郝雪阳作者

2019 CHINC创新产品抢先看,智慧医院的发展趋势都在这里!

今天,2019中华医院信息网络大会(CHINC)在山城重庆拉开帷幕。自3月18日,国家卫生健康委办公厅印发医院智慧服务分级评估标准体系(试行)的通知以来,医院通过智慧服务的0-5级评审便成为了新的目标。在本次CHINC大会上,智慧医院建设也自然成为了核心话题。

大数据人工智能物联网等技术,越发高频地出现在医疗展会上。针对本次CHINC大会,动脉网研究了龙头企业的创新产品。希望能从目前智慧医院建设热门技术的现状,把握智慧医院未来的发展脉络,核心为以下五点:

1、信息化:互联网医院平台建设是核心;

2、人工智能&大数据临床决策支持正炙手可热;

3、云计算安全性、多场景,将拉近云与医院距离;

4、物联网智慧医院建设最大的受益者之一 ;

5、信息安全:动态防御保卫医院网络安全。

信息化:互联网医院平台建设是核心

作为国内医疗信息化龙头企业的卫宁健康和创业慧康,都不约而同地展出了为互联网医院建设提供支持的新产品。

由此可见,今年围绕三级医院的互联网医院建设,成为了目前国内信息化巨头们争相抢夺的主要战场。

卫宁健康的解决方案迭代

互联网医院2.0:卫宁健康围绕互联网医院的建设需求,对接医院内部及协作医院的信息系统,提出“一个中心,两个平台” (即数据服务中心,互联网应用平台、互联网监管平台)的模式。

在打造患者就医服务、健康管理、互联网诊疗、远程医疗协同、家庭医生服务等应用服务的同时,运用信息化手段对互联网医院进行全过程、全方位、全自动在线实时监管,助力实体医院实现全面互联网化。

基于卫宁健康“服务+监管一体化”系统架构的浙江省互联网医院平台,是全省互联网医院、互联网诊疗服务的总入口,为患者提供线上医疗服务,为医疗机构提供互联网医院、互联网诊疗建设的基础设施,同时对医疗机构开展的互联网诊疗活动进行事前、事中、事后监管,形成机构协作、资源共享、数据互通的机制。

在首批入驻平台的医疗机构中,邵逸夫医院一直以来都是卫宁健康的优秀案例。

双方共同构建了一个以医疗机构为中心,线上线下服务一体化、诊前诊中诊后服务连续化的互联网医院,并从两个角度重构医疗健康新生态:一是服务融合,基于用户全生命周期的线上导诊、问诊、挂号、查单、缴费、远程医疗、慢病随访、处方外送、健康管理等业务的无缝衔接,形成了有效的闭环效应;二是技术加成,升级整个生态的资源质量和输出效率,例如智能辅助诊疗系统的不断优化,使得在线咨询的效率和准确率大幅提升。

智慧医院2.0:卫宁健康智慧平台基于模块化的AI引擎,覆盖临床、科研、协同、服务、管理、监管、教学、后勤等八大业务;支撑智慧医护、智慧患者、智慧管理、智慧保障、智慧设施、ML/AI等六大智慧应用;具备数据集成、知识学习、业务集成、技术支撑等四大能力。

构建能表达、自学习、高感知、善思考的智慧医院。卫宁健康助力山西同煤集团总院构建新一代智慧医院,通过电子病历六级评审。

区域卫生3.0:卫宁健康县域医共体解决方案,依据国家“十三五”医药卫生体制改革及“健康中国2030”的政策引导,利用信息化手段统一数据标准、统一医疗资源、统一数据监管,实现数据共享、医疗管理、就诊服务等模式上的创新,将县域内综合性医院优质的医疗卫生资源进行优化重组并下沉至社区/乡镇/村,提升基层卫生服务机构的服务能力和服务水平,整体形成“县强、乡活、村稳”的三级分级诊疗服务体系,逐步实现“小病到社区,大病到医院”的分级诊疗模式,推动县域内医疗卫生服务链升级,卫宁健康县域医共体为山西县乡一体化医改提供支撑。

创业慧康更名后,三大事业群齐发力

创业软件已更名为创业慧康,并设立了医卫信息化、医卫互联网、医卫物联网三大事业群,围绕医疗大数据运营、数字医卫、智慧医疗、健康城市拓展产业布局。其中,医卫互联网事业群在本次会议展出了具有重要意义的核心产品。

