AI+医疗如何落地防疫诊疗全流程?盘点五大智慧医疗典型案例AI+医疗如何落地防疫诊疗全流程 ——盘点五大智慧医疗典型案例 案例概览 案例 1 | 基于知识图谱的新冠肺炎防护问答助手,离智能更近一步——柯基数据 案例 2 | 不只是疫情咨询,院前预检筛查成智能问答新“战场”——朗通医疗 案例 3 | 互联网医疗作为“第二战场“,在疫情防控中发挥重要作用——左手医生 案例 4 | 高敏快速检出病灶,CT+AI 助力医院实现“应收尽收”——体素科技 如果说此前智慧医疗的主要推动力是政策,那么,此次疫情中智慧医疗在多环 节部署的牵引力就是突然催生的需求和应用场景。纵观本次疫情中的智慧医疗 应用,大致可分为智能问答、线上问诊以及 AI 辅助诊疗。 在诊前环节,虚拟助手依靠自然语言处理和知识图谱等 AI 技术提供智能问答服 务,承担减轻恐慌、分流普通患者的任务;同时,线上问诊作为线下诊疗的补 充,在患者就诊前通过人机交互技术快速收集患者病情信息,进行患者筛查, 病的复诊,但是疫情过后,随着政策支持与用户使用习惯的培养,可以预见不 管是慢性病的长期诊疗和管理,还是心肺疾病等重要疾病的长期愈后服务,都 会借助互联网医院和智能化的手段得以加快发展。 案例 1 | 基于知识图谱的新冠肺炎防护问答助手,离智能更近一步 疫情爆发初期,大量患者对病情知识匮乏,出于对自身症状的恐慌到医院就医, 人群聚集引起交叉感染风险。因此,短时间内正确地将大量疫情信息及预防措 施以简单易懂的方式向民众科普,正确引导患者就医,消除恐慌心理,是当务20 积分 | 23 页 | 2.98 MB | 1 天前3
医疗健康行业-AI应用白皮书(40页 WORD)...................................................................................... 35 智能医疗助手革新医疗服务体验 .......................................................................................... 入的血常规数据、医学染色体核型病例图像, CT、MR 等多模态医学影像等,生成重构的医学图像数 据及诊断 结果文本数据 ; 此外,还包括中医问诊、医疗设备指导、医药 问答、医保政策 AI 助手、医学科研助手、病历检索 分析、应急救援等生成式模型和应用。 1. 数据来源:国家互联网信息办公室 6 AI 医疗发展支持政策 “ ” 以评促建 推动医疗数字化智能化发展 总体篇 场景篇 常见的医学影像包括 X 射线、CT 扫描(计算机 断 层 扫 描 ) 、 MRI ( 磁 共 振 成 像 ) 、 超 声 波 成 像、PET 扫描(正电子发射断层扫描)等,是临床医 疗中最重要的辅助手段之一。据研究显示,临床诊断 中有超过 70%的情况会参考医学影像结果。医学成 像市场需求与 AI 能力匹配度高,是国内 AI 医疗市场 中发展较为成熟的赛道。 除了影像分析外,临床决策支持系统能够通过整20 积分 | 40 页 | 7.84 MB | 13 天前3
AI智慧城市创新范式(78页 WORD)• 两个工厂,物理工厂 +AI工厂 • 一人公司、超级个体 AI+ 数字经济 (提质、增效、创新,有厚度) AI人事考试 遥感智能解译 找空间 /政策 /贷款 企业服务: 社保服务 AI助手 儿童成长智能监护 应急无人救援 知识管理 车路云协同 工业质检 具身智能 物理智能 商专车自动驾驶 空间智能 具身感知 隐患点位智能巡检 一网统管 优化 医保服务 AI助手 健康养老监护 智能剪辑合成 工艺参数优化 中医辅助诊断 AI数字 伴游 家庭安全防护 智能文档助手 智能就业匹配 劳动争议仲裁 产业链协同 预算预审 跨境贸易 辅助办案 具身执行 具身规划 养老服务 民意速办 文物 保护 智能 问策 全屋智能 辅助决策 智慧供暖 编码助手 创意生成 招商助手 消防救援 办公助手 非遗保护 反欺诈 聚焦汽车零部件、电子信息、皮具箱包、美妆日化 4 大支柱产业,开发箱包 AI 设计、香精智能调香等行业专属 应 “ ” “ ” 用平台,打通设计、生产、销售全流程数据链,加速 花都制造 向 花都智造 升级。以 AI 智能调香助手为例,通 过全方位助力企业缩短香精产品研发周期,香料分析环节工作量从“ ” “ ” 天 级降低至 分钟 级,香精研发周期从“ ” 周 级 “ ” 降低至 天 级。 47 AI CITY 发展研究报告10 积分 | 83 页 | 8.77 MB | 1 天前3
