现今传统的医疗模式已经越来越不能适应信息化、智能化时代的发展,数字化医院作为一种全新的医院管理模式与理念,通过信息化与智能化技术的融合,改善医疗环境,提高医院服务水平和效率,促使医疗服务从形式到内容上发生结构性变化,推广互联网+医疗产业,进而达到经济与社会效益的双赢。
客户介绍
甘孜藏族自治州人民医院的前身是美籍传教士安德烈夫妇1922年创建的“安息会医院”和国民党西康省筹备委员会1938年创建的“西康省立康定医院”。1950年3月解放,5月军管会分别接管了上述两医院并改组更名为“西康省康定中心卫生院”;1952年5月奉西康省卫生和财政厅联合通知更名为“西康省藏族自治区人民医院”;1955年撤销西康省成立甘孜藏族自治州,正式更名为“甘孜藏族自治州人民医院”至今。是州卫生局直属的全民所有制非营利性综合医院。
医院正门
客户需求
医疗行业作为与人民生活息息相关的行业,在计算机技术高速发展的今天,信息化建设就显得尤为重要,加之近几年来国内医疗体制的改革与医药分离的出现,医院之间的竞争也更为激烈。因此,国内大部分医院都采用了医院信息系统来提高效率、提升竞争力,因此甘孜藏族自治州人民医院不惜重金,也要将医院的信息化建设进行升级,同时,提出了更高的要求和挑战:
1、业务系统不断增加,第一时间定位故障点难度提高;
2、院区无线网络规模大,工程师巡检工作量大,凭经验处理突发情况越发困难;
3、终端设备非法接入而导致的网络故障,影响医护人员正常办公;
4、内网、外网之间很难做到全局统一管控。
传统IT运维的低效正在成为国内医疗机构“互联网+”转型的发展瓶颈。如何通过科技手段让医院信息科对医院系统网络统一进行把控和管理,高效处理网络系统故障,已经成为摆在众多大型综合医院面前的重要课题。
解决方案
为实现甘孜藏族自治州人民医院的信息化建设,项目组和飞鱼星售前工程师进行了频繁的沟通,并在多次的现场实地工勘后,为医院提供了一套符合实际应用环境的互联网+医疗行业场景化无线网络解决方案。
该方案由1台NF1000下一代防火墙、5台VS4500-28GF三层万兆核心交换机,40台VS4100GP-18G-P千兆PoE交换机和406台P780 双频750M吸顶AP组成,所有设备由“星云”云平台进行统一管理,克服了诸多挑战和困难,完成满足院方提出的多项需求。
组网拓扑图
AP部署的位置
方案特点
可视化系统警告, 实时掌握网络健康状况
针对医院网络系统,通过警告系统可视化管理,不仅实时监控了全院网络系统运行情况,同时获取到设备的告警信息,通过拓扑直观查询并追溯问题设备所在的具体位置,快速定位网络故障根源,对大规模的运维管理及故障排查提供有效的故障定位和解决方案。
星云后台操作页面
智能无线网优,无线调优不再靠猜
医院信息科接到的故障申报多半都是“断网了”、“无线网络慢”,以前需要工作人员到诊室、机房等地逐一进行排查。而“星云”则通过AI快速计算出当前无线网络体检得分,并通过智能算法优化当前无线网络的问题,避免了之前运维人员只能凭经验优化无线网络的情况。
星云后台操作页面
分布式认证管理, 实现网络接入精细管理
通过‘星云’分布式认证系统,分流出网络中内网、外网的使用人员,监控内网设备接入状况,显示各网络非法接入和认证情况,保障内网数据安全。
星云后台操作页面
设备统一监控, 让IT管理者做到“了如指掌”
针对网络拓扑杂乱、内外网不统一的现状,“星云”平台将所有设备资源统一到一个平台进行管理,解决了用户多网络切换、数据孤岛等问题。当有任何异常发生,都会通过APP和短信及时通知管理员,提升其对网络环境出现异常情况的反馈能力,并从医院业务角度更快速定位影响业务办理的底层原因。
星云后台操作页面
客户评价
此次医院的信息化建设,在飞鱼星工程师、合作伙伴的帮助下,实现了医院制定的目标,“星云”平台的诸多功能也带来了未想到的惊喜,比如无线智能网优、远程统一管理、数据记录、分布式认证等,真正感受互联网+医疗带来的优势和便捷,这些应用使人民医院的综合竞争力得以提升,提高了医院的运营效率和服务质量。同时,本次的信息化建设不仅提高整个医院的信息化水平,更是对推动甘孜州的医院信息化有着重要意义。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。