用健康的数据(Healthy Data)赋能AI的数据平台
![abstract patterns of blue and orange light](https://assets.intersystems.com/dims4/default/848d0bf/2147483647/strip/true/crop/780x536+0+0/resize/780x536!/quality/90/?url=https%3A%2F%2F1.800.gay%3A443%2Fhttp%2Finter-systems-brightspot.s3.amazonaws.com%2Feb%2F49%2F6871854d438a871b2e28415afbfe%2Fai.jpg)
要获得 AI的好处,需要的不仅仅是成堆的数据。 人工智能的真正承诺是通过健康的数据(Healthy Data)——可访问的、可靠的、干净的数据——来提供有价值的洞察力。 有了适当的基础设施和数据管理平台——例如 InterSystems IRIS数据平台和 InterSystems IRIS医疗版数据平台——就有可能获得高质量、值得信赖的数据。
InterSystems开发了一个完整的数据平台,加快并简化了各行各业实时、数据密集型分析应用的开发、部署和维护工作。 利用平台内置的人工智能功能:
- 医院正在更好地了解哪些患者可能面临极高的败血症或再住院风险
- 金融服务企业对哪些贷款可能发生违约了然于胸
- 支付方能够对高危成员提出干预建议,以防止重大医疗事件的发生
- 企业可以预测天气事件对订单履行和供应链的潜在影响,以及
- 全球制造商可以识别必将发生故障的设备,以便预先安排必要的维护。
InterSystems的技术使数据科学家能够更快、更容易地收集、整合和规范化所需的数据,以建立和调整准确的人工智能模型,并将其纳入实时业务流程。 InterSystems IRIS和IRIS 医疗版提供一套完整的嵌入式集成能力,包括对各种打包的应用、数据库、行业标准、协议和技术进行开箱即用的连接。 这样,InterSystems的技术正在帮助企业利用人工智能和大数据来提供创新的新服务,创造新的收入来源,改善客户体验,并简化业务流程,以获得竞争优势——并迅速实现价值。
支持AI功能
InterSystems的技术加速并简化了实时、数据密集型分析应用程序的开发、部署和维护,以支持各种人工智能功能。
决策支持
挖掘同行评议的数据以形成诊断建议,或使医生了解数据对他们所看到的东西的意义
资源管理利用
根据需求监测库存,以确保(例如医疗设备)可用并分配到最需要的地方
队列识别
识别临床试验的良好候选者,并提供基于现实世界证据的见解;也可使保险公司的呼叫中心能够主动联系患者,提供医疗建议,减少长期医疗负担
风险分析
在客户错过还款之前,识别可能有违约风险的贷款
市场趋势分析
分析市场趋势及其对交易处理的潜在影响,包括社交媒体分析,以预测异常现象,如金融事件预测
预见性维护
通过监控制造设备来最大化正常运行时间,以最有效地预测它们何时将出现故障或使生产脱机,以防止由于系统故障导致的更长的停机时间
物流与库存管理
预测外部事件的影响,如天气或其他自然或人为事件,可能影响订单履行或输入和最终产品的供求,并预测生产和运输需求
分析(Analytics)
助力数据利用,并在正确的时间向正确的人提供可操作的见解
支持患者护理
![technician looking at images](https://assets.intersystems.com/dims4/default/e36cab6/2147483647/strip/true/crop/780x536+0+0/resize/780x536!/quality/90/?url=https%3A%2F%2F1.800.gay%3A443%2Fhttp%2Finter-systems-brightspot.s3.amazonaws.com%2Fad%2F0b%2Fd18944a746dda5274ca3b6fd2415%2Fimage-scanner.jpg)
2020年IDC的一项调查评估了德国、美国和英国医疗机构采用人工智能的相对成熟度,发现排名前三的用例是通过案例推断法来提高数据质量,通过阅读图像来协助诊断,以及早期识别医院获得性感染。
想想放射科医生,他们正越来越多地求助于人工智能技术,以充分利用成像扫描仪越来越高的分辨率输出和不断增长的图像量。由 人工智能驱动的医疗影像系统可以产生扫描结果,并帮助放射科医生识别模式,更快地治疗有急症或重症患者。
HBI解决方案提供了另一个人工智能技术力量的例子。 其 急诊科风险模型利用人工智能来帮助医生了解其患者是否需要心理健康支持。 然后,医疗服务提供方可以根据大多数医生目前既没有直觉也无法获得的见解,围绕这些需求来规划患者护理。
推动生物工程探索
人工智能是 分析人类基因组 30亿个碱基对的关键,以确定导致疾病的基因序列并发现潜在的治疗方法。 它使合成生物学等领域能够推进研究,以对抗抗生素的抗药性,利用影像诊断皮肤癌,并助力开发基于药物的个体化治疗方法,以治疗一系列疾病。 像InterSystems IntegratedML这样强大的技术正在为新的探索发现打开大门,这将改善患者的体验和结果,同时降低医疗成本。
进行需求监测
snext正在将由人工智能和机器学习实现的SaaS应用商业化,用于产品分类、库存控制和需求监测。 其产品路线图的下一步包括从系统的历史数据中开发人工智能和机器学习模型,并将这些模型嵌入到互联互通的流程中。
识别趋势和异常
有些应用只需要在批处理模式下独立执行人工智能模型。 然而,其他许多人需要将人工智能模型纳入业务流程,以响应事件、交易或用户行动的实时执行。 例如,欺诈检测模型经常被纳入实时信用卡交易处理系统,以识别和中断潜在的欺诈性交易。
评估和管理风险
InterSystems的一个医疗行业客户已经创建了113,000个不同的功能,以支持其人工智能患者风险模型的开发。 为了最大限度地处理这类任务,InterSystems IRIS将数据以多维数组的形式存储在数据库中,并使用水平伸缩技术。 因此,InterSystems IRIS能以较少的硬件资源为特征工程任务提供高性能。