- 综合排序
- 最热优先
- 最新优先
- 来自专栏智慧建筑
医疗相关
说来也是尴尬，去年做了一年地产的交付，刚开始觉得有点感觉了，今年就变成搞医疗。新的行业，又是新一轮行业门槛，HIS，RIS，PACS，DICOM、OLAP。。。 先谈谈长沙的医疗现状。 2017年，全市医疗卫生机构总诊疗人次达4803.87万人次，出院病人248.13万人次。 全市医疗卫生机构建设使用的信息平台19个，信息系统182个，其中直报系统28个，机构内部管理系统93个，涉及信息系统建设厂家57个。 数据采集也由统一模块完成，文本数据由主题库从基卫平台和供应商已有系统采集，不直接面向医疗机构，充分复用已有资源。
1.4K21发布于 2019-07-25 - 来自专栏企鹅号快讯
AI—未来医疗
Buoy Health 于2014年在美国成立，并于今天3月上线了搭载人工智能算法的医疗咨询平台，Buoy创建的虚拟医生可以对病人进行诊断，其背后的医学搜索引擎涵盖了18000份临床文献和17000种病情 医疗这个直接关系千千万万人生命的行业，正在酝酿着巨大的变革，平静的背后是暗流涌动，未来已来……。
1.1K80发布于 2018-01-16 - 来自专栏技术博客文章
智慧医疗实践
02 微服务架构设计 微服务架构设计 以业务为中心 高内聚低耦合 高度自治 弹性设计 日志与监控 自动化 03 实时消息推送技术演进 实时消息推送技术演进 接入层负载均衡基于http七层负载均衡，从HA演进到Nginx HA支持TCP与Http协议，支持8种负载均衡策略，支持通过URL健康检测，支持心跳检测，工作在网络4层和7层,但对ws协议支持不好，造成ws消息堆积 Nginx支持Http协议，工作在网络7层，支持WebSocket协议，支持通过端口健康检测，支持强大的正则匹配规则 Nginx分流： se
57500编辑于 2021-12-17 - 来自专栏磐创AI技术团队的专栏
AWS医疗NLP
为特定领域（如医疗保健/医疗）构建定制的NER模型可能很困难，并且需要大量的数据和计算能力。AWS是一个高级服务，AWS提供了许多不同的NLP任务的自动化，例如情感分析、主题建模和NER。 在本文中，我们将介绍如何使用Streamlit构建一个web应用程序，该应用程序可以调用impless Medical并返回检测到的医疗实体。 我们的应用程序只需要一些标题和一个文本框，用于输入文本，我们将对其进行分析，以检测任何潜在的医疗实体。 医疗检测实体有五个不同的类别，可分为：解剖、医疗状况、药物、受保护的健康信息和测试治疗程序。 context): print(event['Input']) inputText = event['Input'] print(inputText) # API调用医疗实体检测
2.1K30发布于 2021-09-03 - 来自专栏新智元
【智能医疗】值得关注的10家医疗 AI 公司
【新智元导读】医疗AI越来越成熟，有了越来越多的落地，显示出变革传统医疗行业的潜力。本文介绍了综合护理、制药、心脏病、医疗成像等领域值得关注的10家医疗AI公司。 医疗领域正在经历变革——人工智能在推动这场变革。人工智能，包括深度学习和机器学习，正在从研究实验转变为实际的应用，驱动更加个性化、综合、而且易得的医疗服务。 他说：“我们相信 AI 将以前所未有的方式实现医疗的民主化。” 这个市场正在进入高速增长阶段，让我们来看看2017年具有变革潜力的10家医疗 AI 公司。 Butterfly Network 是一家医疗成像技术公司，该公司创建了一个集成了深度学习技术的便携式医疗成像设备，帮助缺乏医疗机构或医生不够专业的偏远地区的患者诊断疾病。
