用健康的数据（Healthy Data）赋能AI的数据平台

要获得 AI的好处，需要的不仅仅是成堆的数据。 人工智能的真正承诺是通过健康的数据（Healthy Data）——可访问的、可靠的、干净的数据——来提供有价值的洞察力。 有了适当的基础设施和数据管理平台——例如 InterSystems IRIS数据平台和 InterSystems IRIS医疗版数据平台——就有可能获得高质量、值得信赖的数据。

InterSystems开发了一个完整的数据平台，加快并简化了各行各业实时、数据密集型分析应用的开发、部署和维护工作。 利用平台内置的人工智能功能：

• 医院正在更好地了解哪些患者可能面临极高的败血症或再住院风险
• 金融服务企业对哪些贷款可能发生违约了然于胸
• 支付方能够对高危成员提出干预建议，以防止重大医疗事件的发生
• 企业可以预测天气事件对订单履行和供应链的潜在影响，以及
• 全球制造商可以识别必将发生故障的设备，以便预先安排必要的维护。

InterSystems的技术使数据科学家能够更快、更容易地收集、整合和规范化所需的数据，以建立和调整准确的人工智能模型，并将其纳入实时业务流程。 InterSystems IRIS和IRIS 医疗版提供一套完整的嵌入式集成能力，包括对各种打包的应用、数据库、行业标准、协议和技术进行开箱即用的连接。 这样，InterSystems的技术正在帮助企业利用人工智能和大数据来提供创新的新服务，创造新的收入来源，改善客户体验，并简化业务流程，以获得竞争优势——并迅速实现价值。

2020年IDC的一项调查评估了德国、美国和英国医疗机构采用人工智能的相对成熟度，发现排名前三的用例是通过案例推断法来提高数据质量，通过阅读图像来协助诊断，以及早期识别医院获得性感染。

想想放射科医生，他们正越来越多地求助于人工智能技术，以充分利用成像扫描仪越来越高的分辨率输出和不断增长的图像量。由 人工智能驱动的医疗影像系统可以产生扫描结果，并帮助放射科医生识别模式，更快地治疗有急症或重症患者。

HBI解决方案提供了另一个人工智能技术力量的例子。 其 急诊科风险模型利用人工智能来帮助医生了解其患者是否需要心理健康支持。 然后，医疗服务提供方可以根据大多数医生目前既没有直觉也无法获得的见解，围绕这些需求来规划患者护理。

人工智能是 分析人类基因组 30亿个碱基对的关键，以确定导致疾病的基因序列并发现潜在的治疗方法。 它使合成生物学等领域能够推进研究，以对抗抗生素的抗药性，利用影像诊断皮肤癌，并助力开发基于药物的个体化治疗方法，以治疗一系列疾病。 像InterSystems IntegratedML这样强大的技术正在为新的探索发现打开大门，这将改善患者的体验和结果，同时降低医疗成本。

snext正在将由人工智能和机器学习实现的SaaS应用商业化，用于产品分类、库存控制和需求监测。 其产品路线图的下一步包括从系统的历史数据中开发人工智能和机器学习模型，并将这些模型嵌入到互联互通的流程中。