创业互联网医疗健康产品的目标是建设城市全民化信息服务体系,推动政府健康医疗信息系统和公众健康医疗数据互联融合,开放共享,构建“互联网+医疗健康”的新型服务模式,为深化医疗卫生体制改革,推动全生命周期健康管理和建设智慧高效的医疗卫生服务体系提供强大动力。 其典型案例包括:健康中山 、健康武汉、江苏省中医院、东台市互联网医院、蓉家医、上海闵行捷医平台。

健康城市云平台:健康城市云平台由政府主导,整合城市医健资源,通过互联网化提升开放能力,优化重构服务流程构,构建以城市为单位的医疗健康服务平台,为居民提供精准、便捷、可信的一站式服务。其特色服务包括家医签约服务、就医O2O闭环、精确健康管理、全程个人健康档案PHR。

互联网医院云平台:以优质医疗资源为核心,向患者提供便捷就医、健康咨询、在线诊疗、复诊配方等一系列全新就医服务。同时,互联网医院实现协同医疗机构之间互动,通过云端双向转诊、远程会诊等方式,加强与医联体内协作单位的合作,促之形成紧密型医疗服务,扩大医疗机构影响力。其特色服务包括:在线问诊、复诊配方、院外健康管理、远程协作。

人工智能&大数据:临床决策支持正炙手可热

大数据人工智能是智慧医院建设过程中必不可少的技术之一。作为国内大数据人工智能的代表,森亿智能和推想科技都推出了全新产品。森亿智能围绕医院数据治理,基于AI打造了新一代大数据中心,用以帮助医院进行精细化管理和临床科研等。

推想科技则推出了AI学者科研平台——InferScholar® Center,为医生提供零门槛的AI科研能力。嘉和美康在与BMJ合作后,借助其询证医学知识库与临床实践,辅助医生诊前、诊中、诊后各个关键临床业务节点提供辅助决策。

由此可见,数据治理与利用是智慧医院建设中最为基础与核心的一环。临床决策支持能够帮助医生在临床实践、科研等方面实现有效提升,因此也自然而然成为了大数据人工智能企业关注的重要应用场景。

森亿智能推出基于AI的医院信息平台

目前,医院信息系统普遍存在整体业务流程缺乏优化,传统的“点对点”网状接口方式,给信息系统的稳定性、安全性、可靠性、效率等带来巨大的隐患,数据无法有效互联互通,“信息孤岛”现象日益严重,已经逐渐成为制约医院发展的主要障碍,同时让医院的运行维护成本成倍增长。

森亿智能基于AI的医院信息平台解决方案,既包含传统厂商构建的医院信息平台的所有功能,也在数据治理方面进行更深入的建设。在能够满足医院实际使用的同时为互联互通测评保驾护航,更为医院未来智慧建设打下坚实基础。

1、选型标准 真正实现给医院松绑

选择与国内应用广泛的第三方国际知名ESB厂商Orion合作,其特点为功能强大、符合国际HL7标准,性价比高,易于上手操作。

2、架构创新 向下兼容向上引领

市场率先运用容器云架构的智能化医院信息系统解决方案提供商。容器云相对于传统的信息架构,如:双机或者虚拟机。它具有更快捷的运营运维管理、更快速的架构部署、更有效的资源利用;不管是在内存占用方、在启动方面、在分划大小容器云比虚拟化拥有较大部分的提升。

3、精深治理 多维度提高数据质量

通过多种治理方式,包括标准化、提醒、补全、去除等各种技术措施,进行数据治理形成高质量的数据。提升数据可用性为进一步的应用提供基础。

4、智赋应用 多场景智能化运用

与传统的CDR、ODR、RDR的解决方案相比,在临床、管理、科研的领域融合了森亿的人工智能技术,能够充分满足医院精细化管理、临床辅助决策、大数据科研分析的应用场景。

5、最终价值

面向信息科:打破信息“孤岛”,满足全院数据互联互通;面向管理层:全面提升医院精细化管理与医疗服务水平;面向临床科室:AI赋能智慧应用,让不同场景的临床业务有“据”可循。

