SolarWinds首席极客Leon Adato
医疗行业从未像现在这样备受瞩目。在最近半年里,世界各地的医护人员都奋战在抗疫前线,守护着无数人的安全和健康。这也引发了人们更深的思考,在如今的困境之下以及未来,科技该如何更好地支持医疗行业高效运作?
比如,中国在疫情期间就有超过1000家医院上线了互联网医疗平台,借助互联网+医疗模式,很好地缓解了医院面临的巨大压力。国家也在全力支持数字医疗,并将互联网放在了《健康中国 2030”规划纲要》的核心位置。
医疗领域的下一个技术飞跃或许不是机器人或远程医疗,而是我们更熟悉的云服务。根据IDC预测,到2023年中国医疗云IT总支出将达到168.8亿元人民币,2018至2023年的年复合增长率高达27.3%。
而在各类云解决方案当中,混合云或许将成为医疗行业的首选。正如SolarWinds在其发布的《2020 IT趋势报告:IT通用语言》中所述,IT专业人员对新兴技术的关注有所降低(仅有27%的受访者关注),他们更多关注混合IT(41%)和安全(38%)。在客户期望和监管标准的双重推动下,超过44%的医疗行业从业者将在未来三至五年内采用混合云系统。这就给IT专业人员带来了新的挑战:他们能否在管理好越来越复杂的IT环境的同时,让其像手术室一样整洁和高效呢?
答案显然是肯定的。不过,为了应对这一难题,IT专业人员需要果断采取行动,借助合适的工具和正确的思维方式,在满足医疗行业不断增长的需求的同时确保行业合规。
合规性,是隐藏在云方案复杂性背后的一个更大的难题。
事实上,当前医疗行业进行数字化转型,主要就是为了遵守与服务质量和数据安全相关的行业标准。但是,随着数字化运营规模的不断扩大,IT专业人员面对的是多云、更海量的数据和数量多到难以追踪的联网设备,这让确保合规成了一项棘手挑战。然而,这又是一项“人命关天”的工作,即便是一两个小差错都会导致严重后果。
那么医疗行业的IT专业人员该怎么做?在我看来有两种方式。第一种是咬牙坚持,依靠自己把网络的每一个环节“打造”得合规。这么做的结果就是扩展速度会放缓,而且成本更高。而第二种方式,他们可以“购买”相应级别的合规。市场上有很多提供满足严格标准行业解决方案(例如数据安全和监视)的供应商。事实上,这是可行性更高的一种方式,因为这些合作伙伴在合规方面更专业也更有经验,可以帮助IT专业人员完成合规工作,让他们更能专注于随时随地为医务人员提供稳定且高效的云服务。
当我们谈到合规的话题时,必然会涉及云计算中的网络和数据安全问题。医疗行业数据泄露事件频发,因此随着云的日益普及,IT专业人员更有必要重新思考网络安全问题。董事会在进行与网络安全有关的决策时,不应该被成本、时间和复杂性左右。随着医疗行业数字化程度的不断提高,即便是经验最丰富的医疗机构高管也会遇到以前从未处理过的威胁和危险。
目前,对网络严加监控仍是唯一能够确保足够安全的明智且有效的方法,尤其是当医务人员现在都会涉及远程诊疗。医疗行业仍在以惊人的速度进行技术变革,不断引入包括全新且更复杂的物联网解决方案、AI和机器学习等在内的各种技术。SolarWinds等行业供应商提供的网络监控工具,既能确保合规又能帮助IT获得更大的网络可见性,以下是一些实用方案:
IT专业人员在管理混合基础设施时应做好会失败的打算,因此除了确保网络安全之外,冗余和预防措施(例如备份和灾难恢复)也十分重要。在医疗行业尤其如此,医疗设备故障造成的损失是无法以时间和金钱衡量的。
IT必须整合并存储所有与基于云的基础设施相关联(甚至位于内部)的关键任务系统和服务配置数据。该存储库可以在发生中断后几分钟内将虚拟网络快速恢复到最佳状态。这是最简单,也最容易被忽视的备份方法之一。而且这对于使用云供应商解决方案的用户来说不难实现。在实际操作中,这种方法还让IT专业人员能够在一定程度上保证运营的合规,甚至可以进行故障排除或启动完整的系统恢复。
医疗行业在数字化转型和混合基础设施的部署方面仍处于初期阶段。但如今,医疗行业的挑战日益增加,资源却在不断减少,这势必会加速行业变革。IT专业人员应对伴随网络和合规所产生的复杂挑战做好准备。
好文章,需要你的鼓励
OpenAI CEO描绘了AI温和变革人类生活的愿景,但现实可能更复杂。AI发展将带来真正收益,但也会造成社会错位。随着AI系统日益影响知识获取和信念形成,共同认知基础面临分裂风险。个性化算法加剧信息茧房,民主对话变得困难。我们需要学会在认知群岛化的新地形中智慧生存,建立基于共同责任而非意识形态纯洁性的社区。
杜克大学等机构研究团队通过三种互补方法分析了大语言模型推理过程,发现存在"思维锚点"现象——某些关键句子对整个推理过程具有决定性影响。研究表明,计划生成和错误检查等高层次句子比具体计算步骤更重要,推理模型还进化出专门的注意力机制来跟踪这些关键节点。该发现为AI可解释性和安全性研究提供了新工具和视角。
传统数据中心基础设施虽然对企业至关重要,但也是预算和房地产的重大负担。模块化数据中心正成为强有力的替代方案,解决企业面临的运营、财务和环境复杂性问题。这种模块化方法在印度日益流行,有助于解决环境问题、满足人工智能的电力需求、降低成本并支持新一代分布式应用。相比传统建设需要数年时间,工厂预制的模块化数据中心基础设施可在数周内部署完成。
法国索邦大学团队开发出智能医学文献管理系统Biomed-Enriched,通过AI自动从PubMed数据库中识别和提取高质量临床案例及教育内容。该系统采用两步注释策略,先用大型AI模型评估40万段落质量,再训练小型模型处理全库1.33亿段落。实验显示该方法仅用三分之一训练数据即可达到传统方法效果,为医学AI发展提供了高效可持续的解决方案。