ZDNet至顶网软件频道消息: 在中国之声《新闻纵横》栏目曝出多地居民健康档案造假的消息后,居民健康档案的建档率、活档率等信息质量问题再次唤起各界医疗行政管理部门的重视。诚然,惠及全民的健康档案电子化是区域卫生信息平台、居民健康卡、电子病历等多项应用的基础,如果从根源上就无法保证信息的真实性、准确性,那么很难想象未来的“ 46312”工程(建设国家级、省级、地级市、县级4级卫生信息平台,依托于电子健康档案和电子病历,支撑公共卫生、医疗服务、医疗保障、药品管理、计划生育、综合管理6项业务应用,构建电子监控档案数据库、电子病历数据库、全员人口个案数据库3个数据库,建立1个安全的卫生网络,加强卫生标准体系和安全体系建设。)如何真正发挥便民惠民作用。
目前,很多地区的居民健康档案的建档工作都集中在社区卫生服务站和乡村卫生院,但中国幅员辽阔加之乡镇人口迁移,仅靠基层卫生服务人员的人工填报、手动整理几乎很难在短期内达到合规的建档率。于是,为了完成指标,一些基层卫生医疗机构想到了造假、滥竽充数的办法应付上级要求。这暴露出了卫生医疗信息如果完全靠人工填报、主动推送的方式来进行采集,将无法从根源上保证数据的真实性、准确性。那么对于地方卫生行政管理部门来说,如何从根源上解决电子健康档案的信息质量问题呢?显然,人工填报的方式是不可靠的。既然人工的方式不可控因素较多,最好的就是依靠专业的设备来实现。近几年,已经有一些在区域卫生信息平台上建设上走的比较靠前的卫生厅局,选择与国内专业的卫生信息数据厂商合作,通过对接各卫生医疗系统的方式完成对健康档案、电子病历等信息的自动化采集和实时共享交换。
此外,从整个国家的角度,卫生部与国家人口和计划生育委员会的合并也使居民健康档案的信息更具真实性、准确性和可追溯性。两大部门的合并将带来卫生系统与计生系统的大融合,具体到居民健康档案上,其个人基本信息、社会经济学信息、亲属信息、社会保障信息已可以从人口信息数据库中获取,大大降低数据采集的工作量。
然而,居民健康档案的质量问题却不仅仅体现为建档过程中的造假。在中国之声《新闻纵横》记者的采访中,来自基层的李医生就表示:“健康档案更新起来我们一直存在一些问题,很难对居民的动态的健康状况进行实时的跟踪,或者起到一个指导性的作用。纸质档案也在逐步被淘汰的过程当中,电子健康档案在医院,包括各级医院、与乡镇卫生院与村卫生室间对居民健康状况的医疗信息很难做到共享,共同来维护使用这个健康档案,还是比较割裂的。”为了解决这一问题,很多地区都在着力做好数据共享交换机制及信息“互认”和系统“互操作性”的标准规范,并将信息收集融入到卫生计生机构的日常服务工作中,实现日常卫生计生服务记录与健康档案之间的动态数据交换和共享利用,最大限度的避免“死档”产生。
好文章,需要你的鼓励
Meta宣布为Facebook Dating推出AI聊天机器人助手,帮助用户找到更匹配的对象。该AI可根据用户需求推荐特定类型的匹配者,并协助优化个人资料。同时推出Meet Cute功能,每周提供算法选择的"惊喜匹配"。尽管18-29岁用户匹配数同比增长10%,但相比Tinder的5000万日活用户仍有差距。AI功能已成为约会应用标配,Match Group等竞争对手也在大力投资AI技术。
字节跳动团队提出RewardDance框架,首次系统性解决视觉生成中的奖励模型扩展问题。该框架通过将奖励预测转为生成式任务,并将模型规模扩展至260亿参数,同时集成任务指令、参考样例和推理能力,有效解决了"奖励作弊"问题。实验显示,在文本生成图像任务中质量提升10.7分,视频生成性能改善49%,达到行业领先水平,为AI视觉创作提供了更强大可靠的技术基础。
Neo4j认为已找到让生成式AI访问图数据库记录的方法。图数据库专注于数据点之间的关系建模和查询,在欺诈检测、推荐引擎等场景中表现出色。2024年4月,ISO批准了图查询语言GQL标准,Neo4j的Cypher查询语言完全符合该标准。现代工具提供拖拽式工作流程,GenAI可作为自然语言接口,将用户请求转换为Cypher查询。
ByteDance团队开发的Mini-o3系统通过深度多轮推理突破了传统AI视觉理解的局限。该系统能像人类侦探般进行几十轮的视觉探索,在困难的视觉搜索任务上准确率达48%,相比现有模型提升显著。核心创新包括挑战性的Visual Probe数据集、多样化推理策略训练和突破性的过轮掩码技术,实现了测试时思考轮数的自然扩展。