登录社区云,与社区用户共同成长
邀请您加入社区
法国南巴黎高等电信学院和巴黎萨克雷大学的研究团队,提出了融合集成学习与 SHapley Additive exPlanations(SHAP)分析的机器学习框架,为 HCC 肝移植候选者的死亡风险评估提供了新解法。
承办单位:湖北中医药大学信息工程学院、中医药大数据知识工程研究院、湖北省卫生统计与信息学会中医药专委会。所有的投稿都必须经过2-3位组委会专家审稿,经过严格的审稿之后,最终所有录用的论文将由。协办单位:湖北省中医药信息研究中心、湖北省中医药数据中心。“查重+AI检测” 特惠底价,拒绝套路,一年内可用。,如需主题匹配可咨询学术顾问(提高录用率)边缘与云计算在物联网医疗中的协同应用。截稿时间:见官网(
健康有益构建全球食物营养成分数据库,覆盖600万种食物数据,赋能政府、医疗和企业健康管理决策。依托AI技术打造的健康医疗知识库,实现精准营养干预和全方位健康管理。这一数据基础设施推动“健康中国”战略落地,促进科学膳食管理从专业领域向大众普惠延伸。
本研究首次提出一种基于深度学习的 Zone-I 自动识别方法,解决了 ROP 筛查中 Zone-I 划分主观性强、效率低的问题,识别精度达专家水平,为 ROP 早期诊断和远程筛查提供了高效、可靠的技术支持。使用深度卷积神经网络(DCNN)+ 区域建议网络(RPN)+ 全卷积网络(FCN)联合识别:视盘中心(Optic Disc Center),黄斑中心(Macular Center)。根据 ICR
python医疗数据分析可视化系统 医疗大数据 Flask框架 用户画像 机器学习 深度学习 医疗大数据(源码)✅
企业健康管理迎来智能化升级,膳食营养大数据平台通过“红绿灯”式饮食禁忌查询功能,将专业指南转化为可视化的日常指导。该平台整合权威数据与个人健康档案,支持拍照识别、语音查询等多种交互方式,为慢病患者和企业员工提供个性化饮食建议。在医疗场景中提升治疗依从性,在智慧食堂中优化餐饮服务,同时赋能保险、新零售等行业开发创新服务模式,实现从通用化建议到精准化管理的跨越,推动健康管理进入数据驱动的新阶段。
人工智能技术正重塑健康管理领域,体重管理AI大模型通过智能化解决方案突破传统模式局限。该模型构建“评估-计划-监测-优化”全流程闭环,整合多源健康数据生成个性化方案,支持7x24小时服务规模化人群。相比人工服务,AI模型显著提升效率、降低成本,实现精准化动态调整,为企业及政府群体健康管理提供创新解决方案,助力健康中国战略实施。
数字化浪潮推动健康管理向智能化变革。多模态AI技术赋能健康管理智能体,实现个性化、动态化的健康服务。健康有益构建智能体矩阵,覆盖饮食、运动等多场景需求,为企业提供定制化解决方案。未来,AI技术迭代将推动健康管理向更精准普惠方向发展。
2025第四届健康大数据与智能医疗国际会议(ICHIH 2025)将于 2025年12月12-14日在中国武汉举行。本次会议主要围绕“健康大数据与智能医疗”的最新研究展开,旨在荟聚世界各地该领域的专家、学者、研究人员及相关从业人员,分享研究成果,探索热点问题,交流新的经验和技术。
本项目提供了一套评测大语言模型在医学问答基准数据集MedQA(含USMLE和MCMLE子集)和PubMedQA上表现的自动化脚本。项目包含两个主要评测脚本:基于transformers库的bench_eval.py(兼容性强但速度慢)和基于vllm库的bench_eval_vllm.py(速度快且支持LoRA微调模型)。用户只需修改脚本中的模型名称参数即可快速评测本地或在线模型。数据集已内置,无需
