智能医疗应用案例范例

智能医疗应用案例范文1

日前，美国最大的医疗保险公司Wellpoint已经开始通过运用IBM的超级计算机“Watson”帮助医生来针对病人的病情进行诊断，服务7000万人。在癌症治疗领域，目前需要一个月或更长时间才能制定出针对性的药物治疗方案，未来利用Watson的认知计算技术可以将周期缩短至一天，极大提高癌症患者的治愈率。

“Watson在医疗、医药行业可以帮助肿瘤中心做几个复杂癌症疾病的诊断和数据分析；还能够帮助分析疾病风险，保证理赔过程的合规性、合理性，防止滥用和欺诈，保证保险公司基金的安全，医疗机构也可以利用Watson规范医疗费用。”IBM中国有限公司医疗及生命科学事业部总经理刘洪对《第一财经日报》记者表示。

医疗大数据

随着大数据时代的到来，医疗行业的信息化也迎来自己的“大数据时代”。

而如何将患者的被动性参与转向主动健康管理，从单一案例效果评估转向过程性、全程性的整体评估和体验；。而大数据，正是一条重要的道路。

根据IBM提供的数据，上海市卫生信息系统，每天生产1000万条数据、已建立起3000万电子健康档案、每天调阅10000万次，信息总量已达20亿条。

2008年，IBM推出MobileFirst策略，专门针对各种无线终端，支持IOS、安卓系统。通过MobileFirst平台，在各种移动终端对象里嵌置API和相关的APP应用采集和分析这些无限终端的数据。通过物联网的类似RFID的一些小标签来建立数据的标准性、普遍性和实用性。

根据刘洪介绍，目前IBM在上海的部分医院推出了BYOD系统，即员工自费终端，用来提高医生和护士在医院的移动性。通过和开发商合作，推出移动护理应用，将医生和护士的各种移动终端连在同一网络下，便于医生和护士了解病人在医院的位置和健康状况，也提高了医生和护士的移动性，不需要坐在办公室的电脑前才能获得病人资料。

另一套在中国的医院已经运用的软件为实时资产定位服务器RTAL(Real Time Asset Locater)。通过物联网上的一套整合软件可以实现医院内各种医疗器械的检查。例如检查住院床头设施，检查人员检查后通过无限局域网可直接上传服务器，让RTAL来处理各种数据。

可穿戴医疗

从医疗服务转型到健康服务，就不得不提到最近炒得火热的“可穿戴设备”和的结合。许多可穿戴设备的开发商跃跃欲试，希望能在智慧医疗中抢得先机。

在刘洪看来，虽然可穿戴设备和医疗结合的市场目前非常活跃，但需要考虑的生态环节却比想象的要多。

首先要有自己的公有云。“有了公有云后，我们才可以合作。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务，在北京市东城区展开预约、随访、筛查等面向公众的卫生服务。”刘洪表示。

其次是智能可穿戴设备和医疗机构的合作环节。刘洪认为智能可穿戴设备可以通过传感技术监控用户的身体健康情况，但没有医疗机构在背后做出专业的诊疗和分析支持，再好的和数据都体现不出优势。

智能医疗应用案例范文2

。公司围绕“智慧城市”建设，专注于“智慧建筑”、“智慧能源”领域发展，始终致力于“让城市与环境和谐发展，与科技同进步”，是集研发、生产、设计、工程实施、运营管理于一体的高科技企业。经过十多年的发展，安泰股份已成为国内知名的智能化企业。

安泰股份面向、企事业单位、工业企业等客户提供全面的绿色智慧城市咨询、顶层设计并推进智慧城市各项建设内容落地，建筑智能化工程咨询、设计、实施及运营管理服务，绿色建筑咨询、评价及运营管理服务，区域级及企业级的节能监管平台建设的咨询、设计、实施及运营管理服务，新能源应用整体解决方案的设计、实施及运营管理服务，既有建筑的能耗审计与节能改造的咨询、融资、设计、实施及运营管理服务等。

安泰股份多年来积极为行业发展作贡献，参与了《教育建筑电气设计规范》、《商店建筑电气设计规范》2项国家标准以及《金融建筑智能化系统技术规范》、《医疗建筑智能化系统技术规范》、《公共建筑能耗监测系统技术规范》等多项地方标准的编制工作。

安泰股份充分利用合肥作为国家“四大科技之城”之一的科技人才资源优势，自主研发的同时走产、学、研相结合的道路。与安徽大学共建“安徽大学――安泰股份科技研发中心”，与安徽建筑大学共建“建大――安泰建筑智能化技术研究中心”， 与中国建筑标准设计研究院、中国建筑科学研究院建立了战略合作关系，围绕智慧城市、建筑智能化、建筑节能、绿色建筑及新能源应用等领域展开深入研究，取得丰硕成果。

安泰股份立足安徽，服务全国，公司始终坚持“求真、开拓、创新、共赢”的发展宗旨，致力于为客户提供更高品质的专业服务，为打造智慧城市、建设美丽中国贡献一份力量。

安泰股份连续6年（2010年～2015年）获评“全国智能建筑行业50强/60强/80强企业”、连续6年（2010年～2015年）获评“全国智能建筑行业十佳企业”。客户覆盖了机关、医疗卫生、学校、场馆、金融、电力、税务、通信、大型企事业单位、核电、宾馆酒店、商业综合体等十多个行业，已实施了500多项重点工程，具有丰富的工程实施经验。安泰股份视工程质量为公司生存、发展的基础，参建的多项工程获得了“鲁班奖”、“黄山杯”、国家级“智能建筑精品工程”和国家级“安装之星”等工程质量奖项和荣誉。

