前言：中文期刊網精心挑選了智能醫療應用案例范文供你參考和學習，希望我們的參考范文能激發你的文章創作靈感，歡迎閱讀。
智能醫療應用案例范文1
日前，美國最大的醫療保險公司Wellpoint已經開始通過運用IBM的超級計算機“Watson”幫助醫生來針對病人的病情進行診斷，服務7000萬人。在癌癥治療領域，目前需要一個月或更長時間才能制定出針對性的藥物治療方案，未來利用Watson的認知計算技術可以將周期縮短至一天，極大提高癌癥患者的治愈率。
“Watson在醫療、醫藥行業可以幫助腫瘤中心做幾個復雜癌癥疾病的診斷和數據分析；還能夠幫助分析疾病風險，保證理賠過程的合規性、合理性，防止濫用和欺詐，保證保險公司基金的安全，醫療機構也可以利用Watson規范醫療費用?！盜BM中國有限公司醫療及生命科學事業部總經理劉洪對《第一財經日報》記者表示。
醫療大數據
隨著大數據時代的到來，醫療行業的信息化也迎來自己的“大數據時代”。
而如何將患者的被動性參與轉向主動健康管理，從單一案例效果評估轉向過程性、全程性的整體評估和體驗；從病種數據管理擴展到健康數據管理，從關注爭端和治療技術跨到預防、護理和康復環節是未來醫療行業需要關注和解決的問題。而大數據，正是一條重要的道路。
根據IBM提供的數據，上海市衛生信息系統，每天生產1000萬條數據、已建立起3000萬電子健康檔案、每天調閱10000萬次，信息總量已達20億條。
2008年，IBM推出MobileFirst策略，專門針對各種無線終端，支持IOS、安卓系統。通過MobileFirst平臺，在各種移動終端對象里嵌置API和相關的APP應用采集和分析這些無限終端的數據。通過物聯網的類似RFID的一些小標簽來建立數據的標準性、普遍性和實用性。
根據劉洪介紹，目前IBM在上海的部分醫院推出了BYOD系統，即員工自費終端，用來提高醫生和護士在醫院的移動性。通過和開發商合作，推出移動護理應用，將醫生和護士的各種移動終端連在同一網絡下，便于醫生和護士了解病人在醫院的位置和健康狀況，也提高了醫生和護士的移動性，不需要坐在辦公室的電腦前才能獲得病人資料。
另一套在中國的醫院已經運用的軟件為實時資產定位服務器RTAL(Real Time Asset Locater)。通過物聯網上的一套整合軟件可以實現醫院內各種醫療器械的檢查。例如檢查住院床頭設施，檢查人員檢查后通過無限局域網可直接上傳服務器，讓RTAL來處理各種數據。
可穿戴醫療
從醫療服務轉型到健康服務，就不得不提到最近炒得火熱的“智能可穿戴設備”和醫療的結合。許多可穿戴設備的開發商躍躍欲試，希望能在智慧醫療中搶得先機。
在劉洪看來，雖然可穿戴設備和醫療結合的市場目前非常活躍，但需要考慮的生態環節卻比想象的要多。
首先要有自己的公有云。“有了公有云后，我們才可以合作。例如，IBM就和首信的合作，推出了面向健康管理的公共云的服務，在北京市東城區展開預約、隨訪、篩查等面向公眾的衛生服務?！眲⒑楸硎?。
其次是智能可穿戴設備和醫療機構的合作環節。劉洪認為智能可穿戴設備可以通過傳感技術監控用戶的身體健康情況，但沒有醫療機構在背后做出專業的診療和分析支持，再好的應用和數據都體現不出優勢。
智能醫療應用案例范文2
安徽省安泰科技股份有限公司（以下簡稱安泰股份）成立于2001年，隸屬于安徽出版集團。公司圍繞“智慧城市”建設，專注于“智慧建筑”、“智慧能源”領域發展，始終致力于“讓城市與環境和諧發展，與科技同進步”，是集研發、生產、設計、工程實施、運營管理于一體的高科技企業。經過十多年的發展，安泰股份已成為國內知名的智能化企業。
安泰股份面向政府、企事業單位、工業企業等客戶提供全面的綠色智慧城市咨詢、頂層設計并推進智慧城市各項建設內容落地，建筑智能化工程咨詢、設計、實施及運營管理服務，綠色建筑咨詢、評價及運營管理服務，區域級及企業級的節能監管平臺建設的咨詢、設計、實施及運營管理服務，新能源應用整體解決方案的設計、實施及運營管理服務，既有建筑的能耗審計與節能改造的咨詢、融資、設計、實施及運營管理服務等。
安泰股份多年來積極為行業發展作貢獻，參與了《教育建筑電氣設計規范》、《商店建筑電氣設計規范》2項國家標準以及《金融建筑智能化系統技術規范》、《醫療建筑智能化系統技術規范》、《公共建筑能耗監測系統技術規范》等多項地方標準的編制工作。
安泰股份充分利用合肥作為國家“四大科技之城”之一的科技人才資源優勢，自主研發的同時走產、學、研相結合的道路。與安徽大學共建“安徽大學――安泰股份科技研發中心”，與安徽建筑大學共建“建大――安泰建筑智能化技術研究中心”， 與中國建筑標準設計研究院、中國建筑科學研究院建立了戰略合作關系，圍繞智慧城市、建筑智能化、建筑節能、綠色建筑及新能源應用等領域展開深入研究，取得豐碩成果。
安泰股份立足安徽，服務全國，公司始終堅持“求真、開拓、創新、共贏”的發展宗旨，致力于為客戶提供更高品質的專業服務，為打造智慧城市、建設美麗中國貢獻一份力量。
安泰股份連續6年（2010年～2015年）獲評“全國智能建筑行業50強/60強/80強企業”、連續6年（2010年～2015年）獲評“全國智能建筑行業十佳企業”?？蛻舾采w了政府機關、醫療衛生、學校、場館、金融、電力、稅務、通信、大型企事業單位、核電、賓館酒店、商業綜合體等十多個行業，已實施了500多項重點工程，具有豐富的工程實施經驗。安泰股份視工程質量為公司生存、發展的基礎，參建的多項工程獲得了“魯班獎”、“黃山杯”、國家級“智能建筑精品工程”和國家級“安裝之星”等工程質量獎項和榮譽。
安泰股份堅持以“建筑智能化”主業為基礎，以“智慧城市”為抓手，積極拓展“智慧建筑”、“智慧能源”兩大核心業務線。2014年入選住房和城鄉建設部、科學技術部“國家智慧城市專項試點”企業名單。
作為安徽省智慧城市咨詢機構之一，安泰股份深化與政府、科研機構的合作，承擔了安徽省淮北市、黃山市、定遠縣、寧國港口生態工業園等8個國家級智慧城市試點的咨詢、申報與頂層設計工作，并全部獲批。2014年，承擔了合肥市國家級高新區的“智慧高新頂層設計”工作；2015年5月，與貴州省鎮遠縣人民政府簽訂“芽溪智慧新城建設項目”戰略合作框架協議。