2025第四届健康大数据与智能医疗国际会议(ICHIH2025)将于12月12-14日在武汉东湖学院召开。会议由武汉东湖学院主办,聚焦健康大数据与智能医疗领域。投稿论文经审核后将由ACM出版并提交EI、Scopus检索。支持单位包括上海中医药大学、北京航空航天大学等知名机构。详情请访问会议官网www.ic-ichih.net查询截稿时间及投稿信息。
AI驱动数字化转型加速,但基础设施瓶颈日益凸显。AI技术已深入企业运营各环节,但传统IT架构难以满足算力需求,导致资源浪费、环境部署复杂和团队协作困难等问题。弹性算力、云端标准化环境和统一协作平台成为关键解决方案。未来企业竞争将转向基础设施能力,云端+AI的融合是数字化转型的核心趋势。
在“健康中国”战略与消费升级的双重驱动下,健康管理市场迎来爆发式增长,但B端企业在布局体重管理及慢病干预赛道时,普遍面临核心商业化痛点:服务同质化严重难以形成竞争壁垒,专业能力不足导致用户留存率低,多源数据割裂无法挖掘商业价值,场景适配性差难以融入现有业务体系。健康有益自主研发的轻舟体重管理大模型,以AI技术为内核,精准匹配医疗机构、健康保险、政企服务等多元B端场景的商业化需求,提供从技术赋能到生
通过对接体脂秤、睡眠监测仪等智能硬件,实时收集用户体重、体脂、睡眠、运动等多维度数据,健康有益智能减重大模型依托RAG技术检索相似案例,结合CoT思维链推理,快速分析数据变化,动态优化饮食、运动方案,避免方案固化导致的减重瓶颈,确保减重效果持续稳定。未来,健康有益将持续迭代智能减重大模型能力,深化全周期服务闭环,适配更多减重细分人群与ToB场景,推动减重健康管理从短期减重向长期健康转变,为ToB客
深耕大健康领域十余年,HealthAgent打破通用大模型的局限性,构建合规且强大的企业级健康大模型矩阵,将结构化健康知识体系与前沿大模型技术深度融合,打造专属AI健康垂类智能体,让每一次服务输出都兼具专业性与精准度。当企业级大模型应用从概念走向产业落地,健康管理领域正迎来智能化变革的关键节点。追求高效落地的企业,可直接调用500+“开箱即用”的企业级标准AI智能体,涵盖健康管理、客户服务等核心场
该平台通过汇聚医疗机构、学校、药店、气象、舆情等多源数据,构建“多点触发、智慧预警”机制,实现对传染病早期信号的自动识别与风险预测。在互联网医院建设方面,方案指出当前企业难以打通政府与公立医院数据的困境,强调具备政府背景的机构在数据安全与资源整合方面的优势,提出通过“医疗、医药、医保”三医联动,构建可持续发展的互联网医疗生态。整体来看,该规划方案以数据为纽带,以服务为核心,以技术为支撑,致力于构建
一方面,AI健康医疗大模型为智能体提供了底层的专业支撑——通用大模型保证对自然语言的理解能力,垂直领域预训练的小模型则聚焦风险评估、膳食营养等细分场景的专业性,确保输出内容的准确性与权威性。作为健康垂类大模型企业级全栈式解决方案提供商,健康有益以合规备案的Health Hope健康垂类大模型为核心,构建了从技术模型、专业能力到行业解决方案的全栈式服务体系,为消费电子、金融保险、养老康养、新零售等B
在实际应用中,系统可自动采集用户体脂率、血压、睡眠等多源健康数据,结合RAG与COT技术,精准分析用户体质特征、代谢水平与生活习惯,生成一人一策的个性化减重健康指导方案,且能根据用户执行情况动态调整方案、提供周期性反馈,确保减重效果的持续性。健康有益将继续以科技创新为驱动,持续优化轻舟体重管理大模型的性能,完善AI体重管理系统的场景适配能力,让减重全病程管理更懂健康、更贴近需求,为企业客户提供更专
