微医控股与阿里云达成战略合作,双方将携手基于通义千问大模型联合打造医疗全场景智能体,共同构建医疗垂类大模型

简介: 2025年6月17日,微医控股与阿里云达成战略合作,共建医疗AI基座及医疗全场景智能体。双方将基于通义千问大模型打造医疗垂类大模型,升级微医“5+1”智能体,并在诊断、用药、健康管理等环节深化应用。微医将结合阿里云技术优势推进IDC上云,助力AI+医疗基础设施建设,共同制定行业标准并推广城市级AI数字健共体。目前,微医AI服务已连接全国1.2万家医院和30万名医生,健康管理会员超100万。

2025年6月17日,微医控股与阿里云达成战略合作,双方将携手共建医疗AI基座,基于通义千问大模型联合打造医疗全场景智能体,共同构建医疗垂类大模型。此外,微医控股将结合阿里云技术优势,推进IDC上云,打造统一的云原生架构,为“AI+医疗”提供基础设施强大支撑。

image.png

微医控股具备丰富的医疗临床场景和数据沉淀积累,双方合作后将共同升级打造微医“5+1”智能体,并在人工智能总医院全面落地应用。

  • 在诊断环节,基于通义千问大模型及数字人技术,联合升级微医“AI医生”、“AI检查”智能体,为医生提供患者健康情况全方位画像,辅助病情评估与风险预测,助力医生提高诊疗效率,改善患者就医体验;

  • 在用药环节,通过共建用药知识库、规则引擎,提升“AI药师”的知识密度和能力,全面提高药师的药事服务水平和效率;

  • 在健康管理环节,基于微医在健康管理方面的丰富经验,大模型将优化“AI健管”、“AI健康管家”智能体,为患者提供更加个性化的健康管理方案;

  • 在风控质控环节,升级微医“AI智控”的智能分析和可视化能力。

未来双方还将携手打造行业领先的医疗AI智能体,并共同制定人工智能总医院的技术标准、行业标准。

作为国内领先的AI医疗健康解决方案提供商,微医控股通过自研医疗大模型和大数据等技术,依托AI健共体为地方和各级医疗机构提供综合数智化解决方案,为患者提供线上问诊、复诊、结算等一站式医疗健康服务。

目前微医AI医疗服务健康管理会员数量超过100万,数字医疗平台连接了全国1.2万家医院、超过30万名医生。

基于微医天津数字健共体的成功经验,未来双方将紧密合作,共同助力人工智能总医院牵头的城市级AI数字健共体的复制推广。

微医控股联席董事会主席兼总裁张君表示:

阿里云在云计算、大模型和智算领域的领先能力,是支撑医疗健康行业智能化升级的关键基础设施。此次战略携手,将极大加速微医人工智能总医院及医疗大模型与智能体的迭代升级,期待通过双方的强强联合,强力驱动各自业务的创新发展,更有力推动中国医疗AI产业的整体跃升。

⛳如果还想要了解更多通义大模型的模型详细信息以及直接进入体验,可以点击🔗https://www.aliyun.com/product/tongyi直接进入查看和体验哦~~

也可以关注一下通义大模型的公众号,后续有新的产品动态都会在内发布。

通义大模型公众号二维码.png

相关文章
|
机器学习/深度学习 人工智能 边缘计算
大模型在医疗领域的应用
🌟蒋星熠Jaxonic,AI开发者,深耕医疗大模型领域。见证代码如何重塑医疗:从影像分析到智能诊断,从药物研发到临床决策。分享技术实践与行业洞察,探索AI赋能健康的时代变革。
大模型在医疗领域的应用
|
12月前
|
存储 人工智能 NoSQL
AI大模型应用实践 八:如何通过RAG数据库实现大模型的私有化定制与优化
RAG技术通过融合外部知识库与大模型,实现知识动态更新与私有化定制,解决大模型知识固化、幻觉及数据安全难题。本文详解RAG原理、数据库选型(向量库、图库、知识图谱、混合架构)及应用场景,助力企业高效构建安全、可解释的智能系统。
|
12月前
|
机器学习/深度学习 人工智能 人机交互
当AI学会“看”和“听”:多模态大模型如何重塑人机交互
当AI学会“看”和“听”:多模态大模型如何重塑人机交互
787 121
|
12月前
|
数据采集 人工智能 搜索推荐
智能新纪元:多模态大模型如何重塑人机交互
智能新纪元:多模态大模型如何重塑人机交互
484 113
|
12月前
|
人工智能 人机交互 知识图谱
当AI学会“融会贯通”:多模态大模型如何重塑未来
当AI学会“融会贯通”:多模态大模型如何重塑未来
553 114
|
12月前
|
人工智能 安全 搜索推荐
当AI学会“看”和“听”:多模态大模型如何重塑人机交互
当AI学会“看”和“听”:多模态大模型如何重塑人机交互
998 117
|
12月前
|
人工智能 API 开发工具
构建AI智能体:一、初识AI大模型与API调用
本文介绍大模型基础知识及API调用方法,涵盖阿里云百炼平台密钥申请、DashScope SDK使用、Python调用示例(如文本情感分析、图像文字识别),助力开发者快速上手大模型应用开发。
3495 18
构建AI智能体:一、初识AI大模型与API调用
|
人工智能 缓存 自然语言处理
Java与多模态AI:构建支持文本、图像和音频的智能应用
随着大模型从单一文本处理向多模态能力演进,现代AI应用需要同时处理文本、图像、音频等多种信息形式。本文深入探讨如何在Java生态中构建支持多模态AI能力的智能应用。我们将完整展示集成视觉模型、语音模型和语言模型的实践方案,涵盖从文件预处理、多模态推理到结果融合的全流程,为Java开发者打开通往下一代多模态AI应用的大门。
728 41
|
存储 人工智能 数据可视化
从零构建能自我优化的AI Agent:Reflection和Reflexion机制对比详解与实现
AI能否从错误中学习?Reflection与Reflexion Agent通过生成-反思-改进循环,实现自我优化。前者侧重内容精炼,后者结合外部研究提升准确性,二者分别适用于创意优化与知识密集型任务。
2281 9
从零构建能自我优化的AI Agent:Reflection和Reflexion机制对比详解与实现
|
12月前
|
缓存 物联网 PyTorch
使用TensorRT LLM构建和运行Qwen模型
本文档介绍如何在单GPU和单节点多GPU上使用TensorRT LLM构建和运行Qwen模型,涵盖模型转换、引擎构建、量化推理及LoRA微调等操作,并提供详细的代码示例与支持矩阵。
2927 2

热门文章

最新文章