垂直行業雲計算專題及常見問題 - CSDN

2021-01-10 CSDN技術社區

當雲計算遇上醫療行業,會發生怎樣的化學反應?

 據雷鋒網了解,自2006年起,雲計算花費十年時間,落地應用,下一個十年內,雲計算或將成為全行業「標配」。賽迪顧問發布的《2016-2017年中國IaaS市場研究年度報告》顯示,2016年,阿里雲、騰訊雲、金山雲分別位居中國公有雲市場份額前三。而在垂直醫療領域,金山雲也開始逐漸發力。金山雲合伙人黃國華用「ABC」向雷鋒網(公眾號:雷鋒網)形容金山醫療雲的核心理念。 

在他看來,A代表Algorithm(算法),B代表BigData(大數據),C代表Cloud(雲計算),金山醫療雲希望以其深厚的技術積累為醫療行業賦能,將雲計算專屬安全雲技術、AI/語音/影像/文本識別技術、醫療數據互聯互通技術、大數據分析技術、區域影像雲技術、智能硬體/物聯網技術等應用到醫療行業,重塑醫療健康信息化服務,致力於提升基層醫療服務能力,打造區域醫療與健康數據互聯互通。

金山分級診療輔助管理平臺架構圖

基於「ABC」的核心理念,金山醫療雲構建了一體化的「1+4」結構,即1個雲數據中心,4個平臺——面向醫療管理者的金山大數據分析平臺,面向醫院的金山基礎設施雲平臺和大數據分析平臺,面向基層機構的金山基層醫療衛生服務雲平臺,面向居民的金山公眾健康雲平臺,這些平臺覆蓋IaaS、PaaS、SaaS三個層面,打造互聯互通一體化的醫療健康服務平臺。

金山醫療雲具體怎樣運作?具有哪些特點?黃國華與包括雷鋒網在內的媒體進行了一次長談,雷鋒網做出不更改原意的整理:

問:金山雲公司技術人員的佔比佔到多少?

黃:目前整個技術平臺人員應該是在五百多人,佔全公司人數的50—60%。

問:金山雲做醫療雲做了多久?

黃: 2015年年底啟動醫療雲項目,在之前也做了一些探索,但真正啟動是在2015年年底。

問:那個時候金山醫療雲已經成型、可以接入商用了嗎?

黃: IaaS這一層雲平臺的成熟是在2015年,醫療雲用的是一樣的基礎架構,所以應該說在2015年金山醫療雲事業部成立之前就具備做包含醫院備份、科研、實時容災等項目的能力,2015年下半年成立醫療事業部之後,主要發力於PaaS產品與SaaS層面。

問:雖然現在上雲的話題有很多落地案例,但大多處在觀望狀態。歸結起來也就:服務性能、安全保密性能、計算性能三方面。金山雲是如何解決這些難題的?   

黃:從雲計算的角度來說,安全是大家都很關注的部分,這個是需要時間積累的。

首先,雲計算行業國家有制定相應的安全標準,比如雲本身是否獲得雲等保三級,規定了相應的數據處理規範。

其次,金山雲根據醫療業的特殊性,制定了專屬雲服務——將數據備份在雲端,除了做脫敏之外並完全獨立存儲,近似物理隔斷。北京某三甲醫院用的就是這樣的一個服務,解決了安全問題。

至於計算能力和存儲能力,這是我們雲廠商的強項,所以當把安全的問題解決之後,我們可以幫他們很大的忙,隨時擴充計算資源

問:針對服務性能,從醫院的操作來說,也就是將從科研與臨床方面逐步實現上雲?

黃:不需要一開始就把所有東西都上雲,對於三甲醫院來講,可以先把相對不敏感的數據上雲。同時還要根據國家要求,將醫療數據做到10年以上的備份。如果是CDR,每個人的健康備份,電子檔或電子病歷,這部分數據量小,但是影像醫學數據量很大,總的來說佔50個T,且每天都有新增量。醫院可以把三年五年以上的既往數據備份到雲上,需要的時候再把它從雲上拉回來,這就解決了大量數據的存儲問題。從業務角度上來說,醫院也有必要去做這樣的事情。

因此,我認為,分布上雲可以把一些科研項目和數據備份等內容先遷往雲端,逐步延伸到容災。

通過雲端的系統備份,容災備份,從而保持醫院業務的連續性。

醫療領域裡,初期要做到異地容災備份,甚至確保做到業務連續性,因此很多二級醫院三級醫院開始思考上雲。

問:我們會去給基層配備一些他們所需要的新式設備嗎?