2015年1月，受安徽省住房和城鄉建設廳委托，安泰股份作為主編單位聯合中科九度（北京）空間信息技術有限責任公司、安徽建筑大學、合肥市測繪設計研究院、訊飛智元信息科技有限公司、安徽四創電子股份有限公司等機構承擔了《安徽省智慧城市建設指南》及相關標準制定工作。
安泰股份在智慧能源管理領域已經成為國內專業的解決方案與技術、服務提供商，未來將重點圍繞三大能源管理平臺建設，挖掘公共建筑節能潛力。
一是打造基于“安泰能源云”的公共建筑能耗監管平臺。該平臺是公司核心技術，是“安泰能源云”戰略的重要載體。2015年5月，“公共建筑節能監管平臺”獲安徽省經濟和信息化委員會企業發展專項（節能與資源綜合利用項目）資金扶持。
在2015年11月舉辦的“中歐智慧城市峰會”上，安泰股份智慧能源管理案例入選住房和城鄉建設部、科學技術部聯合的《中國智慧城市創建案例（2015）》。入選案例將作為智慧城市創建典型和新型城鎮化發展的課堂學習考察教材，并編輯成冊至廣大試點和宣傳平臺。這一對安泰股份現在及未來的發展具有更為深遠與重要的意義。
二是依托兩個省級平臺，開展公共建筑、公共機構能耗監測業務。“安徽省公共機構能耗監管中心”和“安徽省公共建筑能耗監管中心”已接入安徽省政務中心、安徽省人民檢察院、安徽醫科大學第一附屬醫院、安徽農業大學等500多個項目的能耗數據。安泰股份將以政府購買服務的方式，通過技術創新，建立“大一統”的省級建筑能耗監管云平臺，按照“1+16+N”模式推廣（即1個省級平臺，16個市級平臺，N個站級平臺）。預計未來3-5年，該平臺將實現安徽省內1000個公共機構、10000座大型公共建筑的用能數據接入。
安泰股份承擔了寧國港口生態工業園區屋頂光伏電站、安徽大學磬苑校區科技創新樓建筑光伏工程、安徽迎駕貢酒股份有限公司光伏電站、安徽省肥西縣光伏扶貧示范項目、重慶市奉節縣分布式光伏發電并網系統扶貧項目、六安市葉集改革發展試驗區光伏發電扶貧項目等多個新能源應用項目的建設。
其中，安徽大學“磬苑科技創新樓太陽能光電與建筑一體化示范工程”獲評“國家級建筑可再生能源應用示范項目”，“寧國港口生態工業園區光伏發電示范項目”獲評“國家金太陽示范工程”。
智能醫療應用案例范文3
所謂的第四次工業革命，一定要結出實際的革命成果。廣闊天地，誰能大有作為？
很多AI創業公司在各自的領域取得了突破，但具備強大的AI技術儲備，并且有能力滲透到幾乎所有領域的玩家，目前來看主要還是BAT三家。
這場AI“賦能”的戰爭，較量的是平臺、技術、場景、生態等多方面的綜合實力。百度喊All in AI，騰訊喊AI in All，阿里蓋起達摩院。
誰能在新革命中笑到山花爛漫？
短兵相接的前夜，我們繪制了一幅時局圖。
BAT時局
為了一爭高下，BAT下注或早或晚，但都離不開幾件事，例如組團隊、做研發、建生態等。
到現在，三大巨頭在人工智能上的布局已經能看出大致輪廓。
百度
百度在AI領域的野心，最初顯露于2013年1月，深度學習研究院（IDL）的創立。
后來李彥宏陸陸續續建成了五大實驗室，除了深度學習實驗室之外，還有硅谷人工智能實驗室、大數據實驗室、增強現實實驗室和深度學習及應用國家工程實驗室。
這些實驗室的研發成果歷經5年的整合，逐漸形成了一個平臺體系：百度智能云和百度大腦。智能云提供計算的基礎設施和數據的獲取、分析、標注能力，而百度大腦，整合了機器學習、深度學習算法，再將AI對語音、圖像、視頻、AR/VR的感知能力和自然語言處理、知識圖譜、用戶畫像等認知能力開放出來，就形成了百度AI開放平臺。
根據百度最新公布的數據，百度大腦現在擁有80多項核心AI能力，超過37萬名開發者和合作伙伴，每天被調用2.19億次。這些調用，來自百度內外。
對內，百度將AI能力輸送到百度現有的各個產品之中。主業搜索自不必說，從一開始就受惠于AI技術的進步，包括手機百度、愛奇藝等應用也在AI的驅動下不斷提升，2016年推出的信息流業務也在迅速發展。對外，百度走上開放平臺的道路，主推DuerOS和Apollo。
陸奇一年前降臨百度后，通過多種方式對業務進行了梳理和聚焦。核心當然就是上面兩個平臺，他們都各自成立了新的事業部進行支撐，當然也有醫療等業務被直接砍掉。
當然，百度在其他方面也一直有嘗試，比如金融、機場、新零售等場景下，百度也在不停地開拓，一步一步積聚力量，構建自己的下一個生態。
不過總體來說，無論是從“All in AI”的技術投入來看，還是從所有能力匯總于百度大腦、全力推進Apollo、DuerOS兩大平臺的布局來看，百度似乎在把自己的AI力量集中起來，向著最重要的行業，單點突破。
最近陸奇在CES明確表示：“我們認為自己是一家旨在加快創新的AI公司，致力于實現AI技術的產品化和商業化。我想強調的是，最重要的是將該技術商業化，否則一切都是空談?！?/p>
阿里巴巴
眾所周知，馬云不喜歡“人工智能”這個說法，偏好機器智能。說辭的變化不影響本質。在整個互聯網行業涌向AI的浪潮中，阿里也在2017年推出“NASA計劃”和承載它的實體組織：達摩院。
達摩院的研究領域可謂廣撒網，涉及量子計算、機器學習、基礎算法、網絡安全、視覺計算、自然語言處理、人機自然交互、芯片技術、傳感器技術、嵌入式系統等，可以看出，AI在其中占據了半壁江山。達摩院的主要任務，是在全球范圍內建實驗室招攬人才，和高校建立合作。
實際上，阿里AI研究起步的遠遠早于達摩院，這家公司大部分AI基礎研究成果，出自2014年成立的數據科學與技術研究院，也就是iDST。
比如最近機器閱讀理解方面取得突破的阿里團隊，就來自iDST。當然阿里內部體系眾多，展開AI研究的部門也不少。例如在“雙十一”期間，商品推薦、客服、海報宣傳、運營維護等方面均有AI技術的加持。螞蟻金服也在與金融機構的合作中，把AI技術作為一個重要的亮點。
另外，不喜歡“人工智能”這個詞的阿里，還有一個以之為名的人工智能實驗室：A.I. Labs，它不止是一個研究機構，還承擔著基于AI技術打造平臺、推出產品的職責。目前，他們除了天貓精靈智能音箱和搭載的AliGenie操作系統、AliGenie語音開放平臺之外，還推出了AR開放平臺和AR內容平臺。