我发现,大模型时代最稀缺的能力不是“知道答案”,而是“会问问题”。我一个做市场调研的朋友,以前做个用户画像分析要一周,现在她用AI辅助,一天出三个版本,然后挨个追问:“这个结论的数据来源是什么?不是说AI不好,是那种“我的脑洞突然不值钱了”的感觉,挺复杂的。因为稀缺性变了——以前稀缺的是信息处理和重复劳动的能力,现在稀缺的是审美、共情、批判性思维和提出好问题的能力。反过来,我另一个做插画的朋友,主
一是多维用户画像融合,结合用户年龄、性别、既往病史、家族病史、生活习惯等多维度信息,生成针对性解读内容—同样的血糖、血脂指标,针对不同风险特征的个体,给出的风险等级判定与健康建议截然不同,实现“千人千面”的精准解读。同时根据用户年龄、性别等个体特征,智能适配参考值范围,实现跨机构、跨周期体检数据的精准对齐,让数据真正可用。三是场景化健康计划,自动生成饮食、运动、健康监测三位一体的个性化健康计划,同
【ACM出版、往届已稳定EI检索】第二届大数据与智慧医学国际学术会议(BDIMed 2026)
你或许不知道,一个简单的分娩镇痛率指标,背后牵动的是整个医疗体系的资源配置与质量评估。更关键的是,72%的患者因此获得了更准确的诊断,65%的患者实现了更快的康复。解读:国产替代的逻辑很清晰:在产品性能逐步对标达芬奇的同时,利用本土供应链和工程师红利带来的成本优势,以更低的价格和更灵活的服务抢占市场。解读:这种“单极格局”意味着,现有市场领导者拥有极高的品牌壁垒和用户粘性,但也为新进入者(尤其是国
一人一码支付体系:以医疗健康数据为依托,以电子健康码为载体。特别提到“建于本地增加政府税收”,体现了项目的属地化经济价值。商保直赔创新:这是一个极具亮点的功能。传统理赔需提交纸质材料,周期长、体验差。该平台实现医疗信息与保险公司理赔系统数据同步交换,电子化审核、实时转账。既提升了患者体验,又降低了保险公司运营成本,还为患者提供了医疗消费金融入口。《智慧健康医疗养老大数据整体规划方案》不仅仅是一份技
有人可能会担心:我的数据被用了,我知道吗?安全吗?这种担忧是合理的,也正是政策和技术拼命补漏洞的方向。看病更精准:AI分析医学影像的精度已经超过人眼,肺结节良恶性判断等场景中,AI辅助诊断正在成为医生的"第二双眼睛";新药更可及:数据驱动的研发模式正在缩短新药上市周期,小众病、罕见病的药物可能比以前更快来到患者身边;保险更便捷:健康数据打通后,买保险和报销的流程正在从"周级"走向"秒级",普通人的
边缘计算与可穿戴设备的结合为智慧护理系统的构建提供了新的可能,能够实现高效的实时监测、预警与数据安全管理。:基于LoRa扩频技术,具备低功耗和强穿透能力。在医院内部或院外慢病管理场景中,可用于远距离传输患者生理数据(如体温、血压、血氧等),适合病房到护士站的数据回传、居家康复设备的数据上报等。:支持TCP/UDP/HTTP/MQTT等多种网络协议,可嵌入医疗监护设备中,实现设备数据的无线联网。是的
本项目旨在运用医学大数据及人工智能技术,对全市医疗机构的诊疗数据进行深度治理,将非结构化的医学文本处理为归一化、结构化、标准化的医学数据,建立统一的数据模型和医学知识图谱,打造集数据治理、开放、应用、运营于一体的健康医疗大数据平台。
仅使用非成像数据时模型性能很差(ACC约52-58%),仅使用成像数据时性能中等(ACC约76-80%),而结合两者时达到最优(ACC约82-83%),表明非成像数据对成像数据起到了有效的补充作用。在非成像数据中,性别、年龄和采集站点的影响相对均衡,其中性别的影响略大,而年龄的影响则更为一致。的GTUNet编码器,结合图U-Net的下采样机制,能过滤重要节点特征并捕获全局与局部信息,适用于处理大规
这是一个面向中医学习者和见习医的中医学习辅助AI大模型项目的开发过程总结,功能闭环,使用方便,能一定程度上提高知识获取效率,