“智慧医疗”的概念在全球广泛提出还不足10年,随着计算科技的发展,人们希望可以把互联网、物联网、人工智能等领先技术应用于医疗服务各个领域,引发医疗革命,快速提升医疗服务水平。
从互联网化、数字化再到智慧化,“互联网+医疗”、人工智能辅助诊断系统、“5G网络+医疗”等新鲜热词层出不穷,与理论研究的百花齐放相比,真正落地实践并赋能医疗系统效能提升的应用案例屈指可数。
2018年8月,为满足北京天坛医院生命科学领域科研需求,曙光在深入调研的基础上,为天坛医院量身打造了整套基于NVIDIA GPU的面向高通量基因组学数据处理与智能病理影像识别的高性能计算集群总体解决方案。
把充足计算力赋能于生物信息处理、医疗影像识别、智能测序、生物大数据处理等关键应用上,将原CPU集群上需用几天时间才可处理完成的数据集,处理用时降低到以分钟为单位。有效整合数据信息资源,缩短科研周期,降低科研成本,提高科研效率。
面对临床实验与临床研究中心研究的临床诊疗信息、组学数据(全基因组、外显子、RNA、蛋白质组数据)及高分辨影像数据的存储、处理和运算的需求。曙光依托高通量基因组学数据处理与智能病理影像识别系统项目建设,为天坛医院全面建设部署了生物信息分析系统、基因组数据管理软硬件系统和医学影像人工智能平台,服务于临床型科研工作中对人体生命活动的监测分析与规律发现,并通过搭建生物信息分析与基因检测系统,助推天坛医院全国性或地区性组学数据库的建立。
曙光HPC为天坛医院临床型科研工作提供的强力支撑,不仅强化了技术研究平台、助力优势资源的有效配置,更为天坛医院“智慧医疗”的发展提供了更多空间与可能。
科技部部长与美国驻华大使一行在调研国家神经系统疾病临床医学研究中心(天坛医院内)时,对人工智能和大数据领域的成果给予了高度肯定。北京市委书记蔡奇在调研天坛医院高通量基因组学数据处理与智能病理影像识别系统项目时,给予过“天坛医院要坚持科技兴医,建设智慧医院”的期望。目前,北京天坛医院已快速引入人工智能、大数据、云计算、物联网等先进技术,全力打造“智能就诊”、“智能护理”,给患者提供舒适的医疗环境。曙光高性能计算集群的引入和成功使用,为天坛医院的现代临床研究提供了独特而强有力的优势资源。
生物信息学的发展离不开一次次研究与实验,而临床医学研究依托高性能计算在专业领域也做出了突出贡献。曙光深耕高性能计算二十余年,不断突破创新,依托先进计算的前瞻动力和一站式解决方案的完备效力,为临床医学研究提供了有力的技术支撑,助力“智慧医疗”迈进充满挑战和无限想象新发展。
好文章,需要你的鼓励
OpenAI明确表示要成为互联网一切事物的主导界面。AI智能体正在改变用户的数字习惯,从健康记录分析到购物指导,ChatGPT已经在多个领域扩展影响力。用户快速采用AI工具,但企业和生态系统的适应速度滞后。电商领域的权力分配尚不明确,用户偏好AI驱动的答案优先体验,品牌则推动生成式引擎优化。研究旨在了解用户与企业在AI变革中的适应差异。
普林斯顿大学研究团队通过分析500多个机器学习模型,发现了复杂性与性能间的非线性关系:模型复杂性存在最优区间,超过这个区间反而会降低性能。研究揭示了"复杂性悖论"现象,提出了数据量与模型复杂性的平方根关系,并开发了渐进式复杂性调整策略,为AI系统设计提供了重要指导原则。
微软亚洲研究院开发出革命性的认知启发学习框架,让AI能够像人类一样思考和学习。该技术通过模仿人类的注意力分配、记忆整合和类比推理等认知机制,使AI在面对新情况时能快速适应,无需大量数据重新训练。实验显示这种AI在图像识别、语言理解和决策制定方面表现卓越,为教育、医疗、商业等领域的智能化应用开辟了新前景。