從2017年末開始，自動駕駛也成為了A.I. Labs發力的領域之一。
和自帶產品開發職責的A.I. Labs不同，iDST的研究成果走進現實世界，依靠的是他們打造的一個個“大腦”。這兩年來，阿里云相繼推出了ET城市大腦、ET醫療大腦、ET工業大腦、ET環境大腦、ET航空大腦，將AI能力與大數據和云計算結合起來，在各個垂直市場跑馬圈地。
阿里最近，在努力將這些大腦們整合為一個統一的平臺：阿里云ET大腦。2017年最后一場云棲大會上，ET大腦正式，所布局的領域也不再限于原本的城市管理、醫療、工業、環保、航空，同樣走上了“廣撒網”之路。
騰訊
騰訊無論做什么，都不會只投入一支團隊。在人工智能上也是一樣。
要論基礎研究，騰訊有AI Lab、優圖實驗室和微信AI實驗室三大機構，優圖專注于計算機視覺技術，而AI Lab和微信AI在研究方向上雖然叫法不同，但多有重合，都是AI實驗室標配的機器學習、自然語言處理、語音識別和計算機視覺。
根據各個實驗室列出的合作伙伴和案例，這些實驗室的技術，大部分都輸送到了騰訊各條產品線之中，成了微信里的語音轉文字、視頻音樂新聞的推薦和排序、QQ的高能舞室、天天P圖的軍裝照……
但是，就算產品體量龐大如鵝廠，也承載不完“AI in All”的野心。
騰訊的AI技術也同樣尋求著在更多垂直領域的落地應用，其中最引人注目的，是醫療平臺騰訊覓影。在金融、安防、政府政務、智慧零售等等領域，騰訊也都將AI技術與自身的社交、支付、地圖、小程序等等技術結合起來，推出了垂直解決方案。
另外，騰訊也有類似于百度大腦的“AI開放平臺”，在深耕的垂直領域之外，將自己的AI技能開放出來，供應給開發者。不過，目前這個“開放平臺”的用戶案例，依然是以騰訊內部產品為主。
在戰局最喧鬧的自動駕駛和對話式AI平臺上，騰訊也分別投入了不止一支團隊，開始造平臺、積累合作伙伴。
雖然騰訊進軍AI的時間較晚，但是能明顯感到動作和決心都很大。
重點戰場梳理
矛盾有主有次。
雖說廣闊天地大有作為，三家也各自有欽定的重點方向。但仍有一些是戰場是重中之重，也是未來BAT在人工智能技術落地的過程中，有可能最早展開廝殺之地。
對話式AI
人機交互的重大革新、下一代服務入口、下一個Android、家庭的控制中心……種種期待，讓用于智能設備的對話式AI成了BAT爭奪最激烈的領域。
百度有DuerOS，阿里有AliGenie，騰訊則至少有兩個：騰訊云小微和移動互聯網事業群（MIG）的叮當。
如果我們以智能音箱銷量來評判對話式AI系統的發展，很會做生意的阿里似乎沖在最前。2017年7月，阿里AI Labs初次亮相，了一款智能音箱：天貓精靈X1。這款音箱，雙十一降價促銷，當天賣出了100萬臺。
但是，賣音箱只是手段而非目的。天貓精靈背后的終極目標，還是一個關于AliGenie開放平臺、生態系統的夢想。
這個生態系統的夢想，BAT都有。
百度雖然直到去年底才推出渡鴉raven H智能音箱，但最新的數據顯示，DuerOS開放平臺半年時間里，已新增130余家合作伙伴，落地硬件解決方案超過20個，每月新增5款以上搭載DuerOS的設備，覆蓋家居、車載、移動各個場景，機頂盒、電視、冰箱、音箱、機器人、車載、手機、耳機等各類設備。
為了守住這個領域，百度除了在北京和硅谷建設AI龐大的團隊之外，還收購了兩家創業公司：做語音交互和自然語言理解的Kitt.ai，和后來推出了raven H音箱的渡鴉。
內部競爭還未分勝負的騰訊勢頭也很猛。公開亮過相的兩個團隊里，叮當的發展速度似乎更快一些。2017年4月，它作為一個“語音助手”以App的形態，12月20日，了首款合作硬件1More耳機。截至目前，叮當雖然沒有推出名為“硬件開放平臺”的東西，但他們的“生態伙伴計劃”也的確很見成效，做機器人的優必選、做音箱的哈曼、造車的廣汽、做手機的魅族、努比亞等二十多家硬件廠商，都在騰訊叮當的合作案例名單之上。
相比之下，騰訊云小微的硬件開放平臺和技能開放平臺仍處于內測狀態，除了和華碩一起造的機器人之外，沒有太多關于合作伙伴的聲音傳出。值得一提的是，他們似乎在硬件之外，開辟了一條退路：智能客服。
智能音箱先行的AliGenie同樣不是天貓精靈專屬，它的硬件接入平臺頁面上，也展示著十多家合作伙伴。另外，AliGenie還推出了垂直行業智能語音解決方案，想在家居、移動硬件之外，為對話式AI開辟出新場景。
自動駕駛
2億輛汽車和200多家OEM車廠，勾畫出一個有更大想象空間的產業。
BAT在出行這件事兒上向來不安分，戰火從地圖、打車軟件一路燒到了自動駕駛。
如果我們將時間倒回一年之前，你可能會發現，“自動駕駛”這個話題，幾乎還只有百度一家在談。而2017年過完，BAT已經悉數入局。最后一個傳出消息的，是阿里。
阿里的自動駕駛業務目前還處在招兵買馬階段。12月中旬開始，阿里官方網站上開始出現自動駕駛相關的人工智能實驗室（A.I. Labs）崗位，另外據36氪報道，這個團隊中有不少無人車創業公司nuTonomy的舊部，已經開始面向車廠做介紹。
在這之前，阿里和車廠的交集，都圍繞著互聯網汽車操作系統發生，最親密的盟友可能要數上汽。阿里和上汽合作打造的斑馬智行，已經推出了“全球首款互聯網汽車”榮威RX5。美國大廠福特、Tier 1供應商德爾福也是阿里的合作伙伴。除了這些合作伙伴之外，阿里還投資了一家國產電動汽車廠商：小鵬。
在投資車廠這件事上，出手最闊綽的當屬騰訊。除了先后入股創業公司蔚來和威馬，騰訊還在二級市場投資了特斯拉5%的股權，甚至秘密在硅谷投資了一家自動駕駛公司。
而騰訊本身的自動駕駛業務，據說已經到了全面研發、多次路測的階段。
在自動駕駛進展還不夠清晰的當下，騰訊的合作伙伴，也大多與AI in Car車聯網系統相關，廣汽、長安、吉利、比亞迪、東風柳汽、博世都和騰訊有著或多或少的聯系。
