〖One〗,因地制宜布局新产业 避免新质生产力建设“遍地开花”-news51aedc19aa3c5fef
,9月7日报道,吉林大学第一医院信息中心团队自主研发的Medsuper Harness多智能体协同工作平台已于今年7月底在医院内网部署上线。该平台不同于传统聊天式人工智能,可让AI参与完整业务流程,通过理解需求、调用工具、执行任务,由不同角色智能体协同推进工作。
据介绍,在数据治理工作中,该院利用智能体完成3.5万张业务表的数据治理。传统方式预计需要约1152人的一个月工作量,而借助智能体后,相关工作量压缩至约12人的一个月工作量,人力投入减少95%以上,整体处理效率提升30倍以上。
在数据治理环节,智能体能够完成需求理解、表字段识别、数据抽取、清洗转换以及质量校验等任务。材料显示,重复性数据需求处理效率提升90%以上,整体业务处理效率提升30倍以上,人工智能开始承担更多数字后台业务环节。
该平台还应用于软件研发领域,设置产品经理、架构设计、开发、测试、运维等不同角色智能体,覆盖需求分析、原型设计、代码开发、测试验证和部署交付流程。数据显示,常规应用开发周期平均缩短50%以上,部分轻量化应用开发周期由数周缩短至数天。
吉林大学第一医院信息中心主任赵振威表示,医院是高度复杂的数字化组织,医生、护士、药师、工程师和管理人员使用不同信息系统,大量工作依赖数据和系统协同。多智能体可以将任务拆分为多个环节,再由不同AI角色协同完成。
目前,该院已尝试将智能体用于患者分组、麻醉评估和术中提醒等临床场景。智能体可结合患者病史、检验检查及监护数据,根据设定规则提示风险,但最终判断仍由医护人员完成。该平台部署在医院内网,并通过身份认证、权限控制、数据脱敏和操作审计等方式管理数据。
9月7日报道,吉林大学第一医院信息中心团队自主研发的Medsuper Harness多智能体协同工作平台已于今年7月底在医院内网部署上线。该平台不同于传统聊天式人工智能,可让AI参与完整业务流程,通过理解需求、调用工具、执行任务,由不同角色智能体协同推进工作。
据介绍,在数据治理工作中,该院利用智能体完成3.5万张业务表的数据治理。传统方式预计需要约1152人的一个月工作量,而借助智能体后,相关工作量压缩至约12人的一个月工作量,人力投入减少95%以上,整体处理效率提升30倍以上。
在数据治理环节,智能体能够完成需求理解、表字段识别、数据抽取、清洗转换以及质量校验等任务。材料显示,重复性数据需求处理效率提升90%以上,整体业务处理效率提升30倍以上,人工智能开始承担更多数字后台业务环节。
该平台还应用于软件研发领域,设置产品经理、架构设计、开发、测试、运维等不同角色智能体,覆盖需求分析、原型设计、代码开发、测试验证和部署交付流程。数据显示,常规应用开发周期平均缩短50%以上,部分轻量化应用开发周期由数周缩短至数天。
吉林大学第一医院信息中心主任赵振威表示,医院是高度复杂的数字化组织,医生、护士、药师、工程师和管理人员使用不同信息系统,大量工作依赖数据和系统协同。多智能体可以将任务拆分为多个环节,再由不同AI角色协同完成。
目前,该院已尝试将智能体用于患者分组、麻醉评估和术中提醒等临床场景。智能体可结合患者病史、检验检查及监护数据,根据设定规则提示风险,但最终判断仍由医护人员完成。该平台部署在医院内网,并通过身份认证、权限控制、数据脱敏和操作审计等方式管理数据。
9月7日报道,吉林大学第一医院信息中心团队自主研发的Medsuper Harness多智能体协同工作平台已于今年7月底在医院内网部署上线。该平台不同于传统聊天式人工智能,可让AI参与完整业务流程,通过理解需求、调用工具、执行任务,由不同角色智能体协同推进工作。
据介绍,在数据治理工作中,该院利用智能体完成3.5万张业务表的数据治理。传统方式预计需要约1152人的一个月工作量,而借助智能体后,相关工作量压缩至约12人的一个月工作量,人力投入减少95%以上,整体处理效率提升30倍以上。