推想科技的AI学者科研平台

InferScholar® Center,是推想科技人工智能基础设施与科研服务能力的结合,可为更多的医生提供零门槛的AI科研能力,让医者皆可AI。

借助InferScholar® Center,医生可以快速将深度学习(Deep Learning)、影像组学(Radiomics)等前沿技术应用到自己的临床科研实践中。

InferScholar® Center是一款集软、硬件一体的医学人工智能专用设备,可用于医学影像大数据管理与分析、数据标记、深度神经网络模型构建、影像组学特征提取、组学特征分析与机器学习模型构建等研究。

它可应用于X线、CT、MRI、PET/CT、病理切片、消化内镜等多种影像数据深度学习与影像组学建模。

除医学影像数据外,InferScholar® Center同时还能够合并利用临床结构化文本信息,研究各类医学命题。

深度学习是目前医学影像大数据挖掘和分析的主流人工智能方法。影像组学是采用自动化算法从影像的感兴趣区(ROI)内提取大量的特征信息作为研究对象,并进一步采用统计分析或机器学习方法(如支持向量机、决策树、贝叶斯算法等)从大批量信息中提取出起作用的关键信息。

InferScholar® Center提供深度学习和影像组学模型研究和孵化工具,可广泛应用于肿瘤、心血管、神经系统、呼吸系统等疾病影像检查的智能化、精准化研究,尤其是对于疾病早期诊断、治疗监测、预后预测的影像人工智能研究具有重要价值。

医者可通过InferScholar® Center构建专属AI进行研究,为AI注入医学“温度”。医学专家可自主选择孵化AI的数据、模式、逻辑参数等,将让AI更加契合医疗业务特性,并从临床角度获得更多科研成果。

InferScholar® Center所孵化的AI,不止是一个独立的、冷酷的、陌生的机器,而是医者可驾驭、可理解的助手。

嘉和美康打造临床决策支持系统

嘉和美康临床决策支持系统(CDSS)是为临床医生和其他卫生从业人员提供支持,为诊前、诊中、诊后各个关键临床业务节点提供辅助决策的信息系统。

系统以优质既往病历为数据来源,以BMJ询证医学知识库与临床实践为支撑,以历史优质病历机器学习为手段,利用大数据人工智能技术生成精准算法模型,构建辅助诊断、辅助诊疗及临床预警规则库,实现患者就诊全流程、精准化、个性化决策辅助。

1、产品功能

1)辅助诊断 

主要内容:诊断概率列表、鉴别诊断推荐、检验/检查项目推荐、报告解读等。优势:BMJ循证医学知识库⇒权威标准诊疗原则;历史病历机器学习⇒不同优先级诊断/鉴别诊断结果推荐。                                          

2)辅助诊疗

主要内容:治疗方案推荐、相似病例推荐、评分量表推荐。优势:BMJ BP(临床实践)+ 医院最佳临床实践=精准化、个性化治疗方案推荐。  

3)临床预警                     

主要内容:诊断预警、药品预警、检验/检查预警。优势:基于患者真实病情变化、检查/验结果、临床用药等动态信息,对不符合诊疗规则的医疗处置实时提醒。

4)知识搜索                    

主要内容:药品信息查询;检查项目信息查询;手术知识查询;循证医学证据查询;医学资料文献查询;疾病医学术语知识库查询。优势:基于语义的多维度知识检索,检索速度达毫秒级;且符合诊疗流程,定位快速准确。

2、核心优势

1)权威循证医学知识库+最佳临床实践支撑 

为更好地提升知识库中数据的权威性、客观性,嘉和美康选择全球顶级医学出版集团BMJ作为合作伙伴,以其强大的循证医学知识库为后盾,用最佳医学证据为后续的诊断、诊疗方案推荐等提供要点式、精准化标准逻辑支撑。

BMJ BP是循证医学证据链顶端知识的浓缩和精华,具有覆盖面广、更新及时、检索便捷、全面本地化、高度结构化等特点。 

它是临床决策过程中的基础数据支撑,提供包含诊断、用药、检查/检验及随访等一系列标准治疗原则,是控制基本诊疗方向的航标。

诊疗过程中,以BMJ最佳医学证据为标准诊疗原则,以优质病历机器学习模型为个性化推荐保障,实现面对不同患者个性化、差异化的辅助目标,解决以往CDSS诊疗推荐结果单一、无权重体现的弊端,帮助医生有效缩短临床确诊时间、提升确诊效率及治疗方案的精准性。 