自動駕駛領域的領先者，其實已經被科技部點了名。2017年11月，科技部公布首批國家人工智能開放創新平臺名單，其中自動駕駛方面依托百度公司建設自動駕駛國家新一代人工智能開放創新平臺。
入局最早的百度，和阿里騰訊早已不在同一個發展階段。百度已經圍繞Apollo與博世、大陸、一汽、長安、奇瑞、北汽、金龍等90多家企業達成了合作，也探索出了一條清晰的路線——還是在這個領域打造一個Android。
Apollo，是百度2017年4月啟動的自動駕駛開放平臺，要為合作伙伴提供一個開放、完整、安全的軟件平臺，幫他們搭建完整的自動駕駛系統。到2018年初Apollo 2.0的，云端服務平臺、軟件平臺、硬件平臺、車輛平臺在內的四大模塊全部開放，釋放了在簡單城市道路上自動駕駛的能力。一切，都按照去年7月公布的路線圖進行著。
按計劃，2018-2020年，百度會加快開放速度，直到最后能讓合作伙伴完成完全自動駕駛。
但對于Apollo來說，更重要的還是生態。所謂生態，不僅僅是被賦能的車廠，Apollo還為向產業鏈上下游延伸而建立了基金，要在未來3年投出100多個項目。作為一個開源系統，創業公司、高校實驗室同樣是Apollo的伙伴。
和騰訊一樣，百度也投資了威馬汽車，也投資了共享出行平臺首汽約車。此前百度還投資了自動駕駛關鍵部件激光雷達的核心廠家Velodyne，相關技術開放商xPerception等。
金融
還有一個不可忽略的戰場，是金融。
阿里旗下的金融巨頭螞蟻金服和阿里云都在嘗試賦能金融機構。
2017年1月以來，螞蟻金服開始逐漸轉變自己的定位，嘗試用自身積累的技術能力來賦能、服務金融機構。夏天，螞蟻金服在理財和保險領域，向金融機構開放了“理解用戶”、“優化投資策略”和“用戶與金融產品匹配”三個層面的能力，后來，AI客服能力、智能圖像定損技術等等也相繼開放。然而這還并不是螞蟻金服AI布局的全貌，首席數據科學家漆遠說：“螞蟻AI技術將成熟一個，開放一個?！?/p>
2017年底，阿里云又了ET金融大腦，要幫合作伙伴風控、營銷和客服方面提高效率。
相比之下，騰訊向金融行業合作伙伴提供的技術就顯得比較表面，沒有涉及風控這樣的專業垂直應用，而只是將更為通用的身份檢測、客服等能力注入其中。
你可能想不到，百度，也是這個戰場上的一個重要玩家。雖然百度金融這一年來在to C市場上聲量不大，但這家“All in AI”的公司，在金融上也要將“智能化”堅持到底。
在11月的百度世界大會上，百度金融技術負責人許東亮說，百度金融已經賦能近400家機構，為機構客戶提供解決方案，為它們提供安全防護、智能獲客、大數據風控等服務。
百度金融據說還在謀劃更為獨立的未來。
醫療
要說AI在各行各業的應用，不少人都會第一個想到醫療影像。
在這個領域，百度在醫療事業部部分團隊轉入AI體系之后就悄無聲息，但騰訊和阿里都在搶占布局。
首批國家新一代人工智能開放創新平臺中，騰訊就以醫療影像平臺“覓影”入選。騰訊覓影于2017年8月，最先推出的是早期食管癌篩查。后來，覓影又相繼推出早期肺癌篩查、糖尿病性視網膜病變篩查、乳腺癌早期篩查等醫療影像技術，還基于自然語言處理推出了AI輔助診療、病案智能化管理產品。
騰訊覓影結合了AI lab、騰訊優圖、TEG架構平臺部等團隊的AI技術，由互聯網+合作事業部牽頭建立。推出至今不到半年，騰訊覓影已經有了西門子醫療、蘭州大學第二醫院、深圳市南山人民醫院、中山醫院等十幾家合作伙伴。
馬化騰此前表示，醫療與AI是非常好的落腳點，未來騰訊在醫療方面會做更多的事情。
阿里入局AI醫療其實比騰訊還要早。2017年3月底，ET醫療大腦首次亮相，宣稱具有虛擬助理、醫學影像、精準醫療、藥效挖掘、新藥研發、健康管理等功能。
與騰訊思路不同的是，ET醫療大腦的技術并非都出自阿里內部，而是聚集了不少合作伙伴一起提供服務，比如做皮膚檢測的宜遠智能、分析病歷的惠每醫療等等。
目前的阿里云ET醫療大腦，能夠提供影像智能診斷、智能病歷診斷、語音醫囑錄入、醫療意圖識別、輔助管理決策、家庭慢病管理、DNA序列分析等功能。阿里在醫療方面，還跟華大基因、上海華山醫院、浙江衛計委等機構展開合作。
另外，阿里去年也在醫療方面有一些投資布局，包括嘉和美康、Prenetics等。騰訊的動作也不少，去年已經披露出來的醫療相關投資包括：VoxelCloud、Grail、企鵝醫生、Practo等。
零售
不管是新零售還是舊零售，不管是線上還是線下，阿里在這個領域都有天然的優勢。
先梳理一下AI給阿里自身業務帶來的變化。機器人客服“阿里小蜜”，雙11當天承擔95%客服咨詢；機器智能推薦系統，雙11當天產生567億不同的貨架；AI設計師“魯班”，雙11期間，設計4.1億張商品海報；華北數據中心運維機器人：接替運維人員30%重復性工作……
與AI之于百度的搜索業務一樣，AI之于阿里的電商業務也具備天然的賦能加成。除了上面提及的進展，螞蟻金服還基于AI技術推出客服機器人“小螞答”，以及AI助力的車輛定損服務“定損寶”等。
阿里還搞出了無人零售咖啡店。無人商店，是一個未來非常有意思的趨勢。
此外，阿里在新零售思想的指引下，還大舉投資了一批線下零售相關企業，包括：企加云、大潤發、東方股份、新華都、易果生鮮、銀泰、bigbasket、聯華超市……
可以想見，阿里在零售方面的生態布局，一定會成為其AI技術應用的重要場景。
零售不是騰訊的強項，不過騰訊也提出了“智慧零售”的概念。騰訊COO任宇昕對此解釋稱：騰訊希望的是通過’去中心化’的方式，把平臺能力開放給廣大品牌商、零售商以及商業地產等合作伙伴。
騰訊表示將提供場景、大數據、AI技術支持，以及騰訊全產品線，幫助商家量身定做解決方案，幫助線下門店實現數據化和智能化，讓消費者與商品之間，實現跨場景的智慧連接。
智能醫療應用案例范文4
[關鍵詞]案例推理;案例推理應用;研究綜述
中圖分類號：TP18 文獻標識碼：A 文章編號：1009-914X（2016）24-0310-02
1引言
