福州市国家健康医疗大数据中心挂牌 海峡特色鲜明

本文涉及的产品
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
简介:

26日,国家健康医疗大数据中心与产业园建设试点工程(福州园区)在福州长乐市挂牌。这一中心毗邻台湾海峡IC产业基地,力图在大数据时代提升两岸医疗产业合作空间。

今年10月21日,福州市与厦门、南京、常州四个城市共同入围第一批健康医疗大数据中心与产业园建设国家试点工程。

长乐市代市长蔡劲松在挂牌仪式上表示,国家健康医疗大数据中心与产业园建设试点工程(福州园区)正式落户在数字福建(长乐)产业园内,一期项目启动区60亩,总用地面积1000亩。中国健康医疗大数据产业联盟的一批比较成熟的大数据运营中心、云电子病历平台、全国名医联盟中心、国家健康医疗开放大学区域中心等平台将陆续入驻园区。

据介绍,中心将发挥福州“治未病、健康云、VR产业、医联体”四个优势,促进“健康养生、精准医疗、智慧健康、分级诊疗”四大运用,通过3至5年持续建设,将“有福之州”进一步打造成“健康之城”。

这一中心毗邻台湾海峡IC产业基地,具有独特优势。2013年1月,首条横跨海峡两岸的海底光缆“海峡光缆1号”开通,从福州长乐直连台湾淡水,大幅提高了两岸通信能力,可为大数据企业提供延时最小、质优价廉的通信服务。

长乐市副市长郑子毅接受新华社记者采访表示,台湾是IC产业发达地区,“海峡光缆1号”为国家健康医疗大数据中心与产业园建设试点工程(福州园区)提供了很好的通信网络基础。另一方面,两岸医疗产业合作空间很大。特别是远程诊疗,可以让台湾地区的优质医疗资源在福州得到共享共用,相互促进和提高。

“现在我们面向海峡两岸精准招商,台湾地区的企业也在接触,欢迎他们前来交流合作。”郑子毅说。

据介绍,该中心的发展目标是,到2017年底,全面建成互通共享的区域人口健康信息平台,吸引或培育50至100家健康大数据企业落户产业园;到2025年,成为泛珠三角最大的大数据中心。

本文转自d1net(转载)

相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
目录
相关文章
|
6月前
|
存储 传感器 监控
探索现代数据中心的冷却技术革新
【4月更文挑战第23天】 在信息技术迅猛发展的今天,数据中心作为计算和存储的核心枢纽,其稳定性和效率至关重要。然而,随着处理能力的增强,设备发热量急剧上升,有效的冷却方案成为确保数据中心持续运行的关键因素。本文将深入分析当前数据中心面临的热管理挑战,并探讨几种前沿的冷却技术,包括液冷系统、热管技术和环境自适应控制策略。通过比较不同技术的优缺点,我们旨在为数据中心管理者提供实用的冷却解决方案参考。
|
2天前
|
存储 运维 区块链
区块链技术对数据中心的潜在影响
区块链技术对数据中心的潜在影响
|
3月前
|
机器学习/深度学习 存储 监控
利用机器学习技术优化数据中心能效
【7月更文挑战第36天】在数据中心管理和运营中,能源效率已成为关键性能指标之一。随着能源成本的不断上升以及环境保护意识的增强,开发智能化、自动化的解决方案以降低能耗和提高能源利用率变得尤为重要。本文探讨了如何应用机器学习技术对数据中心的能源消耗进行建模、预测和优化,提出了一个基于机器学习的框架来动态调整资源分配和工作负载管理,以达到节能的目的。通过实验验证,该框架能够有效减少数据中心的能耗,同时保持服务质量。
|
6月前
|
存储 大数据 数据处理
探索现代数据中心的冷却技术
【5月更文挑战第25天】 在信息技术迅猛发展的今天,数据中心作为其核心基础设施之一,承载了巨大的数据处理需求。随着服务器密度的增加和计算能力的提升,数据中心的能耗问题尤其是冷却系统的能效问题日益凸显。本文将深入探讨现代数据中心所采用的高效冷却技术,包括液冷解决方案、热管技术和环境自适应控制等,旨在为数据中心的绿色节能提供参考和启示。
|
6月前
|
人工智能 监控 物联网
探索现代数据中心的冷却技术
【5月更文挑战第27天】 在信息技术迅猛发展的今天,数据中心作为信息处理的核心设施,其稳定性和效率至关重要。而随着计算能力的提升,数据中心面临的一个重大挑战便是散热问题。本文将深入探讨现代数据中心冷却技术的进展,包括传统的空气冷却系统、水冷系统,以及新兴的相变材料和热管技术。通过对不同冷却方式的效率、成本及实施难度的分析,旨在为读者提供一份关于数据中心散热优化的参考指南。
|
6月前
|
机器学习/深度学习 资源调度 监控
利用机器学习技术优化数据中心能效
【5月更文挑战第30天】在数据中心管理和运营中,能源效率的优化是降低运营成本和减少环境影响的关键。本文旨在探讨如何应用机器学习技术来提升数据中心的能源效率。通过对现有数据中心运行数据的深入分析,开发预测性维护模型,以及实施智能资源调度策略,我们可以显著提高数据中心的能效。本研究提出了一种集成机器学习算法的框架,该框架能够实时监控并调整数据中心的能源消耗,确保以最佳性能运行。
下一篇
无影云桌面