2022年9月5日 中国 北京 致力于帮助客户解决最关键的可扩展性、互操作性和速度问题的创新数据技术供应商InterSystems今日宣布与PreferUS医疗达成合作。通过部署InterSystems TrakCare统一的医疗信息系统,InterSystems将助力PreferUS医疗在上海打造其首个运动医学中心(SMSC)。
自2008年以来,PreferUS医疗始终致力于在中国医疗市场建立强大的基础和影响力。首个运动医学外科中心(SMSC)坐落于上海繁华地段,将专注于运动医学。除日间手术中心外,该中心还将包括相关的实验室服务。通过为骨科、运动医学医生提供一站式服务平台,为中国运动医学市场打造以西医为核心的独特服务模式。
作为一个全面而强大的医疗信息系统,InterSystems TrakCare®统一医疗的信息系统可提供、管理和转化医疗服务,为PreferUS提供无缝连接的系统和流程。通过采用TrakCare PAS、TrakCare®实验室信息系统等8个模块,PreferUS可以通过无缝信息流支持全生命周期的医疗服务和管理。更重要的是,TrakCare有助于PreferUS在未来打造多个医学中心。

“上海的运动医学外科中心(SMSC)是我们首次尝试。我们的战略计划是在中国打造多家SMSC,对这一战略的支持是我们考察临床信息系统时非常看重的关键因素。TrakCare可以满足我们这一需求。另外,TrakCare对多语种的支持对我们海外的医生团队也更加友好。” PreferUS中国区总经理陈栋表示。
InterSystems将全球最佳实践融入TrakCare,并预先配置后交付给本地客户,以降低复杂性和风险。因此,PreferUS可以将精力集中在最重要的事情上。
“InterSystems TrakCare为SMSC未来的持续发展提供了坚实基础。服务中国近25年后,InterSystems获得了中国客户的极高赞誉。” InterSystems亚太区总经理卢侠亮(Luciano Brustia)表示,“InterSystems拥有全球顶级的技术与解决方案,我坚信我们会助力PreferUS在中国市场打造一个健康的医疗服务平台。”
关于InterSystems
InterSystems创立于1978年,是为医疗、金融、制造、供应链等行业提供企业级数字化转型下一代解决方案的领先供应商。InterSystems的云优先数据平台为全球大型企业解决各类互操作性、速度和可扩展性难题。InterSystems致力于成就卓越,为全球80多个国家的客户与合作伙伴提供广受赞誉的7×24小时技术支持。InterSystems是一家总部位于美国马萨诸塞州剑桥市的私人控股公司,在全球25个国家拥有36个办事处。更多详情,敬请登录:https://www.intersystems.cn
关于优选医疗集团(PreferUS)
优选医疗集团(PreferUS)成立于2008年,是美国最大的医院+医生集团之一。优选致力于将美国的先进医疗技术和服务引入中国,为中国医疗市场提供高质量的医疗服务。我们的股东包括美国西部最大的综合性医院—西达-塞奈医疗中心(2022年美国医院综合实力排名第二),俄克拉荷马心脏病医院、德克萨斯脊柱研究所,克兰·乔布运动医学中心、印尼金光集团和100多位美国顶级医生投资人。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。