案例推理（Case-based reasoing，簡稱CBR）起源于認知科學對人類推理和學習機制的探索[1]，是伴隨認知心理學的研究而發展起來的一門新的推理方式，是人工智能領域較新崛起的一種問題求解和學習方法。其核心思想在于對新問題求解時，可以使用以前求解類似問題的經驗來進行推理和學習，從而對問題的求解進行指導甚至直接重用結果，而不必從頭做起。概括地講，CBR就是利用過去的經驗案例推理求解新的問題。CBR在推理求解時直接利用案例，而不需要提取規則，彌補了基于規則的專家推理系統在知識獲取和組合推理等方面的不足。
由于CBR被定義為一種方法而不是一種技術，使得CBR可以更加好吸收各種新方法和技術來完善自身，從1982年耶魯大學的沙克提出動態記憶理論發展至今，已在計算機科學、醫學、故障診斷、交通運輸、信息管理、法律、突發事件應急管理、決策、工業、農業、電力等領域獲得了廣泛應用。本文首先介紹了案例推理的認知模型，然后對案例推理的典型應用進行了研究綜述。
2案例推理的認知機理模型
有許多模型試圖更好地描述CBR，其中應用最為廣泛的是Admodt和Plaza提出的4R認知模型[2]，如圖1所示。
在該認知模型的描述中，一個CBR循環通常包括以下四個階段：
（1）檢索（retrieve）最相似的案例;
（2）重用（reuse）檢索到的結論嘗試解決新問題;
（3）修正（revise）建議的解答;
（4）保存（retrain）新問題和修正的解為一條新案例。
根據圖1所示的4R循環，案例推理的認知機理可描述如下：一個新問題最初被描述成一個新案例（也稱目標案例）。歷史案例庫中存儲的是先前的問題描述及相應的解答，稱之為源案例。當有新的待求解問題，即目標案例出現時，通過案例檢索從歷史案例庫中搜尋出與目標案例相似的源案例。在案例重用階段，如果源案例與目標案例的問題描述完全一致，則可直接將源案例的解答作為目標案例的建議解;否則，就需要對源案例的解答進行調整，進而得到目標案例的建議解。在案例修正階段會對系統給出的建議解進行評估，可通過實際應用檢驗或者領域專家評價實現，如果評估為失敗解就需繼續修正。最后通過案例保存將新學習的案例或者修正后的案例儲存到案例庫中，以用于將來的問題求解，從而實現CBR的學習功能。
3案例推理的應用
3.1計算機科學與信息系統
針對目前的主流搜索引擎和Web瀏覽器均針對用戶的單獨搜索行為設計，不便于進行協同Web搜索的問題，文[3]提出了一種基于CBR的協同Web搜索模型，并介紹了基于此模型實現的兩套協同Web搜索原型系統。根據數字圖書館個性化推薦系統的設計思想和方法，文[4]提出了基于案例推理方法在信息系統總體設計中的應用，并通過結構化建模方法對案例修正環節進行改進。文[5]使用分級標準架構對案例進行表示，并使用多層案例檢索，將此新型的案例推理模型用于推薦機制輔助決策系統，通過一個旅行計劃推薦實驗證明該方法可提高推薦的有效性。
3.2醫學
案例推理可用于建立各種醫療診斷系統。文[6]提出一種基于相似度閾值的案例匹配算法，可通過對病人表現癥狀的匹配分析得到診斷結果，并推薦相應的治療方案，實驗結果表明該系統具有較高的診斷效率和較好的智能性，能為醫生進行醫療診斷提供一定的輔助作用。文[7]將案例推理用于中醫四診的一般過程，設計了四診輔助診斷系統，可以克服中醫辨證論治在收集外部信息時不準確的缺陷，并提高診斷過程的準確性。文[8]和文[9]分別將其用于高血壓檢測、肝病診斷。
3.3故障診斷
案例推理廣泛應用于航空航天、電力、工業生產、數控機床等不同行業的故障診斷。文[10]探究了案例推理在飛行器故障診斷中的應用。文[11]介紹一種以領域規則和案例推理為基礎的電力設備故障紅外診斷系統，該系統可實現電力設備紅外測溫現場的測溫數據錄入和設備故障診斷，有效避免了人為原因導致的設備診斷偏差和安全隱患。文[12]將案例推理和軟測量技術相結合，提出一種豎爐燃燒過程的智能故障預報方法，并將該方法應用于豎爐燃燒過程的生產實際中，結果表明故障發生率明顯降低。文[13]設計了神經網絡與案例推理相結合的復雜裝備故障診斷模型，較好地解決了復雜電子裝備故障診斷的快速與準確問題，并通過對雷達情報綜合電子信息系統故障實例的診斷仿真驗證了算法的有效性。
3.4商業
文[14]提出一種基于案例推理與灰色關聯度的企業財務危機預警模型，實驗結果表明，該方法得到的案例相似性排序結果符合實際情況，可提高相似企業的檢索效率，滿足企業財務危機預警的要求。文[15]提出基于案例推理技術的化妝品銷售組合預測模型，能夠彌補短生命周期產品數據不足的問題，該預測模型在化妝品銷售預測方面，能夠達到令人滿意的精度要求，具有實際應用價值。
3.5農業
案例推理在農業科學中主要用于各種農作物蟲病的預測、診斷或診治。文[16]利用農業專家對病蟲害診斷的經驗案例，建立了基于CBR的蔬菜病蟲害診治專家系統，可為菜農和專家提供診斷決策。文[17]利用CBR預測系統，有效預測黃瓜枯萎病，從而增加防治勝算并能輔助生產決策的動態修訂。
3.6其它方面
其它方面的應用，如氣象、教育、法律等。文[18]提出將案例推理與模型推理相結合用于天氣預報研究，探索提高天氣預報準確性的新方法，并運用這種方法，利用java語言，實現了一個新的天氣預報系統。文[19]把基于案例推理技術引入智能教學系統中教學策略的推理和控制中， 應用以前學生學習的經驗作為以后學生學習的引導，從而實現教學策略的自動組織、自動規劃，實現學生的自主選擇、自由學習。
4結語
通過了解 CBR 系統的應用狀況，可以發現 CBR 系統適用于歷史案例豐富但難以提取規則或者不易建立模型的領域。CBR還具有學習能力，利于用戶對知識進行維護。另外，CBR系統的結論是由以前的案例推理得出，與人類的推理過程相似，因此CBR系統給出的結果更易于被用戶接受。
參考文獻 （References）
[1] R L D Mántaras， D Mcsherry， D Bridge， et al. Retrieval， Reuse， Revision and Retention in Case-based Reasoning [J]. The Knowledge Engineering Review， 2005， 20（3）：215-240.
