9月27日,云与大数据安全技术厂商亚信安全与全球性AI及医疗大数据平台零氪科技(LinkDoc)达成战略合作,双方将在医疗行业混合云安全、移动应用安全防护、数据隐私保护、态势感知平台、数据脱敏及攻防演练、渗透测试等方面开展深入合作,并共同推出“中国医疗信息安全全流程解决方案”,以帮助医疗机构保护医疗业务与数据的安全性。
零氪科技创始人兼CEO(左)与亚信网络安全产业技术研究院副院长刘政平(右)签约战略合作
中国医师协会副秘书长谢启麟、吴阶平医学基金会医疗大数据开发及应用专项基金负责人杨文琳、全国政协委员、唐山市人民医院胡万宁院长、江苏省肿瘤医院张勤副院长、成都市肿瘤医院陈维永副院长、鞍山市肿瘤医院刘茹副院长、海南医学院第一附属医院医务处吴国平主任等专家领导出席并见证签约仪式。
左起张天泽、吴国平主任、陈维永副院长、刘茹副院长、胡万宁院长、谢启麟副秘书长、张勤副院长、刘政平
近年来,新型数字化医疗系统在全国医疗机构持续落地,互联网医疗、远程问诊等新型医疗模式不断浮现。但与此同时,医疗信息安全问题也不断凸显。由于数据量庞大、使用价值高、大量医疗机构安全保障和风险管理措施较落后等因素,使医疗行业数据成为黑客们钟爱的攻击目标,医疗数据泄露等安全事件不断发生,对医疗行业构成了巨大挑战。在此背景下,亚信安全与零氪科技进行战略合作,有利于保护医疗数据安全,并有效遵循《网络安全法》及网络安全等级保护机制的要求。
刘政平表示:“零氪科技拥有全球领先的AI与医疗大数据平台,以及国内体量与规模最大的数据资源库和卓越的技术支撑体系,已经成为医疗行业备受信赖的数据解决方案提供商。双方的战略合作将结合零氪科技在医疗大数据方面的优势,与亚信安全在信息安全方面的优势,化解病毒、黑客攻击、人员管理等因素对医疗数据构成的威胁,携手创造更安全的医疗信息环境,助力政府实现健康中国2030目标。”
在合作协议签署之后,双方将与公安部、卫计委开展深入合作,除了推出医疗行业数据安全等级定义及管理办法之外,还将推动China HIPPA(中国健康保险可移植性与可责性法案)的制定。此外,亚信安全的混合云安全解决方案还将与零氪云平台服务进行整合,将零氪公有云与医院内网的安全系统对接,实现医院对零氪公有云提供服务的监测和管理。在医疗大数据方面,双方将结合亚信安全的安全解决方案与零氪的医疗大数据解决方案,形成全新的“医疗大数据平台解决方案”,满足医疗大数据应用与大数据安全防护的需求。
张天泽指出:“国内医疗信息化相关产业方才起步,医疗信息安全市场有着巨大的发展空间。亚信安全在多个安全领域拥有自主知识产权软件与解决方案,在医疗行业更是形成了覆盖云平台、服务器、终端、大数据平台的全方位的网络安全管理能力。希望通过双方的合作,能够进一步拓展在医疗行业的业务版图,同时双方也将在业务范围内进行全方位的战略合作,相互促进、共同发展。”
谢启麟提出,在大数据时代,数据结构化与数据的安全保障是对医疗数据进一步挖掘和应用的前提。开展临床数据结构化、标准化和规范化的工作是打通“数据孤岛”,实现数据互联互通的基础,也是未来中国制定自己的临床指南的必由路径,而在医疗大数据的应用和发展过程中通过网络安全技术加强数据安全,以及患者隐私的保护,是推动医疗大数据健康发展的关键,只有切实做到以上两个方面才能真正实现数据融合共享、开放应用。
在医疗机构推动数字化转型的今天,亚信安全与零氪科技的合作将为医疗机构提供高度整合的数据应用与安全防护整体解决方案,这将进一步推动医疗机构应对日渐肆虐的网络安全威胁,保护珍贵的医疗数据资产。
好文章,需要你的鼓励
当前企业面临引入AI的机遇与挑战。管理层需要了解机器学习算法基础,包括线性回归、神经网络等核心技术。专家建议从小规模试点开始,优先选择高影响用例,投资数据治理,提升员工技能。对于影子IT现象,应将其视为机会而非问题,建立治理流程将有效工具正式化。成功的AI采用需要明确目标、跨部门协作、变革管理和持续学习社区建设。
这项由东京科学技术大学等机构联合发布的研究提出了UMoE架构,通过重新设计注意力机制,实现了注意力层和前馈网络层的专家参数共享。该方法在多个数据集上显著优于现有的MoE方法,同时保持了较低的计算开销,为大语言模型的高效扩展提供了新思路。
美国垃圾收集行业2024年创收690亿美元,近18万辆垃圾车每周运营六至七天,每日停靠超千次。设备故障成为行业最大隐性成本,每辆车年均故障费用超5000美元。AI技术通过实时监控传感器数据,能提前数周预测故障,优化零部件库存管理,减少重复维修。车队报告显示,预测性维护每辆车年节省高达2500美元,显著提升运营效率和服务可靠性。
小米团队开发的MiMo-7B模型证明了AI领域"小而精"路线的可行性。这个仅有70亿参数的模型通过创新的预训练数据处理、三阶段训练策略和强化学习优化,在数学推理和编程任务上超越了320亿参数的大模型,甚至在某些指标上击败OpenAI o1-mini。研究团队还开发了高效的训练基础设施,将训练速度提升2.29倍。该成果已完全开源,为AI民主化发展提供了新思路。