安泰股份坚持以“建筑智能化”主业为基础，以“智慧城市”为抓手，积极拓展“智慧建筑”、“智慧能源”两大核心业务线。2014年入选住房和城乡建设部、科学技术部“国家智慧城市专项试点”企业名单。

作为安徽省智慧城市咨询机构之一，安泰股份深化与、科研机构的合作，承担了安徽省淮北市、黄山市、定远县、宁国港口生态工业园等8个国家级智慧城市试点的咨询、申报与顶层设计工作，并全部获批。2014年，承担了合肥市国家级高新区的“智慧高新顶层设计”工作；2015年5月，与贵州省镇远县签订“芽溪智慧新城建设项目”战略合作框架协议。

2015年1月，受安徽省住房和城乡建设厅委托，安泰股份作为主编单位联合中科九度（北京）空间信息技术有限责任公司、安徽建筑大学、合肥市测绘设计研究院、讯飞智元信息科技有限公司、安徽四创电子股份有限公司等机构承担了《安徽省智慧城市建设指南》及相关标准制定工作。

安泰股份在智慧能源管理领域已经成为国内专业的解决方案与技术、服务提供商，未来将重点围绕三大能源管理平台建设，挖掘公共建筑节能潜力。

一是打造基于“安泰能源云”的公共建筑能耗监管平台。该平台是公司核心技术，是“安泰能源云”战略的重要载体。2015年5月，“公共建筑节能监管平台”获安徽省经济和信息化委员会企业发展专项（节能与资源综合利用项目）资金扶持。

在2015年11月举办的“中欧智慧城市峰会”上，安泰股份智慧能源管理案例入选住房和城乡建设部、科学技术部联合的《中国智慧城市创建案例（2015）》。。这一对安泰股份现在及未来的发展具有更为深远与重要的意义。

二是依托两个省级平台，开展公共建筑、公共机构能耗监测业务。“安徽省公共机构能耗监管中心”和“安徽省公共建筑能耗监管中心”已接入安徽省政务中心、安徽省人民、安徽医科大学第一附属医院、安徽农业大学等500多个项目的能耗数据。安泰股份将以购买服务的方式，通过技术创新，建立“大一统”的省级建筑能耗监管云平台，按照“1+16+N”模式推广（即1个省级平台，16个市级平台，N个站级平台）。预计未来3-5年，该平台将实现安徽省内1000个公共机构、10000座大型公共建筑的用能数据接入。

安泰股份承担了宁国港口生态工业园区屋顶光伏电站、安徽大学磬苑校区科技创新楼建筑光伏工程、安徽迎驾贡酒股份有限公司光伏电站、安徽省肥西县光伏扶贫示范项目、重庆市奉节县分布式光伏发电并网系统扶贫项目、六安市叶集改革发展试验区光伏发电扶贫项目等多个新能源应用项目的建设。

其中，安徽大学“磬苑科技创新楼太阳能光电与建筑一体化示范工程”获评“国家级建筑可再生能源应用示范项目”，“宁国港口生态工业园区光伏发电示范项目”获评“国家金太阳示范工程”。

智能医疗应用案例范文3

所谓的第四次工业，一定要结出实际的成果。广阔天地，谁能大有作为？

很多AI创业公司在各自的领域取得了突破，但具备强大的AI技术储备，并且有能力渗透到几乎所有领域的玩家，目前来看主要还是BAT三家。

这场AI“赋能”的战争，较量的是平台、技术、场景、生态等多方面的综合实力。百度喊All in AI，腾讯喊AI in All，阿里盖起达摩院。

谁能在新中笑到山花烂漫？

短兵相接的前夜，我们绘制了一幅时局图。

BAT时局

为了一争高下，BAT下注或早或晚，但都离不开几件事，例如组团队、做研发、建生态等。

到现在，三大巨头在人工智能上的布局已经能看出大致轮廓。

百度

百度在AI领域的野心，最初显露于2013年1月，深度学习研究院（IDL）的创立。

后来李彦宏陆陆续续建成了五大实验室，除了深度学习实验室之外，还有硅谷人工智能实验室、大数据实验室、增强现实实验室和深度学习及应用国家工程实验室。

这些实验室的研发成果历经5年的整合，逐渐形成了一个平台体系：百度智能云和百度大脑。。

根据百度最新公布的数据，百度大脑现在拥有80多项核心AI能力，超过37万名开发者和合作伙伴，每天被调用2.19亿次。这些调用，来自百度内外。

对内，百度将AI能力输送到百度现有的各个产品之中。主业搜索自不必说，从一开始就受惠于AI技术的进步，包括手机百度、爱奇艺等应用也在AI的驱动下不断提升，2016年推出的信息流业务也在迅速发展。对外，百度走上开放平台的道路，主推DuerOS和Apollo。

陆奇一年前降临百度后，通过多种方式对业务进行了梳理和聚焦。核心当然就是上面两个平台，他们都各自成立了新的事业部进行支撑，当然也有医疗等业务被直接砍掉。

当然，百度在其他方面也一直有尝试，比如金融、机场、新零售等场景下，百度也在不停地开拓，一步一步积聚力量，构建自己的下一个生态。

不过总体来说，无论是从“All in AI”的技术投入来看，还是从所有能力汇总于百度大脑、全力推进Apollo、DuerOS两大平台的布局来看，百度似乎在把自己的AI力量集中起来，向着最重要的行业，单点突破。

最近陆奇在CES明确表示：“我们认为自己是一家旨在加快创新的AI公司，致力于实现AI技术的产品化和商业化。我想强调的是，最重要的是将该技术商业化，否则一切都是空谈。”

阿里巴巴

众所周知，马云不喜欢“人工智能”这个说法，偏好机器智能。说辞的变化不影响本质。在整个互联网行业涌向AI的浪潮中，阿里也在2017年推出“NASA计划”和承载它的实体组织：达摩院。