黃:基層現在的硬實力做得還不錯,是軟實力(信息化)不行,金山醫療雲更重視的是軟體的配套,將軟硬體整合在一起,針對這些設備可以做到互聯互通。

問:您剛剛提到金山雲覆蓋到最基層,基層是不缺設備的,它可能缺會使用設備和解讀結果的人,那怎麼解決人才方面的問題?

黃:基層的人才不足,並且短時間內很難補充,所以才需要以技術方式來彌補人才的相對不足與絕對不足。某些專業人才數量處於絕對不足狀態,但更多的基礎業務人才是相對不足狀態,人員數量總體適當,但業務能力欠缺。所以金山醫療雲通過技術方式,為基層醫師提供醫療專業支持,輔助提升其某方面的診療能力,以此作為解決基層的專業人才問題的一個切入點。

金山醫療雲系統會給出提示、建議,幫助基層醫生彌補能力不足的地方。透過軟體或人工智慧的方式,幫助基層醫生做輔助決策,而不是取代這些醫生。通過算法、大數據、軟體、雲計算來賦能基層醫生,把一部分問題留在基層處理,把它鑲到診療系統裡。

問:金山醫療云為基層機構提供信息化建設是否存在障礙?

黃:基層鄉鎮醫院是想信息化建設的,但他們的能力比較薄弱。而金山醫療雲信息化系統,不需要將每一個伺服器都布到鄉鎮衛生院,只需要在一個專屬雲上部署,只要有網線,再通過加密的方式,就能實現連接。當出現狀況的時候,本地也不需要有信息化人員,會由我們來運維做支持。對基層醫療機構來講,這樣一個簡單好用效率高的信息化系統,自然能夠吸引他們的興趣。

問:因為標準不統一,而導致醫療數據無法實現、成為一個信息孤島,這個障礙怎麼解決?

黃:要一次性把所有數據統一是不可能的,國家針對每一種數據都有標準規範,具體落到某個信息化建設又有做一些具體調整,所以是不統一的。

金山醫療雲現在做的,就是先把能打通的數據全部統一規範。打造一體化系統,透過EMPI把所有公衛資料、健康檔案等電子數據全部打通,,金山醫療雲在數據工作設計與實施的過程中都嚴格參照與遵循了相應的國家標準、行業標準、區域標準。通通過嚴謹的標準化處理,實現數據的規範對接。

此外,金山醫療雲的一些數據交換技術,與傳統的數據交換技術不太一樣,傳統的數據交換技術所有人按照一個統一的表格來填,如今全國都這樣做,中間一環、一人填錯,就無法實現聯通。如今,金山醫療雲通過人工智慧,可以去學習不同系統的結構。

問:金山醫療雲推進分級診療落地有哪些挑戰和問題?

黃:目前醫療業最突出的問題是「不均衡」。解決「不均衡」問題的核心在於分級診療工作的推進,而分級診療的落地面臨三大挑戰。首先,要解決一個區域內醫療數據的聯動問題;第二,打造出高效的雙向轉診工具;第三,建立一個能夠實現疾病預警提示,自動輔助患者病情程度判斷的平臺。

總結回來,金山醫療雲致力於打造一個全周期機制來進行分級診療,以個人為中心,以居民為中心達到信息化,這個信息化系統和本來的系統應該是一體化和無縫聯合的。

問:現在雲計算廠商在醫療雲上可能各有各的側重點,比如英特爾可能側重精準醫療,阿里提出智慧醫療,您覺得金山雲在醫療雲上比較獨特的點是什麼?

