2022年4月18日,中国 北京 致力于帮助客户解决最关键的可扩展性、互操作性和速度问题的创新数据技术供应商InterSystems今日宣布,InterSystems中国合作伙伴东华医为近日重磅发布的最新版智慧医院解决方案核心产品iMedical HO R8.5.0采用了InterSystems IRIS for HealthTM(医疗版)数据平台。InterSystems IRIS医疗版数据平台现已经面向东华医为用户开放。
东华医为使用InterSystems的技术已经超过20年。东华医为将数据库由Caché全面升级至IRIS医疗版,IRIS医疗版是世界上首个专为医疗数据价值挖掘而设计的数据平台,具备新一代性能与可扩展性,支持容器部署,这些将助力东华医为将更快地将新功能推向市场。
“东华医为在过去的20多年里服务着三分之一的中国 TOP 100医院*,服务患者超过44亿人次。”东华医为董事长兼CEO韩士斌说,“我们相信,此次东华医为iMedical HO R 8.5升级至IRIS医疗版,将助力东华医为更好地满足日益多样化的医院需求,更好地服务于我们全国数百家医院客户。”
对医院用户来说,他们将体验到更好的SQL性能。InterSystems IRIS 数据平台的SQL引擎做了大量底层优化,包括执行计划优化、多处理器SQL并行处理等。以InterSystems IRIS数据平台作为技术支撑,东华医为的用户可以在无需任何SQL代码改写的情况下,即可自动获得极大的SQL处理效率提升。根据使用真实应用程序执行的测试,在使用相同硬件的情况下,基于InterSystems IRIS数据平台运行SQL 查询的速度通常比在Caché 或Ensemble 上的查询速度至少快25%。
基于卓越的互操作性,InterSystems IRIS医疗版数据平台还将推动临床发现与医疗数据利用。IRIS医疗版内置了医疗数据格式转换功能,支持最新的医疗互操作性标准(HL7 FHIR R4),使开发人员能够以统一的医院内、外部数据创建创新型医疗应用程序。此外,IRIS医疗版支持多种第三方语言(包括Python,Java等),能够为用户带来更好的开发体验。
“作为创新的数据技术提供商,InterSystems十分重视中国市场,持续挖掘中国市场真正需求。” InterSystems亚太区总经理卢侠亮(Luciano Brustia)表示,“我们非常高兴地看到与我们合作时间最长、最有价值的合作伙伴之一东华医为采用了InterSystems IRIS医疗版数据平台,我相信这将助力东华医为给中国的智慧医院建设带来全新体验,并成为行业标杆。”
点击此处(https://www.intersystems.cn/resources/migrate-to-the-next-generation-data-platform-2),了解更多关于将您的应用迁移至InterSystems IRIS数据平台的益处。
*2020年11月14日,复旦大学医院管理研究所发布《2019年度中国医院排行榜》。此次评选,东华医为共有33家医院客户进入百强名单,详情参考:http://www.mediway.com.cn/mediway-news/info/2020/947.html
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。