山东,作为我国的文化大省,有着深厚的医疗行业底蕴。省政府希望通过新技术、新业态改造旧动能,助推十强优势产业发展,实现新旧动能转换。在这个过程中,山东省着力加快产业体系的协同发展,不断推动千行百业——尤其是基础民生行业的变革。具体到医养健康产业,山东省长期深入实施健康中国战略,持续完善健康服务产业链,并将医院信息化升级建设、医疗行业数字化转型提上重要日程。

作为建设示范标杆的山东大学第二医院(以下简称:山大二院),已走在数字化转型发展的前列,成为全省率先完成全光网络建设的三甲医院。近年来,山大二院广泛开展“互联网+医疗健康”行动,已在省内外大量布设远程会诊分诊点,成功实现远程会诊、远程讲座、在线咨询服务、远程影像会诊等功能;加速深化了本院互联网医院的应用,面向患者开放了线上图文问诊、视频问诊、移动支付缴费、在线与专家零距离交流、实时对话等多种创新的就医体验。
信息化医疗服务的多样化深度发展,给医院的IT基础设施提出更高要求。特别是时逢山大二院开展重点扩建工程,要在更广阔的空间给患者提供优质的医疗服务和住院环境,基础网络资源的升级就势在必行,而这离不开“懂行人”华为的有力支持。
为了更加适应新时期社会对于医事服务所提出的高要求,山大二院正多方位扩大建设,包括增设医技综合楼,并同步提升信息化建设水平。新建医技楼坐落于中心院区,东西长61.5米、南北长43.7米,总建筑面积45565平方米,地上17层约37601平方米,地下两层约7964平方米,建筑总高度78.7米。楼内主要设静配中心、内镜中心、检验中心、透析中心及病房等。此外,新建楼共设200张床位、地下停车位数99个。

之前,山大二院的楼宇信息化发展面临巨大挑战,让医院信息科格外忙碌。这一方面是因为信息化设备管理规范性有所欠缺,另一方面则是因为现网建设较久远,线缆铺设过于复杂,难以检修、维护。在这样的背景下,时常也会听到“网速慢”“医院换科室,需要临时增加信息点位”等反馈。
在崇礼楼、至善楼,信息化设备管理有待完善,弱电间也难以免于遭受干扰。对于高带宽需求(CT诊断、医学图像等)科室来说,此时浏览PACS、PET、CT文件可能会出现长达数分钟的网络阻塞。长此以往,不仅给医事业务带来不小的负面影响,也使得网络设备安全检查工作难度倍增,特别是在医技楼施工过程中,弱电间非计划断电次数进一步增多,令网络结构复杂、原本就不易排查故障的弱电井更加成为“重灾区”。
此外,在医院营业过程中,各个科室间联动经常带来信息点位的增加。具体到2020年,受疫情影响,会诊量显著增多,更加剧了这种临时增加信息点位的需求,使得原本就紧张的医院空间资源更加捉襟见肘。而传统网线组网场景,网络规划可能会随着医院具体业务的动态发展而变化,如当诊室或办公室新添办公终端或医疗设备时,就需重新布线和施工,不便于网络整改。
综合以上情况来看,在打造智慧医院的道路上,“一切照旧”的传统网建已经落伍,需要一张面向未来的网络。
不仅如此,考虑到健康产业是社会发展的重要基石之一,要建设优质的医疗网络,还须关注以下不同于其他类型园区网络的个性化需求:
要应对这样的需求,就要打造内网安全高效,外网稳定快速的独立全光网,进而将新园区打造成民生保障的支柱。
通过反复比对不同网络建设方式的优劣,以及考虑到面向未来网络的演进性、可靠性、施工维护等因素,山大二院新建医技综合楼最终携手“懂行人”华为,选用华为Campus OptiX全光网建设模式。
华为Campus OptiX全光网络解决方案结合了IP和POL(Passive Optical LAN,无源光局域网)的优势,其中接入层网络采用无源“两”层架构,基于点到多点组网方式,更高效地联接海量终端。此外,作为更加绿色、可靠的传输介质,光纤具有大带宽、低成本、易运维的优势特性,为山大二院实现医疗服务效率的提升起到关键作用。

具体来说,华为Campus OptiX全光网络解决方案给山大二院带来了以下关键价值:
简化架构:POL方案基于点到多点网络架构,非常适合医院点位数密集部署;
安全可靠:光纤布线不仅提供了更高的数据安全性,更同时在硬件和软件层面提供可靠保障;
灵活演进:无源光局域网方案不仅在布线方式上对现有网络进行了优化,还可实现高度灵活扩展,达成“一云一网”;
简易运维:一张光网融合承载了办公电脑、打印机、视频会议系统、无线回传、语音系统、信息发布系统、房间信息点位等——管理一张网即可管理所有业务,有效减轻了运维负担。
山大二院新院区的成功建设,标志着山东省三甲医院开始步入全光时代。未来,以山大二院为标杆,“懂行人”华为将持续携手山东各大医院,全面加速完成光进铜退的信息化变革,大幅增强全省医疗行业的数字化转型、智能升级水平,为居民提供更便捷、优质的医事服务,进一步促进卫生健康事业的蓬勃发展。
好文章,需要你的鼓励
随着AI技术不断发展,交通运输行业正迎来重大变革。MIT研究显示,AI将很快自动化价值650亿美元的交通工作,大幅提升运输效率。从陆地到海空,AI正在推动全方位的交通创新。斯坦福专家强调,AI将通过基础模型、合成数据和数字孪生等技术,实现从单一车辆自动化到整个交通网络优化的跨越式发展,同时解决可持续性、安全性和公平性等关键挑战。
香港科技大学团队发表重要研究,开发GIR-Bench测试基准评估统一多模态AI模型的推理与生成能力。研究发现即使最先进的AI模型在理解与生成之间也存在显著差距,无法有效将推理过程转化为准确的视觉生成,为AI行业发展提供重要警示。
波兰研究团队开发ORCA数学基准测试,对五个主流大语言模型进行评估。结果显示ChatGPT-5、Gemini 2.5 Flash、Claude Sonnet 4.5、Grok 4和DeepSeek V3.2的准确率均低于63%。测试涵盖生物化学、工程建筑、金融经济等七个领域的500道数学题目。研究发现模型主要在四舍五入和计算错误方面存在问题,表明自然语言推理进步并未直接转化为可靠的计算能力。
Meta超级智能实验室联合麻省理工学院开发了SPG三明治策略梯度方法,专门解决扩散语言模型强化学习训练中的技术难题。该方法通过上下界策略为AI模型提供精确的奖惩反馈机制,在数学和逻辑推理任务上实现了显著性能提升,为AI写作助手的智能化发展提供了新的技术路径。