2.9K90发布于 2018-03-28 - 来自专栏大数据文摘
BAT进军在线医疗真的能解决医疗行业的问题？
文章来源：虎嗅网（huxiu.com） 在商言商，医疗健康行业的确是一个钱景无限的富矿，尤其是当互联网跃跃欲试企图“接管”这一巨大市场的时候。 近一段时期，关于巨鳄们落子在线医疗领域的传闻不绝于耳。 今年8月间，经济学人智库所发布的报告称，中国已在2013年超越日本，成为全球第二大医疗健康市场。到2018年，中国年度医疗保健支出可能将达到9000亿美元。 似乎腾讯还想要得更多，有报道指，随着所谓微信智慧医疗体系的深入开发，医院的危急值提醒、轮值通知、护士排班、会诊等医疗流程管理，及通讯录、院内通知、院长日报、员工点餐、医疗设备报修、财务审批等等内部OA流程管理都将通过微信完成 尤其在于中国这样一个优质医疗资源极其匮乏的市场里，在线医疗的真正价值应当是促使原本有限的资源能够得到更为公平的分配。 在线医疗一定是继在线教育之后资本炒作的又一个热点，只是，它究竟能将中国的医疗健康行业引向何方还有待时间来验证。 （本文作者微信公众号：mr3diary）
82250发布于 2018-05-23 - 来自专栏SaaS加速器
医疗数字化渐入佳境，医疗SaaS何处觅春风？
医疗数字化渐入佳境，最好的时代正在来临 1、医疗数字化历久弥新，行业上升拐点到来 医疗服务关系到民生福祉，医疗技术数字化、服务数字化和管理数字化的要求，一直是国家关注的重点领域。 2、数字化医疗的基本特征 所谓数字医疗不仅仅是数字化医疗设备的简单集合，而是把当代计算机技术、信息技术应用于整个医疗过程的一种新型的现代化医疗方式。 a) 医疗设备数字化：医疗的数字化，首先是医疗设备的数字化，所谓数字化的医疗设备，即数据采集、处理、存储与传输等过程均以计算机技术为基础。 b) 医疗资源网络化：数字医疗可以实现医院内部设备资源的共享，实现影像及文档资料的传输。在远程医疗方面，数字治疗可以实现远程医疗，从而实现全球资源的共享。 另外，数字化医疗可以实现医疗设备与医疗专家的资源共享。对于医疗机构而言，健康信息系统的建立，能极大提高其权威性和竞争力。
1K30发布于 2021-09-28 - 来自专栏AI掘金志
医疗 AI “出海”记
在这个医疗AI进入“深水期”的节点，我们从两家比较有代表性的企业入手，了解一下医疗AI公司“出海”背后的逻辑。 向左走、向右走 ? 目前，推想科技和体素科技是两家“海外”业务较重的医疗AI企业。 虽然都是国际化，但是两者的差异非常巨大，关注的价值点和需要解决的问题都不一样：发达国家的核心医疗诉求，在于利用AI技术控制甚至降低医疗成本，而发展中国家的最大问题在于医疗资源和人才的稀缺性。 在陈宽看来，实现“广泛性的医疗覆盖”是一带一路上国家的当务之急，而“人工智能是个非常好的技术，可以解决医疗这些地区医疗均质化的问题”。 医疗AI前景美好，但是围绕医疗AI本身商业化前景的质疑声，也一直没有散去。 “相信未来的AI医疗合作主流不仅仅是AI和医疗服务提供方的配合，而是整个系统的协作。”
91740发布于 2020-01-22 - 来自专栏Java项目实战
医疗产品-产品架构
使用简单：医疗产品要方便易用，不需要太多的操作步骤，以便医生和患者使用。安全可靠：医疗产品需要经过严格的测试和验证，确保其安全可靠性，以避免对患者造成不良影响。 高精度：医疗产品需要具备高精度的测量和分析功能，以确保对患者病情的准确判断和治疗。数据共享：医疗产品需要支持数据共享和数据分析，以便医生和患者更好地了解病情和治疗效果。 可定制化：医疗产品需要支持个性化的配置和定制，以便医生和患者根据不同的需求和病情进行选择和调整。持续改进：医疗产品需要不断进行改进和优化，以适应不断变化的医疗需求和技术发展。图片
