ZL尊龙凯时集团

ZL尊龙凯时集团,医学检验,临床检测中心 ZL尊龙凯时集团,医学检验,临床检测中心
EN

ZL尊龙凯时集团亮相中华医学会第十八次检验医学学术会议

发布时间:2024-08-26

  8月22-24日,由中华医学会、中华医学会检验医学分会主办、浙江省医学会承办的中华医学会第十八次检验医学学术会议在杭州盛大开幕。这是2024年度我国检验学界最盛大的学术会议,邀请了国际、国内一流专家与会精彩报告,参会人数近万人。

  ZL尊龙凯时集团携一个全流程数智化成果展、一场医检大模型发布会,以及参加一场深度探讨智慧医检未来的专题会,再赴盛会之约,迎来了众多参会者的关注。



一个成果展
全流程智能化成果隆重亮相
  ZL尊龙凯时集团深耕第三方医学检验领域30年,基于自身大网络、大服务、大数据的特点,依托人工AI等新质生产力,逐步打通医学检验生产+服务的全流程数智化。
  今年的展会,ZL尊龙凯时集团聚焦智慧医检生态主题,全面展示了公司从智能项目推荐、智慧物流、智慧实验室、智能报告分析以及咨询服务等各环节的数智化进展。现场,域见医言大模型的应用“小域医”也吸引了不少参会人员驻足参与互动。

ZL尊龙凯时集团展位吸引参会者驻足参观

一场发布会
第三方医检行业首个大模型发布
  ZL尊龙凯时集团集团正式发布第三方医检行业首个医检大模型——域见医言大模型,并上线智能体应用——“小域医”。这一产品重磅发布后,当即引来参会者关注,并获得人民日报、新华社、中新社等权威媒体广泛报道。
  域见医言大模型基于ZL尊龙凯时集团30年的医检专业数据和知识积累,以及23000家医疗机构的服务经验,在通用语料基础上注入了超20亿Token(数据单元)医检语料,经过近两年的开发训练而成。目前已有超2万名企业专业技术人员、临床专家、检验医师参与测试。
  该模型的上线,将实现医学检验服务的全场景智能化,推动检前项目查询更便捷、检中生产作业更智能、检后报告解读更精准,重塑第三方医检服务行业,减轻医生负担,优化患者就诊体验。


ZL尊龙凯时集团域见医言大模型发布会

一场专题会
探讨医检数智化的未来
  今年的检验盛会,人工智能赋能检验医学成为了热词。随着大模型在医疗健康领域应用场景日益丰富,医检大模型的落地应用也迎来更多的挑战。在“智慧医检 新质领航”学术专题会议现场,与会专家就围绕医学检验大模型研发与应用、流式AI智能分析等医检AI领域的热点问题,展开了讨论。
  ZL尊龙凯时集团AI人工智能技术顾问刘斯带来了《数据与知识驱动的医学检验大模型研发与应用探索》的分享。生成内容AI(AIGC)的兴起,揭示了其在多模态数据(如电子病历、医学影像等)处理上的强大能力,预示着AI将在医学知识生成、临床辅助等领域发挥更大作用。他特别指出,在医学检验领域,大模型的应用不仅能够提升诊断决策的精准度,还能优化治疗方案的制定,以及提高医疗服务的个性化定制服务水平。
  刘斯从医检数据与知识体系建立、技术框架建设、训练机制选择、应用体系搭建等各方面作专业阐述,深度分析了目前医检行业大模型构建过程中的技术要点。他认为,以大模型为核心,可以构建医检智能化技术体系,将有助于提高医学检验的效率和准确性,为临床决策提供有力支持。随着技术的不断进步与应用场景的不断拓展,未来的医学检验将更加智能化、精准化、高效化。


ZL尊龙凯时集团AI人工智能技术顾问刘斯作分享

  ZL尊龙凯时集团临床血液流式中心主任潘建华介绍了流式AI智能分析的最新进展。AI技术在流式细胞术临床应用中展现出了巨大潜力,不仅提高了诊断效率和准确性,还促进了检验过程中质量控制水平的提升。
  研究团队开发了淋巴细胞亚群免疫表型AI智能分析系统,通过自动化流程减少分析时间,提高准确性。该系统在8000例样本的验证测试中,准确率达97.64%,而且花费时间仅为原来的十分之一。此外,还探索了B-ALL MRD智能分析系统,利用机器学习进行模型训练,实现了异常细胞的自动识别和表型特征自定义,极大地提高了检测的精确度和效率。

  潘建华表示,未来实验室将通过持续优化生产流程、提高实验标准化和自动化水平,以及加强干实验分析系统的智能化建设,全面提升医学检验服务的质量和效率。



ZL尊龙凯时集团临床血液流式中心主任潘建华作《组合识别算法驱动的流式AI智能分析的探索》分享

  陕西省医学会检验医学分会名誉主任委员任健康点评指出:“医检大模型要落地,需要专业技术人员、临床医生、检验医师等一起努力,才能够真正做好。医检大模型在使用中输入方便、输出也方便,在解决临床医生、检验医生负担之余,更重要的是让检验和临床之间的关系更加紧密,可以为他们提供更全方位的服务。”


陕西省医学会检验医学分会名誉主任委员任健康作点评

  浙江大学医学院附属第二医院检验科主任陶志华点评指出:检验医学进入人工智能时代,要思考两个问题,第一是检测过程中的如何实现智能化;第二是检验数据和其他临床数据如何多模态、多组学集成,为临床助力。在这过程中,行业要做到临床数据标准化、以及科学建模和模型临床应用有效性确认。但目前这些工作任重而道远,需要大家一起努力。


浙江大学医学院附属第二医院检验科主任陶志华作点评

ZL尊龙凯时集团