
新桥医院研发“肺部感染专病大模型”实战心得
构建“临床数据+指南知识”双驱动的高质量训练数据集。

构建“临床数据+指南知识”双驱动的高质量训练数据集。

从高容错场景开始探索。

医院信息化工作是人干出来的,AI只是工具。

信息部门搭好平台,临床专家团队“登台唱戏”。

冷静对待,做好基础设施、模型选择和系统方面的规划。

医疗层面和技术层面形成有机联动,以系统性思维审视问题。

由HIT专家网学苑主办的“2025年医院人工智能应用专题培训班”成功举办。

在医院门诊推动多智能体应用协同,需要系统规划的顶层设计。

制定公立医院运行管理行业标准,输出公立医院运行管理人工智能“安贞方案”。

“常州市全诊大模型医疗人工智能工程研究中心”正式成立。

医院信息部门需从单纯的“技术支持者”转型为IT“战略规划者”。

5月22日(星期四)14:30-17:00,在线直播。

充分调动临床科室的积极性,为AI应用铺垫好舞台。

MCP是通信协议,专注于为Agent提供外部数据和工具接口。

将对DeepSeek进行二次训练和应用场景开发,打造医院专属垂直大模型。

认识模型“记忆”本质,就能减少错误发生,让人工智能成为临床的稳健助手。

不同医疗机构的病历书写规范、诊疗流程以及患者群体存在差异。

从“背靠背”到“对答案”,这是一次关于医疗AI应用部署工作进度的深度交流。

部署医疗AI是一项复杂且意义深远的系统工程。

需要建立“有效提示词管理系统”,对提示词进行分类、存储和更新。

打造“本地预处理+DeepSeek深度研判+人机协同自动化处置”三段式智能安全体系。

不同阶段的人工智能技术在不同场景下各有优劣,应用其所长、避其所短。

应遵循“小场景、窄应用、深思考、重挖掘”的策略。

解决医疗场景中“读懂”患者需求和“适配”医生回答的难题。

大模型赋能CDSS,需要算法、算力的强力支撑,更需要技术与业务场景的深度融合。

在技术底座方面,华为面向医疗行业伙伴重点提供“八大武器”。

DeepSeek能做的病历生成,和临床想象中的病历生成有较大差距。

广泛使用,深挖场景。

作为提升模型性能的重要技术手段,RAG和微调各有其独特优势和应用场景。

是否每个产品(系统)都需配备独立模型?产品与模型的数据资产如何存放?是否有必要打通并整合知识资产?
最新评论
是的,这需要院内达成一致,领导层面须支持。
非常好,贴合工作实际,有学习借鉴意义。不少年轻人不愿意主动学习,主动思考,主动做事。一是不学习,无能力,二是跟风躺平,做多做少,收入差别不大。
是的
思路很重要,行动更重要
售后服务(治疗,诊疗后有疑问需要咨询医护人员)很好啊,医院应该提供这样的渠道并且不需要收费吧,除非你是土豪,个人觉得,咨询可以有,收费较难接受,利益分配好像也很难合理合规。