1.2K20编辑于 2023-03-23 - 来自专栏EDI电子数据交换知识分享
医疗行业EDI概览
医疗行业面临的挑战 在不断变化的监管挑战和成本上升的压力中，医疗组织保持最高效率水平至关重要。管理医疗支付是一个重要的过程，它会给他们的管理带来巨大压力，并影响效率、法规遵从性以及护理成本。 电子数据交换 (EDI) 是应对医疗支付挑战的电子补救措施。 然而，医疗领域的 EDI 有其自身的复杂性。EDI 在医疗中最重要的方面是管理标准。这些对于医疗索赔非常重要。 包含敏感信息的医疗表格会从本部门转移到另一个甚至几个部门，有时还会转移到外部公司，例如保险提供商，从而可能出现错误和医疗事故。 医疗行业EDI标准报文 医疗行业使用标准报文，一般采用X12标准，包括： EDI医疗索赔交易集（837） EDI医疗索赔支付/建议交易集（835） EDI福利登记和维护集（834） EDI医疗保健资格/ 福利查询（270） EDI医疗相关资格，承包范围或福利响应信息（271） EDI医疗索赔状态请求（276） EDI医疗服务者信息（274） EDI医疗保健信息状态通知（277） EDI医疗保健服务审查信息
74840发布于 2021-09-01 - 来自专栏后厂村
鱼跃医疗：遭遇“滑铁卢”
受此影响，进入2022年12月末，“家用医疗器械第一股”——鱼跃医疗在股市的表现堪称“亮眼”，不仅连续几个交易日均上涨，而且涨幅一度超过5%。然而，鱼跃医疗的舆论阵地却频频失守。 01一则投诉让鱼跃医疗接受全民围观12月28日，中新经纬报道称，一则消费者投诉在微博上被广泛转发，引发了很多人对鱼跃医疗的围观甚至声讨。 该消费者发文称，他在鱼跃医疗官方旗舰店买了一台制氧机，产品已经到家门口了却被商家召回，并愤怒指责鱼跃医疗“怎么能把已经完成的订单单方面终止，完全不告知。” 而且，鱼跃医疗也并非第一次陷入负面风波。 后厂村觉得，正是在这个紧要关头，随着疫情防控的放开，催生了人们对制氧机、血氧仪等家用医疗设备的需求高峰，也带动了鱼跃医疗股价的大幅上涨。
41630编辑于 2022-12-29 - 来自专栏大数据文摘
Google的医疗野心
Google, 这家市值千亿美金的互联网巨头，似乎对生物医疗领域有格外偏好，通过旗下的风投Google Ventures，在生命科学、健康和医疗领域里表现的相当活跃。 远程医疗的平台：DoctorOn Demand Doctor On Demand提供医生视频咨询服务。 Predilytics协助用户进行健康计划，吸引和保留疾病患者存档，提高医疗保健管理的效率。 One Medical 依靠 IT 系统减少病患出行次数、提高医疗中心运作效率的做法获得了医生和病人的双重肯定。 摘自：CNN网站，希波克拉底医疗圈
880150发布于 2018-05-22 - 来自专栏用户7573724的专栏
零伽壹解析 | 区块链技术+医疗 将重塑医疗行业
但是医疗行业呢？医疗业能否从这个技术中获利呢？ 第一，区块+链式结构，保证医疗数据的严谨性，不能被修改； 第二，分布式存储，去中心化记录的医疗数据库保证了医疗数据的责任分散化和数据系统的完整性； 第三，非对称加密算法，用密码学原理解决了医疗数据记录的安全性 1.数据化程度低 随着互联网的发展，医疗卫生领域的数字化程度已经不断提高，不管是从医疗设备还是从医疗服务的角度来看，电子化的趋势也越来越明显。 结语 区块链技术在医疗领域迈出了万里长征的第一步。随着近年来国家连续出台政策推动智慧医疗、智能技术的发展和应用，区块链技术正在重塑医疗行业。 无论对个人还是医疗机构，区块链+医疗在卫生行业的深层开发应用有效盘活了医疗数据，链接了有需求的医患、医疗机构药企、保险商等，同时简化流程、降低成本，对改善医疗等各行业环境具有现实意义，无疑是一个多方共赢的新探索
