
IBM携手苹果开发医疗大数据平台_数据分析师
IBM携手苹果与强生、美敦力等大型跨国医疗保健公司13日宣布一项数字化医疗合作计划,将从移动设备中收集的用户健康状况数据发送给医疗公司,使后者能为用户提供个性化的医疗服务。
IBM利用其人工智能计算系统Watson创建了独立的医疗业务部门“Watson Health”,在获得用户同意的前提下,从苹果的健身追踪器、智能手机、芯片等多种移动设备中收集用户的健康数据,并进行分析和解读。同时,IBM将这些相关信息上传至云存储空间,与强生、美敦力等公司共享,这些公司可以将分析结果进行整合,研究出相关的医疗服务并向其他医疗保健公司销售。
根据合作协议,苹果将把“Watson Health”研发的应用程序与其最新推出的HealthKit和ResearchKit平台系统相整合,以便收集个人健康数据并将其应用于临床试验中。IBM则将对这些数据进行分析并转化为有意义的信息,用于对相关疾病的治疗。据悉,HealthKit能收集任意苹果移动设备上健康应用程序里的数据,ResearchKit则是一个开放资源平台,允许研发人员在iPhone平台上开发诊断应用程序。
IBM高级副总裁约翰·凯利表示,苹果的HealthKit和ResearchKit平台很独特,但目前业内还没有将数据整合并发送给医生或临床研究机构的“系统性方法”,IBM将为这项服务提供一个巨大而安全的云空间。
据美国福克斯商业新闻网报道,美国医疗保健和护理产品制造商强生将利用“Watson Health”开发基于移动平台的训练系统,为手术前后的病人提供相关帮助,此外还将针对慢性病开发新的健康应用程序。美国医疗设备制造商美敦力则将使用来自“Watson Health”提供的信息,研究针对糖尿病患者的个性化护理计划。
此外,IBM还将向医生、研究机构和保险公司提供一套分析工具,让他们能够将来自苹果设备的数据与患者的电子病历进行对照整理,以便发现规律,支持临床试验,帮助降低日益上升的医疗成本。
据悉,“Watson Health”医疗业务部门的总部将设在美国波士顿,公司将配备2000名员工,其中包括75名专业医师。此外,IBM还收购了两家健康科技公司Explorys和Phytel,以提高该部门的医疗数据分析水平。
法新社报道称,这项计划旨在充分利用不断数字化的医疗信息记录,在数据得到有效存储和共享的前提下,允许病人及医疗服务提供商快速访问相关数据。IBM也表示,所有数字化的医疗数据,在转变健康管理方式上提供了一个前所未有的机遇,“我们需要更好地对所有信息进行实时的深入分析,使病人受益,改善全球健康状况”。
英国《金融时报》称,IBM发起的此次数字化医疗服务计划,是医疗行业与科技行业开展更深层次合作的最新案例,预计今后人们利用智能手机或者可穿戴设备收集的健康数据将急剧增加
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在神经网络模型设计中,“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少,模型可能 “欠拟合”(无法捕捉数据 ...
2025-10-14在数字化浪潮中,数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息,又要能将分 ...
2025-10-14在企业数据驱动的实践中,“指标混乱” 是最常见的痛点:运营部门说 “复购率 15%”,产品部门说 “复购率 8%”,实则是两者对 ...
2025-10-14在手游行业,“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度,更直接决定了后续 ...
2025-10-13分库分表,为何而生? 在信息技术发展的早期阶段,数据量相对较小,业务逻辑也较为简单,单库单表的数据库架构就能够满足大多数 ...
2025-10-13在企业数字化转型过程中,“数据孤岛” 是普遍面临的痛点:用户数据散落在 APP 日志、注册系统、客服记录中,订单数据分散在交易 ...
2025-10-13在数字化时代,用户的每一次行为 —— 从电商平台的 “浏览→加购→购买”,到视频 APP 的 “打开→搜索→观看→收藏”,再到银 ...
2025-10-11在机器学习建模流程中,“特征重要性分析” 是连接 “数据” 与 “业务” 的关键桥梁 —— 它不仅能帮我们筛选冗余特征、提升模 ...
2025-10-11在企业的数据体系中,未经分类的数据如同 “杂乱无章的仓库”—— 用户行为日志、订单记录、商品信息混杂存储,CDA(Certified D ...
2025-10-11在 SQL Server 数据库操作中,“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选,还是将数值转 ...
2025-10-10在科研攻关、工业优化、产品开发中,正交试验(Orthogonal Experiment)因 “用少量试验覆盖多因素多水平组合” 的高效性,成为 ...
2025-10-10在企业数据量从 “GB 级” 迈向 “PB 级” 的过程中,“数据混乱” 的痛点逐渐从 “隐性问题” 变为 “显性瓶颈”:各部门数据口 ...
2025-10-10在深度学习中,“模型如何从错误中学习” 是最关键的问题 —— 而损失函数与反向传播正是回答这一问题的核心技术:损失函数负责 ...
2025-10-09本文将从 “检验本质” 切入,拆解两种方法的核心适用条件、场景边界与实战选择逻辑,结合医学、工业、教育领域的案例,让你明确 ...
2025-10-09在 CDA 数据分析师的日常工作中,常会遇到这样的困惑:某电商平台 11 月 GMV 同比增长 20%,但究竟是 “长期趋势自然增长”,还 ...
2025-10-09Pandas 选取特定值所在行:6 类核心方法与实战指南 在使用 pandas 处理结构化数据时,“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络(SCNN) 为解决这一痛点,球面卷积神经网络(Spherical Convolutional Neural Network, SCNN) 应运而生。它通 ...
2025-09-30在企业日常运营中,“未来会怎样” 是决策者最关心的问题 —— 电商平台想知道 “下月销量能否达标”,金融机构想预判 “下周股 ...
2025-09-30Excel 能做聚类分析吗?基础方法、进阶技巧与场景边界 在数据分析领域,聚类分析是 “无监督学习” 的核心技术 —— 无需预设分 ...
2025-09-29XGBoost 决策树:原理、优化与工业级实战指南 在机器学习领域,决策树因 “可解释性强、处理非线性关系能力突出” 成为基础模型 ...
2025-09-29