2)优质病历机器学习

通过十余年对临床知识的挖掘、积累以及对电子病历领域的深入理解,嘉和美康通过对大量优质历史病历的机器学习,能够将“知识”持续不断转化为“决策”,避免结果的扁平化和单一化,帮助CDSS真正实现在临床的“有意义使用”。

物联网:智慧医院建设最大的受益者之一

2019年,卫健委圈定的智慧医院范围主要包括三大领域:

  • 1、面向医务人员的“智慧医疗”;

  • 2、面向患者的“智慧服务”;

  • 3、面向医院管理的“智慧管理”。

电子病历分级评价0-8级对应的是“智慧医疗”,刚发布不久的医院智慧服务分级评估标准体系(试行)的0-5级对应的是“智慧服务”。而在卫健委的官方解读会议中,给对应“智慧管理”的评级标准做了预告,有专家表示,该标准有望在2019年出台。

所谓“智慧管理”,通常涉及医院的药品、耗材、检验试剂、医疗废弃物,以及患者被服等物资管理,甚至包括医院后勤的水电气管理等。由此可见,医疗物联网企业有望成为智慧医院建设中最大的受益方之一。

医惠科技的智慧医院综合领域解决方案

国内智慧医疗龙头企业医惠科技,此次携旗下智慧医院综合领域解决方案重磅亮相,集中展示智慧门急诊、智慧护理、智慧病房、智慧后勤等应用方案。

1、智慧门急诊

智慧门急诊是以移动互联网为载体,以服务为理念,通过互联网+医疗服务,打造集咨询、预约、挂号、导诊、问诊、缴费、智能客服、健康宣教、室内导航、慢病续方、健康档案、满意度测评、随访、病案快递、电子票据等为一体的线上服务平台,构建一条优质、高效、便捷、智能化的网络诊疗通道,构建患者从院前预约挂号后到完成就诊离开医院,全流程节点的人工智能控制。

2、智慧护理

智慧护理应用移动计算、物联网人工智能技术,构建集物联互联、数据融合和智能感知应用为一体的医院智慧护理综合服务平台。

整个平台涵盖临床护理、护理管理、智慧病房、护理大数据等,通过深度整合护理业务,实现多场景多终端的辅助护理和全流程多循环闭环管理,为临床科室重塑智慧服务设计,让患者获得优质的护理照护和全程健康管理,从而帮助医院全面提升综合实力。

3、智慧病房

智慧病房以物联网共性平台为主,通过标签对病房环境、患者体征信息实时采集、依靠平台共性共享的方式服务于整个医疗流程,从而将病房、患者、医护人员与医疗设备无缝连接在一起。

通过物联网+互联网+人工智能技术,实现人员定位、智能床头卡、床旁交互终端、智能病房屏、护理大屏及护士智能腕表之间的紧急呼叫联动,让患者需求及时得到响应,提高患者住院安全。

4、智慧后勤

智慧后勤是运用互联网、物联网云计算大数据定位技术等新一代信息技术,促进医院后勤保障业务的运营、服务和管理的新理念和新模式。

运用各种先进技术进行智慧后勤建设,对医院后勤流程“再造”,建立标准化、精细化、智能化的后勤服务体系,真正实现医院后勤管理的闭环化,提高后勤管理效率、优化工作能效,提升管理规范性,降低运营成本,提高医院的整体经营效益。

荣科科技的远程专科门诊

远程专科门诊是荣科科技旗下子公司神州视翰旗下推出的重要产品线之一,在本次CHINC大会上,该产品系列也进行了展出。

远程专科门诊建设方法,可构建于医院的多个强势学科内。上级医院远程建议会诊中心,每天有专家排班坐诊,在下游基层医院设立远程门诊诊室,并实施检查,使患者“不出远门,看三甲名医”,实现了“首诊在基层,检查、治疗在基层”。

下级医院功能包括:挂号系统、排号系统、音视频问诊系统、远程辅助检查设备、医生工作站。

除了远程会诊外,神州视翰还展出了基于视频协作的医疗服务应用,医疗视频协作平台包含的子系统有科间会诊系统、ICU探视系统、手术示教系统。

中心会议室,一体化设计,提供面对面视频沟通效果。常用于高端会诊中心,采用70寸双屏或者三屏会诊一体机,提供真人1:1大小,让会诊专家身临其境。一百平米以内的会议室,一体化部署,整洁有序,方便数据协同。最常见的会诊室配置,部署方便灵活,功能齐全。