1.3K40发布于 2020-08-21 - 来自专栏BestSDK
谷歌推出云医疗API，帮助医疗机构发展机器学习
近日、谷歌将医疗保健行业引入云里的步骤，其中包括新的云医疗保健API、更多符合HIPAA标准的产品及新的合作伙伴关系。 ＂ 以此为出发点，谷歌最近推出了云医疗保健API，以帮助医疗机构管理各种数据类型，并将其全部用于分析和机器学习。 云医疗保健API目前是以早期版本发布的，谷歌将在明年面向更多的客户和合作伙伴发布云医疗保健API。 硅谷公司谷歌最近还宣布与供应链公司Flex建立合作伙伴关系，为医疗保健部门提供分析仪表板，提供机器学习和AI功能。 BrightInsight旨在支持CE贴标和FDA监管的 医疗设备 。
1.6K130发布于 2018-04-19 - 来自专栏IT - 信息技术
物联网医疗保健：未来医疗行业的发展方向
由于人口老龄化，昂贵的医疗服务以及过时的医疗基础设施，对物联网医疗保健的需求有所增加。经济实惠和创新的医疗保健是未来的现实。物联网使我们能够从根本上改变这个行业。 下一步是医疗物联网（IoMT），这意味着渗透到其他行业，包括医疗保健。 image.png 物联网在医疗保健领域的应用速度较慢，但在过去10年中，医疗保健中的物联网设备数量大幅增长。 通过这种方式，可以更容易地在问题变得严重之前识别问题并更早地提供医疗帮助。 预期寿命上升，医疗保健成本也在上升，在物联网的帮助下，我们可以降低医疗保健服务的成本。 医疗物联网的早期应用包括智能床，药物分配器和用于疫苗的智能冰箱。 如今，有370万个医疗设备收集和监控健康数据。到2021年，全球医疗用品互联网市场规模将达到1368亿美元。 物联网和医疗保健为许多紧迫问题创造了令人难以置信的解决方案。它们可以降低健康成本和等待时间，并使家庭中的每个人都可以获得医疗保健和医疗检查。
78200发布于 2019-06-07 【训练医疗领域模型】
在医疗领域建立模型时，训练和测试集的准备非常重要。下面是一些步骤和案例分析的示例。 数据收集和准备：首先，需要收集医疗数据，包括患者的临床资料、医疗记录、生理指标等。 特征工程：根据医疗领域的知识和经验，将数据转化为模型可以理解的特征。这包括选择合适的特征、特征提取、特征工程等。 训练集和测试集的划分：将数据集划分为训练集和测试集。 模型选择和训练：选择适合医疗领域的模型进行训练。常见的模型包括逻辑回归、决策树、随机森林、支持向量机等。使用训练集对模型进行训练，并调整超参数以提高模型性能。 我们可以采取以下步骤： 数据收集和准备：收集患者的心电图、血液检查、身体特征等医疗数据。对数据进行清洗和预处理，如处理缺失值、标准化等。 可以根据医疗领域的知识和经验进行特征提取和工程。 训练集和测试集的划分：将数据集随机划分为训练集和测试集，比例为70%和30%。 模型选择和训练：选择适合的模型，如逻辑回归。
30910编辑于 2025-08-29- 来自专栏大数据文摘
精准医疗大家谈
医疗大数据专栏成立了！ 酝酿已久，今天，“医疗大数据专栏”正式成立。随着基因芯片及DNA测序技术的发展，生物医疗大数据迅猛发展，既是大数据技术发展的原动力，也是大数据技术的受益者。 作为大数据文摘的志愿者群，我们中有不少人从事医疗大数据相关工作，关心医疗大数据的发展，愿意通过这个专栏，和大家一起分享医疗大数据的点点滴滴。 精准医疗的革命时代到来了，让我们一起关注医疗大数据技术的发展。 进一步来讲，经由社会媒介和移动设备，信息联通性不断增强，同时美国公民在医疗研究中积极性也日益高涨，这份动议也将这些新的趋势利用了起来。 不得不说, 精准医疗是技术进步的自然结果.
