首页
学习
活动
专区
圈层
工具
发布
    • 综合排序
    • 最热优先
    • 最新优先
    时间不限
  • 腾讯医疗大模型构建药企患者教育与服务闭环

    对于药企而言,传统的营销与服务模式难以精准触达患者,且无法提供持续的用药指导。核心矛盾在于: 专业鸿沟: 居民难以理解专业的医学术语和药品说明书,导致患者依从性低。 服务断层: 患者离院后,缺乏有效的工具进行长期的健康管理与用药提醒。 合规风险: 通用大模型在医疗场景下存在“幻觉”问题,无法满足医疗行业对高容错率的严格要求。 企业微信与NGES联动: 结合微信生态,实现“疾病-药品”一站式患者教育。 应用场景: 智能问药与问答: 针对高血压、糖尿病等慢性病提供用药建议(如“高血压患者监测频率”、“阿莫西林用药指南”)。 业务价值: 构建了药企与患者的直接连接通道,将传统的药品销售转化为全生命周期的健康管理服务。 案例二:广西医科大学第一附属医院(广西一附院) 解决方案: 部署对话式机器人,采用文本智能生成技术。

    11910编辑于 2026-05-30
  • 腾讯医典:数字化健康科普与患者教育管理平台概要

    一、 产品定位与核心亮点 腾讯医典是腾讯生态内的旗舰级医学科普窗口,定位为 “疾病-药品”一站式教育患者管理平台。 服务层: 在线问诊、预约挂号、线上购药(腾讯健康)、戒烟打卡等患者管理工具。 2. 荣誉背书 战略合作机构: 中国医师协会、中国医学协会、中国预防医学会、中国疾病预防控制中心、NMPA、中国人口宣传教育中心、NEJM医学前沿 等。 专家团出镜背书(营养师、中国营养学会会员),场景化科普教育。 结合社会热点(新冠“二阳”),通过互动式图文破除“五大传言”。 成效: 实现从科普教育到便捷购药的 一站式患教场景,稳固品牌信赖感。

    9410编辑于 2026-05-31
  • 来自专栏刷题笔记

    7-3 打印沙漏

    点这里 7-3 打印沙漏 本题要求你写个程序把给定的符号打印成沙漏的形状。

    67520发布于 2019-11-08
  • 来自专栏繁花云

    7-3笔记

    对数的定义:一般地,如果ax=N(a>0,且a≠1),那么数x叫做以a为底N的对数,记作x=logaN,读作以a为底N的对数,其中a叫做对数的底数,N叫做真数。

    54600发布于 2018-07-31
  • 来自专栏以终为始

    7-3 情人节 (15 分)

    输入按照点赞的先后顺序给出不知道多少个点赞的人名,每个人名占一行,为不超过10个英文字母的非空单词,以回车结束。一个英文句点.标志输入的结束,这个符号不算在点赞名单里。

    19920编辑于 2023-03-09
  • 来自专栏刷题笔记

    7-3 约瑟夫环 (25 分)

    本文链接:https://blog.csdn.net/shiliang97/article/details/101472782 7-3 约瑟夫环 (25 分) N个人围成一圈顺序编号,从1号开始按1、

    1.1K10发布于 2019-11-08
  • 来自专栏刷题笔记

    7-3 电话聊天狂人 (25 分)

    点这里 7-3 电话聊天狂人 (25 分) 给定大量手机用户通话记录,找出其中通话次数最多的聊天狂人。 输入格式: 输入首先给出正整数N(≤10​5​​),为通话记录条数。

    1K20发布于 2019-11-08
  • 来自专栏刷题笔记

    7-3 寻找大富翁 (50分)

    胡润研究院的调查显示,截至2017年底,中国个人资产超过1亿元的高净值人群达15万人。假设给出N个人的个人资产值,请快速找出资产排前M位的大富翁。

    1.4K10发布于 2020-06-23
  • 来自专栏以终为始

    7-3 树的同构 (25 分)

    7-3 树的同构 (25 分) 给定两棵树T1和T2。如果T1可以通过若干次左右孩子互换就变成T2,则我们称两棵树是“同构”的。

    22810编辑于 2023-03-09
  • 来自专栏AI机器学习与深度学习算法

    机器学习入门 7-3 求数据的主成分pca

    首先创建一个虚拟的测试样本,样本具有两个特征,并且两个特征之间具有相应的线性关系。这里之所以让两个特征之间具有一定的线性关系是因为对这样的两个特征进行降维效果会比较明显。

    78650发布于 2019-11-13
  • 来自专栏刷题笔记

    7-3 堆栈操作合法性 (20 分)

    本文链接:https://blog.csdn.net/shiliang97/article/details/98609302 7-3 堆栈操作合法性 (20 分) 假设以S和X分别表示入栈和出栈操作。

    1.5K20发布于 2019-11-08
  • 来自专栏freesan44

    PTA 7-3 拼题 A 是真爱 (20 分)

