5月24日,國家數(shù)據(jù)局會同生態(tài)環(huán)境部、交通運輸部、金融監(jiān)管總局、中國科學(xué)院、中國氣象局、國家文物局、國家中醫(yī)藥局等相關(guān)部門在第七屆數(shù)字中國建設(shè)峰會上發(fā)布第一批20個“數(shù)據(jù)要素×”典型案例,通過示范引領(lǐng),激勵多方主體積極參與,釋放數(shù)據(jù)要素價值。案例涵蓋了工業(yè)制造、現(xiàn)代農(nóng)業(yè)、商貿(mào)流通、交通運輸、金融服務(wù)、科技創(chuàng)新、文化旅游、醫(yī)療健康、應(yīng)急管理、氣象服務(wù)、城市治理、綠色低碳等12個行業(yè)和領(lǐng)域,覆蓋了北京、上海、浙江、江蘇、四川、安徽、湖南、湖北、廣東、福建、山東、新疆等12個省市,以及部分中央企業(yè)、地方國有企業(yè)和民營企業(yè),展示有關(guān)單位促進(jìn)數(shù)據(jù)要素開發(fā)利用的典型經(jīng)驗做法。
01
圖書出版數(shù)據(jù)融合創(chuàng)新應(yīng)用推動產(chǎn)業(yè)轉(zhuǎn)型升級
作為文化產(chǎn)業(yè)的重要組成部分,出版業(yè)高質(zhì)量發(fā)展既是順應(yīng)信息化時代發(fā)展的需要,也有助于滿足人民群眾的多樣化需求。當(dāng)前,傳統(tǒng)出版行業(yè)存在多元化市場需求難以捕捉、數(shù)據(jù)利用分析能力不足等問題,武漢理工數(shù)字傳播工程有限公司通過整合出版圖書產(chǎn)業(yè)鏈上下游不同渠道的數(shù)據(jù)資源,打造了智能化數(shù)據(jù)平臺,助力出版單位以數(shù)據(jù)洞察更好把握市場趨勢和用戶需求,推動出版業(yè)數(shù)字化轉(zhuǎn)型與創(chuàng)新發(fā)展。
一是推動圖書出版數(shù)據(jù)融合匯聚。平臺通過整合中國國家版本館圖書數(shù)據(jù)、1.7億會員讀者數(shù)據(jù)、全國各省新華集團(tuán)的線下銷售數(shù)據(jù),以及京東、天貓、抖音等線上平臺的銷售數(shù)據(jù),構(gòu)建了包含標(biāo)簽、發(fā)行渠道、讀者評價、線上數(shù)字化服務(wù)使用偏好等豐富信息的數(shù)據(jù)資源庫。
二是強(qiáng)化數(shù)據(jù)質(zhì)量管理。應(yīng)用全國統(tǒng)一的出版圖書數(shù)據(jù)標(biāo)準(zhǔn),制定精細(xì)化的實施規(guī)范,確保數(shù)據(jù)格式、結(jié)構(gòu)和質(zhì)量統(tǒng)一。做好清洗、驗證、加密及訪問控制等精細(xì)化數(shù)據(jù)治理,確保數(shù)據(jù)準(zhǔn)確、可靠和安全。
三是開發(fā)數(shù)據(jù)產(chǎn)品與服務(wù)。對平臺圖書數(shù)據(jù)進(jìn)行深度挖掘和融合分析,為出版單位提供選題策劃、讀者偏好、市場風(fēng)向、競品分析等數(shù)據(jù)服務(wù)。依托平臺豐富的圖書出版數(shù)據(jù)資源,開發(fā)人工智能(AI)大模型,推出了首個AI閱讀服務(wù)數(shù)字人等數(shù)據(jù)產(chǎn)品,拓展圖書出版數(shù)據(jù)應(yīng)用場景和價值空間。
自2014年成立以來,公司為300多家出版單位提供了覆蓋知識策劃、整合、發(fā)行、服務(wù)等全