远程查房方面,神州视翰的查房系统可以不受地域环境的限制,支持患者场景,病历、体征的实时同步查阅。

建设内容包括:

  • 1、采用推车、单屏模式,随时移动,方便进出门、乘电梯;

  • 2、节电设计,内置锂电池保证一次充电使用不低于8小时;

  • 3、采用运营商4G网络,不依赖院内无线网;方便部署;

  • 4、车内编码设备需要至少3路同步编码,支持高清摄像机、医生站电脑、监护仪输出画面的同步采集编码;

  • 5、采用H.265高效编码技术,节省网络带宽;

  • 6、采用带云台的摄像机,护士可随意调整角度,支持触摸控制Zoom +、-;

  • 7、采用定向拾音,患者语音更清晰;

  • 8、上级医院可通过鼠标翻看下级医生站电脑的病历以及调控镜头。

云计算:安全性、多场景,拉近与医院的距离

在智慧医院的建设中,各种互联网应用都需要有云计算的支撑。混合云是目前医院云平台建设的发展趋势,它兼顾安全性和可扩展性。

华卓信息推出的新一代医疗混合云架构,用安全性、智能化解决医院上云战战兢兢的问题。

金山云推出了“1云3端”的服务,即一个云计算数据中心,面向管理者、医疗机构及居民等3类用户的云服务,可根据不同场景为客户提供多种解决方案。多场景应用,让云产品在医院落地变得更加容易。

华卓科技提出新一代混合云

在本次CHINC大会上,华卓信息科技提出了新一代更安全、更弹性、更智能的医疗混合云架构,在此架构上推出整合临床业务、医院综合管理、医院互联网应用的智慧医院整体解决方案,并通过人工智能赋能平台,全面实现医疗信息数字化、医疗流程简约化、服务沟通人性化,满足医院智能化管理与决策的需求。

华卓信息科技混合云架构在树兰医疗全面部署,助力树兰医疗在2017年10月5日正式通过JCI认证。

华卓混合云集云计算、分布式存储和系统管理平台于一体,完全自主研发的混合云系统架构,它有以下特点:

  • 1、通过强大的资源池技术实现对云端和本地的服务器、存储、计算等资源进行统一、高效、可扩展的管理;

  • 2、对虚机和容器提供统一的弹性编排,支撑应用运行时的高可靠、高可用、高并发;

  • 3、基于分布式存储服务,实现更适合行业需求的应用接口,降低存储的使用门槛,提供混合同步方案,提升存储的使用效率;

  • 4、基于微服务架构体系,极大降低应用系统模块耦合性和研发周期,并通过持续集成技术实现应用的快速部署和迭代。

面对不同类型和规模的医疗机构,对信息化的需求也是多样化的,尤其在敏感应用和数据上,仍然有期望部署院内私有云环境中。正是为了满足医疗机构的需求,华卓混合云架构全面实现了公有云和私有云的混合部署和统一管理,既能够在应用和数据安全上做出保障,又能大幅缩减硬件投资。

华卓混合云整体架构图

华卓混合云对公有云和私有云,通过VPC虚拟网络,进行网络联通,部署统一的管理平台RubikStack,对计算、存储等资源进行统一调度,实现底层基础设施对应用系统的透明。

通过持续集成平台实现基于微服务架构的应用系统进行快速部署和迭代,并可以根据应用使用情况进行服务节点的动态伸缩,达到高可靠、高可用、可扩展的平台服务能力。

金山云的“1云3端”

金山云基于“ABC”的核心理念(Algorithm算法、Big Data大数据、Cloud云计算),凭借顶级的云资源、丰富的云产品和优质的云服务为用户搭建全新的医疗云架构体系,简称“1云3端”,即一个云计算数据中心,面向管理者、医疗机构及居民等3类用户的云服务,可根据不同场景为客户提供多种解决方案。

