如何绘制一张完整的健康图谱

数字健康势在必行。随着科技的进步，只要我们展开想象的翅膀，无限的商机会在等待我们。最近的数字健康投资告诉我们，瓦解旧格局的力量正在迅速崛起，一个崭新的未来正在等待我们。

随着一系列传感器的到来，我们可以跟踪大量身体健康指标，从活动、营养、心率、胆固醇水平，到血糖水平、睡眠，甚至可以检测中风，消费者科技迎来了一个健康管理的新时代。

健康应用开始被应用于健康管理，投资也蜂拥而入。这也导致大量健康应用的诞生(在app store上有5万多个健康应用，并且数量还在增长)，它们作为健康顾问，帮助你保持健康，或更好的管理自己的慢性病如糖尿病、高血压、癫痫、哮喘。这些应用程序通常由应用程序接口(api)授权，该接口是一项隐藏的但又安全地将程序和数据相互连接关键技术。

我们正处于消费者驱动的健康革命之巅。但该健康革命要取得成功，我们需要新的方法: 一个超越应用程序和传感器，更好地利用api提供交互性和安全性的方法，迎接当前的挑战。

挑战：交互性和安全性

有史以来第一次，消费者自己要求改变，他们想要通过手机来方便的管理自己的健康信息。很多健康应用程序会吸引消费者，让他们很投入。但另一方面，它们可以创造更多的数据片段，将消费者健康数据分散储存在各种云端。

此外，这些应用程序不能轻易连接到电子健康记录(EHRs)，即使在消费者同意的情况下，也无法轻易提取想要的信息。这不但将导致冗余记录副本的创建，也会为消费者带来下载很多应用的不便和困惑。

上述应用失去的机会就是无法了解一个人的完全健康图像 － 全部健康信息的综合。

下一波的数字化应用需要解决这一问题，通过一种有意义的方式连接数据片段,让消费者能真正利用这些信息来帮助管理自己的健康。

连接不同的信息是一个艰巨的任务。核心挑战是数据透明性的概念 － 数据在应用程序的云仓储中，在付费者、提供者、医疗手术和药品体系之间的自由流动。

我们可以据哥类似的例子。在你开始通过mint.com管理你的财务之后，你就很难再回到以前了。Mint为你提供了金融信息的一站式服务，成为连接你与储存你大量数据的金融机构的智能连接器。数据是安全的，流动的，可转化的。

医疗保健同金融行业类似，也是多种多样的。我们信息来源于多个提供者(专科医生、初级保健医生、内分泌学家、足病医师、放射科医生、整形医生、急诊医生、正畸医生等)，服务提供者(制药、实验室等)和系统(保险公司、雇主等)。

如果mint.com为我们更了解我们的财务状况提供了便利，我们能不能让我们的健康变得一样便捷? 但是，数据流动性需要两个条件: 数据交互性和安全性。

个人财务管理的一个关键属性是数据交互性的概念。诸如自动取款机跨行交易，没有消费者担心潜在的数据交换带来的问题。医疗机构需要语法和语义的交互性，以方便消费者数据的跨机构流动。

来自健康IT交互性的权威机构HL7的最近关于阿尔戈计划(Project Argonaut)的声明，为医疗标准竞技场带来了一丝新鲜空气。受互联网的经过验证的技术的鼓舞，阿尔戈项目的目标是用一个更精简、网络友好的版本取代沉重、复杂的卫生交互性标准。作为一个消费者，我很高兴医疗终于开始从银行、金融、零售行业学习经验，该经验整合数据，为消费者提供了一个全面的视图。

Project Argonaut交互数据示例（更多该计划的信息，参考 https://hl7-fhir.github.io）

阿尔戈项目也将加快其发展，并采用HL7的快速医疗交互性资源(FHIR)（用于交换电子健康记录的API）。这些轻量级api将作为一种有效机制，来进行身份验证和实现安全管理流程和跨界数据集成。

信息专员办公室(ICO)最近的报告表明，2014年4 - 6月的英国医疗网络信息泄露较前一年同期相比增加了101%。这个增长与其它部门相比是最高的，紧随其后的是是当地政府和教育机构。财务数据泄露是有成本的，但是医疗数据泄露却可以产生更大的影响。健康数据是持久的。当信息泄露发生后，患者的保密疾病信息，如艾滋病毒状况、心理健康会给客户带来不可挽回的长期影响。

API 将带来一个安全、交互性的数字健康生态系统

我们正处于消费者驱动的健康革命之巅。全部健康计划要取得成功，我们需要新的方法 － 一个超越了应用程序和传感器的方法。

新方法需要同时保证数据的流动性和安全性。这就需要一个确保安全性、可审核性、身份验证的解决方案，以确保客户信息通过网络交互流动，让大小不等的组织加入进来。没有这些功能，数据的流动性仍将是白日梦，它只会将数据锁定在各自的应用和电子病历中的数据仓库中，无法防止某些错误的发生以及改善医疗服务的效果，或降低服务的成本。