鏈條的1300多款應(yīng)用與產(chǎn)品,幫助出版單位在文化產(chǎn)品的選題、策劃等方面明顯提高了效率和準(zhǔn)確性,引導(dǎo)出版企業(yè)為社會提供更多更符合大眾需求的優(yōu)質(zhì)文化產(chǎn)品,累計為出版行業(yè)創(chuàng)造了近150億元實際收入。同時,平臺緊跟社會文化需求風(fēng)向,不僅提高了經(jīng)濟(jì)效益,也繁榮了文化市場。
02
醫(yī)療數(shù)據(jù)智能化分析輔助提升基層診療水平
基層醫(yī)療衛(wèi)生體系是守護(hù)億萬人民群眾身體健康的“第一道防線”,事關(guān)每個人的生活質(zhì)量。但基層醫(yī)療機(jī)構(gòu)往往面臨人才不足、醫(yī)生隊伍不穩(wěn)定、資源供給有限等問題,難以完全滿足廣大群眾對醫(yī)療服務(wù)的需求。為提升基層醫(yī)療服務(wù)水平,訊飛醫(yī)療科技股份有限公司通過對海量醫(yī)療數(shù)據(jù)的收集和分析,構(gòu)建醫(yī)療AI大模型,為基層診療提供智能化輔助,促進(jìn)基層醫(yī)療服務(wù)提質(zhì)增效。
一是匯聚高質(zhì)量數(shù)據(jù)資源訓(xùn)練模型。與中華醫(yī)學(xué)會雜志社、開放醫(yī)療與健康聯(lián)盟等權(quán)威機(jī)構(gòu)合作,匯聚公開脫敏數(shù)據(jù),構(gòu)建涵蓋疾病知識、癥狀體征、檢驗檢查、藥物信息、臨床路徑、診療規(guī)范及指南等內(nèi)容的數(shù)據(jù)資源庫,訓(xùn)練形成
智慧醫(yī)療AI模型。
二是推進(jìn)醫(yī)療數(shù)據(jù)與“問、診、治”場景深度結(jié)合。模型與行業(yè)信息平臺和醫(yī)院信息系統(tǒng)對接,以“數(shù)據(jù)不出本地局域網(wǎng)”方式匯聚分析患者病歷數(shù)據(jù)及歷史健康信息數(shù)據(jù)。實現(xiàn)在醫(yī)生問診過程中,根據(jù)問診邏輯提示病情問診;在診斷過程中,對患者病歷數(shù)據(jù)進(jìn)行智能化分析和判斷,協(xié)助醫(yī)生對病情進(jìn)行合理診斷;在醫(yī)生下處方和檢查檢驗時,及時給出常見用藥和常見檢查檢驗建議,并將異常診斷結(jié)果數(shù)據(jù)及時報送醫(yī)療主管部門復(fù)核。
截至目前,該系統(tǒng)已在全國506個縣區(qū)的近5.3萬個基層醫(yī)療機(jī)構(gòu)應(yīng)用,服務(wù)6萬余名基層醫(yī)生,累計提供7.7億次AI輔診建議,規(guī)范病歷2.9億次。經(jīng)該系統(tǒng)提醒而修正診斷的有價值病歷超139萬例,累計識別不合理處方數(shù)6200萬,AI輔助診斷合理率提升至95%(重點地區(qū)97%),覆蓋疾病數(shù)量超1680種。
03
高質(zhì)量藥物數(shù)據(jù)集提高新藥研發(fā)質(zhì)效
提升創(chuàng)新藥自主研發(fā)能力關(guān)乎國家生物醫(yī)藥產(chǎn)業(yè)轉(zhuǎn)型升級,也與國家生物安全自主可控、國民生命健康緊密相連。高質(zhì)量藥物數(shù)據(jù)在新藥研發(fā)的過程中至關(guān)重要,目前國內(nèi)藥物數(shù)據(jù)來自不同細(xì)分領(lǐng)域的學(xué)術(shù)數(shù)據(jù)庫,存在流通不暢、資源分散和標(biāo)準(zhǔn)不統(tǒng)一等問題。
北京市計算中心有限公司通過多渠道、合規(guī)收集海量藥物研發(fā)關(guān)鍵數(shù)據(jù),建立專業(yè)的新藥研發(fā)數(shù)據(jù)集,進(jìn)行智能化分析和數(shù)據(jù)挖掘,有效降低新藥研發(fā)周期,賦能上百個新藥研發(fā)項目。
