今天,东软正式发布"创新型县域医共体解决方案",并携手多家客户亮相由人民网舆情数据中心/人民在线举办的《县域数字医共体建设社会评价报告》研讨会。这是东软在多年医共体建设实践基础上,整合东软在大健康产业生态中的优势,面向紧密型县域医共体全面建设推出的全新解决方案。
近年来,国家积极推进紧密型县域医共体建设。这是推进"健康中国"战略和"三医联动"改革发展的重要任务之一,也是提高县域医疗卫生资源配置和使用效率,促进医保、医疗、医药协同发展和治理,推动构建分级诊疗秩序的重要举措。当前县域医共体在医保控费、基层家医服务、学科建设、精益化管理、数智支撑等面临诸多挑战,尚未达到国家"县级强、乡级活、村级稳、上下联、信息通"的建设目标。因此,以 IT 技术为支撑,以数据驱动县域医共体的卓越运营和高质量发展,是县域医共体稳健发展的必由之路。
东软集团副总裁兼智慧城市研究院院长姚勇解读了东软创新型创新型县域医共体解决方案 ,东软以卓越运营和数据驱动为核心,推出"8+1"创新型县域医共体解决方案,即"保险保障赋能、基层家医赋能、运营管理赋能、学科建设赋能、医药流通赋能、数据要素赋能、数字平台赋能、智能设备赋能"八大赋能板块和一个数字化基础设施。
该解决方案以数据为驱动,通过整合县域内外数据资源,为县域医共体提供基于全面数据分析的精确诊断服务,并在此基础上通过与保险公司合作,为县域医共体提供管理式医疗责任险与居民补充医疗保险,有效提升县域医共体医保资金风险保障能力,引导居民在县域内就医;为县域医共体提供包含家医激励、学科发展、运营优化等于一体的规划方案,并通过联合内外部生态力量,共同促成规划落地,为县域医共体进行全面赋能。东软通过为县域医共体提供顶层设计、软件产品到运营服务、智能硬件等一站式解决方案,实现医共体运营可持续、医护人员有激励、医疗水平有提高、居民健康有收获的共同目标,最终激发县域医共体新活力。
辽宁省法库县是东软创新型县域医共体解决方案首个成功应用。辽宁省沈阳市法库县中心医院院长李展表示,目前法库县已经构建了"基层首诊、双向转诊、急慢分治、上下联动"的分级诊疗模式和运行格局,基本形成"一体发展、医防融合、信息支撑、资源共享、多方参与"的紧密型县域医共体建设"法库模式",让群众就医可及性、便利性、连续性得到有效保障。"法库模式"为紧密型县域医共体建设提供了可借鉴、可推广的新典范。
东软集团联席总裁徐洪利表示,自2017年开始,东软参与了山西、河南、云南、贵州、辽宁、安徽、湖北等14个省的医共体建设。此次,东软创新型县域医共体解决方案是东软全面解决方案智能化战略的落地实践之一,充分融合了东软打造 AI 赋能、数据价值化、服务化的解决方案理念。东软创新型县域医共体解决方案整合了包含东软集团、东软医疗、东软智能医疗科技研究院、望海康信、东软熙康、融盛保险、东软汉枫在内的东软大健康产业联盟成员的能力与优势,践行东软在医疗健康领域覆盖医疗保障、智慧医疗卫生、医疗大数据与人工智能、医疗设备制造、云医院、健康与医疗教育六位一体的大健康战略。
未来,东软将持续用数字技术赋能县域医共体高质量发展,以数字平台为支撑,以数据赋能为驱动,以卓越运营为导向,推动医疗资源优化整合下沉,提升县域医疗卫生服务能力,让县乡居民获得更便捷、可靠的诊疗服务。
好文章,需要你的鼓励
UniR(Universal Reasoner)是一种创新的推理增强方法,可为冻结的大语言模型提供即插即用的推理能力。由韩国科学技术院研究团队开发,该方法将推理能力分解为独立的轻量级模块,无需改变主模型结构。UniR的核心优势在于高效训练(仅更新小型推理模块)、出色的模型间迁移能力(小模型可指导大模型)以及模块组合能力(多个专用模块可通过logits相加组合使用)。在数学推理和翻译测试中,UniR显著超越现有微调方法,展示了轻量级模块如何有效增强大语言模型的推理能力。
Nebius团队开发了SWE-rebench,一个自动化管道用于从GitHub收集软件工程任务并进行去污染评估。该系统解决了两大挑战:高质量训练数据稀缺和评估基准容易被污染。通过四阶段处理(初步收集、自动安装配置、执行验证和质量评估),SWE-rebench构建了包含超过21,000个Python交互式任务的数据集,并提供持续更新的评估基准。研究发现部分语言模型在传统基准上的表现可能被污染效应夸大,而DeepSeek模型在开源模型中表现最为稳健。
这项研究提出了JQL(发音为"Jackal"),一种通过多语言方法提升大型语言模型预训练数据质量的创新系统。研究团队从拉马尔研究所等机构通过四阶段方法解决了多语言数据筛选的难题:先由人类评估内容教育价值创建基准数据,然后评估大型语言模型作为"评判者"的能力,接着将这些能力提炼到轻量级评估器中,最后应用于大规模数据筛选。实验表明,JQL在35种语言上显著优于现有方法,甚至能泛化到未见过的语言如阿拉伯语和中文,为多语言AI发展提供了高效可靠的数据筛选方案。
浙江大学和西湖大学研究团队开发的Styl3R实现了艺术风格化3D重建的重大突破,能在不到一秒内从少量未标定照片和任意风格图像创建具有多视角一致性的3D艺术场景。通过创新的双分支网络架构将结构建模与外观着色分离,系统不仅保持了原始场景结构,还准确捕捉了参考风格特征。与现有方法相比,Styl3R在处理速度和视觉质量上均显著领先,为创意内容制作开辟了全新可能。