当前医院面临更多互联互通需求，如预约挂号与分级诊疗、检验结果共享、医联体信息化、监管数据上报、临床辅助决策支持等，都需要对多源数据进行集成与整合。医疗机构内部和跨机构数据交换与共享，对互联互通提出新的要求。HL7 FHIR是国际上医疗行业实现数据交换和信息共享的标准之一，正在快速得到医疗行业广泛关注。InterSystems中国技术总监乔鹏在视频中分享了FHIR标准与国际互联互通的一些实践经验。

生成人工智能是能够使用生成模型生成文本、图像或其他数据的人工智能，通常是响应提示。生成式人工智能模型学习输入训练数据的模式和结构，然后生成具有相似特征的新数据。

生成式人工智能是能够生成文本、图像和其他类型内容的人工智能。它之所以成为一项出色的技术，是因为它使人工智能民主化，任何人都可以使用它，只需文本提示，即用自然语言编写的句子。

大型语言模型如何工作

亲爱的社区开发者们，大家好！

我们欢迎您来参加 2021年欧洲医疗编程马拉松 ，这一赛事时间为2021年11月19日-21日，免费参赛，线上赛道（On-line Track）的申请截止日期延长至11月15日。

我们将有一个InterSystems的挑战:“用FHIR创新”。InterSystems赛道的奖金设置如下：

🥇第一名: 1500 EUR
🥈第二名: 1000 EUR
🥉第三名: 500 EUR
我们为所有参加InterSystems挑战的人准备了奖品!

参考下图，了解我们的挑战细节：）你愿意参加吗？请在下面的投票中告诉我们！

使用 IRIS 和 Python 创建聊天机器人

本文将展示如何把 InterSystems IRIS 数据库与 Python 集成，以服务于自然语言处理 (NLP) 的机器学习模型。

为什么选择 Python？

随着在世界范围内的广泛采用和使用，Python 拥有了出色的社区，以及许多加速器 | 库用于部署任何类型的应用。 如果您感兴趣，请访问 https://www.python.org/about/apps/

Iris Globals

我接触到 ^globals 后很快就熟悉了，它们可以用作快速获取现成数据模型中数据的方法。 因此，首先，我将使用 ^globals 存储训练数据和对话以记录聊天机器人的行为。

好不好玩，能当真吗？

最近几个月，大型语言模型GPT正在激起一些现象。因此，上周末我不可避免地也在玩 ChatGPT，以探究它是否会成为我正在敲打的一些基于 BERT 的“传统”AI 聊天机器人的补充，或者更确切地说，它是否会淘汰它们。

玩的时候脑子里冒出一个念头。通过略微理论化或哲学化，最终互操作性标准（如 HL7 和 FHIR 等）是一种“语言”，对吗？ HL7 有自己的语法、规则、词汇甚至方言——每个系统都有自己的语调。这就是为什么当一台机器与另一台机器对话时，它们需要翻译器（例如 DTL 转换）来实现相互理解。

所以环顾四周，似乎一切都是语言：编码是语言：python，javascript和COS也是语言。 HL7、FHIR 甚至 XML 或 JSON 都是语言，只是它们比自然语言更结构化，那么 GPT 应该更容易上手吗？

那么，我们可以从简单地重用 GPT 的预训练编码语言模型来模拟 DTL 开始吗？我们还没有进行调整，以下是初步结果：

什么是智慧医院？

亲爱的开发者们，

很高兴同大家分享一个好消息！我们中文社区版主、InterSystems高级销售工程师Louis（@Louis Lu）于近日顺利通过“HL7 FHIR R4 Proficiency Exam”并取得资格认证证书！

为了解国内外最新的互联互通标准，共同助推我国卫生信息互联互通标准化成熟度测评工作，指导各地医院信息平台的建设，《中国卫生信息管理杂志》社决定召开国内外互联互通标准解读与实践线上交流会。会议由《中国卫生信息管理杂志》社主办，InterSystems中国协办，欢迎报名参会！

“数据二十条”体现了怎样的制度创新和政策智慧？FHIR将如何发挥作用？来看InterSystems亚太区总经理老卢（Luciano Brustia）与CHIMA主任委员王才有的精彩探讨！

//player.bilibili.com/player.html?aid=826279895&bvid=BV1Yg4y1F7ws&cid=1133505317&page=1
[这是一个嵌入式链接，但由于您拒绝了访问嵌入式内容所需的 Cookie，您无法直接在网站上进行查看。要查看嵌入式内容，您需要在 Cookie 设置中接受所有 Cookie。]

在这篇文章中，我试图找出多个领域来开发我们能够使用python和机器学习的功能。

每家医院都在努力利用技术和服务来提高其服务质量和效率。

医疗保健部门是一个非常大的、可供选择的服务领域，而python是做机器学习的最好技术之一。

在每个医院里，人们都会有一些感觉，如果这种感觉能够被计算机理解，使用技术就有机会提供更好的服务。

在这里，我们可以把这两者结合起来，在医疗部门，我正试图理解/识别各种选择，以提供更好的服务。

首先，我们可以尝试使用python的机器学习来识别人并了解他们目前的感受。比如，在医院信息系统中，每个病人至少有一张照片，使用该照片我们可以识别病人，然后一旦病人到达医院，使用视频监控和机器学习技术需要识别这个人的感觉。

在医院设施中会看到多种类型的感觉。

1）紧张

2）平静和冷静

3) 哭泣

4) 暴力的病人/亲属

5) 生病的病人

6) 高烧鉴定

像上面的情况，我们可以看到多种不同的类型。

如果一个已经登记的病人发高烧，那么使用闭路电视识别这个病人的情况，并捕捉温度热像仪，护理人员可以给予更好的支持，这在接待服务领域是非常大的区别。

InterSystems极客俱乐部线上直播课“Health Connect系统运维培训”回放已准备好，欢迎您点击报名，扫码看回放！

今天推荐一篇智能病历诊断方面的文章（点击阅读全文）。

VR ICU® 是 InterSystems FHIR 创新孵化器 Caelestinus 的参与者。这篇文章将向您介绍我们利用 InterSystems FHIR Server 为医疗保健提供的 VR 解决方案。

我们是一家技术初创企业虚拟实验室，利用先进的 VR/AR 技术开发解决方案。VR ICU® 是一个针对重症监护室医务人员的培训平台，是在 Covid 时代为满足医院需求而创建的。

与InterSystems合作的优势

我们的 VR ICU® 解决方案符合实践需求，是与医院合作开发的。

除了技术解决方案和技能学习本身，记录培训课程、培训进度和成功率对于医院或麻醉学和重症监护部门的有效管理也至关重要。医务长可以通过了解谁在何时接受了培训，清楚地掌握能够在重症监护室使用设备的人员数量，从而有效地对他们进行培训，以保持技能、有控制地规划人员技能储备并提高他们的能力。

在这方面，与 InterSystems 的合作对我们来说至关重要，它使我们能够在应用程序中存储每次培训期间的数据。目前，我们会记录参与者的姓名、培训日期和时长、培训类型、设备类型、错误数量和类型，必要时还会记录培训成功完成的信息。