宜兴市第二人民医院创建于1952年,座落在太湖之滨的陶都--丁蜀镇,经过60多年的建设,已发展成为一所集医、教、研为一体的综合性二级甲等医院。
宜兴第二人民医院作为综合性二级甲等医院,承担着重大卫生医疗的战略任务。因此,其整体业务系统不单承担着日常工作还要能够应对突发事件时各类紧急事件所带来的爆发性业务增长。为此,近期的宜兴市第二人民医院启动了IT系统升级改造项目以应对上述问题。
由于各方面原因和限制,宜兴第二人民医院信息中心在系统规划和实施方面的资源十分有限。基于此,HDS针对医院多种数据类型多重性能需求的特点,采用了独特的面向医疗系统优化解决方案:NAS+SAN融合的方式实现统一平台建设。该方案平台采用统一虚拟化的设计理念,在一个平台上实现所有业务数据,通过添加网关的方式添加所需要的服务。 
宜兴第二人民医院平台架构示意图
此次部署主要分为三个更新:
第一,新增1套HDS HUSVM企业级高端虚拟化存储平台。之所以选择高端的HUSVM存储作为医院整个核心存储,是因为HUSVM采用多控制器分布式架构,提供高可用保障,并且提供100%可用性承诺函,为宜兴第二人民医院提供一个"堡垒式"的生产环境。
第二,新增1套HDS HUS130容灾存储部署在容灾机房。可以通过HUSVM的虚拟化复制功能,将生产数据从HUSVM实时复制到HUS130。
第三,新增1套HDS HNAS4060:针对PACS系统,采用了业界独特的HDS HNAS对PACS系统提供服务。
•HDS的 HNAS采用具有专利技术的以FPGA为基础的并行处理技术,可提供领先的IO访问性能从而优化PACS系统性能,解决了多个医生工作站并发访问的问题。
•HDS 的HNAS可提供超大规模的文件共享和管理能力,如单个文件系统可支持128TB,单个目录可支持1600万个文件,大大简化了PACS系统的管理和维护工作。在此项目中宜兴二院通过HDS HNAS优化方案大大提高了PACS系统管理效率,提升了PACS系统性能。
HDS解决方案不仅能够存储好医疗信息数据,管理好医疗数据的增长,而且还可以提供真正的医疗信息利用解决方案。将医院所有业务系统中数据经过元数据加工,通过内容形式统一保存到HCP内容信息池中,这就形成了医院海量临床信息池,通过HDS Data Discovery Suite (HDDS) 在信息池中快速检索所要信息,还可以在检索的结果数据的基础上进行业务分析、加工和挖掘,为医院提供信息服务,充分利用医疗信息的价值,让数据不再成为负担创造出价值。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。