[2] A Aamodt， E Plaza. Case-Based Reasoning： Foundational Issues， Methodological Variation， and System Approaches [J]. AI Communications， 1994， 7（1）： 39-59.
[3] 孫靜宇， 陳俊杰， 余雪麗等. 基于CBR的協同Web搜索模型及應用研究[J]. 山東大學學報（理學版）， 2012， 47（5）： 19-24.
[4] 徐曉敏， 甘仞初. 結構建模方法在基于案例信息系統總體設計中的應用[J]. 計算機應用， 2004，24（S2）：118-119.
[5] C S Wang， H L Yang. A Recommender Mechanism Based on Case-based Reasoning [J]. Expert Systems with Applications， 2012， 39 （4）： 4335-4343.
[6] 申靜. 基于案例推理的疾病診斷專家系統的研究[J]. 計算機與現代化， 2013， （2）： 143-146.
[7] 忻凌. 基于案例推理的四診輔助診斷系統的設計[J]. 醫學信息， 2009， 22（5）： 589-590.
[8] K H Hsu， C C Chiu， N H Chiu， P C Lee， W K Chiu， T H Liu， C J Hwang. A Case-based Classifier for Hypertension Detection [J]. Knowledge-Based Systems， 2011， 24 （1）： 33-39.
[9] C L Chuang. Case-based Reasoning Support for Liver Disease Diagnosis [J]. Artificial Intelligence in Medicine， 2011， 53 （1）： 15- 23.
[10] Song D， Zhang K. Research and Application on Case Self-Revision Approach in CBR[C]. 2008 International Conference on Computer Science and Software Engineering， Wuhan， 2008：368-371.
[11] 李孟興. 電力設備故障紅外診斷系統的研究與實現[J]. 電力信息化， 2013， 11（2）： 36-39.
[12] 嚴愛軍， 王普， 曾宇. 豎爐燃燒過程智能故障預報系統[J]. 化工學報， 2008， 59（7）： 1768-1772.
[13] 黃子俊， 周政， 湯景棉等. 基于ANN與CBR相結合的復雜裝備故障診斷研究[J]. 計算機應用與軟件， 2010， 27（12）： 196-198.
[14] 廖志文. 基于CBR與灰色關聯度的財務危機預警[J]. 計算機工程， 2012， 38（1）： 174-176.
[15] 吳迪， 李蘇劍， 李海濤等. 基于CBR的化妝品銷售組合預測模型[J]. 北京航空航天大學學報（社會科學版）， 2012， 25（1）： 78-84.
[16] ， 李東明， 陳桂芬. 基于CBR的蔬菜病蟲害診治專家系統的研究[J]. 安徽農業科學， 2010， 38（27）：15380-15381..
[17] 楊振剛， 劉偉章， 方永美. CFW的CBR動態預測[J]. 計算機工程與應用， 2009， 45（6）： 236- 239.
[18] 沈利峰. 案例推理方法（專家系統）在氣象方面的應用研究[D]. 上海海事大學博士學位論文， 2005.
[19] 楊健， 楊鄧奇， 秦祖啟. 智能教學系統中基于案例推理的教學策略研究[J]. 計算機工程與設計， 2008， 29（15）： 4006-4008.
基金項目：促進高校內涵建設-教育教學類-大學生科研訓練（CJGX2016-JX-07）;科技類博士資助課題 （YZKB2015010）;促進高校內涵建設-師資隊伍建設-校內專業教學團隊和優秀人才培養計劃-校級骨干教師培育項目（CJGX2016-JX-26/004）.
收稿日期：2016年10月26日;修回日期：-年-月-日.
基金項目：
促進高校內涵建設-教育教學類-大學生科研訓練（CJGX2016-JX-07）;科技類博士資助課題 （YZKB2015010）;促進高校內涵建設-師資隊伍建設-校內專業教學團隊和優秀人才培養計劃-校級骨干教師培育項目（CJGX2016-JX-26/004）;
智能醫療應用案例范文5
關鍵詞：物聯網；石化行業；RFID射頻技術；網絡同性技術
中圖分類號：TP391文獻標識碼：A文章編號：1009-3044(2012)23-5565-03
Internet and Its Application in Petrochemical Industry
LI Ya-jie1, CAO Wei1, WEI Qi2
(1.Automation Research Institute of Lanzhou Petrochemical Company Petrochina, Lanzhou 730060,China; 2. China Guangdong Petro? leum Petrochemical Industries Co., Jieyang 515200,China)
Abstract: The following computer, Internet, Internet technology has brought the third world in the context of information industry tide, more and more become the focus of global concern, will give the people’s production and life brought about profound changes. This paper introduces the origin, definition of Internet of things, involving technology, predicted the development trend of the Internet of things, things technology application in petrochemical industry case, looking things technology application in petrochemical industry trends.