79430发布于 2018-05-23 - 来自专栏数商云贸
抓住“互联网+医疗”风口，医疗行业如何顺势做强？
在全链医疗数字化运营服务多年的数商云从政策、产业、资本等角度调研了不同领域的医疗企业的发展与变化，解析了四类医疗电商的企业特点与发展情况。 不同于B2C医疗产品销售，B2B专业医疗器械种类繁多，专业性强，大小品牌厂家也很多，采购流程普遍较为复杂，周期较长。 有痛点就有机会，国内销售医疗器械的主要渠道是医院、药店及专业的医疗器械店，而这又给器械B2B电商带来机遇。 这一个特点非常有利于医疗B2B电商打破传统医疗器械销售分散终端的格局，相较药品，更容易实现全国性布局。 4、医疗服务企业 目前医疗健康行业最大的一个特征是人口老龄化、健康消费升级、行业政策频出，这些因素都在促使医疗产业结构在不断进化，很多企业纷纷涉足医疗健康领域，也有传统企业跨界进入医疗服务市场。
1.3K40发布于 2021-07-16 AI 医疗技术智能评估系统：帮医院选对 “医疗好帮手”
医院引进新的医疗技术时，常面临 “难判断效果” 的困扰：比如新的影像诊断设备，单看参数表难知实际用着顺不顺手；新的治疗方案，靠人工统计疗效耗时又易出错。 而 AI 医疗技术智能评估系统，就像给医院配了位 “技术评估专家”，靠三项核心技术，让医疗技术选型和效果判断更准、更快。第一项是全场景数据抓取技术，让评估 “不缺关键信息”。 不同科室对医疗技术的要求天差地别：儿科选治疗设备，得优先考虑孩子是否容易配合；急诊科挑诊断仪器，速度快、预警准才是关键。 AI 医疗技术智能评估系统不是 “只会算数据的机器”，而是懂医疗、懂实际需求的 “智能参谋”。全场景数据抓取让评估更全面，科室定制算法让结果更实用，趋势预测让决策更长远。 它用技术解决了传统评估的难题，帮医院选对、用好每一项医疗技术，最终让患者能享受到更高效、更可靠的医疗服务。
16610编辑于 2025-12-05- 来自专栏C++干货基地
机器学习与现代医疗设备的结合：革新医疗健康的未来
一、机器学习在医疗设备中的应用 机器学习在医疗和公共卫生相关研究中具有较强的适用性和十分广阔的应用前景，在机器学习模型的帮助下根据医学相关数据做出的诊断和决策，不仅能够为个人带来健康，更有助于国家战略的实现 未来在打破医疗数据孤岛以及机器学习的医学伦理等方向可进一步加强探索。下面我们来看一看机器学习的具体应用。 1.1 影像诊断与分析 医学影像是诊断和治疗中不可或缺的一部分。 1.2 生命体征监测与预测 智能医疗设备如心电图监测器、血压计等能够实时收集患者的生命体征数据。结合机器学习算法，可以对这些数据进行实时分析，预测患者的病情发展趋势，及早发现并预防可能的健康问题。 四、 结语 机器学习技术在现代医疗设备中的应用，不仅提高了诊断和治疗的精准度，还为医疗行业带来了巨大的创新和进步。 随着技术的进一步发展和应用场景的拓展，我们可以期待在未来看到更多机器学习在医疗健康领域的深入应用，为人类的健康带来更多的福祉。
40410编辑于 2025-05-20
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号