近日,科技部、国家卫健委等六部门联合发布《关于加快场景创新以人工智能高水平应用促进经济高质量发展的指导意见》,提出要在医疗健康等领域持续挖掘人工智能应用场景机会,积极探索智慧医院等场景。近年国家到地方一系列政策都在鼓励与推动互联网+医疗、智慧医院发展,提升患者就医体验,进一步加速区域医疗、医联体、分级诊疗、医疗转诊和智能化建设。
为此,日立集团 (TSE: 6501) 旗下提供数字基础架构、数据管理与分析及数字解决方案的子公司 Hitachi Vantara 与北京大学第三医院(简称“北医三院”)开展深度合作,共同应对其IT基础架构与高速发展的业务不匹配带来的重重挑战。通过部署Hitachi Vantara企业级高端存储系列产品VSP 5000系列,北医三院收获了高性能、高可靠、高可用,以及能够快速响应用户需求的存储平台,保障前端各项业务系统稳定可靠,后端数据备份保护实时在线,满足医院持续推进智慧医疗相关业务创新的长期需求。
挑战:IT基础架构难以满足业务发展需求
北医三院是一所集医疗、教学、科研、预防保健、康复与健康管理为一体的大型、一流综合性三甲医院,拥有20个国家临床重点专科。十多年来,其门、急诊量始终居于北京市前列。随着医院规模的壮大、科研水平的不断提高以及新冠疫情的影响,北医三院需要更快速且持续地响应不断增长的患者需求,提升患者体验。
IT基础架构是支撑医院业务发展的数字底座。高速的业务发展致使北医三院原有IT基础架构不堪重负。
在存储设备方面,由于原有的存储设备投运年限较长,其性能和可靠性逐渐不能满足高速发展的业务的需求。在业务连续性建设方面,传统的同步容灾模式已无法24/7响应用户的需求。在日常运维方面,由于传统模式运维的复杂度较高,维护人员工作任务繁重、工作压力过大。
解决方案:基于VSP 5000系列部署全闪双活解决方案,实现两地三中心容灾规划
北医三院在对各厂商的存储产品和技术路线进行横向对比,以及与Hitachi Vantara进行了细致入微的技术交流后,最终选用Hitachi Vantara的高端存储VSP 5000系列作为其双活数据中心的基础存储平台,积极应对技术和业务方面的挑战。
Hitachi VSP 5000系列
北医三院升级改造后的IT基础架构具备以下优势:
主要成果:显著增强业务连续性保护,大幅提升业务系统效率
本着“最少投入,最短周期,满足基本要求”的原则,Hitachi Vantara为北医三院打造了一个安全、稳定、可靠的运行平台,实现了HIS、EMR、LIS这些全院级核心系统以及VMware等平台的双活高可用。
通过部署VSP 5000系列,利用其高性能和全闪存优势,医院应用响应时间大幅缩短,能够快速响应用户需求。关键业务数据采用闪存盘后,在机房空间节省50%的同时,实现性能提升两倍以上。此外,VSP 5000系列还具备极高的性能扩展能力,满足医院未来数年的性能增长需求。
Hitachi Vantara搭建的这套方案,确保停机时间降至0。过去,传统存储需要申请数小时停机时间来更换核心部件、升级微码等,并且执行这些任务的时间窗口往往难以申请。现在,单台存储即可实现在线更换核心部件、升级微码;使用GAD双活技术后,即使是数据中心级的维护也无需中断业务,实现了业务的连续性。此外,100%数据可用性承诺消除了用户对数据安全的后顾之忧。
存储系统的稳定性、可靠性与性能高低,直接影响医者工作体验、患者就医体验与智慧医院建设。Hitachi Vantara基于VSP 5000系列设计的全闪双活解决方案,有效解决了北医三院原有IT系统性能和可靠性不足、运维负担重等问题,助力医院更好地服务全国各地的患者。
好文章,需要你的鼓励
机器人和自动化工具已成为云环境中最大的安全威胁,网络犯罪分子率先应用自动化决策来窃取凭证和执行恶意活动。自动化攻击显著缩短了攻击者驻留时间,从传统的数天减少到5分钟内即可完成数据泄露。随着大语言模型的发展,"黑客机器人"将变得更加先进。企业面临AI快速采用压力,但多数组织错误地关注模型本身而非基础设施安全。解决方案是将AI工作负载视为普通云工作负载,应用运行时安全最佳实践。
MBZUAI研究团队发布了史上最大的开源数学训练数据集MegaMath,包含3716亿个Token,是现有开源数学数据集的数十倍。该数据集通过创新的数据处理技术,从网页、代码库和AI合成等多个来源收集高质量数学内容。实验显示,使用MegaMath训练的AI模型在数学推理任务上性能显著提升,为AI数学能力发展提供了强大支撑。
面对心理健康专业人士短缺问题,谷歌、麦肯锡和加拿大重大挑战组织联合发布《心理健康与AI现场指南》,提出利用AI辅助任务分担模式。该指南构建了包含项目适应、人员选择、培训、分配、干预和完成六个阶段的任务分担模型,AI可在候选人筛选、培训定制、客户匹配、预约调度和治疗建议等环节发挥作用。该方法通过将部分治疗任务分配给经过培训的非专业人员,并运用AI进行管理支持,有望缓解治疗服务供需失衡问题。
这项由多个知名机构联合开展的研究揭示了AI系统的"隐形思维"——潜在推理。不同于传统的链式思维推理,潜在推理在AI内部连续空间中进行,不受语言表达限制,信息处理能力提升约2700倍。研究将其分为垂直递归和水平递归两类,前者通过重复处理增加思考深度,后者通过状态演化扩展记忆容量。