京公网安备 11010802034615号
经营许可证编号:京B2-20210330
IDF:大数据带来医疗行业转折点
2013年4月10日消息,2013年英特尔信息技术峰会(IDF 2013)在北京国家会议中心举行,本届IDF主题为未来,用芯体验,宣示英特尔更加以用户体验为核心,立足英特尔架构继续扩大和深化产业合作,全面推动计算技术创新、芯片制造创新、应用体验创新、终端形态创新和云端智能创新,以强大的计算力开启一个全新的个性化体验新时代。来自中国和全球各地的数千名软硬件开发人员、技术管理人员及媒体、分析师将汇聚一堂,体验前沿的技术成果,探索未来的创新趋势。
Intel Developer Forum(英特尔信息技术峰会,简称IDF)是由英特尔公司主办的技术讲座,在美国、中国等7个地区举办,每年分春秋举办两次。IDF主要由主题演讲、技术专题讲座以及技术展示组成,主题演讲的演讲者均是英特尔的高层人士,演讲的题目都具有相当的前瞻性,作为一家在处理器、网络处理器等领域处于领先地位的公司,IDF的确是让业界获悉英特尔最新动向的最佳场合。
▲IDF 2013现场报道专题
大数据是IDF 2013的热门话题,英特尔的大数据解决方案也吸引了大量软硬件技术人员的加入。在第一天上午的《大数据在医疗行业的应用》中,来自英特尔的医疗解决方案架构师吴闻新和丁华共同介绍了医疗大数据的趋势,及其相关解决方案。
▲英特尔医疗解决方案架构师吴闻新和丁华
大数据带来医疗行业转折点
随着医疗费用不断上涨,全球老龄化问题的影响,以及医疗大数据价值的不断增长,带给医疗行业新的转折点。据英特尔全球医疗解决方案架构师吴闻新介绍,到2020年,医疗数据将增至35ZB,相当于2009年数据量的44倍。其中,影像数据增长最快,其次是EMR电子病历数据。
据了解,医疗大数据的来源主要包括四类:一是制药企业/生命科学;二是临床决策支持和其他临床应用(包括诊断相关的影像信息等);三是费用报销、利用率和欺诈监督;四是患者行为/社交网络。相应的,这些大数据也会创造价值。
▲医疗大数据相关解决方案
大数据的挑战不仅来自数据量的增长,还需要新技术的支持。英特尔医疗大数据解决方案在传统解决方案之上,引入新的数据及分析模型与技术,提供实时有效的商业价值。通过与产业链的合作,主流的数据库和数据分析软件都基于英特尔平台进行了充分优化。
英特尔医疗解决方案架构师丁华总结,我们正处于医疗行业大数据和分析的一个重要转折点,我们需要让大数据更为高效和便捷的访问。英特尔专注在创新,依赖产业链来提供企业核心能力之外的服务,采用标准和最佳实践,并参考全球已有的成熟模型。
未来,英特尔将会提供具有差异化的技术解决方案,探索开放标准和最佳实践,寻找可能的客户和产业链合作伙伴,共同探索医疗行业的核心应用模式,与产业合作进行验证,加速大数据的采用。并通过共同的市场活动来提高客户对于大数据的理解和认知,扩大领先技术的影响力,为客户创造价值,共同让医疗大数据成为现实。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
逻辑回归是数据分析、机器学习、统计建模中应用最广泛的二分类预测模型,常用于风险判断、行为预测、归因分析等场景。在SPSS、Py ...
2026-06-02数字经济时代,市场竞争日趋同质化,用户消费需求愈发个性化、多元化,传统依托经验、粗放式、广撒网的营销模式弊端日益凸显。长 ...
2026-06-02 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-06-02在市场竞争日趋饱和、用户需求不断细分的当下,企业创业创新、产品迭代与市场拓展不再依赖经验决策,而是需要系统化、工具化的商 ...
2026-06-01【核心关键词】调度、岗位、数据库、企业、报表、培训、程序、数据分析、数据加工、业务部门、企业数据、调度工具、业务指标、 ...
2026-06-01 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-06-01在数据统计分析、数据清洗、异常值识别与数据分布研究中,箱型图是最直观、高效、专业的可视化分析工具。相较于柱状图、折线图仅 ...
2026-05-29Tkinter是Python内置的标准GUI图形界面库,具备无需额外安装、调用简单、兼容性强、轻量化高效等优势,是Python快速开发桌面小程 ...
2026-05-29 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-05-29【核心关键词】大数据、经理、专业、金融、客户、传统、建模、数据产品、互联网金融、产品经理、数据分析、金融行业、数据模型 ...
2026-05-28 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-05-28随着大数据技术的快速普及,各行各业积累了海量的用户数据、交易数据、生产数据与行为数据。单纯的数据统计与报表分析只能呈现表 ...
2026-05-28在Python网络请求、接口测试、数据爬取、业务对接开发中,Requests库是最简洁、最高效的HTTP请求工具,凭借简洁的语法、完善的适 ...
2026-05-272025 年,零售与服务行业的竞争已从 “经验驱动” 全面转向 “数据驱动”。中小企业门店普遍面临数据零散、分析浅层、决策凭感觉 ...
2026-05-27 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-05-27在统计学分析、实验研究、业务数据复盘过程中,单因素方差分析是检验自变量对因变量是否存在显著影响的核心方法。其中,两个水平 ...
2026-05-26【核心关键词】算法、客户、大数据、互联网、调优、建模、模型优化、机器学习、评分卡模型、模型开发、智能风控、业务场景、数 ...
2026-05-26 很多数据分析师写过无数个 SELECT,但当被问到“新建一张表,该如何定义字段类型来保证数据质量”“创建视图和存储物理表有 ...
2026-05-26在数据清洗、统计分析与数据质量检测工作中,箱型图(又称箱线图、Box Plot)是最直观、最高效的可视化分析工具之一。相较于柱状 ...
2026-05-25在大数据分析、数据清洗、质量管控、风险监测等领域,异常数据识别是保障数据质量、确保分析结论精准、规避业务决策失误的核心基 ...
2026-05-25