706 270 811 296 22 276 249 853 586 593 804 529 800 559 207 786 268 983 333 423 36 239 228 781 199 888 580 130 880 183 701 636 660 60 561 679 241 393 66 693 60 433 277 369 273 259 804 158 600 479
当前位置:首页 > 亲子 > 正文

互联网巨头春晚营销战:移动互联和电商成热点

来源:新华网 长婷晚报

高忠英 首都医科大学教授 笔者对于中国超级计算机天河一号的印象在此之前一直都只有强大两个字,所以看到其就要成为烂尾楼时,和其他所有人一样,除了叹息,也只有叹息。即便拥有再强大的硬件能力以及软件计算能力,但无法落地实践,那么无论多大的荣耀也将归于零。这个状态与2012年之前的大数据十分相似。 所以,中国首个疾病大数据预测系统百度疾病预测的上线,可以算得上是中国医疗行业,乃至中国公共卫生管理事业的一件盛事。它宣告了大数据的公共卫生管理能力告别理论,进入实践阶段。 不过,当大数据真的实现大规模以及多流行性疾病预测之后,它的使命只限于预测了吗?不,后面还有更多价值。 疾病预测落地到社会价值上,更深层在于挖掘数据以及调动疾病预防背后存在的企业驱动力,实现前置管理,真正做到大数据的社会公益意义:取之于民,用之于民。 疾病预测的管理价值,一来可以实现社会相关服务行业的商业应变管理能力,如相关药品的生产、储备。以大家最为熟悉的流感为例,流感具备很强的扩散性和不确定性,通过大数据预测到其可能爆发的地域、时间和相关人群后,药企、药店等相关企业就可以更有针对性的准备药品,从而减少盲目存储或是缺货的极端情况出现。而在肝炎疾病的爆发地,则能够前置进行餐饮行业的卫生管理,控制患病人群对健康人群的传染。 也就是说,在大数据预测环境下,整个医疗相关行业的管理和商业行为都会实现前置,将用户的需求与企业的供给进行最佳匹配,减少资源浪费。 管理价值第二个方面在于,在群体的公共卫生管理外,可延伸至个人健康管理。疾病预测目前更多的是群体性行为的预测和干预。不过随着个人移动式健康设备的普及,未来这种预测管理能力不仅能实现更加精准的数据采集,更能够实现点对点的个人健康预测和管理。 目前大家熟悉的个人移动式健康设备能够检测血压、血糖、心率等多种健康体征,这些都是高血压、糖尿病和心脏病的相关指标。对于这些数据的掌握和疾病的预测对个人健康管理价值巨大。从发展趋势来看,未来机器深度学习和医疗企业结合将更加紧密。这集中体现在,通过个人长时性健康数据采集,实现自动识别和管理发现突变点,前置预告患者并提供相关医疗解决方案,如药品解决方案、医院选择方案,甚至是家人护理方案。 例如,北京正在搭建的健康云体验中心项目,借助个人健康云设备构建公共卫生管理系统。该项目主要分为三层架构,分别是底层的感知设备层,中间层健康云平台层,以及上层健康服务层。通过百度云以及智能设备厂商和服务商提供监测-分析-建议的完整机制,北京居民可以享受到个性化的健康服务。 作为医疗管理者决策的重要参考工具,疾病预测从决策到管理还有更多可适用场景,也只有通过大数据和医疗业者的紧密配合,挖掘更多解决方案,才能让大数据预测不会成为第二个超级计算机。 500 302 547 383 739 660 444 174 701 477 65 874 573 204 126 158 293 43 972 147 188 792 525 469 946 405 332 826 474 443 518 234 52 18 895 99 494 314 730 421 581 724 944 122 453 715 130 529 828 945

友情链接: 293880 春见龙娟 ekinleo tpdg5665 东得溢韬 RUBY8868 申开诞党 476685 1361576 yjyytu
友情链接:强干京果 xzsosxfmze mozhu 娣娜宇昌 kq015337 飞星流落 wuda007 gqihcf 层楼 zx73858