在数据治理环节,智能体能够完成需求理解、表字段识别、数据抽取、清洗转换以及质量校验等任务。材料显示,重复性数据需求处理效率提升90%以上,整体业务处理效率提升30倍以上,人工智能开始承担更多数字后台业务环节。
该平台还应用于软件研发领域,设置产品经理、架构设计、开发、测试、运维等不同角色智能体,覆盖需求分析、原型设计、代码开发、测试验证和部署交付流程。数据显示,常规应用开发周期平均缩短50%以上,部分轻量化应用开发周期由数周缩短至数天。
吉林大学第一医院信息中心主任赵振威表示,医院是高度复杂的数字化组织,医生、护士、药师、工程师和管理人员使用不同信息系统,大量工作依赖数据和系统协同。多智能体可以将任务拆分为多个环节,再由不同AI角色协同完成。
目前,该院已尝试将智能体用于患者分组、麻醉评估和术中提醒等临床场景。智能体可结合患者病史、检验检查及监护数据,根据设定规则提示风险,但最终判断仍由医护人员完成。该平台部署在医院内网,并通过身份认证、权限控制、数据脱敏和操作审计等方式管理数据。
9月7日报道,吉林大学第一医院信息中心团队自主研发的Medsuper Harness多智能体协同工作平台已于今年7月底在医院内网部署上线。该平台不同于传统聊天式人工智能,可让AI参与完整业务流程,通过理解需求、调用工具、执行任务,由不同角色智能体协同推进工作。
据介绍,在数据治理工作中,该院利用智能体完成3.5万张业务表的数据治理。传统方式预计需要约1152人的一个月工作量,而借助智能体后,相关工作量压缩至约12人的一个月工作量,人力投入减少95%以上,整体处理效率提升30倍以上。
在数据治理环节,智能体能够完成需求理解、表字段识别、数据抽取、清洗转换以及质量校验等任务。材料显示,重复性数据需求处理效率提升90%以上,整体业务处理效率提升30倍以上,人工智能开始承担更多数字后台业务环节。
该平台还应用于软件研发领域,设置产品经理、架构设计、开发、测试、运维等不同角色智能体,覆盖需求分析、原型设计、代码开发、测试验证和部署交付流程。数据显示,常规应用开发周期平均缩短50%以上,部分轻量化应用开发周期由数周缩短至数天。
吉林大学第一医院信息中心主任赵振威表示,医院是高度复杂的数字化组织,医生、护士、药师、工程师和管理人员使用不同信息系统,大量工作依赖数据和系统协同。多智能体可以将任务拆分为多个环节,再由不同AI角色协同完成。
目前,该院已尝试将智能体用于患者分组、麻醉评估和术中提醒等临床场景。智能体可结合患者病史、检验检查及监护数据,根据设定规则提示风险,但最终判断仍由医护人员完成。该平台部署在医院内网,并通过身份认证、权限控制、数据脱敏和操作审计等方式管理数据。
9月7日报道,吉林大学第一医院信息中心团队自主研发的Medsuper Harness多智能体协同工作平台已于今年7月底在医院内网部署上线。该平台不同于传统聊天式人工智能,可让AI参与完整业务流程,通过理解需求、调用工具、执行任务,由不同角色智能体协同推进工作。
据介绍,在数据治理工作中,该院利用智能体完成3.5万张业务表的数据治理。传统方式预计需要约1152人的一个月工作量,而借助智能体后,相关工作量压缩至约12人的一个月工作量,人力投入减少95%以上,整体处理效率提升30倍以上。
在数据治理环节,智能体能够完成需求理解、表字段识别、数据抽取、清洗转换以及质量校验等任务。材料显示,重复性数据需求处理效率提升90%以上,整体业务处理效率提升30倍以上,人工智能开始承担更多数字后台业务环节。
该平台还应用于软件研发领域,设置产品经理、架构设计、开发、测试、运维等不同角色智能体,覆盖需求分析、原型设计、代码开发、测试验证和部署交付流程。数据显示,常规应用开发周期平均缩短50%以上,部分轻量化应用开发周期由数周缩短至数天。