智慧地铁城市轨道交通行业AI大模型应用设计方案客户服务智能化..................................................................................26 2.3.1 虚拟客服助手.............................................................................27 2.3.2 智能问答系统...... 求的变化,从而为乘客提供越来越优质的服务体验。 2.3.1 虚拟客服助手 在城市轨道交通行业中,客户服务智能化是提升用户体验和运 营效率的重要举措。而虚拟客服助手作为人工智能技术在客户服务 领域的具体应用,能够通过多种方式为乘客提供便捷、快速的服 务。 虚拟客服助手利用自然语言处理(NLP)、机器学习和知识图 谱等技术,可以实现 24 小时不间断在线服务。这种助手能够通过 多种交流渠道与用户互动,包括官方网站、移动应用、社交媒体 多种交流渠道与用户互动,包括官方网站、移动应用、社交媒体 等。对于乘客提出的问题,虚拟客服助手可以快速识别并提供相应 的回答,帮助乘客解决票务咨询、线路信息查询、时刻表查询等基 本需求。 例如,在高峰期间,乘客可能会频繁询问有关列车运行时刻的 变动情况,虚拟客服助手能够实时接入系统数据,及时反馈相关信 息,避免乘客因为等待人工客服回复而浪费时间。此外,虚拟客服 助手还可以提供个性化建议。例如,根据用户的历史出行记录,主40 积分 | 154 页 | 284.34 KB | 5 月前3
面向审计行业DeepSeek 大模型操作指南(27页 WORD).................................................................................18 5. DeepSeek 审计助手................................................................................................... 图 19 基于 pip 的安装部署及本地测试说明 另一种是基于 docker 的安装方式,如下图所示。 图 20 基于 docker 的安装部署及本地测试说明 5. DeepSeek 审计助手 5.1 基础操作场景 访问官网: 在浏览器输入 www.DeepSeek.com “ ,用户可以直接选择 开始对话 ” 或下载手机 App。使用前需注册账号,可选择邮箱或手机注册(建议使用常用邮 提问(中英文均可),提问时需注 意 明确需求、提供背景、指定格式、控制长度和及时纠正等,这些通常被称 “ 为 提 示词 ”。与大模型的交互需要专业的提示词和逻辑性交流,将其视为工作 伙伴和 助手,以便更好地理解人类语言。 (1)明确需求 • × 错误示例:「帮我写份审计底稿」 • ◇ 正确示例:「我需要⼀ “ 份关于财政审计中 挪用公款 ”的审计底稿, 并 附上相关法律法规的具体条款,时间范围为0 积分 | 27 页 | 829.29 KB | 1 天前3
医疗健康大模型伦理与安全白皮书(93页 WORD)4.1.小瑞健康 19 2.4.2.夸克健康助手 20 2.4.3.AI 健康管家 AQ 大模型应用技术分析 2.4.2.夸克健康助手 夸克 健康 助手来 源 于 阿里巴巴 智能 信息 事 业 群 旗 下的 夸克 App , 是基 于 全 栈 自 研 、 千亿级参 数 的夸克大模型推出的健康大模型应用。目前, 夸克已与 200 勾选补充症状信息实现精准快速查找健康搜索结果并筛选常见病症问题。作为 夸克 App 全面升级健 康搜 索功能的核心模块, 夸克健康助手充分利 用大模型的生成式对话能力和医学知识图谱, 为用户 提供精准、全面的健康信息服务。其主要功能和模块如下: (1) 多轮问答健康搜索: 夸克健康助手支持用户通过多轮对话形式就健康问题进行深入提问和交互。用户可补充症状信息, 结合大模型分析,从而快速获得针对性强的20 积分 | 93 页 | 12.19 MB | 13 天前3
AIGC生成式AI大模型医疗场景应用可行性研究报告(152页 WROD)而不需自行查找。 个性化治疗方案:为每位患者提供定制化的治疗推荐,基于其 具体的病情和需求。 此外,医务人员在面对复杂病例时,往往需要借助团队协作进 行讨论。AI 生成式大模型能够作为助手,分析病例症状,提供可考 虑的诊断方案,并在团队讨论中充当信息来源,确保每位医务人员 都能获得统一及最新的信息支持。对于团队协作的需求,医务人员 主要关注以下几个方面: 案例分析与讨论支持:AI 效的自动化咨询系统,医疗机构能够在多个方面提升服务质量和效 率。 首先,自动化咨询能够显著减轻医务人员的工作负担。许多患 者在就医前会对自身的健康状态和可能的诊疗方案产生疑问。通过 AI 模型的支持,患者可以通过聊天机器人或语音助手等形式获取有 关健康问题的初步解答。这种实时的咨询服务不仅能为患者提供及 时的反馈,还能分流一些不必要的门诊就诊,优化资源配置。 其次,AI 生成式大模型能够根据患者的具体情况提供个性化建 究显示,在 某些情况下,人工生成影像的诊断准确率提高了 13%,并有效节省 了医生的工作时间。 “ 此外,阿里健康开发的 健康 AI ” 助手 利用大模型技术为用户提 供个性化的健康咨询。通过分析用户的历史健康数据和实时输入的 症状,AI 助手能够给出合理的健康建议,及时提醒用户进行必要的 检查或就医。这一应用在改善公众健康素养和提高医疗服务效率方 面取得了显著成效。 在这些成功案60 积分 | 159 页 | 212.70 KB | 4 月前3
