
共建大数据生态系统 催生健康医疗新业态
2017年6月26日,“数据风口 生态联盟”国内首个中国健康医疗大数据生态高峰会在福州隆重举行。会上,戴尔与中电数据服务有限公司(以下简称”中电数据“) 签署战略合作协议,双方将在健康医疗大数据领域展开全面、深入的合作。根据协议,戴尔和中电数据将建立战略合作伙伴关系,积极推进国家健康医疗大数据中心及产业园建设试点工程,助力国家大数据中心与产业园的全面推广和建设,为健康医疗大数据应用生态的发展做贡献。
随着“健康中国”上升为国家战略,互联网医疗作为一种产业组织形态被写入“十三五”规划,健康医疗大数据成为国家重要的基础战略资源。为积极引导和促进健康医疗大数据的安全规范应用,国家卫生计生委在2016年10月提出将福建省、江苏省及福州、厦门、南京、常州被确定为健康医疗大数据中心与产业园建设国家试点工程的第一批试点省市,旨在通过互联网+健康医疗,探索创新模式,培育发展新业态,打造健康中国。
作为全球领先的IT解决方案及服务提供商,戴尔在中国一直积极推进大数据战略,通过提供领先的产品和解决方案,促进大数据在传统行业的应用。戴尔是健康卫生行业领先的解决方案供应商,曾连续六年被Gartner评为全球范围内排名第一的医疗健康IT服务提供商。在中国,伴随着国内医改与医疗行业信息化的建设,为了响应医疗行业客户的需求,戴尔将大数据、人工智能、云计算和IT技术相结合,不断推出灵活、安全、高效的行业解决方案。在今天举行的中国健康医疗大数据生态高峰会上,戴尔大中华区副总裁吴海亮做了主题演讲,详细介绍了戴尔在健康医疗领域的整体解决方案。
戴尔大中华区副总裁吴海亮致辞
中电数据是中国电子信息产业集团有限公司旗下为国家重点行业、部门提供数据整合、管理及应用服务的专业平台公司,是国家发展改革委“互联网+医疗”重大工程建设单位为相关政府部门、医疗机构和企业提供数据交换共享、数据安全治理及数据运营等服务。根据战略合作协议,双方本着真诚合作、互惠共赢的原则结成战略性合作伙伴,充分利用并结合各自的布局优势、技术资源、客户资源及业务优势,形成优势集成与互补,以资源共享、相互支撑、共同发展为目标,共同参与建设健康医疗大数据生态系统。今后,戴尔将为中电数据提供优质的产品和全面的解决方案,帮助中电数据更好规划和建设健康医疗大数据平台。戴尔将积极参与由中电数据主导的国家健康医疗大数据中心与产业园国家试点项目,推动“互联网+健康医疗”的生态融合和增值服务,带动产业园生态发展。此外,双方还将在互联网+健康医疗、智慧城市、智慧医疗、大数据、云计算等更多领域进行深入合作,共同推出应用解决方案,形成最佳实践。
戴尔大中华区副总裁吴海亮表示:“我很高兴代表戴尔公司与中电数据服务有限公司签署合作备忘录。医疗领域一直是戴尔非常重视的行业之一。戴尔希望通过自身的技术优势和全球经验,携手业界优秀合作伙伴,共同推进中国健康医疗大数据的应用以及健康医疗大数据生态系统的建设,践行‘大数据、大健康、大融合、大发展’的理念,为实现健康中国作出贡献。
中电数据服务有限公司董事长李世锋表示:"生态联盟今天只是迈出了关键的第一步,还将迅速扩容。我们有信心吸引更多的资源和企业,在福州率先实现健康医疗大数据的惠民、惠企、惠政目标,打造成“健康中国”的样本,推动健康医疗大数据新业态迅速聚集与产业发展。"
此次戴尔和中电数据强强联手,将双方的优势资源相结合,在国家健康医疗大数据中心与产业园国家试点项目中加以应用,将有效推进健康医疗大数据的应用和实践,助力国家试点项目的运营和建设。同时,也是深化“在中国,为中国”戴尔中国4.0战略实施的又一体现。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15在机器学习入门领域,“鸢尾花数据集(Iris Dataset)” 是理解 “特征值” 与 “目标值” 的最佳案例 —— 它结构清晰、维度适 ...
2025-10-15在数据驱动的业务场景中,零散的指标(如 “GMV”“复购率”)就像 “散落的零件”,无法支撑系统性决策;而科学的指标体系,则 ...
2025-10-15在神经网络模型设计中,“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少,模型可能 “欠拟合”(无法捕捉数据 ...
2025-10-14在数字化浪潮中,数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息,又要能将分 ...
2025-10-14在企业数据驱动的实践中,“指标混乱” 是最常见的痛点:运营部门说 “复购率 15%”,产品部门说 “复购率 8%”,实则是两者对 ...
2025-10-14在手游行业,“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度,更直接决定了后续 ...
2025-10-13分库分表,为何而生? 在信息技术发展的早期阶段,数据量相对较小,业务逻辑也较为简单,单库单表的数据库架构就能够满足大多数 ...
2025-10-13在企业数字化转型过程中,“数据孤岛” 是普遍面临的痛点:用户数据散落在 APP 日志、注册系统、客服记录中,订单数据分散在交易 ...
2025-10-13在数字化时代,用户的每一次行为 —— 从电商平台的 “浏览→加购→购买”,到视频 APP 的 “打开→搜索→观看→收藏”,再到银 ...
2025-10-11在机器学习建模流程中,“特征重要性分析” 是连接 “数据” 与 “业务” 的关键桥梁 —— 它不仅能帮我们筛选冗余特征、提升模 ...
2025-10-11在企业的数据体系中,未经分类的数据如同 “杂乱无章的仓库”—— 用户行为日志、订单记录、商品信息混杂存储,CDA(Certified D ...
2025-10-11在 SQL Server 数据库操作中,“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选,还是将数值转 ...
2025-10-10