2018年7月19 -22日,由中国医学装备协会主办的“中国医学装备大会暨第27届学术与技术交流年会”在苏州成功召开。7月21日,“中国医学装备协会远程医疗与信息技术分会全体委员大会”同期隆重举行,来自全国各省市卫计委、医院、医疗服务机构300余名嘉宾出席现场。另有共计超过2400多名行业人士通过网络直播,在线观看了本次盛会,并对高水平的学术报告给予极大赞扬。
中国医学装备协会理事长赵自林、中国医学装备协会远程医疗与信息技术分会会长李宁的分别发表致辞。国家卫健委远程医疗管理与培训中心办公室主任卢清君担任主持,并作出“互联网+医疗健康新政下的装备技术发展趋势”主旨报告。解放军总医院李金斌、上海交大附属瑞金医院副院长陈尔真,分别就县域医共体建设及远程医疗重症救治、互联网技术及分级诊疗服务体系等方面做主旨报告。
大会还邀请北京妇产医院精准医学中心主任王鹤尧、内蒙古自治区远程医疗中心主任温利萍、河南省人民医院公共事业发展部主任梁新亮、山东省远程医学中心、山东省立医院远程医学中心主任张喜雨、重庆医科大学附属第一医院医务处远程医疗专项负责人刘征等嘉宾到会做特邀报告,同与会者展开深入交流及探讨。
分会召开期间,还进行了远程分会影像远程诊断、病理远程诊断、远程教育、数字听诊、移动装备技术、数据安全共6个学组工作汇报。这些学组将在中国医学装备协会远程医疗与信息技术分会的指导下开展各项工作,在中国医疗行业的快速发展期深耕各自领域,促进远程医疗信息技术的创新与推广。
7月12日,国家卫生健康委员会、国家中医药管理局联合发布《关于深入开展“互联网+医疗健康”便民惠民活动的通知》。其中,在远程医疗服务方面提出:到2020年,实现远程医疗服务覆盖全国所有医疗联合体和县级医院,并逐步向社区卫生服务机构、乡镇卫生院和村卫生室延伸。
据国家卫健委远程医疗管理与培训中心办公室主任,远程医疗与信息技术分会副会长,秘书长卢清君介绍,一直以来,远程医疗与信息技术分会致力于推进中国远程医疗事业的整体发展。本次大会从远程医疗的政策层面、管理层面、运营层面、技术层面等各方面做了深度的交流,为业内人士详细分享了行业中的创新进展。
卢清君主任表示,过去的一年中,无论是政策、模式,还是管理层面,远程医疗领域及“互联网+医疗健康”领域实现了突破性重大进展。在此基础上,分会也在不断壮大,在今年,更是创新性的成立了6个学组,但与此同时,整个行业也对分会有了更多的期待和新的要求,在“互联网+医疗健康”高速发展的当下,所有分会成员应该拧成一股绳,肩负起行业战略研究的重任,发挥引导和监督及协同作用,成为可以真正引领行业的一个组织,不断推动行业规范、有序发展。
只有医院、专家、企业等各方共同参与,共同推动,相互融合,才能引领和推动行业有序发展。据卢清君主任介绍,在下一步的工作中,分会将继续通过学组的形式把专科领域做深做细,下半年还将成立心电、皮肤、人工智能等领域的学组,配合国家医改政策实施战略,从操作层面为政府提供可行的依据,促进推进中国远程医疗、“互联网+医疗健康”事业发展。
未来的时间内,分会将全面启动三大工作,首先是“大宣传”,其中包括结合学会年会持续开展国家级培训,使更多医疗机构了解远程医疗所带来的行业变革与便利。让更多的医生了解远程的作用,让更多患者了解到远程医疗服务带来的好处;其次做好“大开发”的工作,不断深入加强研究与应用的结合,用好的技术进行更好的临床服务;最后是整合各方资源,结合学组深度发展,使分会成为“产学研用”一体化的创新平台,建好“大平台”。相信在各项扎实推进的工作下,分会将更好的服务临床、服务产业、服务百姓。
好文章,需要你的鼓励
邻里社交应用Nextdoor推出重新设计版本,新增本地新闻、实时警报和名为"Faves"的AI功能,用于发现本地商户和地点。该应用与3500家本地出版商合作提供新闻内容,通过Samdesk和Weather.com提供天气、交通、停电等实时警报。Faves功能利用15年邻里对话数据训练的大语言模型,为用户提供本地化AI推荐服务,帮助用户找到最佳餐厅、徒步地点等本地信息。
Skywork AI推出的第二代多模态推理模型R1V2,通过创新的混合强化学习方法,成功解决了AI"慢思考"策略在视觉推理中的挑战。该模型在保持强大推理能力的同时有效控制视觉幻觉,在多项权威测试中超越同类开源模型,某些指标甚至媲美商业产品,为开源AI发展树立了新标杆。
英国生物银行完成了世界上最大规模的全身成像项目,收集了10万名志愿者的超过10亿次扫描数据,用于研究人体衰老和疾病过程。该项目历时11年,每次扫描耗时5小时,投资6200万英镑。目前已有8万人的成像数据供全球研究人员使用,剩余数据将于年底前发布。项目已开发出能预测38种常见疾病的AI工具,并在心脏病、痴呆症和癌症诊断方面取得突破。
这项由北京大学等多所高校联合完成的研究,首次对OpenAI GPT-4o的图像生成能力进行了全面评估。研究团队设计了名为GPT-ImgEval的综合测试体系,从文本转图像、图像编辑和知识驱动创作三个维度评估GPT-4o,发现其在所有测试中都显著超越现有方法。研究还通过技术分析推断GPT-4o采用了自回归与扩散相结合的混合架构,并发现其生成图像仍可被现有检测工具有效识别,为AI图像生成领域提供了重要的评估基准和技术洞察。