提升公共卫生决策能力:打通区域内基层医疗机构的信息孤岛,实现个人医疗健康数据的汇聚归一,利用大数据分析技术,形成个人健康画像,进一步生成城市健康图谱。管理者可实时掌握辖区内卫生信息,将医疗卫生事件的事后处理提前至事前预测和事中监测,有效提升公共卫生决策能力。

提高基层医疗服务效率:通过移动支付、语音录入、人脸识别、处方模板、打印模板、智能随访包等多种技术辅助医生工作,全面提高基层医疗机构服务效率。

延长医疗服务半径:将医疗服务场景延伸至居民身边,通过手机、数字电视等终端设备为居民提供个人健康档案、健康资讯、用药提醒等服务,让居民享受到院内院外闭环的健康管理服务。

金山影像云,基于安全、灵活的金山云平台,整合业内优质资源,各类客户,如政府、医院、私立医疗机构以及患者,提供丰富的影像服务。助力医改,借助区域医疗资源,实现优质医疗资源下沉,优化影像诊断流程,提升影像诊断质量,简化患者就医流程。

参照国家卫健委《关于加快推进人口健康信息化建设的指导意见》中关于总体框架设计的要求,以资源统筹规划、数据整合、业务协同、监管有据、便民惠民为目标,金山云为仙桃智慧医疗打造了“1115”顶层规划方案。

截止2019年3月底,金山云CloudHIS已经为仙桃市757家基层医疗卫生服务机构提供一体化云服务,建立个人健康档案121万份。实现3家市直医院互联互通,整合各级医疗机构数据记录4.15亿条,医共体内远程诊断超过10万人次。

信息安全:动态防御保卫医院网络安全

重量级政策和标准频发,让医院信息化建设进入了下一个发展阶段。无论是互联网医院还是智慧医院,都离不开数据安全的问题。在本次CHINC展会上,国内领先的信息安全企业锐捷网络基于新时代下的网络安全建设,推出了一款动态防御系统,以应对日益猖獗的网络攻击。

锐捷网络的局域网安全方案

它定位于局域网安全,通过构建一个虚拟的、动态的、随机变幻的局域网环境来提升局域网安全等级。动态改变网络拓扑,给攻击者呈现一个不断变幻的“网络迷宫”。

攻击者只要走错一步就会被系统发现,失去进一步攻击的基础。结合软件定义网络(SDN)、云计算大数据等技术,深入分析和识别网络攻击行为,能够全面有效地抵御、识别和定位包括APT攻击在内的网络攻击行为。

1、虚拟主机

动态防御系统通过欺骗防御理念,在真实主机周围虚拟数量庞大的虚拟主机。攻击者渗透发起时会触碰到虚拟主机,虚拟主机向系统发出警报。系统将自动地、实时地对攻击者进行定位和封堵。

虚拟主机可灵活设置虚拟主机类型、端口以及端口响应率、MAC标识,使攻击者无法辨别真实主机开放的端口,并在扫描探测端口时触发设备的主动拦截,从而阻断攻击。

2、动态变换

动态防御系统虚拟大量动态变换的虚拟主机,动态随机地改变虚拟主机属性和网络拓扑,为每个入侵到系统的主机呈现一个动态跳变的网络环境,使攻击者无法通过不被察觉的方式找到攻击目标,进而达到网络防渗透的目的。

3、无感通信

能有效与现有网络架构兼容, 防护范围内的各主机在被实时保护的同时可以无感地与外部主机进行通信。防护范围内的主机IP地址获得可以根据具体的网络环境,由本系统生成或由原有的地址分发服务器完成。防护范围内的主机地址可以根据配置进行动态变换。

4、主机隔离

每个接入到该设备的主机单独分配一个网段,主机之间不能直接通过网络地址通信,从而有效阻止攻击者在局域网内实施 ARP 欺骗、网络嗅探等行为。必要的数据通信,动态防御系统引入对域名机制的支持,主机之间通过对方的域名,以操作系统内置的 DNS 协议完成通信的建立。

2019 CHINC大会已经揭开帷幕,绝大部分企业已不在传统信息系统上大处着墨。互联网医院、智慧医院的建设在三级医院正如火如荼的开展。大数据人工智能云计算物联网等技术,也成为医院在新一阶段武装自己的强力武器。

医院被花团锦簇地拥在中央,市场一片欣欣向荣、好不热闹。正如一位从业者所言,医疗信息化建设的第二次浪潮已经来临!



