閱讀316 返回首頁    go 阿裏雲 go 技術社區[雲棲]


數十位雲棲專家齊聚京頤,暢談智慧醫療未來趨勢

9月7日,由雲棲社區主辦的雲棲專家“訪學”係列首場活動來到了京頤集團。活動當天,京頤集團總裁邵華鋼博士做了開場致辭,此外,阿裏雲醫療大腦產品負責人基岡、京頤CTO兼醫療雲事業部總經理宋建康以及京頤醫療雲事業部產品總監柏鵬分別為現場聽眾介紹了阿裏雲ET醫療大腦以及智慧醫療行業的發展趨勢。

1ba65b59447fc3066f5bfc5e2de18828ff95e0a1

基岡表示,雲計算與AI不可分割,醫療數據是智能應用進入醫療場景的基礎。一年前的杭州雲棲大會上,阿裏雲正式發布了醫療大腦,一年後的今天,ET醫療大腦已具備多項醫療能力,可在患者虛擬助理、醫學影像、精準醫療、藥效挖掘、新藥研發、健康管理等領域承擔醫生助手的角色。

b63f668c13b5bf9392f753a0a6db9b0b99c0a315

例如,ET醫療大腦擁有大量專家標注的醫學圖像,經過機器學習後培養能夠自主識別醫學圖像的算法係統,這可以大大節約醫護人員的時間。簡單來說它有兩個特點:

首先,打通專有雲和公有雲上部署係統的賬號、網絡、存儲,實現在統一平台上一站式運維管理;

其次,構建基於zstack的混合雲,滿足數據安全性能和公有雲彈性穩定的雙重需求。

對此基岡還表示,阿裏雲ET醫療大腦的使命就是賦能智能應用進入醫院業務場景。

那麼作為在醫療行業紮根十餘年的京頤又做出了哪些創新呢?

京頤集團CTO兼醫療雲事業部總經理宋建康表示,互聯網+平台是京頤未來的核心戰略方向,他著重介紹了京頤基於醫療核心業務係統的平台建設情況。

a6f8d989a3485b5bec213951b7a2eee46dc1e758

目前,京頤擁有60+醫療行業產品,包括分級診療、醫療支付、雲HIS、HRP、醫療雲等產品。以“醫院+”平台為例,“醫院+”平台是京頤集團成員企業之一趣醫網的核心平台性產品,它針對醫院、醫生、患者、藥店、供應商、基層等多角色,打造豐富的多端應用。他還透露,截至目前,“醫院+”平台簽約二甲以上公立醫院2000多家,其中三級醫院1200多家,占三級醫院總數的54%。目前京頤共維護基於“醫院+”平台的雲計算中心服務器536台,各醫院端服務器2000+台,具備資金結算和雙向交易能力的醫院1000多家。

值得注意的是,京頤集團的很多產品都用到了阿裏雲服務,宋建康透露,京頤目前使用了536台ECS,81台RDS,205個SLB,16台redis,5個DTS,以及其它雲資源及產品服務。其中,京頤集團基於“醫院+”平台成功服務了超過2000家醫療機構。

但驚豔的數據背後,宋建康也坦言在智慧醫療部署的過程中存在巨大的挑戰:

1.業務與係統異構,即醫院業務的個性化;

2.係統網絡部署環境的挑戰,例如係統內外網隔離,帶來的延遲問題、內網IP問題;

3.業務量的挑戰,多分區下的每個分區需要獨立的數據庫,分區間獨立運行,互不幹擾;

4.7*24小時不間斷服務,需要實時狀態監控與預警;

5.版本管理--高低版本兼容適配,雲端既需要適配 APP 端的多版本,也需要適配院端係統的多版本;

6.業務可靠性保障。

十年磨一劍,基於京頤本身在醫療行業多年的積累以及阿裏雲技術的支持,這家公司已經成功克服了這些挑戰。

最後,柏鵬分享了醫療雲當前麵臨的挑戰與機遇。他認為,基層醫療機構更適合SaaS雲模式。醫療SaaS產品是一種標準化服務,主要針對的基層醫療和民營醫療機構提供服務。“基層醫療機構不可能像大醫院一樣花很多錢去投入IT基礎設施建設,自建信息團隊,更不可能持續性的投入做係統的後續維護。”

柏鵬還分享了一個案例:京頤為安徽省亳州市建設了統一的雲HIS係統,覆蓋了全市1520家各類機構,服務人數超過600萬,刷新了單係統業務量之最,單日門診量最高時達到4萬多人次,同時也創造了10個月973家醫療機構上線的速度。

99a40520dc0dbcfdc4302e1aa4d27406610bb78e 

在他看來,雲計算對醫療行業的影響主要體現在以下幾點:

1.推動醫療行業商業模式的改變

2.建立無縫銜接的個性化醫療服務

3.提供低成本高質量的家庭醫療服務

4.“大數據”分析可提高公眾健康

5.改變新興市場醫療服務

談到醫療雲行業的未來趨勢時,柏鵬表示未來幾年醫療雲將繼續保持高速增長,而且醫療雲的形態將會呈現出多樣化的趨勢;此外,數字醫院雲的部署範圍會越來越大,區域醫療雲會向縱深發展;最後,醫療雲的部署方式將呈現從外到內、從點到塊、從小體量到整體業務的趨勢。

活動的最後,現場數十位參會人員一同前往京頤集團辦公區進行了參觀,在京頤產品展廳,工作人員向大家詳細介紹了公司的全係醫療信息化產品。

最後更新:2017-09-16 17:03:26

  上一篇:go  用TensorFlow和TensorBoard從零開始構建ConvNet(CNN)
  下一篇:go  ECS 無法解析域名問題場景分析