【智慧城市網 上市公司】現實中，醫院數智化發展面臨著算力底座缺失、醫工交叉人才匱乏、高質數據不足的嚴峻挑戰。在此背景下，新華三基于十余年來行業洞察和技術積累，打造“大數據 + AI 雙輪驅動”行業解決方案，為醫院數智化變革提供了破局之匙。
 

　　新華三醫療AI智算方案
 

　　智能引擎驅動業務變革
 

　　（一）精準算力：適配多元醫療場景
 

　　新華三醫療智算方案為行業智能化轉型提供強大動力——新華三多元異構算力方案能夠為行業提供靈活高效的方案，根據不同醫療場景的需求進行精準配置，確保在復雜的醫療計算任務中提供充足且適配的算力支持，方案快速兼容適配不同廠商多元GPU/NPU設備，效率大幅提升50%以上；通過異構管理引擎，能夠實現100+種異構算力的統一管理和靈活配置；依托混合調度引擎，實現智算、通算、高算統一調度，滿足多樣化算力任務需求。
 

　　（二）存儲網絡：保障數據高速傳輸
 

　　存儲與網絡規劃是智算方案的關鍵環節——方案采用分布式存儲技術，將數據存儲任務分散到多個存儲節點，實現大規模數據存儲容量的線性擴展與性能提升。例如，在面對大規模醫療數據存儲時，如訓練集達 1T、模型大小為 2.8T 及相應日志數據的情況，分布式存儲可輕松應對。同時，方案配備高性能存儲系統，利用 SSD、NVMe 等高速存儲介質，結合專用的 IO 讀寫模型與專有客戶端，保證數據讀寫的高速處理能力。
 

　　在網絡方面，基于 RDMA的 InfiniBand 和 ROCE 技術構建的智能無損網絡，滿足智算中心低時延、高帶寬、高可靠、可擴展、易運維的需求，確保數據在模型計算與存儲訪問過程中的高效傳輸，如在參數網和存儲網中分別提供 200G/400G 和 200G 的帶寬支持，保障數據傳輸的穩定性與速度。
 

　　（三）生態融合：開放異構促進協同發展
 

　　新華三注重構建開放異構的國產化算力生態——人工智能軟件棧涵蓋芯片驅動層、人工智能開發框架等，通過統一API 接口、算力單位、精度要求以及集群網絡等方式，確保 AI 算法在不同框架間的順利遷移，實現異構模型與數據的合理切分及服務器間 GPU 的高效互通，促進了模型、數據與算力的深度融合與協同創新。
 

　　在DeepSeek引發AI熱潮之際，新華三憑借全棧AI能力全面接入并適配，推出三大重磅發布：一是靈犀使能平臺實現對DeepSeek多種模型納管上架，具備多元功能助力構建智能應用；二是開放DeepSeek系列模型測試通道，提供組合測試與適配調優服務；三是推出訓推一體機解決方案，幫助醫療行業客戶快速部署模型應用。
 

　　（四）筑牢防線：靈犀衛士護航AI新時代
 

　　基于對安全困境與政策要求推出大模型安全方案——方案實現全流程防護：訓練階段，能夠對行業數據進行深度治理，消除數據與開發者偏見，保障數據各環節準確安全，助力打造適配行業模型；運行階段，依靠智算安全底座抵御各類風險，保障大模型業務穩定；內容合規把控同樣嚴格，從輸入、模型、輸出三側，借助 Prompt 審核、內容過濾等手段，排查違法違規提示注入、內容侵權等風險，嚴守合規底線。
 

　　新華三醫療大數據方案
 

　　實時全域數據湖筑牢根基
 

　　（一）全域采集：匯聚多元數據洪流
 

　　新華三醫療大數據方案以數據湖為核心構建了一套強大且高效的數據架構平臺——在數據采集環節，方案具備強大的全域數據采集能力，能夠與主流 HIS、EMR 等業務系統廠商的異構數據無縫適配。無論是結構化、半結構化還是非結構化數據，都能通過離線采集 ETL、實時采集 CDC、文件采集等多種方式精準匯聚至數據湖。在面對電子病歷的富文本數據這類大字段半結構存儲且單表數據達億級、字段上百個的復雜情況時，CDC 技術可有效解決大字段和大表抽取難題，確保數據采集的高效性與準確性。同時，通過斷點續傳、批量入庫、自動建表等功能，極大地提升了數據采集效率，實現數據量億級、100 + 字段的表采集速度達 2W + 條/秒，且能輕松整合海量異構數據，節約數據集成工作 50%以上。
 

　　（二）架構革新：湖倉一體提升效能
 

　　湖倉一體架構是新華三數據湖的另一大亮點——它減少了數據遷移及跨庫查詢的繁瑣過程，結合實時離線一體架構，為數據處理提供了堅實的技術支撐。在存算引擎方面，涵蓋 HDFS、Hive、Hudi、MPP、Kafka、Spark、Flink 等多種先進技術，滿足了大數據架構以及非結構化數據的存儲與分析需求，實現百億數據秒級查詢，如某醫院在 0.2 秒即可完成全醫囑表查詢，大幅提升了數據處理與分析效率。
 

　　（三）精細治理：激活數據資產價值
 

　　在數據治理方面，新華三從多維度發力——首先，統一數據標準，依據值域、數據元、數據項以及數據集等規范，結合項目實際數據需求，定義醫院數倉中的數據標準，確保數據口徑一致，并依標建庫建表。其次，構建完善的數據質量管理體系，針對數據錄入過程中的質量問題，形成“事前質控規則 - 事中數據監控和控制 - 問題分析與修正 - 數據質量知識庫”的閉環管理。再者，在數據融合分析上，提供端到端的數據開發支撐工具與豐富的預處理組件，降低開發門檻，推動業務快速上線，同時保障多團隊協作中的數據安全與共享。
 

　　此外，數據共享服務通過標準化接口實現數據開放，在統一數據出口、權限管理和安全管理下，實現數據服務的全過程監管。而數據資產管理貫穿數據全生命周期，幫助醫院摸清家底，實現精細化管理，如通過可視化展現數據血緣關系，便于追蹤和分析數據處理過程。
 

　　新華三的大數據 + AI 雙輪驅動方案能夠在新時代下的醫院高質量發展提供有力的技術支持。在診療方面，通過大數據分析與 AI 輔助診斷，醫生能夠更精準地判斷病情，提高診斷準確率；在醫院管理上，基于數據驅動的決策支持系統，優化了資源配置與流程管理，提升了運營效率；在科研領域，為醫學研究提供了強大的數據處理與分析能力，加速了科研成果的產出。
 

　　未來，隨著數字技術的不斷演進與應用的深入拓展，新華三將繼續深入業務核心，助力健康中國戰略目標的穩步實現，為醫療事業的蓬勃發展注入源源不斷的活力與創新動力，推動醫院在智能化時代不斷邁向新的高度。