Key words: the Internet of things; petrochemical industry; RFID technology; sensing technology
1關于物聯網
近年來，物聯網[1,2]成為炙手可熱的名詞，許多人預言物聯網將徹底改變人們的生活方式，帶動億萬級的產業發展，成為信息化發展的新的推動力量。那么，物聯網究竟是什么由來，他離我們到底還有多遠？早在1995年，比爾·蓋茨在《未來之路》一書中就已經提及物聯網概念（Internet of Things），只是當時受限于無線網絡、硬件及傳感器設備的發展，沒有引起世人的重視；1998年，美國麻省理工大學（MIT）創造性提出了當時被稱作“EPC”系統的“物聯網”構想；2005年，在突尼斯舉行的信息社會世界峰會(WSIS)上，國際電信聯盟（ITU）正式提出了“物聯網”的概念:稱“物聯網”為“The Internet of things”(ITO)，并發表了年終報告《ITU互聯網報告2005：物聯網》；2009年1月，IBM提出“智慧地球”構想，物聯網為其中不可缺的一部分，而奧巴馬對“智慧地球”構想作出了積極回應，并將其提升為國家層級的發展戰略，從而引起全球廣泛關注。2009年1月，IBM提出“智慧地球”構想，物聯網為其中不可缺的一部分，而奧巴馬對“智慧地球”構想作出了積極回應，并將其提升為國家層級的發展戰略，從而引起全球廣泛關注。2009年8月7日總理視察無錫微納傳感網工程技術研發中心并發表重要講話之后，“物聯網”概念迅速升溫。物聯網又稱傳感網，它掀起了繼計算機、互聯網與移動通信網之后的世界信息產業新浪潮。
通過射頻識別（RFID，Radio Frequency IDentification）、紅外感應器、全球定位系統（GPS，Global Positioning System）、激光掃描器等信息傳感設備，按約定的協議，把任何物品與互聯網連接起來，進行信息交換和通訊，以實現智能化識別、定位、跟蹤、監控和管理的一種網絡。全面感知、可靠傳送、智能處理是物聯網的基本特征[3]。
物聯網主要涉及六大關鍵核心應用技術[4]，分別是共性支撐技術、無線傳感網（WSN，wireless sensor network）技術、數據處理技術、新型傳感器技術、RFID電子標簽技術、地理信息系統（GIS，geographic information system）技術。物聯網具有與互聯網類同的資源尋址需求，以確保其中聯網物品的相關信息能夠被高效、準確和安全的尋址、定位以及查詢，其用戶端是對互聯網的延伸和擴展，即任何物品和物品之間可以通過物聯網進行信息交換和通訊。因此，物聯網又在不同應用領域的專用性、高度的穩定性和可靠性、嚴密的安全性和可控性等方面有別于互聯網[5,6]。
2物聯網技術發展趨勢
研究表明，物聯網技術的發展趨勢主要表現在以下六個方面：集電子產業、軟件業、通信運營業、信息服務業和面向行業的應用與系統集成中心等于一體的完整產業鏈正在逐步形成。應用試點向行業規?；瘧猛卣?，跨行業和地區的綜合性應用正逐步啟動。應用功能以目前的身份識別、電子票證為主逐漸向物品識別過渡，如向資產管理、食品藥品安全監管、電子文檔、圖書館、倉儲物流等物品識別拓展。應用頻率以低、高頻為主逐漸向超高頻和微波過渡，即從低高頻的門禁、二代身份證應用逐步向高速公路不停車收費、交通車輛管理等超高頻應用拓展。RFID與新技術的融合將會衍生出更多的商業模式，如手機移動支付將會是未來RFID最大的市場，利用RFID進行人與物的實時定位也將會成為未來的主流應用之一。RFID以及傳感技術的發展使得社會公共管理呈現出管理智能化、物流可視化、信息透明化的發展趨勢。
我國在物聯網的“采集、傳輸、處理、應用”四大核心領域中，優先發展的是采集與應用領域，具體優先發展的領域是RFID產業、智能家居、智能交通、智能醫療、智能電網。
RFID產業：物流、金融、零售、物品防偽、環境保護、身份識別等很多方面，都離不開RFID，今后隨著物聯網的大規模應用，其應用范圍會更加廣闊。智能家居：除了通常所說的電表、氣表、水表的智能化處理，將來家里的空調、冰箱等電器設備，都可以接入物聯網，以監控其運行、減少故障等等。智能交通：在汽車的部件上裝上傳感器，通過網絡與智能的指揮后系起來，這樣人們在駕駛汽車的時候，就可以提前知道哪個地方出了故障、哪個路段特別擁擠，以減少汽車追尾事故、等待時間和尾氣排放等等，這是智能城市必不可少的一部分。智能醫療：將嵌入式芯片裝到患者身上，就可以隨時感知到患者的血糖、血壓和臟器的情況，并通過網絡與后臺的醫療、保健系統聯系在一起，隨時給出警示和應對建議。智能電網:是指在發電、輸電、配電、用電等環節應用以物聯網為主的新技術，實現用電的優化配置、節能減排，能源事關國家的命脈，因此發展物聯網要首先關注智能電網。
3物聯網在石化行業的應用
3.1某石油集團數字油田應用案例
某石油集團公司應用數字油田提升油田的管控一體化水平，數字油田包括五部分內容，分別是：采集與控制子系統、數據傳輸子系統、生產運行管理子系統、油氣生產物聯網信息安全、油氣生產物聯網標準規范。其中，生產運行管理子系統利用感知的生產信息，通過對生產規律的總結，建立覆蓋地下、地面生產全過程的生產管理模型及預測預警模型。實現生產過程實時診斷，控制參數實時預警，數據信息實時，決策管理智能科學；數據傳輸子系統利用通訊技術，實現對現場數據信息傳輸實時高效、指令下達準確可靠、網絡安全穩定；并實現與生產運行管理的一體化無縫連接；數據采集與控制子系統利用傳感、射頻等技術，感知油氣生產信息，建立覆蓋油氣全過程準確、可靠的自動化采集與控制子系統。實現采集數據完善準確，過程控制精確到位，安全管理及時有效，系統控制穩定可靠。某石油集團數字油田的系統框架如圖1所示。
圖1數字油田的系統框架
3.2基于RFID的某石油集團產品批次質量跟蹤應用案例
某石油集團公司針對在信息采集和庫房管理流程方面存在的問題，通過將RFID技術作為供應鏈全程信息采集的主要手段來進行產品批次質量跟蹤。具體做法是：選取若干種產品；1個生產庫房、1個大區銷售庫房、若干前端銷售庫房、若干終端客戶；僅管理汽車運輸業務量身定制符合采用RFID的新庫房管理流程。將供應鏈各節點（庫房、客戶端）的準確、有效、及時的信息上傳到產品批次質量跟蹤系統平臺。RFID系統成為已有系統的有益補充?；赗FID的某石油集團產品批次質量跟蹤系統的系統范圍如圖2所示。
4物聯網技術在煉化行業的應用展望
1）智能化化工產品儲運綜合管理：依靠現有網絡、無線數據通信、RFID技術、網絡技術以及現代物流儲運信息軟件等成熟技術，切實提高化工儲運整體運作水平，實現智能綜合化工物流儲運管理。
2）智能化油品儲運綜合管理：在煉化行業已建油品儲運生產調度系統、機車三大件系統、車號自動識別系統等系統的基礎上，拓展智能化油品儲運管理綜合系統功能，整合或替代原有分散系統，提高油品儲運數字化水平。
3）三維全息數字化工廠：三維全息數字化工廠將煉廠的地理信息以及生產、機動、環保、安全所用載體的空間數據用計算機進行數字化管理，包括廠區地下動力管網和地上附屬物的空間數據庫以及屬性數據庫。為規劃、設計、施工部門提供準確可靠的地下管線、電纜的分布、走向、埋深等狀態信息及各專業屬性信息，也可以為生產巡檢、應急管理等提供輔助。結合數字化設計，圍繞主體生產裝置實現塔、反應器、閥門、儀器等設備的形狀三維立體化及設計數據、運行狀態電子化，為設備保養、檢維修等提供依據。
參考文獻:
[1]石軍.“感知中國”促進中國物聯網加速發展[J].通信管理與技術,2009(5):1-3.