达摩院的研究领域可谓广撒网，涉及量子计算、机器学习、基础算法、网络安全、视觉计算、自然语言处理、人机自然交互、芯片技术、传感器技术、嵌入式系统等，可以看出，AI在其中占据了半壁江山。达摩院的主要任务，是在全球范围内建实验室招揽人才，和高校建立合作。

实际上，阿里AI研究起步的远远早于达摩院，这家公司大部分AI基础研究成果，出自2014年成立的数据科学与技术研究院，也就是iDST。

比如最近机器阅读理解方面取得突破的阿里团队，就来自iDST。当然阿里内部体系众多，展开AI研究的部门也不少。例如在“双十一”期间，商品推荐、客服、海报宣传、运营维护等方面均有AI技术的加持。蚂蚁金服也在与金融机构的合作中，把AI技术作为一个重要的亮点。

另外，不喜欢“人工智能”这个词的阿里，还有一个以之为名的人工智能实验室：A.I. Labs，它不止是一个研究机构，还承担着基于AI技术打造平台、推出产品的职责。目前，他们除了天猫精灵智能音箱和搭载的AliGenie操作系统、AliGenie语音开放平台之外，还推出了AR开放平台和AR内容平台。

从2017年末开始，自动驾驶也成为了A.I. Labs发力的领域之一。

和自带产品开发职责的A.I. Labs不同，iDST的研究成果走进现实世界，依靠的是他们打造的一个个“大脑”。这两年来，阿里云相继推出了ET城市大脑、ET医疗大脑、ET工业大脑、ET环境大脑、ET航空大脑，将AI能力与大数据和云计算结合起来，在各个垂直市场跑马圈地。

阿里最近，在努力将这些大脑们整合为一个统一的平台：阿里云ET大脑。2017年最后一场云栖大会上，ET大脑正式，所布局的领域也不再限于原本的城市管理、医疗、工业、环保、航空，同样走上了“广撒网”之路。

腾讯

腾讯无论做什么，都不会只投入一支团队。在人工智能上也是一样。

要论基础研究，腾讯有AI 。

但是，就算产品体量庞大如鹅厂，也承载不完“AI in All”的野心。

腾讯的AI技术也同样寻求着在更多垂直领域的落地应用，其中最引人注目的，是医疗平台腾讯觅影。在金融、安防、政务、智慧零售等等领域，腾讯也都将AI技术与自身的社交、支付、地图、小程序等等技术结合起来，推出了垂直解决方案。

另外，腾讯也有类似于百度大脑的“AI开放平台”，在深耕的垂直领域之外，将自己的AI技能开放出来，供应给开发者。不过，目前这个“开放平台”的用户案例，依然是以腾讯内部产品为主。

在战局最喧闹的自动驾驶和对话式AI平台上，腾讯也分别投入了不止一支团队，开始造平台、积累合作伙伴。

虽然腾讯进军AI的时间较晚，但是能明显感到动作和决心都很大。

重点战场梳理

矛盾有主有次。

虽说广阔天地大有作为，三家也各自有钦定的重点方向。但仍有一些是战场是重中之重，也是未来BAT在人工智能技术落地的过程中，有可能最早展开厮杀之地。

对话式AI

人机交互的重大革新、下一代服务入口、下一个Android、家庭的控制中心……种种期待，让用于智能设备的对话式AI成了BAT争夺最激烈的领域。

百度有DuerOS，阿里有AliGenie，腾讯则至少有两个：腾讯云小微和移动互联网事业群（MIG）的叮当。

如果我们以智能音箱销量来评判对话式AI系统的发展，很会做生意的阿里似乎冲在最前。2017年7月，阿里AI Labs初次亮相，了一款智能音箱：天猫精灵X1。这款音箱，双十一降价促销，当天卖出了100万台。

但是，卖音箱只是手段而非目的。天猫精灵背后的终极目标，还是一个关于AliGenie开放平台、生态系统的梦想。

这个生态系统的梦想，BAT都有。

百度虽然直到去年底才推出渡鸦raven H智能音箱，但最新的数据显示，DuerOS开放平台半年时间里，已新增130余家合作伙伴，落地硬件解决方案超过20个，每月新增5款以上搭载DuerOS的设备，覆盖家居、车载、移动各个场景，机顶盒、电视、冰箱、音箱、机器人、车载、手机、耳机等各类设备。

为了守住这个领域，百度除了在北京和硅谷建设AI庞大的团队之外，还收购了两家创业公司：做语音交互和自然语言理解的Kitt.ai，和后来推出了raven H音箱的渡鸦。

内部竞争还未分胜负的腾讯势头也很猛。公开亮过相的两个团队里，叮当的发展速度似乎更快一些。2017年4月，它作为一个“语音助手”以App的形态，12月20日，了首款合作硬件1More耳机。截至目前，叮当虽然没有推出名为“硬件开放平台”的东西，但他们的“生态伙伴计划”也的确很见成效，做机器人的优必选、做音箱的哈曼、造车的广汽、做手机的魅族、努比亚等二十多家硬件厂商，都在腾讯叮当的合作案例名单之上。

相比之下，腾讯云小微的硬件开放平台和技能开放平台仍处于内测状态，除了和华硕一起造的机器人之外，没有太多关于合作伙伴的声音传出。值得一提的是，他们似乎在硬件之外，开辟了一条退路：智能客服。

智能音箱先行的AliGenie同样不是天猫精灵专属，它的硬件接入平台页面上，也展示着十多家合作伙伴。另外，AliGenie还推出了垂直行业智能语音解决方案，想在家居、移动硬件之外，为对话式AI开辟出新场景。

