技术产业 第10页

2024-01-24HIT金子阅读(5476)评论(0)赞(7)

联想AI服务器产品已实现对AI大模型、超大模型训练，AI中小模型训练、推理的全域覆盖。

2024-01-24HIT金子阅读(8017)评论(0)赞(15)

医疗直接关乎人类生命健康，AI应用必须着重考虑安全与伦理。

2024-01-11HIT金子阅读(6406)评论(0)赞(5)

通过药盒扫码构建以患者为中心的全周期用药服务。

2024-01-03HIT金子阅读(9009)评论(0)赞(8)

首创 “血液透析尿素清除率计算软件”，已获NMPA医疗器械三类注册证。

2024-01-02HIT金子阅读(8368)评论(0)赞(12)

在手术室这个特殊部门，系统不好用，就是不能用。

2024-01-01HIT金子阅读(8002)评论(0)赞(8)

统筹规划运营数据治理体系至关重要。

2023-12-28HIT阅读(6214)评论(0)赞(7)

解决医疗机构“临床业务数据合规流动”与“重要数据安全防护”两大难题。

2023-12-27HIT金子阅读(7429)评论(0)赞(7)

数据量越多、指标越多、模型越多，“数据大脑”将越智能。

2023-12-26HIT金子阅读(7749)评论(0)赞(7)

依据数据-信息-知识-智慧（DIKW）模型，提炼数据，更好满足医院运营管理需要。

2023-12-25HIT阅读(8649)评论(0)赞(8)

从空间的视角观察并思考数智就医的底层逻辑。

2023-12-24HIT阅读(8498)评论(0)赞(14)

为延展感知、思考和交互的边界，医疗健康领域需要建立全新的USEFUL数据架构。

2023-12-15HIT金子阅读(9945)评论(0)赞(10)

厘清备份与容灾的边界与关系，建设中要二者兼顾。

2023-12-13HIT阅读(7040)评论(0)赞(5)

将经过反复打磨、验证的技术，不仅服务于京东健康，同时通过开放应用，赋能更大范围的群体。

2023-12-07HIT阅读(6442)评论(0)赞(4)

以非接口、高质量、智能化核心理念，构建以“4中台+1前台”为整体架构的医疗大数据平台。

2023-12-03HIT阅读(5522)评论(0)赞(6)

为智慧医院、区域卫生信息化、智慧养老场景，提供基于互联网化用户体验的产品、系统、解决方案的创新应用。

2023-11-29HIT金子阅读(6547)评论(0)赞(12)

搭建“数字报告中心”，实现了所有报告的电子版集成。

2023-11-24HIT金子阅读(5677)评论(0)赞(6)

累计超过5亿人次激活使用微信医保码，每月近1.3亿人持续在微信医保码各个场景活跃。

2023-11-23HIT阅读(8369)评论(0)赞(3)

患者身份信息的确定是医院信息化工作中最基本也最困难的工作之一。

2023-11-20HIT金子阅读(6963)评论(0)赞(4)

涉及企业运营、研发制造、用户服务、商业模式等范畴。

2023-11-19HIT阅读(7319)评论(0)赞(3)

下一代解决方案将不仅包括预设功能，同时将在AI及大模型的推动下走向“智能超越”。

2023-11-15HIT金子阅读(7314)评论(0)赞(7)

一体化集群架构的集成平台，可实现多院区统一的配置化管理和自动化运维。

2023-11-14HIT金子阅读(5616)评论(0)赞(2)

新一代闪存存储解决方案，使存储性能得到释放。

2023-11-09HIT金子阅读(7368)评论(0)赞(4)

推出“腾讯觅影数智医疗影像平台”，专注数字医疗影像云端应用、科研及管理。

2023-11-04HIT阅读(7174)评论(0)赞(3)

希望以“伙伴+华为”体系，助力更多的企业客户轻松、简单地迈入数智世界。

2023-10-30HIT金子阅读(7026)评论(0)赞(3)

“一光到底”的F5G全光网络，提供万兆大带宽，保证秒级阅片，也节省设备占用空间。

2023-10-30hit2012阅读(7210)评论(0)赞(1)

在打造骨密度筛查 AI 方案的过程中，英特尔锐炫™ 显卡提供了强大的算力支撑。

2023-10-25HIT金子阅读(9155)评论(0)赞(5)

自助查看电子健康档案，正在成为海南居民的健康管理新常态。

2023-10-20HIT阅读(5865)评论(0)赞(5)

支持方向包括健康知识普及、妇女两癌防控、妇女儿童健康促进与管理、遗传病与母婴传染病防控等。

2023-10-20HIT阅读(11073)评论(0)赞(11)

卫宁健康正式推出医疗领域大模型WiNGPT与医护智能助手WiNEX Copilot。

2023-10-08HIT阅读(13234)评论(0)赞(8)

大数据不在“大”，在于通过专业存储和处理提高数据质量。