[2]馬建.物聯網技術概論[M].北京:機械工業出版社,2011.
[3]王云漢.物聯網技術在樓宇智能化系統中的應用[J].惠州學院學報:自然科學版,2010(6):77-78.
[4]蔣中,孔令成.城市互聯消防安全數字化監控系統的設計與實現[J].現代電子技術,2009,32(9):131-133,13.
智能醫療應用案例范文6
浙江網新城云科技有限公司是浙大網新科技股份有限公司旗下專業從事智慧城市業務的高科技公司。公司自成立初始，即提出“做中國領先的智慧城市云服務提供商”的宏愿。公司繼承浙大網新“智能+互聯+協同”的核心理念，將創新科技與前瞻性管理思維進行有機融合，為城市提供包括城市咨詢規劃、項目建設總包、公共服務平臺建設、系統集成、智能運維在內的智慧城市360度全服務。
浙江網新城云科技有限公司（下文簡稱：網新城云）是浙大網新科技股份有限公司旗下專業從事智慧城市業務的高科技公司。依托浙大網新專業IT服務的行業經驗，與全球領先的解決方案供應商思科、IBM、微軟、甲骨文，中國一流綜合性大學浙江大學的戰略合作關系，網新城云持續開展項目規劃、工程總包、系統集成、軟件開發、運營服務等業務，服務于快速發展的中國智慧城市建設。因此，在本屆軟博會上，網新城云榮獲“2012年中國智慧城市建設領軍企業”殊榮。
公司自成立初始，即提出“做中國領先的智慧城市云服務提供商”的宏愿。公司繼承浙大網新“智能+互聯+協同”的核心理念，將創新科技與前瞻性管理思維進行有機融合，為城市提供包括城市咨詢規劃、項目建設總包、公共服務平臺建設、系統集成、智能運維在內的智慧城市360度全服務。
對于城市客戶，公司可以結合城市自身特色，深入挖掘城市需求，致力于為政府客戶提供包括城市咨詢規劃、城市基礎設施建設、城市公共服務平臺建設與運營在內的一整套智慧城市管理解決方案，助力政府客戶從行政管理向集約高效、服務型政府轉變，最終提高城市的投資價值。城市價值可以體現在以下四個方面：一是打造智慧城市樣板。集約高效、快速整合智慧應用，為市民、企業、政府提供智慧城市服務，深度體現智慧城市內涵。二是創新現代服務業新模式。催生智慧城市平臺運營商、智慧城市基礎設施服務運營商等現代服務業新模式的出現。三是打造智慧城市產業鏈。發揮智慧城市的龍頭效應帶動產業整體發展，提升智慧服務業價值。四是提升城市產業競爭力：智慧產業聯盟將帶動物聯網、云計算、軟件服務業、現代服務業、裝備制造業等多個產業合力發展，提升城市產業競爭力。
對于企業客戶，公司在聚焦“智慧城市公共服務平臺運營商”的自我價值定位的同時，全力締造新型的城市合作聯盟，與各類運營商、信息服務提供商、設備供應商等一同尋求合作共贏之道。對于信息服務提供商、設備供應商，網新城云可以在共同的標準之下，在操作系統與應用之間展開廣泛合作，如在提供統一應用接入標準、應用接入服務、應用所需的公共數據與信息共享服務、 應用所需的通用基礎設施、共享城市客戶資源和市場機會等方面；還可以圍繞建設城市公共服務操作系統展開合作，如在共享客戶資源和信息、拉動運營商業務收入、提高運營商競爭能力、充分整合現有城市基礎設施資源、催生新型城市基礎設施運營商、提高增值服務能力等方面。
核心優勢
網新具有智慧城市行家的專業地位。公司是中國城市科學研究會數字城市專業委員會重點單位，參與制定數字城市建設標準與規則；是浙江省物聯網標準化技術委員會重點單位，參與制定浙江省物聯網標準化建設；聯合浙江大學、思科共同成立智能互聯城市研發中心，為智慧城市公共服務平臺的建設提供專業技術支撐。
網新是城市管理者的最佳合作伙伴。網新與杭州、舟山、昆山、株洲等多個城市先后確立了智慧城市建設的戰略合作伙伴關系，智慧城市關聯業務已覆蓋全國24個省份57個城市，承接了智慧株洲、智慧舟山、智慧韶山、杭州臨平新城等多個城市頂層設計咨詢規劃項目，憑借高科技專業技術與創新管理思維相結合，深入挖掘城市客戶需求與差異化優勢，成為城市管理者的最佳合作伙伴。
網新締造全新的城市產業聯盟。網新先后與浙大中控、?？低?、浙江通信服務公司、中電科長江數據等企業簽訂戰略合作協議，由競爭變合作，締造全新的城市產業聯盟，共同為城市客戶提供一體化的智慧服務。
網新具有創新靈活的商業模式。率先開展以平臺為基礎的智慧城市建設思路，并提供BT/BOT、合資建設、集成總包等創新的商業模式，與城市客戶、合作伙伴共建互贏生態圈，有效滿足中國智慧城市快速發展的需求。
成功案例