自动驾驶

2亿辆汽车和200多家OEM车厂，勾画出一个有更大想象空间的产业。

BAT在出行这件事儿上向来不安分，战火从地图、打车软件一路烧到了自动驾驶。

如果我们将时间倒回一年之前，你可能会发现，“自动驾驶”这个话题，几乎还只有百度一家在谈。而2017年过完，BAT已经悉数入局。最后一个传出消息的，是阿里。

阿里的自动驾驶业务目前还处在招兵买马阶段。 。

在这之前，阿里和车厂的交集，都围绕着互联网汽车操作系统发生，最亲密的盟友可能要数上汽。阿里和上汽合作打造的斑马智行，已经推出了“全球首款互联网汽车”荣威RX5。美国大厂福特、Tier 1供应商德尔福也是阿里的合作伙伴。除了这些合作伙伴之外，阿里还投资了一家国产电动汽车厂商：小鹏。

在投资车厂这件事上，出手最阔绰的当属腾讯。除了先后入股创业公司蔚来和威马，腾讯还在二级市场投资了特斯拉5%的股权，甚至秘密在硅谷投资了一家自动驾驶公司。

而腾讯本身的自动驾驶业务，据说已经到了全面研发、多次路测的阶段。

在自动驾驶进展还不够清晰的当下，腾讯的合作伙伴，也大多与AI in 。

自动驾驶领域的领先者，其实已经被科技部点了名。2017年11月，科技部公布首批国家人工智能开放创新平台名单，其中自动驾驶方面依托百度公司建设自动驾驶国家新一代人工智能开放创新平台。

入局最早的百度，和阿里腾讯早已不在同一个发展阶段。百度已经围绕Apollo与博世、、一汽、长安、奇瑞、北汽、金龙等90多家企业达成了合作，也探索出了一条清晰的路线——还是在这个领域打造一个Android。

Apollo，是百度2017年4月启动的自动驾驶开放平台，要为合作伙伴提供一个开放、完整、安全的软件平台，帮他们搭建完整的自动驾驶系统。到2018年初Apollo 2.0的，云端服务平台、软件平台、硬件平台、车辆平台在内的四大模块全部开放，释放了在简单城市道路上自动驾驶的能力。一切，都按照去年7月公布的路线图进行着。

按计划，2018-2020年，百度会加快开放速度，直到最后能让合作伙伴完成完全自动驾驶。

但对于Apollo来说，更重要的还是生态。所谓生态，不仅仅是被赋能的车厂，Apollo还为向产业链上下游延伸而建立了基金，要在未来3年投出100多个项目。作为一个开源系统，创业公司、高校实验室同样是Apollo的伙伴。

和腾讯一样，百度也投资了威马汽车，也投资了共享出行平台首汽约车。此前百度还投资了自动驾驶关键部件激光雷达的核心厂家Velodyne，相关技术开放商xPerception等。

金融

还有一个不可忽略的战场，是金融。

阿里旗下的金融巨头蚂蚁金服和阿里云都在尝试赋能金融机构。

2017年1月以来，蚂蚁金服开始逐渐转变自己的定位，尝试用自身积累的技术能力来赋能、服务金融机构。夏天，蚂蚁金服在理财和保险领域，向金融机构开放了“理解用户”、“优化投资策略”和“用户与金融产品匹配”三个层面的能力，后来，AI客服能力、智能图像定损技术等等也相继开放。然而这还并不是蚂蚁金服AI布局的全貌，首席数据科学家漆远说：“蚂蚁AI技术将成熟一个，开放一个。”

2017年底，阿里云又了ET金融大脑，要帮合作伙伴风控、营销和客服方面提高效率。

相比之下，腾讯向金融行业合作伙伴提供的技术就显得比较表面，没有涉及风控这样的专业垂直应用，而只是将更为通用的身份检测、客服等能力注入其中。

你可能想不到，百度，也是这个战场上的一个重要玩家。虽然百度金融这一年来在to C市场上声量不大，但这家“All in AI”的公司，在金融上也要将“智能化”坚持到底。

在11月的百度世界大会上，百度金融技术负责人许东亮说，百度金融已经赋能近400家机构，为机构客户提供解决方案，为它们提供安全防护、智能获客、大数据风控等服务。

百度金融据说还在谋划更为的未来。

医疗

要说AI在各行各业的应用，不少人都会第一个想到医疗影像。

在这个领域，百度在医疗事业部部分团队转入AI体系之后就悄无声息，但腾讯和阿里都在抢占布局。

首批国家新一代人工智能开放创新平台中，腾讯就以医疗影像平台“觅影”入选。腾讯觅影于2017年8月，最先推出的是早期食管癌筛查。后来，觅影又相继推出早期肺癌筛查、糖尿病性视网膜病变筛查、乳腺癌早期筛查等医疗影像技术，还基于自然语言处理推出了AI辅助诊疗、病案智能化管理产品。

腾讯觅影结合了AI lab、腾讯优图、TEG架构平台部等团队的AI技术，由互联网+合作事业部牵头建立。推出至今不到半年，腾讯觅影已经有了西门子医疗、兰州大学第二医院、深圳市南山人民医院、中山医院等十几家合作伙伴。

马化腾此前表示，医疗与AI是非常好的落脚点，未来腾讯在医疗方面会做更多的事情。

阿里入局AI医疗其实比腾讯还要早。2017年3月底，ET医疗大脑首次亮相，宣称具有虚拟助理、医学影像、精准医疗、药效挖掘、新药研发、健康管理等功能。

与腾讯思路不同的是，ET医疗大脑的技术并非都出自阿里内部，而是聚集了不少合作伙伴一起提供服务，比如做皮肤检测的宜远智能、分析病历的惠每医疗等等。

目前的阿里云ET医疗大脑，能够提供影像智能诊断、智能病历诊断、语音医嘱录入、医疗意图识别、辅助管理决策、家庭慢病管理、DNA序列分析等功能。阿里在医疗方面，还跟华大基因、上海华山医院、浙江卫计委等机构展开合作。