专注医疗产业服务平台

产业智慧医院
1
相关数据
推想科技机构

北京推想科技有限公司,致力于采用人工智能深度学习的方法分析医学影像数据,期待为影像科医生提供精确、高效的辅助工具,从而让医生从繁重的重复性工作中得以解放。当前,推想科技已经获得来自中国、美国、日本和德国的数十家医院青睐。截至2017年9月,推想科技产品已辅助医生完成近20万例临床诊断工作。目前,推想科技已完成B轮融资,投资人包括红杉中国、启明创投、元生资本等。

深度学习技术

深度学习(deep learning)是机器学习的分支,是一种试图使用包含复杂结构或由多重非线性变换构成的多个处理层对数据进行高层抽象的算法。 深度学习是机器学习中一种基于对数据进行表征学习的算法,至今已有数种深度学习框架,如卷积神经网络和深度置信网络和递归神经网络等已被应用在计算机视觉、语音识别、自然语言处理、音频识别与生物信息学等领域并获取了极好的效果。

数据分析技术

数据分析是一类统计方法,其主要特点是多维性和描述性。有些几何方法有助于揭示不同的数据之间存在的关系,并绘制出统计信息图,以更简洁的解释这些数据中包含的主要信息。其他一些用于收集数据,以便弄清哪些是同质的,从而更好地了解数据。 数据分析可以处理大量数据,并确定这些数据最有用的部分。

权重技术

线性模型中特征的系数,或深度网络中的边。训练线性模型的目标是确定每个特征的理想权重。如果权重为 0,则相应的特征对模型来说没有任何贡献。

机器学习技术

机器学习是人工智能的一个分支,是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、计算复杂性理论等多门学科。机器学习理论主要是设计和分析一些让计算机可以自动“学习”的算法。因为学习算法中涉及了大量的统计学理论,机器学习与推断统计学联系尤为密切,也被称为统计学习理论。算法设计方面,机器学习理论关注可以实现的,行之有效的学习算法。

感知技术

知觉或感知是外界刺激作用于感官时,脑对外界的整体的看法和理解,为我们对外界的感官信息进行组织和解释。在认知科学中,也可看作一组程序,包括获取信息、理解信息、筛选信息、组织信息。与感觉不同,知觉反映的是由对象的各样属性及关系构成的整体。

调度技术

调度在计算机中是分配工作所需资源的方法。资源可以指虚拟的计算资源,如线程、进程或数据流;也可以指硬件资源,如处理器、网络连接或扩展卡。 进行调度工作的程序叫做调度器。调度器通常的实现使得所有计算资源都处于忙碌状态,允许多位用户有效地同时共享系统资源,或达到指定的服务质量。 see planning for more details

重构技术

代码重构(英语:Code refactoring)指对软件代码做任何更动以增加可读性或者简化结构而不影响输出结果。 软件重构需要借助工具完成,重构工具能够修改代码同时修改所有引用该代码的地方。在极限编程的方法学中,重构需要单元测试来支持。

人工智能技术

在学术研究领域,人工智能通常指能够感知周围环境并采取行动以实现最优的可能结果的智能体(intelligent agent)

参数技术

在数学和统计学裡,参数(英语:parameter)是使用通用变量来建立函数和变量之间关系(当这种关系很难用方程来阐述时)的一个数量。

人脸识别技术

广义的人脸识别实际包括构建人脸识别系统的一系列相关技术,包括人脸图像采集、人脸定位、人脸识别预处理、身份确认以及身份查找等;而狭义的人脸识别特指通过人脸进行身份确认或者身份查找的技术或系统。 人脸识别是一项热门的计算机技术研究领域,它属于生物特征识别技术,是对生物体(一般特指人)本身的生物特征来区分生物体个体。

规划技术

人工智能领域的「规划」通常是指智能体执行的任务/动作的自动规划和调度,其目的是进行资源的优化。常见的规划方法包括经典规划(Classical Planning)、分层任务网络(HTN)和 logistics 规划。

知识库技术

知识库是用于知识管理的一种特殊的数据库,以便于有关领域知识的采集、整理以及提取。知识库中的知识源于领域专家,它是求解问题所需领域知识的集合,包括基本事实、规则和其它有关信息。

