2021年2月9日,中国,北京——致力于医疗、商业和政府应用信息技术平台开发的全球领导者 InterSystems近日宣布,InterSystems TrakCare® 统一医疗信息系统荣获KLAS Research 2021年亚洲/大洋洲地区最佳临床诊疗电子病历奖(Acute Care EMR),InterSystems HealthShare统一的健康档案荣获互操作平台领袖奖(Interoperability Platforms)。
KLAS总裁Adam Gale表示:“每年有全球数以千计的医疗机构专业人员会花时间与KLAS分享他们的观点。他们深知这种观点分享有助于推动供应商的提升,更能帮助同行做出更好的决策。这些反馈不断提醒我准确、可靠、公正的报告对于医疗行业有多重要。KLAS最佳报告及其奖项为细分领域的软件和服务公司设定了卓越的标杆。KLAS最佳(Best in KLAS)的获得者理应庆祝,但也要意识到用户只愿接受最好的服务和产品。对用户而言,KLAS最佳(Best in KLAS)也是一个信号——用户将对获奖者抱有更多期待。”
KLAS Research每年都会对医疗机构展开调研,以全面了解技术供应商对医疗行业的影响,并诚实、准确、公正地报告调研结果。 KLAS 最佳(Best in KLAS)奖项是颁发给那些能够在细分市场起到领导作用、且能够帮助医疗机构提供更好的医疗解决方案的供应商。“全球软件服务2021 KLAS最佳”报告是基于2020年从数千家医疗服务提供商那里获得的满意度评级,分别来自两个领域:临床诊疗电子病历(EMRs)和互操作平台。
TrakCare已在患者管理系统(PAS)和临床诊疗电子病历(EMR)类别中第七次获得KLAS全球最佳(非美国地区)奖项的认可。本次是TrakCare连续第四年获得亚洲/大洋洲地区最佳临床诊疗电子病历大奖(Acute Care EMR),同时,还被评为拉丁美洲地区的最佳解决方案。TrakCare已经受到来自全球27个国家和地区的顶级医疗机构的信任,并且为他们提供了更为安全、高效和协同的医疗服务。
HealthShare统一的健康档案可确保医疗机构、保险公司、患者、社区服务和健康服务机构、科研人员以及解决方案开发商通过创建共享、全面和统一的电子病历来克服数据分散的挑战。它的敏捷性能够帮助医疗机构迅速应对COVID-19疫情期间的不确定性。
InterSystems HealthShare副总裁Don Woodlock表示:“我们为获得认可而感到高兴——但是来自客户我们客户的认可对我们意味着更多(例如Best in KLAS)。我们在不断改进技术,以帮助客户应对他们所面临的新挑战,并且也为我们以客户为中心和追求卓越的使命感到骄傲。”
关于InterSystems
创立于1978年的InterSystems是医疗健康、金融、制造和供应链领域关键数据技术的领先提供商。InterSystems的云优先数据平台为全球大型企业解决各类互操作性、速度和可扩展性难题。InterSystems拥有独特优秀的医院EMR系统、社区(及国家级)统一健康档案系统和实验室管理系统。InterSystems致力于成就卓越,为全球80多个国家的客户与合作伙伴提供广受赞誉的7×24小时技术支持。InterSystems是一家总部位于美国马萨诸塞州剑桥市的私人控股公司,在全球设有25个分支机构。
关于KLAS
KLAS是一家全球性数据驱动型公司,旨在通过提升医疗机构和保险公司的话语权来改善医疗服务水平和质量。KLAS与数以千计的医疗保健专业人员携手合作,收集对软件、服务和医疗设备的相关见解与反馈,并提出相应的行业报告、发展趋势和统计概况。KLAS如实提供准确且公正的数据,这种调研直接反映了医疗结构的声音,并帮助医疗行业的供应商提高业绩。
好文章,需要你的鼓励
谷歌发布新的AI学术搜索工具Scholar Labs,旨在回答详细研究问题。该工具使用AI识别查询中的主要话题和关系,目前仅对部分登录用户开放。与传统学术搜索不同,Scholar Labs不依赖引用次数或期刊影响因子等传统指标来筛选研究质量,而是通过分析文档全文、发表位置、作者信息及引用频次来排序。科学界对这种忽略传统质量评估方式的新方法持谨慎态度,认为研究者仍需保持对文献质量的最终判断权。
Meta公司FAIR实验室与UCLA合作开发了名为HoneyBee的超大规模视觉推理数据集,包含250万训练样本。研究揭示了构建高质量AI视觉推理训练数据的系统方法,发现数据质量比数量更重要,最佳数据源比最差数据源性能提升11.4%。关键创新包括"图片说明书"技术和文字-图片混合训练法,分别提升3.3%和7.5%准确率。HoneyBee训练的AI在多项测试中显著超越同规模模型,同时降低73%推理成本。
Meta发布第三代SAM(分割一切模型)系列AI模型,专注于视觉智能而非语言处理。该模型擅长物体检测,能够精确识别图像和视频中的特定对象。SAM 3在海量图像视频数据集上训练,可通过点击或文本描述准确标识目标物体。Meta将其应用于Instagram编辑工具和Facebook市场功能改进。在野生动物保护方面,SAM 3与保护组织合作分析超万台摄像头捕获的动物视频,成功识别百余种物种,为生态研究提供重要技术支持。
上海AI实验室团队提出ViCO训练策略,让多模态大语言模型能够根据图像语义复杂度智能分配计算资源。通过两阶段训练和视觉路由器,该方法在压缩50%视觉词汇的同时保持99.6%性能,推理速度提升近一倍,为AI效率优化提供了新思路。