另外，阿里去年也在医疗方面有一些投资布局，包括嘉和美康、Prenetics等。腾讯的动作也不少，去年已经披露出来的医疗相关投资包括：VoxelCloud、Grail、企鹅医生、Practo等。

零售

不管是新零售还是旧零售，不管是线上还是线下，阿里在这个领域都有天然的优势。

先梳理一下AI给阿里自身业务带来的变化。机器人客服“阿里小蜜”，双11当天承担95%客服咨询；机器智能推荐系统，双11当天产生567亿不同的货架；AI设计师“鲁班”，双11期间，设计4.1亿张商品海报；华北数据中心运维机器人：接替运维人员30%重复性工作……

与AI之于百度的搜索业务一样，AI之于阿里的电商业务也具备天然的赋能加成。除了上面提及的进展，蚂蚁金服还基于AI技术推出客服机器人“小蚂答”，以及AI助力的车辆定损服务“定损宝”等。

阿里还搞出了无人零售咖啡店。无人商店，是一个未来非常有意思的趋势。

此外，阿里在新零售思想的指引下，还大举投资了一批线下零售相关企业，包括：企加云、大润发、东方股份、新华都、易果生鲜、银泰、bigbasket、联华超市……

可以想见，阿里在零售方面的生态布局，一定会成为其AI技术应用的重要场景。

零售不是腾讯的强项，不过腾讯也提出了“智慧零售”的概念。腾讯COO任宇昕对此解释称：腾讯希望的是通过’去中心化’的方式，把平台能力开放给广大品牌商、零售商以及商业地产等合作伙伴。

腾讯表示将提供场景、大数据、AI技术支持，以及腾讯全产品线，帮助商家量身定做解决方案，帮助线下门店实现数据化和智能化，让消费者与商品之间，实现跨场景的智慧连接。

智能医疗应用案例范文4

[关键词]案例推理;案例推理应用;研究综述

中图分类号：TP18 文献标识码：A 文章编号：1009-914X（2016）24-0310-02

1引言

案例推理（Case-based 。其核心思想在于对新问题求解时，可以使用以前求解类似问题的经验来进行推理和学习，从而对问题的求解进行指导甚至直接重用结果，而不必从头做起。概括地讲，CBR就是利用过去的经验案例推理求解新的问题。CBR在推理求解时直接利用案例，而不需要提取规则，弥补了基于规则的专家推理系统在知识获取和组合推理等方面的不足。

由于CBR被定义为一种方法而不是一种技术，使得CBR可以更加好吸收各种新方法和技术来完善自身，从1982年耶鲁大学的沙克提出动态记忆理论发展至今，已在计算机科学、医学、故障诊断、交通运输、信息管理、法律、突发事件应急管理、决策、工业、农业、电力等领域获得了广泛应用。本文首先介绍了案例推理的认知模型，然后对案例推理的典型应用进行了研究综述。

2案例推理的认知机理模型

有许多模型试图更好地描述CBR，其中应用最为广泛的是Admodt和Plaza提出的4R认知模型[2]，如图1所示。

（1）检索（retrieve）最相似的案例;

（2）重用（reuse）检索到的结论尝试解决新问题;

（3）修正（revise）建议的解答;

（4）保存（retrain）新问题和修正的解为一条新案例。

根据图1所示的4R循环，案例推理的认知机理可描述如下：一个新问题最初被描述成一个新案例（也称目标案例）。历史案例库中存储的是先前的问题描述及相应的解答，称之为源案例。当有新的待求解问题，即目标案例出现时，通过案例检索从历史案例库中搜寻出与目标案例相似的源案例。在案例重用阶段，如果源案例与目标案例的问题描述完全一致，则可直接将源案例的解答作为目标案例的建议解;否则，就需要对源案例的解答进行调整，进而得到目标案例的建议解。在案例修正阶段会对系统给出的建议解进行评估，可通过实际应用检验或者领域专家评价实现，如果评估为失败解就需继续修正。最后通过案例保存将新学习的案例或者修正后的案例储存到案例库中，以用于将来的问题求解，从而实现CBR的学习功能。

3案例推理的应用

3.1计算机科学与信息系统

针对目前的主流搜索引擎和Web浏览器均针对用户的单独搜索行为设计，不便于进行协同Web搜索的问题，文[3]提出了一种基于CBR的协同Web搜索模型，并介绍了基于此模型实现的两套协同Web搜索原型系统。根据数字图书馆个性化推荐系统的设计思想和方法，文[4]提出了基于案例推理方法在信息系统总体设计中的应用，并通过结构化建模方法对案例修正环节进行改进。文[5]使用分级标准架构对案例进行表示，并使用多层案例检索，将此新型的案例推理模型用于推荐机制辅助决策系统，通过一个旅行计划推荐实验证明该方法可提高推荐的有效性。

3.2医学

案例推理可用于建立各种医疗诊断系统。文[6]提出一种基于相似度阈值的案例匹配算法，可通过对病人表现症状的匹配分析得到诊断结果，并推荐相应的治疗方案，实验结果表明该系统具有较高的诊断效率和较好的智能性，能为医生进行医疗诊断提供一定的辅助作用。文[7]将案例推理用于中医四诊的一般过程，设计了四诊辅助诊断系统，可以克服中医辨证论治在收集外部信息时不准确的缺陷，并提高诊断过程的准确性。文[8]和文[9]分别将其用于高血压检测、肝病诊断。

