
大数据赋能下的“互联网+医疗”
近年来,“互联网+”热度持续上升。在2018年政府工作报告中,共有7处提及“互联网+”。“做大做强新兴产业集群,实施大数据发展行动,加强新一代人工智能研发应用,在医疗、养老、教育、文化、体育等多领域推进“互联网+”,写进了对今年政府工作的建议中。而在今年两会上,多位科技大佬就健康大数据以及人工智能在“互联网+医疗”领域的应用提出建议。
人工智能辅助基层医疗
移动互联网、大数据、云计算、物联网、人工智能等数字技术有效提升了健康医疗产业的信息化、网络化、智能化水平。随着5G、区块链等新技术的突破与应用,数字技术还将为健康医疗事业带来更深远的影响。但无论是互联网+医疗还是AI+医疗,当下最亟需的应用场景其实在基层。
全国人大代表、腾讯公司董事会主席兼首席执行官马化腾建议,在医疗欠发达地区和基层机构可以率先推广人工智能辅诊等技术,如腾讯结合医疗影像与人工智能技术的“觅影”平台,目前已成为医疗机构的癌症辅助筛查工具;通过AR、VR、直播等方式,基层医生能与专家远程会诊和交流,这些都将有效改善医疗资源不足的现状,推动优质医疗资源精准下沉。
全国政协委员、搜狗公司CEO王小川建议,利用数字技术将优质资源广泛贯通至患者末端,打通医疗惠民“最后一公里”,提供“核心医院+基层卫生服务机构+数字家庭医生”三级供给模式,提升医疗效率和准确率,助推分级诊疗,力争实现每个中国家庭都有家庭医生,促进医疗全民普惠。
健康大数据应用挑战多
虽然大数据应用如火如荼,但目前实现数字技术在健康医疗事业中应用还存在诸多挑战。例如政府部门之间,医疗机构之间,医疗机构和服务企业之间都存在不同程度的数据壁垒。同时,移动互联网、大数据和人工智能等新技术与健康医疗产业融合方面还存在较多政策、标准、法规和技术壁垒。
对此,马化腾建议以云计算、大数据等数字技术为载体和手段,建立跨部门、跨领域健康医疗机构间的数据共享机制,实现健康医疗大数据的规范采集、集成共享和合规应用,提升管理和服务的精准度,助力国家建设全方位、全周期人口健康信息平台。建议立法明确管理机构、医疗机构、市场主体、患者个人等各方主体对医疗数据的权属关系。建立由政府牵头、多方参与的健康医疗领域开放创新平台,加强成熟技术和顶级专家经验共享,破解数字技术与医疗行业融合的共性难题,降低数字技术大规模推广应用的技术门槛。
“人工智能+医疗”离不开高质量的健康医疗数据,全国人大代表、科大讯飞董事长刘庆峰表示,目前,现有的优质健康医疗数据更多集中在院内诊疗过程,且以专科疾病为主,常见病、慢性病、患者行为等健康数据并不完善,制约了人工智能技术在医改任务中充分发挥作用。他建议,将智能语音技术列入国家健康医疗大数据战略发展布局。在此基础上,建立国家健康医疗语音数据应用规范,实现覆盖采集、应用和管理的全生命周期、全方位的健康医疗大数据体系。
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