    如果一个人在一段话里很多次提到 pintia,那对拼题 A 就是真爱啦~ 本题就请你检查一下给定的文字中出现了几次 pintia。

    40410编辑于 2021-12-06
  • 来自专栏数据结构和算法

    7-3 调查电视节目受欢迎程度 (15分)

    7-3 调查电视节目受欢迎程度 (15分) 某电视台要调查观众对该台8个栏目(设相应栏目编号为1~8)的受欢迎情况,共调查了n位观众(1≤n≤1000),现要求编写程序,输入每一位观众的投票情况(每位观众只能选择一个最喜欢的栏目投票

    30510编辑于 2023-11-30
  • 来自专栏freesan44

    PTA 7-3 拼题 A 是真爱 (20 分)

    如果一个人在一段话里很多次提到 pintia,那对拼题 A 就是真爱啦~ 本题就请你检查一下给定的文字中出现了几次 pintia。

    55500发布于 2021-09-10
  • 来自专栏刷题笔记

    【2020HBU天梯赛训练】7-3 阅览室

    7-3 阅览室 天梯图书阅览室请你编写一个简单的图书借阅统计程序。当读者借书时,管理员输入书号并按下S键,程序开始计时;当读者还书时,管理员输入书号并按下E键,程序结束计时。

    47230发布于 2020-06-23
  • 来自专栏用户8858632的专栏

    「AI+教育」和「AI教育」:一个为教育,一个做教育

    随着人工智能的应用领域愈发广泛,如何普及、发展人工智能教育(AI教育)也逐渐成为了人们关注的话题。本期文章,咱们就来聊聊「AI+教育」以及「AI教育」。 什么是『AI+教育』? AI+教育是一个发展前景广阔的结合,AI+教育更加宽泛的定义是利用AI技术辅助教学,提高「教」的效率,为学生降低「学」的难度。 什么是『AI教育』? AI教育是指向不同年龄段的学生传授人工智能的相关知识,以及对学生进行人工智能技术方面的培养。 虽然距离实现“AI加教育的完美结合”还有一定的距离,但AI的加入早已给教育带来了许多积极影响,能够很好地解决传统教育中因材施教问题和教育资源分配不均匀的问题。 而反观人工智能教育,却仍处于十分初期的探索尝试阶段。国家面临着人工智能人才紧缺的问题,人工智能教育的普及迫在眉睫。

    1.9K20发布于 2021-11-19
  • 来自专栏张家辉的树屋

    JavaScript 懒癌患者福利

    JavaScript 懒癌患者福利 东西比较老了,大家有啥原生的 JavaScript 魔性的写法也可以 po 出来大家一起。 "王花花" return '你好' + 姓名; } 复制代码 批量声明变量 //正常版 var a; var b; var c; //懒癌版 var a, b, c; //懒癌洁癖实用主义综合症患者 , c ; 批量变量赋值 //正常版 var a = 1; var b = a; var c = b; //懒癌版 var a = 1, b = a, c = b; //懒癌洁癖实用主义综合症患者

    40320发布于 2021-02-02
  • 来自专栏ReganYue's Blog

    【PTA】7-3 判断上三角矩阵 (15分)

    上三角矩阵指主对角线以下的元素都为0的矩阵;主对角线为从矩阵的左上角至右下角的连线。

    1.5K10发布于 2021-09-16
  • 来自专栏罗超频道

    教育产业开放升级,“新教育”时代来临?

    好未来教育开放平台正式发布 12月3日,教育行业的领头羊好未来正式对外发布教育开放平台,覆盖行业线上线下全场景、贯穿教学全流程,旨在解决教育行业痛点,推动教育模式变革,加速教育产业的智慧化转型升级。 ,与孩子成长之间的矛盾加剧,综合素质教育亟待普及;优质教育匮乏与教育产业升级之间矛盾一直都有,优质教育资源需要平衡。 个性化教育需要大量的教育数据的积累;综合素质教育普及需要教育供给侧改革;优质教育平衡则需要借助于远程教育。 就像教育行业,好未来可以成为教育开放的先行者,正是因为其是教育科技佼佼者,既懂科技也懂教育。 就教育本身而言,个性化、普惠的综合素质教育将是新教育时代的关键特征,前文提到的当前教育行业在大力解决个性化和优质教育分配不均以及教育理念落后的问题,就是要让教育走向“新教育”时代。

    92320发布于 2018-12-24
  • 来自专栏ATYUN订阅号

    揭示患者风险模型是否准确

    虽然这些模型在大多数情况下是有用的,但它们不能对所有患者都做出准确的预测,因此,可能会导致医生对一些患者选择无效或不必要的风险治疗,从而危及病人的生命。 研究人员说,这可以帮助医生为患者选择更好的治疗方法。为了说明这种方法是如何工作的,研究人员选择了一种广泛使用的风险模型GRACE风险评分。 GRACE是全球急性冠状动脉事件的注册表,主要用于开发风险模型,评估急性冠状动脉综合征病发六个月内患者的死亡风险。 ? 研究人员的新技术产生了一个从0到1的“不可靠性评分”。 如果模型产生了不同的结果,那么对患者的风险模型预测就可能不可靠。

    47110发布于 2020-02-20
领券