4月14日,中国 北京——致力于帮助客户创造性地解决最关键的可扩展性、互操作性和系统速度问题的数据技术提供商 InterSystems助力全球抗击新冠肺炎,为澳大利亚包括圣文森特病理检测机构(SydPath)、Austech医学实验室、Goulburn Valley医疗集团等在内的五家医学检验检测机构提供技术支持。
为应对当前危机,提高新冠病毒检测能力,这五家医学检验检测机构都订购了PCR分析仪(通常用于检测流感病毒等),并希望InterSystems能够提供定制的数据接口,将PCR分析仪与现有的InterSystems TrakCare实验室业务管理系统连接起来。在新订购的PCR分析仪到位之前,InterSystems用24-48小时便满足了客户这一需求。
TrakCare接口减少了数据输入,确保遵守每个实验室的检测规则和协议。此外,确保检测结果能够通过线上即刻传递给临床相关医生。将新的检测方式整合到现有工作流中,降低了周转时间,进而提高了整个医疗系统应对新冠病毒的能力。
“我们在二月初就为提升检测量做好了准备——我们采购一个快速PCR分析仪,在出现新冠肺炎疑似患者时,能为我们的急诊科争取到一个小时的周转时间。”悉尼圣文森特病理检测机构(SydPath)首席执行官Greg Granger说,“InterSystems不到一天就为新PCR分析仪提供了定制接口,真的是很了不起!我们的仪器一抵达就上线了!”
Austech总经理Nadeem Khaliq说:“在过去几天里,我们在同一周转时间内,每天的检测量从0提升到了500。” Austech医学实验室服务于整个大悉尼地区的临床医生,Austech医学实验室PCR部门负责人Mohsen Bilal直接参与新冠肺炎病毒的检测工作,Mohsen Bilal介绍道:“我们订购了新机器后向InterSystems提出接口需求,很快便得到了积极回应。新机器是两天内到达的,InterSystems有很棒的团队,所以才会有非常出色的快速响应能力!”据Bilal介绍,InterSystems提供的接口减少了结论输入时间,使检测结果能够以精准可靠的方式即刻传递给临床医生。
Austech医学实验室正在进行一个PCR实验室的收尾工作,计划于一周内完工,这个实验室将容纳两台最新的PCR分析仪,以缩短周转时间,提升检测量。“这将提升我们的服务能力,减轻公立医院、其他实验室的压力,减轻易感人群集中的疗养院的压力。”Khaliq说,“此外,我们能够投入更多资源帮助社区里需要额外帮助的非英语人士,包括走访无法参加手术或到医院就诊的患者。”
Goulburn Valley医疗集团位于维多利亚州,该集团信息系统负责人Jeremy Fowler认为,居家进行新冠肺炎病毒检测,而不是将样本提交给两个半小时车程外的墨尔本,可以节省周转时间。“我快中午的时候收到了InterSystems同意提供接口支持的邮件,下午就在测试系统中看到新添加的接口了。”Fowler说,“这对实验室工作绝对是一大进步,科学家们只要专注于自己的工作就行,不用再将测试细节输入并从仪器上转录出来。”
“我为我们客户在抗击新冠肺炎疫情前线做出的卓越贡献所折服。”InterSystems亚太区总经理卢侠亮(Luciano Brustia)说,“能够助力SydPath、Austech、Goulburn Valley等众多临床医学检验检测机构,我们感到很自豪,我们将继续不遗余力地为应对疫情大流行的客户提供帮助!”
此次InterSystems能够实现快速响应,得益于为全球医疗机构提供互操作解决方案的强大专业背景。不同医疗信息系统和设备之间的数字接口是InterSystems IRIS医疗版的核心组件,InterSystems大部分产品都基于此研发构建。
互操作能力已融入InterSystems HealthShare统一的健康档案和InterSystems TrakCare统一的医疗信息系统这两大产品。TrakCare实验室的功能既可以在统一的信息系统中使用,也可以作为独立解决方案部署,现已在澳大利亚、新西兰、东南亚、中国及世界各地广泛应用。
今年2月,InterSystems面向全球用户发布了最新版TrakCare,提供了COVID-19筛查功能和感染患者管理功能。InterSystems还采取了保护员工健康和福利的措施,以确保继续为客户提供不间断的支持。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。