今年夏天,《我不是药神》这部影片红遍了大江南北,引起大家对癌症药物问题的普遍关注。但是对于病人来说,高效的就医、精确的诊断是排在治病过程中的第一道关卡,而智慧医疗、IT应用是获得良好诊治的前提与保证。
毫无疑问,智慧医疗已成为提高就医效率、减少医疗差错、保证病人用药安全的最佳科技手段,是病人获得良医好药的技术载体,对于古老的中医来说同样如此。作为江西省示范中医院,一直走在信息化前列的江西省泰和中医院深刻认识到这一本质,决心通过智慧医院的建设,将医院工作提升一个新的台阶。
三大挑战与目标?
江西省泰和中医院是一所集医疗、教学、科研、防保于一体的三级乙等中医医院。医院总建筑面积近八万平方米,包括门诊大楼、医技楼 和住院大楼 ,住院总病床数 650 张。 随着医院业务的快速增长,传统信息架构已无法满足发展需求,泰和中医院决定启动智慧医院建设项目 ,构筑一个满足医院数字化、信息化、智能化发展长、短期目标的可持续发展支撑系统平台。
项目建设之初,泰和中医院面临的主要挑战包括:
第一,大部分因为系统设备购买时间在2012年左右,不仅已经过保,且已经快到设备设计寿命,宕机风险大大增加,系统需要更新换代。并且,由于设备使用年限长,性能已经无法满足现有业务及未来新上业务需求。
第二,数据中心各业务系统相互独立,数据采用竖井式架构,无法实现有效的数据共享。
第三,各业务系统数据没有做数据备份,存在数据丢失风险,急需实现数据的本地备份。
此外,由于未来还会有更多的应用系统上线使用,届时会有更多的设备投入使用,因此对原有的信息基础架构也提出了更高要求。
面对种种挑战,正在大力实施科技兴院、人才强院、文化立院、质量建院的“十三五”发展战略的泰和中医院决定实施医院智能化系统建设项目,并将项目的总体目标确定为:将现代化医院与智能建筑综合于一体,既体现现代化医院的建筑设计智能化、医疗环境家庭化的特色,又满足现代医院智能化人员密集、设备密集、信息密集的特点,为患者和家属提供优良的就医环境,为医生和护士提供优良的工作环境,为经营管理者提供优良的管理环境。
具体来说,泰和中医院希望新项目实现两大目标。一是提高系统数据整体安全性,避免因数据丢失导致的公共事件发生;二是提供更快的数据响应速度和更大的数据吞吐能力;四三是提供灵活的资源调配能力与更高效的数据共享平台。
消除单点故障 双活存储担大任
浪潮为泰和中医院提出了一套完整的数据中心解决方案,其中,双活存储对于数据保护与快速响应起到了至关重要的作用。浪潮智能存储AS5300G2利用InMetro技术通过数据的同步复制,实现2台AS5300G2 间数据的实时一致,保证数据不丢失;同时故障的快速切换,保障了业务运行的稳定持续。
泰和中医院IT负责人表示,浪潮双活存储解决方案完全满足了医院的数据安全性及性能需求。
性能达到毫秒级,硬件资源利用率提升70%
浪潮解决方案为泰和医院业务与管理带来了极大的效率提升和安全保护。之前医院业务都是单机部署,随时可能会出现数据丢失、业务宕机风险,自从部署了浪潮AS5300G2双活存储后,消除了单点故障风险,实现RTO=0和RPO=0,保障医院业务的数据零丢失,业务零中断。
医院IT管理人员反映,AS5300G2双活存储不仅实现了数据保护,并且运维管理也更加方便,再也没出现过宕机,用起来既放心又省力,效率也为之大大提高。在性能指标和后期扩展上,AS5300G2的IOPS超过40万,可扩展超过784块硬盘,拥有丰富软件功能,轻松满足业务对性能和后期容量扩展的要求。未来几年,医院再也不用担心上线新应用或病人数据量剧增引起的存储性能与容量问题。
与此同时,浪潮数据中心解决方案还通过虚拟化技术,提升了x86服务器的可靠性、可用性,从基础架构层面获得了比原先单机系统更高级的安全功能,提高了业务连续性的级别,降低故障率、减少系统宕机的时间。IT管理员表示,以前每套业务系统中的硬件资源利用率只10%左右,整个机房中的硬件设备资源空闲率高达80%以上,在使用浪潮InCloud Sphere服务器虚拟化软件以后,实现了物理资源和资源池的动态共享,硬件设备资源利用率提高了70%;此外,方案还降低了包括数据中心空间、机柜、网线,耗电量,冷气空调和人力成本等在内的运营和维护成本。
泰和中医院信息化相关人员表示:“采用浪潮双活存储解决方案,给泰和中医院带来了充分的数据保护,提升了工作效率,帮助医院实现了以患者为中心,以医学为基础,以使用为目的,以服务为宗旨的基本理念,给智慧医院建设奠定了坚实的基础。”
好文章,需要你的鼓励
研究人员基于Meta前首席AI科学家Yann LeCun提出的联合嵌入预测架构,开发了名为JETS的自监督时间序列基础模型。该模型能够处理不规则的可穿戴设备数据,通过学习预测缺失数据的含义而非数据本身,成功检测多种疾病。在高血压检测中AUROC达86.8%,心房扑动检测达70.5%。研究显示即使只有15%的参与者有标注医疗记录,该模型仍能有效利用85%的未标注数据进行训练,为利用不完整健康数据提供了新思路。
西湖大学等机构联合发布TwinFlow技术,通过创新的"双轨道"设计实现AI图像生成的革命性突破。该技术让原本需要40-100步的图像生成过程缩短到仅需1步,速度提升100倍且质量几乎无损。TwinFlow采用自我对抗机制,无需额外辅助模型,成功应用于200亿参数超大模型,在GenEval等标准测试中表现卓越,为实时AI图像生成应用开辟了广阔前景。
AI云基础设施提供商Coreweave今年经历了起伏。3月份IPO未达预期,10月收购Core Scientific计划因股东反对而搁浅。CEO Michael Intrator为公司表现辩护,称正在创建云计算新商业模式。面对股价波动和高负债质疑,他表示这是颠覆性创新的必然过程。公司从加密货币挖矿转型为AI基础设施提供商,与微软、OpenAI等巨头合作。对于AI行业循环投资批评,Intrator认为这是应对供需剧变的合作方式。
中山大学等机构联合开发的RealGen框架成功解决了AI生成图像的"塑料感"问题。该技术通过"探测器奖励"机制,让AI在躲避图像检测器识别的过程中学会制作更逼真照片。实验显示,RealGen在逼真度评测中大幅领先现有模型,在与真实照片对比中胜率接近50%,为AI图像生成技术带来重要突破。