黃:雲廠商其實都會從技術的角度來服務醫療行業,雲廠商的能力基本也都是雲計算和大數據。對於金山雲來說,我們的醫療雲技術是以人為核心構建的,切實的落地將是最大的優勢。技術是否能夠真正幫助到用戶是最重要的。它的技術賦能一定是要協助到現在需要的人。回到基層來看,技術能力能不能幫助到他們真的很重要。金山雲希望讓患者,醫護人員,醫療行業管理者在各自的角色上的需求都可以藉助全周期信息化服務來得到滿足,以科技力量守衛人人擁有健康的權利。

相關焦點

  • 雲計算 算力專題及常見問題 - CSDN
    隨著人們需求的逐漸增多,技術的逐步發展,ICT行業各類業務接踵而出,遵循著PC網際網路—移動網際網路—物聯網的業務發展路徑。從需求端看,ICT行業遵循著PC網際網路—移動網際網路—物聯網的業務發展路徑,業務類型從傳統的視頻、社交、門戶等逐步過渡到以AI、區塊鏈、智能駕駛、醫療基因等業務類型,算力需求成為最大化差異,傳統業務一般對存儲和訪問帶寬需求要求較高,但對專業算力需求較低,未來算力需求將成為重點。
  • 雲計算 行業發展趨勢 - CSDN
    去年3月,國家頒布的新基建政策,將雲計算、5G、人工智慧、大數據、區塊鏈等技術正式劃為重點發展的新型基礎設施建設高地,雲計算行業的發展得到了政策利好的加持。與此同時,經濟下行的壓力使得IT支出普遍縮減的企業更加關注云計算如何直接降本增效,全球蔓延的疫情帶來的全面線上化使得許多企業被迫真正依靠雲來運行業務。
  • 卡方檢驗結果分析專題及常見問題 - CSDN
    簡單統計之後,得到總數和死亡率:此處需要使用到ggbarstats函數,其參數可謂是非常的多,詳細的參數表我放在另一個博客中了,有興趣的朋友可以去看看(https://blog.csdn.net/m0_45248682/article/details/104086729)。
  • 關於雲計算的10個常見問題解答
    人們可以通過一些常見問題解答來學習雲計算的基礎知識,並比較不同類型的雲平臺,並了解將如何使用它們。如果IT團隊無法適應,複雜的定價和安全模型也可能導致重大問題。IT團隊通常必須學習新技能或僱用員工來使用雲服務,並且在靈活性和對某些雲資源的控制方面存在限制。5.雲計算安全嗎?雲計算通常比大多數私有數據中心更安全,因為亞馬遜和谷歌等公司可以聘請行業專家進行管理,並使它們的許多實踐實現自動化。
  • f檢驗 matlab專題及常見問題 - CSDN
    15.71985 15.91986 15.71987 16.71988 15.31989 16.11990 16.2MATLAB實現參考網上多個代碼可得https://www.ilovematlab.cn/thread-246993-1-1.htmlhttps://blog.csdn.net
  • android啟動頁設計專題及常見問題 - CSDN
    轉載請註明出處:http://blog.csdn.net/wangjihuanghun/article/details/63255144啟動頁幾乎成為了每個app的標配,有些商家在啟動頁中增加了開屏廣告以此帶來更多的收入。
  • 中國雲計算行業報告(一)
    通過網際網路將大量的閒置計算資源集成起來,網格計算能夠非常有效地處理各類複雜的科學計算問題,很好地滿足了大量的機構或個人用戶對於高性能計算能力的應用需求。然而,由於網格計算技術更偏重於解決大型的科學計算問題,其並不能很好地應用於商業計算領域,因此作為網格計算技術在商業應用領域的擴展,雲計算技術應運而生。
  • 卡方檢驗相關性專題及常見問題 - CSDN
    那麼有一個問題:協方差數值大小是否代表了相關程度呢?也就是說如果協方差為 100 是否一定比協方差為 10 的正相關性強呢?假如X1、Y1 和 X2、Y2 分別聯合分布圖,如下所示:考察兩個變量的相關關係,首先得看清楚兩個變量都是什麼類型的,統計分析中常見的變量類型有連續型數值變量,無序分類變量、有序分類變量:連續型數值變量:如銷售額、氣溫、工資收入、考試成績;無序分類變量:如性別男和女,血型種類;有序分類變量:如學歷水平小學、初中、高中
  • 大數據時代,統計學專題及常見問題 - CSDN
    雲計算 Cloud Computing:提供數據處理的能力。 眾包(Crowdsourcing Data):提供數據標記能力。
  • iot和iot的區別 nb專題及常見問題 - CSDN