一是多渠道收集藥物研發(fā)數(shù)據(jù)。通過公開數(shù)據(jù)庫下載、文獻(xiàn)信息整理、公開渠道購買等多種方式,收集藥物相關(guān)的分子結(jié)構(gòu)、理化性質(zhì)和靶點信息等藥物研發(fā)關(guān)鍵數(shù)據(jù),并通過計算機(jī)輔助和人工校驗確保數(shù)據(jù)質(zhì)量可靠,為科研人員提供了較強(qiáng)的數(shù)據(jù)支持,明顯提高藥物研發(fā)的準(zhǔn)確性、可靠性和實用性。
二是建立高質(zhì)量新藥研發(fā)數(shù)據(jù)集。對匯聚數(shù)據(jù)進(jìn)行統(tǒng)一處理,形成能夠支撐藥物數(shù)據(jù)研發(fā)的高質(zhì)量數(shù)據(jù)集,該數(shù)據(jù)集包括小分子、多肽和蛋白靶點數(shù)據(jù),其中小分子和多肽信息400余萬條(幾乎覆蓋當(dāng)前全部藥物數(shù)據(jù)領(lǐng)域),潛在的藥物活性位點超過11萬個。
三是智能化分析和挖掘數(shù)據(jù)。基于人工智能算法對藥物數(shù)據(jù)集進(jìn)行數(shù)據(jù)挖掘和藥物特征提取,形成疾病相關(guān)的藥物有效特征,為新疾病靶點預(yù)測和對應(yīng)藥物研發(fā)提供準(zhǔn)確、個性化、智能化分析服務(wù)。目前已與全國30余家高校和科研院所開展合作,利用高質(zhì)量藥物數(shù)據(jù)集和智能服務(wù)開展的新藥研發(fā)項目100余項,人工智能預(yù)測靶點超1萬余個,基本覆蓋了已知疾病。
04
“一網(wǎng)統(tǒng)管”風(fēng)險防控與應(yīng)急指揮體系
——以高質(zhì)量數(shù)據(jù)要素推動應(yīng)急管理能力提升
應(yīng)急管理擔(dān)負(fù)保護(hù)人民群眾生命財產(chǎn)安全和維護(hù)社會穩(wěn)定的重要使命。先進(jìn)的技術(shù)支持是實施好應(yīng)急預(yù)防和救援處置的有效保障。當(dāng)前,應(yīng)急管理領(lǐng)域存在數(shù)據(jù)共享融合深度不足,對安全生產(chǎn)、自然災(zāi)害防治和突發(fā)事件處置支撐力度有限等問題。
廣東省應(yīng)急管理廳全面整合氣象、水利、林業(yè)等跨部門監(jiān)測數(shù)據(jù)以及?;⒌V山等企業(yè)物聯(lián)感知數(shù)據(jù),構(gòu)建個性化的應(yīng)急場景智能算法,打造共建、共治、共創(chuàng)、共享的應(yīng)急管理信息化新模式,推進(jìn)跨層級、跨地域、跨系統(tǒng)、跨部門、跨業(yè)務(wù)協(xié)同治理,切實提升應(yīng)急管理業(yè)務(wù)綜合實戰(zhàn)能力。
一是加快數(shù)據(jù)匯聚融合,夯實數(shù)據(jù)支撐基礎(chǔ)。梳理完善應(yīng)急管理部門公共數(shù)據(jù)資源目錄和數(shù)據(jù)需求目錄,加快推動數(shù)據(jù)資源匯聚共享,已成功接入27個外部廳局以及14個應(yīng)急廳內(nèi)部機(jī)構(gòu),涵蓋1171類業(yè)務(wù)數(shù)據(jù),總量高達(dá)36.1億條,提供1372類數(shù)據(jù)服務(wù),有效促進(jìn)了數(shù)據(jù)要素在跨部門、跨系統(tǒng)、跨平臺間的順暢流通。
