2023年4月25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提供商InterSystems近日在北京成功举办2023年媒体沟通会。InterSystems亚太区总经理卢侠亮(Luciano Brustia)自疫情后首次返回中国,与多家媒体畅谈了InterSystems在国内的发展情况、在产品和服务上的持续投入,以及持续创新的产品与解决方案。
致力于在中国持续发展
InterSystems创立于1978年,自2000年进入中国开展业务以来,持续提供领先的技术与卓越的客户服务,赢得众多合作伙伴、客户的信任与支持。
InterSystems与国内40余家合作伙伴深耕医疗行业,客户涵盖北京协和医院、四川大学华西医院、武汉同济医院、和睦家医疗集团、美中宜和妇儿医院等国内500余家医疗机构,其中三级医院占比超过70%。
坚持产品创新与投入
InterSystems始终坚持产品创新与投入,将全球最佳实践与国内市场需求相结合,打造创新的本地化解决方案。
2020年,新版《国家医疗健康信息医院信息互联互通标准化成熟度测评方案(2020年版)》发布,在“以评促建”的标准引领下,InterSystems紧随行业规范,剖析评测标准,凭借多年来深耕医疗信息化领域的丰富经验和强大的医疗数据平台,于2021年首创推出专为中国医疗机构打造的InterSystems IRIS医疗版互联互通套件,充分满足了医院快速落地互联互通标准化成熟度测评涉及到的标准化改造需求。2023年,InterSystems IRIS医疗版互联互通套件已升级至3.0版,打通了国内互联互通生态与FHIR生态,以更好的互操作性服务能力提升数据利用价值,提供了更为丰富的校验和实施工具以及多样化的最佳实践用例库,进一步提升了互联互通建设中的用户体验和价值实现。为持续提升互联互通建设价值、挖掘数据利用方式和应用创新更添动力。
截至目前,InterSystems技术已成功助力150余家医院顺利通过医院互联互通标准化成熟度评测,其中五级乙等近30家。
此次会议中,InterSystems TrakCare统一的医疗信息系统获得媒体关注。借助InterSystems全球最佳实践,TrakCare始终以先进的理念和技术为中国高端私立医疗机构数字化变革提供支持。在中国,TrakCare目前服务于和睦家、美中宜和、曜影医疗等国内高端私立医疗机构,为14个城市的50多个院区/诊所提供信息化支撑,助力高效、个性化医疗服务的实现,服务患者数量已超2000万。
丰富的培训与学习资源,持续赋能中国开发者和技术用户
InterSystems重视开发者和技术用户的培养与成长。
InterSystems开发者社区中文版于2021年正式上线,为使用InterSystems技术的开发者们提供了一个分享技术心得、实践交流的平台,目前已有注册用户近800人,社区定期举办的开发者编程大赛与征文大赛,极大地提升了开发者的实战能力。
InterSystems Client Connection社区专为TrakCare现有用户打造,使用户可以及时、便捷地获取TrakCare新功能介绍与最新动态,此外,社区还包含技能培训、线上课程、讨论等,为用户提供了丰富的学习资源。
2023年4月,为中国用户量身定制的“InterSystems中国技术培训认证”上线,确保用户可从快速发展的InterSystems技术中获益,以更好地服务于医疗行业数字化转型与发展。
InterSystems亚太区总经理卢侠亮(Luciano Brustia)表示:“作为一家扎根中国市场超过20年的企业,InterSystems致力于为中国这一关键市场提供先进的技术、创新的解决方案与卓越的服务。 三年来,我们不断增强在中国的业务,研发了针对中国用户的InterSystems IRIS医疗版互联互通套件,我们的合作伙伴和客户群体持续扩大,不断赢得客户的信任。我们将坚持‘追求卓越’的产品和服务理念,一如既往地与中国合作伙伴和医疗机构紧密合作,期待为中国的医疗数字化转型带来更大价值。”
关于InterSystems
InterSystems创立于1978年,是为医疗、金融、制造、供应链等行业提供企业级数字化转型下一代解决方案的领先供应商。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25个国家拥有36个办事处。更多详情,敬请登录:www.InterSystems.cn
好文章,需要你的鼓励
OpenAI CEO描绘了AI温和变革人类生活的愿景,但现实可能更复杂。AI发展将带来真正收益,但也会造成社会错位。随着AI系统日益影响知识获取和信念形成,共同认知基础面临分裂风险。个性化算法加剧信息茧房,民主对话变得困难。我们需要学会在认知群岛化的新地形中智慧生存,建立基于共同责任而非意识形态纯洁性的社区。
杜克大学等机构研究团队通过三种互补方法分析了大语言模型推理过程,发现存在"思维锚点"现象——某些关键句子对整个推理过程具有决定性影响。研究表明,计划生成和错误检查等高层次句子比具体计算步骤更重要,推理模型还进化出专门的注意力机制来跟踪这些关键节点。该发现为AI可解释性和安全性研究提供了新工具和视角。
传统数据中心基础设施虽然对企业至关重要,但也是预算和房地产的重大负担。模块化数据中心正成为强有力的替代方案,解决企业面临的运营、财务和环境复杂性问题。这种模块化方法在印度日益流行,有助于解决环境问题、满足人工智能的电力需求、降低成本并支持新一代分布式应用。相比传统建设需要数年时间,工厂预制的模块化数据中心基础设施可在数周内部署完成。
法国索邦大学团队开发出智能医学文献管理系统Biomed-Enriched,通过AI自动从PubMed数据库中识别和提取高质量临床案例及教育内容。该系统采用两步注释策略,先用大型AI模型评估40万段落质量,再训练小型模型处理全库1.33亿段落。实验显示该方法仅用三分之一训练数据即可达到传统方法效果,为医学AI发展提供了高效可持续的解决方案。