3.3故障诊断

案例推理广泛应用于航空航天、电力、工业生产、数控机床等不同行业的故障诊断。文[10]探究了案例推理在飞行器故障诊断中的应用。文[11]介绍一种以领域规则和案例推理为基础的电力设备故障红外诊断系统，该系统可实现电力设备红外测温现场的测温数据录入和设备故障诊断，有效避免了人为原因导致的设备诊断偏差和安全隐患。文[12]将案例推理和软测量技术相结合，提出一种竖炉燃烧过程的智能故障预报方法，并将该方法应用于竖炉燃烧过程的生产实际中，结果表明故障发生率明显降低。文[13]设计了神经网络与案例推理相结合的复杂装备故障诊断模型，较好地解决了复杂电子装备故障诊断的快速与准确问题，并通过对雷达情报综合电子信息系统故障实例的诊断仿真验证了算法的有效性。

3.4商业

文[14]提出一种基于案例推理与灰色关联度的企业财务危机预警模型，实验结果表明，该方法得到的案例相似性排序结果符合实际情况，可提高相似企业的检索效率，满足企业财务危机预警的要求。文[15]提出基于案例推理技术的化妆品销售组合预测模型，能够弥补短生命周期产品数据不足的问题，该预测模型在化妆品销售预测方面，能够达到令人满意的精度要求，具有实际应用价值。

3.5农业

案例推理在农业科学中主要用于各种农作物虫病的预测、诊断或诊治。文[16]利用农业专家对病虫害诊断的经验案例，建立了基于CBR的蔬菜病虫害诊治专家系统，可为菜农和专家提供诊断决策。文[17]利用CBR预测系统，有效预测黄瓜枯萎病，从而增加防治胜算并能辅助生产决策的动态修订。

3.6其它方面

其它方面的应用，如气象、教育、法律等。文[18]提出将案例推理与模型推理相结合用于天气预报研究，探索提高天气预报准确性的新方法，并运用这种方法，利用java语言，实现了一个新的天气预报系统。文[19]把基于案例推理技术引入智能教学系统中教学策略的推理和控制中， 应用以前学生学习的经验作为以后学生学习的引导，从而实现教学策略的自动组织、自动规划，实现学生的自主选择、自由学习。

4结语

通过了解 CBR 系统的应用状况，可以发现 CBR 系统适用于历史案例丰富但难以提取规则或者不易建立模型的领域。CBR还具有学习能力，利于用户对知识进行维护。另外，CBR系统的结论是由以前的案例推理得出，与人类的推理过程相似，因此CBR系统给出的结果更易于被用户接受。

参考文献 （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] 孙静宇， 陈俊杰， 余雪丽等. 基于CBR的协同Web搜索模型及应用研究[J]. 山东大学学报（理学版）， 2012， 47（5）： 19-24.

[4] 徐晓敏， 甘仞初. 结构建模方法在基于案例信息系统总体设计中的应用[J]. 计算机应用， 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] 申静. 基于案例推理的疾病诊断专家系统的研究[J]. 计算机与现代化， 2013， （2）： 143-146.

[7] 忻凌. 基于案例推理的四诊辅助诊断系统的设计[J]. 医学信息， 2009， 22（5）： 5-590.

[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] 李孟兴. 电力设备故障红外诊断系统的研究与实现[J]. 电力信息化， 2013， 11（2）： 36-39.

[12] 严爱军， 王普， 曾宇. 竖炉燃烧过程智能故障预报系统[J]. 化工学报， 2008， 59（7）： 1768-1772.

[13] 黄子俊， 周政， 汤景棉等. 基于ANN与CBR相结合的复杂装备故障诊断研究[J]. 计算机应用与软件， 2010， 27（12）： 196-198.

[14] 廖志文. 基于CBR与灰色关联度的财务危机预警[J]. 计算机工程， 2012， 38（1）： 174-176.

[15] 吴迪， 李苏剑， 李海涛等. 基于CBR的化妆品销售组合预测模型[J]. 北京航空航天大学学报（社会科学版）， 2012， 25（1）： 78-84.

[16] ， 李东明， 陈桂芬. 基于CBR的蔬菜病虫害诊治专家系统的研究[J]. 安徽农业科学， 2010， 38（27）：15380-15381..

[17] 杨振刚， 刘伟章， 方永美. CFW的CBR动态预测[J]. 计算机工程与应用， 2009， 45（6）： 236- 239.

[18] 沈利峰. 案例推理方法（专家系统）在气象方面的应用研究[D]. 上海海事大学博士学位论文， 2005.

[19] 杨健， 杨邓奇， 秦祖启. 智能教学系统中基于案例推理的教学策略研究[J]. 计算机工程与设计， 2008， 29（15）： 4006-4008.

基金项目：促进高校内涵建设-教育教学类-大学生科研训练（CJGX2016-JX-07）;科技类博士资助课题 （YZKB2015010）;促进高校内涵建设-师资队伍建设-校内专业教学团队和优秀人才培养计划-校级骨干教师培育项目（CJGX2016-JX-26/004）.

收稿日期：2016年10月26日;修回日期：-年-月-日.