吉林大学第一医院信息中心主任赵振威表示,医院是高度复杂的数字化组织,医生、护士、药师、工程师和管理人员使用不同信息系统,大量工作依赖数据和系统协同。多智能体可以将任务拆分为多个环节,再由不同AI角色协同完成。
目前,该院已尝试将智能体用于患者分组、麻醉评估和术中提醒等临床场景。智能体可结合患者病史、检验检查及监护数据,根据设定规则提示风险,但最终判断仍由医护人员完成。该平台部署在医院内网,并通过身份认证、权限控制、数据脱敏和操作审计等方式管理数据。
9月7日报道,吉林大学第一医院信息中心团队自主研发的Medsuper Harness多智能体协同工作平台已于今年7月底在医院内网部署上线。该平台不同于传统聊天式人工智能,可让AI参与完整业务流程,通过理解需求、调用工具、执行任务,由不同角色智能体协同推进工作。
据介绍,在数据治理工作中,该院利用智能体完成3.5万张业务表的数据治理。传统方式预计需要约1152人的一个月工作量,而借助智能体后,相关工作量压缩至约12人的一个月工作量,人力投入减少95%以上,整体处理效率提升30倍以上。
在数据治理环节,智能体能够完成需求理解、表字段识别、数据抽取、清洗转换以及质量校验等任务。材料显示,重复性数据需求处理效率提升90%以上,整体业务处理效率提升30倍以上,人工智能开始承担更多数字后台业务环节。
该平台还应用于软件研发领域,设置产品经理、架构设计、开发、测试、运维等不同角色智能体,覆盖需求分析、原型设计、代码开发、测试验证和部署交付流程。数据显示,常规应用开发周期平均缩短50%以上,部分轻量化应用开发周期由数周缩短至数天。
吉林大学第一医院信息中心主任赵振威表示,医院是高度复杂的数字化组织,医生、护士、药师、工程师和管理人员使用不同信息系统,大量工作依赖数据和系统协同。多智能体可以将任务拆分为多个环节,再由不同AI角色协同完成。
目前,该院已尝试将智能体用于患者分组、麻醉评估和术中提醒等临床场景。智能体可结合患者病史、检验检查及监护数据,根据设定规则提示风险,但最终判断仍由医护人员完成。该平台部署在医院内网,并通过身份认证、权限控制、数据脱敏和操作审计等方式管理数据。
9月7日报道,吉林大学第一医院信息中心团队自主研发的Medsuper Harness多智能体协同工作平台已于今年7月底在医院内网部署上线。该平台不同于传统聊天式人工智能,可让AI参与完整业务流程,通过理解需求、调用工具、执行任务,由不同角色智能体协同推进工作。
据介绍,在数据治理工作中,该院利用智能体完成3.5万张业务表的数据治理。传统方式预计需要约1152人的一个月工作量,而借助智能体后,相关工作量压缩至约12人的一个月工作量,人力投入减少95%以上,整体处理效率提升30倍以上。
在数据治理环节,智能体能够完成需求理解、表字段识别、数据抽取、清洗转换以及质量校验等任务。材料显示,重复性数据需求处理效率提升90%以上,整体业务处理效率提升30倍以上,人工智能开始承担更多数字后台业务环节。
该平台还应用于软件研发领域,设置产品经理、架构设计、开发、测试、运维等不同角色智能体,覆盖需求分析、原型设计、代码开发、测试验证和部署交付流程。数据显示,常规应用开发周期平均缩短50%以上,部分轻量化应用开发周期由数周缩短至数天。
吉林大学第一医院信息中心主任赵振威表示,医院是高度复杂的数字化组织,医生、护士、药师、工程师和管理人员使用不同信息系统,大量工作依赖数据和系统协同。多智能体可以将任务拆分为多个环节,再由不同AI角色协同完成。
目前,该院已尝试将智能体用于患者分组、麻醉评估和术中提醒等临床场景。智能体可结合患者病史、检验检查及监护数据,根据设定规则提示风险,但最终判断仍由医护人员完成。该平台部署在医院内网,并通过身份认证、权限控制、数据脱敏和操作审计等方式管理数据。
外交部:日本应以实际行动同军国主义彻底切割-rssai05335e870de3e8b0
下载
下载
下载
CUBAL全明星扣篮大赛名单潘首文、任甲瑞、杨恒、顾建涛、岳俊江-e65d2ebf
下载
下载
下载