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
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。