    業內人士認為,標準出臺後將促進物聯網規模化商用全面提速,迎來行業成長爆發期。  工信部物聯網標準形成,將改變物聯網當前碎片化的現狀。在電信運營商、晶片廠商的支持下,NB-IoT的商用條件日趨成熟。  權威機構預測,截至2020年,全球將有400-800億的設備接入物聯網,與政府管理相關的設備有70多億,其中絕大部分需求來自智慧城市的連接需求。
  • iot和iot區別 nb專題及常見問題 - CSDN
    業內人士認為,標準出臺後將促進物聯網規模化商用全面提速,迎來行業成長爆發期。  工信部物聯網標準形成,將改變物聯網當前碎片化的現狀。在電信運營商、晶片廠商的支持下,NB-IoT的商用條件日趨成熟。  權威機構預測,截至2020年,全球將有400-800億的設備接入物聯網,與政府管理相關的設備有70多億,其中絕大部分需求來自智慧城市的連接需求。
  • 方差檢驗專題及常見問題 - CSDN
    5 問題總結無
  • bootstrap 有統計圖專題及常見問題 - CSDN
    這種模式還常見於評分系統的分數分布。
  • 中國雲計算行業現狀調研分析及市場前景預測報告(2020年版)
    面臨問題  雖然雲計算處在快速的發展當中,但從起步、研發、應用、推廣等各個環節上來說,在中國的發展時間都比較晚,因此還面臨著以下四大方面的問題:第一、雲數據中心部署結構不夠合理,資源利用率較低。在規模結構方面,中國大規模數據中心比例偏低,大型數據中心發展規模甚至不足國外某一網際網路公司總量,截至**還沒有實現集約化、規模化的建設。
  • 擬合優度專題及常見問題 - CSDN
    即:回到擬合優度的問題上,我們就容易理解,當所有樣本點都落在回歸線上時,回歸方程的擬合優度一定是最高的。此時,y的SST只包含SSR部分,沒有SSE。由此可知,在y的SST中,如果SSR所佔比例遠大於SSE所佔比例,換句話說,就是回歸方程如果能夠解釋的變差所佔比例較大,那麼,這個回歸方程的擬合優度就高。
  • pc端的rem布局專題及常見問題 - CSDN
    子元素的float、clear和vertical-align屬性將失效flex布局又叫伸縮布局、彈性布局、伸縮布局、彈性盒子布局採用flex布局的元素稱為flex容器(flex container)簡稱容器,它的所有子元素自動成為容器成員,稱為(flex item)「項目」總之:就是通過給父盒子添加flex屬性,來控制盒子的位置和排列方式父項常見屬性
  • f p 線性回歸專題及常見問題 - CSDN
    對於一個樣本\(x_i\),它的輸出值是其特徵的線性組合:\[\begin{equation}f(x_i) = \sum_{m=1}^{p}w_m x_{im}+w_0={w}^T{x_i}\end{equation}\]線性回歸的目標是用預測結果儘可能地擬合目標label,用最常見的Least square作為loss function:\[\begin{equation}
  • python 顯著性水平專題及常見問題 - CSDN
    R2 = RSS/TSSprint(R2)'''0.987979715684'''T-Distribution統計測驗表明塔的傾斜程度與年份有關係,一個常見的統計顯著性測試是student t-test。這個測試的基礎是T分布,和正態分布很相似,都是鍾型但是峰值較低。
  • a標籤 href vue專題及常見問題 - CSDN
    這樣有時候可行,但連結如果本身就有查詢字符串就會造成格式錯誤的問題,而且也不利於 PHP 編寫管理,而 add_query_arg() 函數幫你把一切都想好了,你只需要給出要添加查詢字符串的連結和一個或多個前言: vue中在與後端進行數據交互時,使用axios發送請求,不做配置直接使用get請求傳遞數組類型參數的時候,後端是無法接收數據的,需要對axios一些簡單的配置才能讓後端完美的接收數組
  • api 微博數據專題及常見問題 - CSDN
    2018.4.16 說明注意:今天有人言語惡劣地評論我的博客是垃圾,說我的代碼有問題,這篇博客歷史久遠,是我初玩爬蟲寫的博客。我非常感謝能對我的代碼提出意見的人,但是出言不遜,態度惡劣的人我是忍受不了的,有話好好說,是一個現代社會高學歷高知識分子的最低覺悟。代碼我已經改過了,如果還有問題非常歡迎大家來溫和地指出!!!!