基金项目：

促进高校内涵建设-教育教学类-大学生科研训练（CJGX2016-JX-07）;科技类博士资助课题 （YZKB2015010）;促进高校内涵建设-师资队伍建设-校内专业教学团队和优秀人才培养计划-校级骨干教师培育项目（CJGX2016-JX-26/004）;

智能医疗应用案例范文5

关键词：物联网；石化行业；RFID射频技术；网络同性技术

中图分类号：TP391文献标识码：A文章编号：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关于物联网

近年来，物联网[1,2]成为炙手可热的名词，许多人预言物联网将彻底改变人们的生活方式，带动亿万级的产业发展，成为信息化发展的新的推动力量。那么，物联网究竟是什么由来，他离我们到底还有多远？早在1995年，比尔·盖茨在《未来之路》一书中就已经提及物联网概念（Internet of Things），只是当时受限于无线网络、硬件及传感器设备的发展，没有引起世人的重视；1998年，美国麻省理工大学（MIT）创造性提出了当时被称作“EPC”系统的“物联网”构想；2005年，在突尼斯举行的信息社会世界峰会(WSIS)上，国际电信联盟（ITU）正式提出了“物联网”的概念:称“物联网”为“The Internet of things”(ITO)，并发表了年终报告《ITU互联网报告2005：物联网》；。。2009年8月7日视察无锡微纳传感网工程技术研发中心并发表重要讲话之后，“物联网”概念迅速升温。物联网又称传感网，它掀起了继计算机、互联网与移动通信网之后的世界信息产业新浪潮。

通过射频识别（RFID，Radio Frequency IDentification）、红外感应器、全球定位系统（GPS，Global Positioning System）、激光扫描器等信息传感设备，按约定的协议，把任何物品与互联网连接起来，进行信息交换和通讯，以实现智能化识别、定位、跟踪、监控和管理的一种网络。全面感知、可靠传送、智能处理是物联网的基本特征[3]。

物联网主要涉及六大关键核心应用技术[4]，分别是共性支撑技术、无线传感网（WSN，wireless sensor network）技术、数据处理技术、新型传感器技术、RFID电子标签技术、地理信息系统（GIS，geographic information system）技术。物联网具有与互联网类同的资源寻址需求，以确保其中联网物品的相关信息能够被高效、准确和安全的寻址、定位以及查询，其用户端是对互联网的延伸和扩展，即任何物品和物品之间可以通过物联网进行信息交换和通讯。因此，物联网又在不同应用领域的专用性、高度的稳定性和可靠性、严密的安全性和可控性等方面有别于互联网[5,6]。

2物联网技术发展趋势

。应用试点向行业规模化应用拓展，跨行业和地区的综合性应用正逐步启动。应用功能以目前的身份识别、电子票证为主逐渐向物品识别过渡，如向资产管理、食品药品安全监管、电子文档、图书馆、仓储物流等物品识别拓展。应用频率以低、高频为主逐渐向超高频和微波过渡，即从低高频的门禁、二代身份证应用逐步向高速公路不停车收费、交通车辆管理等超高频应用拓展。RFID与新技术的融合将会衍生出更多的商业模式，如手机移动支付将会是未来RFID最大的市场，利用RFID进行人与物的实时定位也将会成为未来的主流应用之一。RFID以及传感技术的发展使得社会公共管理呈现出管理智能化、物流可视化、信息透明化的发展趋势。

我国在物联网的“采集、传输、处理、应用”四大核心领域中，优先发展的是采集与应用领域，具体优先发展的领域是RFID产业、智能家居、智能交通、智能医疗、智能电网。

RFID产业：物流、金融、零售、物品防伪、环境保护、身份识别等很多方面，都离不开RFID，今后随着物联网的大规模应用，其应用范围会更加广阔。智能家居：除了通常所说的电表、气表、水表的智能化处理，将来家里的空调、冰箱等电器设备，都可以接入物联网，以监控其运行、减少故障等等。智能交通：在汽车的部件上装上传感器，通过网络与智能的指挥后系起来，这样人们在驾驶汽车的时候，就可以提前知道哪个地方出了故障、哪个路段特别拥挤，以减少汽车追尾事故、等待时间和尾气排放等等，这是智能城市必不可少的一部分。。。

3物联网在石化行业的应用

3.1某石油集团数字油田应用案例

某石油集团公司应用数字油田提升油田的管控一体化水平，数字油田包括五部分内容，分别是：采集与控制子系统、数据传输子系统、生产运行管理子系统、油气生产物联息安全、油气生产物联网标准规范。其中，生产运行管理子系统利用感知的生产信息，通过对生产规律的总结，建立覆盖地下、地面生产全过程的生产管理模型及预测预警模型。实现生产过程实时诊断，控制参数实时预警，数据信息实时，决策管理智能科学；数据传输子系统利用通讯技术，实现对现场数据信息传输实时高效、指令下达准确可靠、网络安全稳定；并实现与生产运行管理的一体化无缝连接；数据采集与控制子系统利用传感、射频等技术，感知油气生产信息，建立覆盖油气全过程准确、可靠的自动化采集与控制子系统。实现采集数据完善准确，过程控制精确到位，安全管理及时有效，系统控制稳定可靠。某石油集团数字油田的系统框架如图1所示。

图1数字油田的系统框架

3.2基于RFID的某石油集团产品批次质量跟踪应用案例

某石油集团公司针对在信息采集和库房管理流程方面存在的问题，通过将RFID技术作为供应链全程信息采集的主要手段来进行产品批次质量跟踪。具体做法是：选取若干种产品；1个生产库房、1个大区销售库房、若干前端销售库房、若干终端客户；仅管理汽车运输业务量身定制符合采用RFID的新库房管理流程。将供应链各节点（库房、客户端）的准确、有效、及时的信息上传到产品批次质量跟踪系统平台。RFID系统成为已有系统的有益补充。基于RFID的某石油集团产品批次质量跟踪系统的系统范围如图2所示。

4物联网技术在炼化行业的应用展望

1）智能化化工产品储运综合管理：依靠现有网络、无线数据通信、RFID技术、网络技术以及现代物流储运信息软件等成熟技术，切实提高化工储运整体运作水平，实现智能综合化工物流储运管理。