这就是API － 无处不在的强大的数码连接器，它是解锁数字生态系统未来的钥匙。API允许公司跨数以百万计的设备和数码触摸终端安全地共享、处理和计算数据。

API建立在一个安全的平台，该平台可以沟通健康数据仓储并实现信息的安全流动。他们是连接数据共享的健康生态系统的核心，它允许数据在广泛的利益相关者之间的自由流动。API甚至可以验证和管理消费者的授权。

API可以帮助我们实现自我健康管理，并帮助那些我们爱的人，给他们提供更令人满意的医疗保健。这是通过传感器和单独的应用程序不可能做到的。这些在安全环境下运行的API是消费者友好的因特网快速出现的关键。

原文发布时间为：2015-04-23

本文来自云栖社区合作伙伴“大数据文摘”，了解相关信息可以关注“BigDataDigest”微信公众号

纯视觉3D检测综述！一文详解3D检测现状、趋势和未来方向！（下） 基于图像的3D目标检测是自动驾驶领域的一个基本问题，也是一个具有挑战性的问题，近年来受到了业界和学术界越来越多的关注。得益于深度学习技术的快速发展，基于图像的3D检测取得了显著的进展。特别是，从2015年到2021年，已经有超过200篇研究这个问题的著作，涵盖了广泛的理论、算法和应用。然而，到目前为止，还没有一个调查来收集和组织这方面的知识。本文首次对这一新兴的不断发展的研究领域进行了全面综述，总结了基于图像的3D检测最常用的流程，并对其各个组成部分进行了深入分析。此外，作者还提出了两个新的分类法，将最先进的方法组织成不同的类别，以期提供更多的现有方法的系统综述，并促进与未来作品的公平比较。
纯视觉3D检测综述！一文详解3D检测现状、趋势和未来方向！（上） 基于图像的3D目标检测是自动驾驶领域的一个基本问题，也是一个具有挑战性的问题，近年来受到了业界和学术界越来越多的关注。得益于深度学习技术的快速发展，基于图像的3D检测取得了显著的进展。特别是，从2015年到2021年，已经有超过200篇研究这个问题的著作，涵盖了广泛的理论、算法和应用。然而，到目前为止，还没有一个调查来收集和组织这方面的知识。本文首次对这一新兴的不断发展的研究领域进行了全面综述，总结了基于图像的3D检测最常用的流程，并对其各个组成部分进行了深入分析。此外，作者还提出了两个新的分类法，将最先进的方法组织成不同的类别，以期提供更多的现有方法的系统综述，并促进与未来作品的公平比较。在
纯视觉3D检测综述！一文详解3D检测现状、趋势和未来方向！（中） 基于图像的3D目标检测是自动驾驶领域的一个基本问题，也是一个具有挑战性的问题，近年来受到了业界和学术界越来越多的关注。得益于深度学习技术的快速发展，基于图像的3D检测取得了显著的进展。特别是，从2015年到2021年，已经有超过200篇研究这个问题的著作，涵盖了广泛的理论、算法和应用。然而，到目前为止，还没有一个调查来收集和组织这方面的知识。本文首次对这一新兴的不断发展的研究领域进行了全面综述，总结了基于图像的3D检测最常用的流程，并对其各个组成部分进行了深入分析。此外，作者还提出了两个新的分类法，将最先进的方法组织成不同的类别，以期提供更多的现有方法的系统综述，并促进与未来作品的公平比较。
3D测绘和建模在地图中的应用 本文研究全球及中国市场3D测绘和建模在地图中的应用现状及未来发展趋势，侧重分析全球及中国市场的主要企业，同时对比北美、欧洲、中国、日本、东南亚和印度等地区的现状及未来发展趋势
星魁：管理数据资产的「五步骤」与「六要素」 | 数智加速度05课回顾 4月9日，《中共中央国务院关于构建更加完善的要素市场化配置体制机制的意见》公布。「数据」首次作为一种新型生产要素写入中央文件中，与土地、劳动力、资本、技术等传统要素并列为要素之一。 于企业经营成长，于政府服务治理，于社会建设发展，「数据是核心资产」都已成为共识。
卫星影像识别技术在高德数据建设中的探索与实践 对于卫星影像的使用方式，高德经历了由前端用户展示，到人工数据作业参考，再到主动发现更新地图数据的进化过程，这同时也是我们不断挖掘影像数据价值的过程。本文会介绍高德视觉团队将卫星影像从被动参考升级为主动发现的过程中的探索和实践。