智慧校园系统整体解决方案式展示此账号预先添加的登录助手。 账号信息 基本信息中展示了此账号的一些基本信息。如:职工号、身份、身份证号、别名、姓名、曾用 名、信仰的宗教名称、家庭住址、现住址、户口所在地、档案号、档案文本、通信地址、联系电话、 邮编、邮箱、特长等内容。 系统提供用户密码修改的功能,输入用户名,旧密码,新密码即可修改个人密码。 系统提供列表展示管理员为此账号预备的所有的登录助手。用户可以对这些登录助手进行设置, 可新增登录助手、删除登录助手、修改登录助手。 访问历史中记录了此账号的登录信息,包括登录时间,IP 以及地址。支持时间段以及登陆地 点的模糊查询。 显示出用户的列表,同时配备了检索,批量处理等功能,管理员主要对用户进行增,删,改, 查等操作。 管理员可以直接查看学校单位各个部门的构成关系,包括部门级别,部门所属部门与拥有的子 部门。 对证书、用户允许访问的资源进行直接方便的管理,还可以直接停用用户。 还可以直接停用用户。 登录助手表单显示,系统提供修改登录助手的功能。 直接为用户制定可以享受的新增服务。 新增加登录表单配置,同样可以完成添加服务的功能。 5.4 数据清洗与数据分析 传统的数据存储方式存在较大的差异,部分学校迫切需要一种能处理异构数据存储方式的数据 清洗工具,该工具能够适应诸如关系型数据库、非关系型数据库、结构性文档、非结构性文档等复 杂的数据清洗、整合场景;能够进30 积分 | 182 页 | 43.95 MB | 3 月前3
市级新型智慧城市建设项目需求设计说明书设计、运行、管理能力,提供在不同系统之间实现数据的录入、提取和验证等 操作,支持与平台其他能力结合后实现流程自动化。 问答机器人支持单轮 FAQ 问答、多轮对话技能支撑智慧城市应用构建、发 布和管理政务热线智能客服、智能助手等智能咨询系统。 外呼机器人提供回访、外呼能力等电话渠道服务百姓的场景,并且支持政 第 11 页, 共 15 务呼叫中心平台进行对接,实现外呼机器人的能力。 第 12 页, 共 15 3、 同时提供综管服移动端功能模块。 2.6.5 “12345”便民热线 “12345”便民热线,建立 xx 市本级受办理平台,促进数据落地,建设市级热 线业务协同、智能知识库、中心管控、智能坐席助手、人工质检系统。同时提 供“12345”便民公众端功能模块。 2.6.6 一网统管移动端功能模块 一网统管移动终端功能模块提供工作端、部门端、中心端、公众端四种类 型的移动应用场景,能够为基 给用户授予基于应用的数据管理权限,主要用于为应用分 别指定应用管理员,每个应用管理员只能管理自己的应用 数据。 46 统一 认 证: 认证 方式 静态密码 默认内置的基础认证方式; 47 手机验证 码 借助手机短信,通常用于双因素或二次认证; 48 图片验证 码 可开启的验证方式,通常用于防止暴力破解、登录尝试用 途。 49 统一 认 证: 认证 管理 服务器认 证源、 支持对接多种协议服务器认证源,例如10 积分 | 193 页 | 656.43 KB | 6 月前3
基于DeepSeek AI大模型CRM客户关系管理系统应用方案(156页 WORD)买记录及互动行为,自动生成个性化的产品推荐或促销方案。 此外,项目还将优化客户服务的自动化流程。通过集成 DeepSeek 的智能助手功能,企业可以实现客户问题的自动分类、 优先级排序与智能派单。对于常见问题,系统能够通过自动化应答 (如聊天机器人)快速解决,减少人工客服的工作负担。对于复杂 问题,智能助手可以自动提取关键信息,并为客服人员提供相关的 知识库支持,进一步提升问题解决的效率与准确性。 为确保 行为、偏好和问题的紧急程度,自动分配任务至最合适的客服团 队,确保问题得到高效解决。 以下是具体优化措施: - 自动化响应:针对高频问题,系统自动生成预审回复,减少人工 干预,提升响应速度。 - 智能客服助手:为客服人员提供实时问题解答建议,包括产品信 息、政策解读等,降低培训成本。 - 情绪分析:通过情感分析技术,实时监测客户情绪变化,及时调 整服务策略,避免客户流失。 - 知识库更新:基于客户反馈自动更新知识库,确保信息时效性与 够实时处理客户的语音查询,并将其转化为结构化的文本数据,便 于后续的自然语言处理(NLP)模块进行语义分析和意图识别。 在实际应用中,语音识别模块与智能客服系统的集成主要通过 API 接口实现。用户通过电话或语音助手发起咨询时,语音信号首 先被采集并传输至语音识别引擎,DeepSeek 大模型基于深度学习 算法对语音进行特征提取和模式匹配,最终输出高质量的文本结 果。这一过程通常在毫秒级完成,确保了系统的实时性。20 积分 | 166 页 | 536.03 KB | 13 天前3
共 75 条
- 1
- 2
- 3
- 4
- 5
- 6
- 8
