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
尽管全球企业AI投资在2024年达到2523亿美元,但MIT研究显示95%的企业仍未从生成式AI投资中获得回报。专家预测2026年将成为转折点,企业将从试点阶段转向实际部署。关键在于CEO精准识别高影响领域,推进AI代理技术应用,并加强员工AI能力培训。Forrester预测30%大型企业将实施强制AI培训,而Gartner预计到2028年15%日常工作决策将由AI自主完成。
这项由北京大学等机构联合完成的研究,开发了名为GraphLocator的智能软件问题诊断系统,通过构建代码依赖图和因果问题图,能够像医生诊断疾病一样精确定位软件问题的根源。在三个大型数据集的测试中,该系统比现有方法平均提高了19.49%的召回率和11.89%的精确率,特别在处理复杂的跨模块问题时表现优异,为软件维护效率的提升开辟了新路径。
2026年软件行业将迎来定价模式的根本性变革,从传统按席位收费转向基于结果的付费模式。AI正在重塑整个软件经济学,企业IT预算的12-15%已投入AI领域。这一转变要求建立明确的成功衡量指标,如Zendesk以"自动化解决方案"为标准。未来将出现更精简的工程团队,80%的工程师需要为AI驱动的角色提升技能,同时需要重新设计软件开发和部署流程以适应AI优先的工作流程。
这项由德国达姆施塔特工业大学领导的国际研究团队首次发现,当前最先进的专家混合模型AI系统存在严重安全漏洞。通过开发GateBreaker攻击框架,研究人员证明仅需关闭约3%的特定神经元,就能让AI的攻击成功率从7.4%暴增至64.9%。该研究揭示了专家混合模型安全机制过度集中的根本缺陷,为AI安全领域敲响了警钟。