2）智能化油品储运综合管理：在炼化行业已建油品储运生产调度系统、机车三大件系统、车号自动识别系统等系统的基础上，拓展智能化油品储运管理综合系统功能，整合或替代原有分散系统，提高油品储运数字化水平。

3）三维全息数字化工厂：三维全息数字化工厂将炼厂的地理信息以及生产、机动、环保、安全所用载体的空间数据用计算机进行数字化管理，包括厂区地下动力管网和地上附属物的空间数据库以及属性数据库。为规划、设计、施工部门提供准确可靠的地下管线、电缆的分布、走向、埋深等状态信息及各专业属性信息，也可以为生产巡检、应急管理等提供辅助。结合数字化设计，围绕主体生产装置实现塔、反应器、阀门、仪器等设备的形状三维立体化及设计数据、运行状态电子化，为设备保养、检维修等提供依据。

参考文献:

[1]石军.“感知中国”促进中国物联网加速发展[J].通信管理与技术,2009(5):1-3.

[2]马建.物联网技术概论[M].北京:机械工业出版社,2011.

[3]王云汉.物联网技术在楼宇智能化系统中的应用[J].惠州学院学报:自然科学版,2010(6):77-78.

[4]蒋中,孔令成.城市互联消防安全数字化监控系统的设计与实现[J].现代电子技术,2009,32(9):131-133,13.

智能医疗应用案例范文6

浙江网新城云科技有限公司是浙大网新科技股份有限公司旗下专业从事智慧城市业务的高科技公司。公司自成立初始，即提出“做中国领先的智慧城市云服务提供商”的宏愿。公司继承浙大网新“智能+互联+协同”的核心理念，将创新科技与前瞻性管理思维进行有机融合，为城市提供包括城市咨询规划、项目建设总包、公共服务平台建设、系统集成、智能运维在内的智慧城市360度全服务。

。依托浙大网新专业IT服务的行业经验，与全球领先的解决方案供应商思科、IBM、微软、甲骨文，中国一流综合性大学浙江大学的战略合作关系，网新城云持续开展项目规划、工程总包、系统集成、软件开发、运营服务等业务，服务于快速发展的中国智慧城市建设。因此，在本届软博会上，网新城云荣获“2012年中国智慧城市建设领军企业”殊荣。

公司自成立初始，即提出“做中国领先的智慧城市云服务提供商”的宏愿。公司继承浙大网新“智能+互联+协同”的核心理念，将创新科技与前瞻性管理思维进行有机融合，为城市提供包括城市咨询规划、项目建设总包、公共服务平台建设、系统集成、智能运维在内的智慧城市360度全服务。

对于城市客户，公司可以结合城市自身特色，深入挖掘城市需求，致力于为客户提供包括城市咨询规划、城市基础设施建设、城市公共服务平台建设与运营在内的一整套智慧城市管理解决方案，助力客户从行政管理向集约高效、服务型转变，最终提高城市的投资价值。。集约高效、快速整合智慧应用，为市民、企业、提供智慧城市服务，深度体现智慧城市内涵。二是创新现代服务业新模式。催生智慧城市平台运营商、智慧城市基础设施服务运营商等现代服务业新模式的出现。三是打造智慧城市产业链。发挥智慧城市的龙头效应带动产业整体发展，提升智慧服务业价值。四是提升城市产业竞争力：智慧产业联盟将带动物联网、云计算、软件服务业、现代服务业、装备制造业等多个产业合力发展，提升城市产业竞争力。

对于企业客户，公司在聚焦“智慧城市公共服务平台运营商”的自我价值定位的同时，全力缔造新型的城市合作联盟，与各类运营商、信息服务提供商、设备供应商等一同寻求合作共赢之道。对于信息服务提供商、设备供应商，网新城云可以在共同的标准之下，在操作系统与应用之间展开广泛合作，如在提供统一应用接入标准、应用接入服务、应用所需的公共数据与信息共享服务、 应用所需的通用基础设施、共享城市客户资源和市场机会等方面；还可以围绕建设城市公共服务操作系统展开合作，如在共享客户资源和信息、拉动运营商业务收入、提高运营商竞争能力、充分整合现有城市基础设施资源、催生新型城市基础设施运营商、提高增值服务能力等方面。

核心优势

网新具有智慧城市行家的专业地位。公司是中国城市科学研究会数字城市专业委员会重点单位，参与制定数字城市建设标准与规则；是浙江省物联网标准化技术委员会重点单位，参与制定浙江省物联网标准化建设；联合浙江大学、思科共同成立智能互联城市研发中心，为智慧城市公共服务平台的建设提供专业技术支撑。

网新是城市管理者的最佳合作伙伴。网新与杭州、舟山、昆山、株洲等多个城市先后确立了智慧城市建设的战略合作伙伴关系，智慧城市关联业务已覆盖全国24个省份57个城市，承接了智慧株洲、智慧舟山、智慧韶山、杭州临平新城等多个城市顶层设计咨询规划项目，凭借高科技专业技术与创新管理思维相结合，深入挖掘城市客户需求与差异化优势，成为城市管理者的最佳合作伙伴。

网新缔造全新的城市产业联盟。网新先后与浙大中控、海康威视、浙江通信服务公司、中电科长江数据等企业签订战略合作协议，由竞争变合作，缔造全新的城市产业联盟，共同为城市客户提供一体化的智慧服务。

网新具有创新灵活的商业模式。率先开展以平台为基础的智慧城市建设思路，并提供BT/BOT、合资建设、集成总包等创新的商业模式，与城市客户、合作伙伴共建互赢生态圈，有效满足中国智慧城市快速发展的需求。

成功案例