二是構(gòu)建應(yīng)急智能算法,為業(yè)務(wù)場景提供精準(zhǔn)支持。面向應(yīng)急管理行業(yè)監(jiān)測預(yù)警、監(jiān)督管理、輔助決策和指揮調(diào)度等業(yè)務(wù)需求,結(jié)合人口、電力、工程機(jī)械、化工商品價格等指數(shù)以及各類監(jiān)測預(yù)警、巡查上報、預(yù)測分析數(shù)據(jù),構(gòu)建數(shù)據(jù)模型開展智能輔助分析,有效提高應(yīng)急管理部門預(yù)測、預(yù)警、預(yù)知能力和及時處置、科學(xué)救援等數(shù)據(jù)智能輔助決策能力。2023年,廣東省通過實時監(jiān)測臺風(fēng)路徑、漁船坐標(biāo)、水位監(jiān)測數(shù)據(jù)等重要信息,有效應(yīng)對了30輪強(qiáng)降雨和6次臺風(fēng),未發(fā)生群死群傷和重要工程損毀事件。
05
強(qiáng)化大數(shù)據(jù)應(yīng)用 構(gòu)建數(shù)字應(yīng)急體系
應(yīng)急管理是國家治理體系和治理能力的重要組成部分,擔(dān)負(fù)保護(hù)人民群眾生命財產(chǎn)安全和維護(hù)社會穩(wěn)定的重要使命。應(yīng)急管理涉及地質(zhì)、森林、海洋、河流等業(yè)務(wù)場景眾多,對打通部門間數(shù)據(jù)共享,推動實現(xiàn)各場景業(yè)務(wù)高效協(xié)同具有迫切需求。福建省電子政務(wù)建設(shè)運營有限公司通過打通數(shù)據(jù)間壁壘,匯聚部、省、市三級應(yīng)急基礎(chǔ)信息資源,搭建數(shù)字應(yīng)急綜合應(yīng)用平臺,實現(xiàn)多種災(zāi)害預(yù)警,強(qiáng)化全鏈條監(jiān)管,為全省“數(shù)字應(yīng)急”體系建設(shè)提供有力支撐。
一是高效匯聚應(yīng)急數(shù)據(jù)。實現(xiàn)與應(yīng)急管理部、各地市應(yīng)急平臺的縱向貫通,與省級氣象、水利、地質(zhì)等20多個行業(yè)廳局的39個關(guān)聯(lián)業(yè)務(wù)系統(tǒng)橫向鏈接,匯聚約59.8億條氣象預(yù)報、應(yīng)急物資、救援隊伍等應(yīng)急基礎(chǔ)數(shù)據(jù)及89萬條部級、2.41億條省級危險化學(xué)品、工貿(mào)、礦山等企業(yè)基礎(chǔ)信息數(shù)據(jù)。
二是數(shù)據(jù)賦能監(jiān)測預(yù)警。接入?;?、非煤礦山、森林防火、海上安全等重點領(lǐng)域1.4萬條感知數(shù)據(jù)和2.2萬路視頻監(jiān)控,依托風(fēng)險評估模型、AI視頻分析等技術(shù),自動發(fā)布預(yù)警信息(如圖1所示),實現(xiàn)安全生產(chǎn)隱患的主動監(jiān)測,推動應(yīng)急管理“以治為主”向“以防為主”轉(zhuǎn)變。2023年以來,全省消除各類傳感器異常報警約19萬次,處置各類安全事故550余起,事故死亡人數(shù)下降11%。
三是推進(jìn)一體化監(jiān)管執(zhí)法。結(jié)合企業(yè)畫像數(shù)據(jù)治理模型,動態(tài)建立全省監(jiān)管對象臺賬庫,將5.1萬家?;?、煙花爆竹、礦山、工貿(mào)等企業(yè)納入管理平臺,通過構(gòu)建安全生產(chǎn)指數(shù),實現(xiàn)精準(zhǔn)監(jiān)管、靶向治理。
四是高效協(xié)同應(yīng)急指揮救援。匯聚全省多部門、跨層級3萬多條救援相關(guān)數(shù)據(jù),提升各部門在應(yīng)急救援場景下的協(xié)同作戰(zhàn)能力?;趹?yīng)急聯(lián)動小程序等方式快速調(diào)度隊伍、裝備等,實時掌握救援進(jìn)展動態(tài),做到快速響應(yīng)、高效協(xié)同、扁平化指揮調(diào)度
昵稱 驗證碼 請輸入正確驗證碼
所有評論僅代表網(wǎng)友意見,與本站立場無關(guān)