数据管理技术

数据管理是利用计算机硬件和软件技术对数据进行有效的收集、存储、处理和应用的过程,其目的在于充分有效地发挥数据的作用。

数据挖掘技术

数据挖掘(英语:data mining)是一个跨学科的计算机科学分支 它是用人工智能、机器学习、统计学和数据库的交叉方法在相對較大型的数据集中发现模式的计算过程。 数据挖掘过程的总体目标是从一个数据集中提取信息,并将其转换成可理解的结构,以进一步使用。

云计算技术

云计算(英语:cloud computing),是一种基于互联网的计算方式,通过这种方式,共享的软硬件资源和信息可以按需求提供给计算机各种终端和其他设备。

准确率技术

分类模型的正确预测所占的比例。在多类别分类中,准确率的定义为:正确的预测数/样本总数。 在二元分类中,准确率的定义为:(真正例数+真负例数)/样本总数

逻辑技术

人工智能领域用逻辑来理解智能推理问题;它可以提供用于分析编程语言的技术,也可用作分析、表征知识或编程的工具。目前人们常用的逻辑分支有命题逻辑(Propositional Logic )以及一阶逻辑(FOL)等谓词逻辑。

支持向量机技术

在机器学习中,支持向量机是在分类与回归分析中分析数据的监督式学习模型与相关的学习算法。给定一组训练实例,每个训练实例被标记为属于两个类别中的一个或另一个,SVM训练算法创建一个将新的实例分配给两个类别之一的模型,使其成为非概率二元线性分类器。SVM模型是将实例表示为空间中的点,这样映射就使得单独类别的实例被尽可能宽的明显的间隔分开。然后,将新的实例映射到同一空间,并基于它们落在间隔的哪一侧来预测所属类别。

操作系统技术

操作系统(英语:operating system,缩写作 OS)是管理计算机硬件与软件资源的计算机程序,同时也是计算机系统的内核与基石。操作系统需要处理如管理与配置内存、决定系统资源供需的优先次序、控制输入与输出设备、操作网络与管理文件系统等基本事务。操作系统也提供一个让用户与系统交互的操作界面。

大数据技术

大数据,又称为巨量资料,指的是传统数据处理应用软件不足以处理它们的大或复杂的数据集的术语。

查询技术

一般来说,查询是询问的一种形式。它在不同的学科里涵义有所不同。在信息检索领域,查询指的是数据库和信息系统对信息检索的精确要求

定位技术技术

通常是指机器人领域的定位技术,see SLAM for details

准逻辑技术

这是一种上下文敏感的逻辑形式表示,可以处理跨语言的差异的问题。

数据集成技术

数据集成是把不同来源、格式、特点性质的数据在逻辑上或物理上有机地集中,从而为企业提供全面的数据共享。在企业数据集成领域,已经有了很多成熟的框架可以利用。目前通常采用联邦式、基于中间件模型和数据仓库等方法来构造集成的系统,这些技术在不同的着重点和应用上解决数据共享和为企业提供决策支持。

深度神经网络技术

深度神经网络(DNN)是深度学习的一种框架,它是一种具备至少一个隐层的神经网络。与浅层神经网络类似,深度神经网络也能够为复杂非线性系统提供建模,但多出的层次为模型提供了更高的抽象层次,因而提高了模型的能力。

物联网技术

物联网(英语:Internet of Things,缩写IoT)是互联网、传统电信网等信息承载体,让所有能行使独立功能的普通物体实现互联互通的网络。物联网一般为无线网,而由于每个人周围的设备可以达到一千至五千个,所以物联网可能要包含500兆至一千兆个物体。在物联网上,每个人都可以应用电子标签将真实的物体上网联结,在物联网上都可以查出它们的具体位置。通过物联网可以用中心计算机对机器、设备、人员进行集中管理、控制,也可以对家庭设备、汽车进行遥控,以及搜索位置、防止物品被盗等,类似自动化操控系统,同时通过收集这些小事的数据,最后可以聚集成大数据,包含重新设计道路以减少车祸、都市更新、灾害预测与犯罪防治、流行病控制等等社会的重大改变,实现物和物相联。

数据融合技术

数据融合技术将来自多个传感器(信息源)的数据和相关数据的信息相结合,以实现比单独使用单个传感器(信息源)所能实现的更高的准确性和更具体的推论。

推荐文章
暂无评论
暂无评论~