至顶网软件频道消息: 你可能会听到企业高管们谈论大数据和分析项目对他们公司的重要性。但是对于一些组织来说,利用这些技术实际上可以挽救个人的生命。
在器官分享联合网络(United Network for Organ Sharing,UNOS)的例子里,这家私营的非营利性组织管理着这个国家的器官移植系统。UNOS将捐献的器官同等待它们的移植候选人进行匹配。
作为移植后研究的一部分,UNOS生成器官提供报告(Organ Offer Reports),为移植中心提供数据,但我们希望通过自助服务模式更快速地提供更多信息。这些报告为移植中心提供了特定月份中,它们的医院里所有的移植活动清单。
为了实现这个目标,UNOS采用了Talend公司的技术,后者是一家专注于大数据集成和管理的软件公司。
UNOS使用Talend的大数据平台来生成Spark代码,以加速数据的整合。Talend数据管道提供三个独立的Hadoop集群,该公司的软件将结果生成到一个源系统,而Tableau数据可视化软件会读取它们,然后提供器官提供报告(Organ Offer Reports)。
UNOS 的首席技术官Alex Tulchinsky表示,总的来说,移植中心的成功是用成功结果的数量来衡量的。
在使用了Talend平台之后,UNOS已经将数据处理的时间从18个小时减少到了3至4个小时,生成报告所需的时间减少了84%。
Tulchinsky表示,“现在,每天有超过85个人可以获得第二次生命的机会。” 他表示,有了大数据和分析的帮助,移植外科医生现在可以评估他们的决定以及其他外科医生的决定,帮助他们获得更多的信息并在下一次移植手术中获得成功。
Tulchinsky表示,这项技术“帮助我们为社区创造了更加丰富的研究环境,自助服务模式让信息的获取以往更方便、更快速,而且能够获取的信息也更多。 ”Tulchinsky表示,“现在,数据已经存在了,我们可以每周更新一次。以前,需要几周的时间才能得到我们需要的信息。我们期待着看到这种情况会如何继续,以及在未来我们能够多挽救多少生命。”
Tulchinsky表示,器官捐赠候选名单上有将近12万人,这就使得器官优化变得非常重要,而且持续面临挑战。他表示:“当移植医院接受移植候选人,以及器官获取组织得到器官捐献者的同意时,他们都将医疗数据输入UNOS的计算机网络。”UNOS系统结合利用候选人和捐助者信息,为每个器官进行一次“匹配运行”,列出每个机构候选人的排名清单。
Tulchinsky表示:“紧张感非常强烈,因为医生只有一个小时的时间来决定是否为他们在名单上的患者接受该器官。”他表示:“这个时间表非常重要,因为器官的移植时间窗口有限。我们需要一种让每个人都能访问数据和分析的方法,以帮助他们从别人的决策中学习,让他们能够更快,也更安全。”
好文章,需要你的鼓励
随着AI技术不断发展,交通运输行业正迎来重大变革。MIT研究显示,AI将很快自动化价值650亿美元的交通工作,大幅提升运输效率。从陆地到海空,AI正在推动全方位的交通创新。斯坦福专家强调,AI将通过基础模型、合成数据和数字孪生等技术,实现从单一车辆自动化到整个交通网络优化的跨越式发展,同时解决可持续性、安全性和公平性等关键挑战。
香港科技大学团队发表重要研究,开发GIR-Bench测试基准评估统一多模态AI模型的推理与生成能力。研究发现即使最先进的AI模型在理解与生成之间也存在显著差距,无法有效将推理过程转化为准确的视觉生成,为AI行业发展提供重要警示。
波兰研究团队开发ORCA数学基准测试,对五个主流大语言模型进行评估。结果显示ChatGPT-5、Gemini 2.5 Flash、Claude Sonnet 4.5、Grok 4和DeepSeek V3.2的准确率均低于63%。测试涵盖生物化学、工程建筑、金融经济等七个领域的500道数学题目。研究发现模型主要在四舍五入和计算错误方面存在问题,表明自然语言推理进步并未直接转化为可靠的计算能力。
Meta超级智能实验室联合麻省理工学院开发了SPG三明治策略梯度方法,专门解决扩散语言模型强化学习训练中的技术难题。该方法通过上下界策略为AI模型提供精确的奖惩反馈机制,在数学和逻辑推理任务上实现了显著性能提升,为AI写作助手的智能化发展提供了新的技术路径。