你认为计算机视觉领域的未来发展会怎样呢？

计算机视觉作为人工智能的一个重要子领域，具有广阔的前景和发展潜力。以下是计算机视觉未来的一些趋势和发展方向：

技术创新：随着深度学习、神经网络等技术的不断发展和创新，计算机视觉的性能和能力将继续提升，解决更复杂的视觉任务成为可能。

应用场景拓展：计算机视觉技术将在更多领域和场景得到应用，例如自动驾驶、医疗影像分析、智能监控、虚拟现实、增强现实等。

跨学科融合：计算机视觉将与其他人工智能领域（如自然语言处理、语音识别等）和其他学科进行更多的交叉与融合，为解决复杂问题提供新的思路和方法。

个性化和智能化：计算机视觉系统将更加个性化和智能化，能够根据不同用户的需求和场景提供定制化的解决方案。

实时性和低功耗：计算机视觉技术将在实时性和低功耗方面取得突破，以满足移动设备、物联网等应用的需求。

数据安全与隐私保护：计算机视觉技术在应用过程中需要处理大量的图像和视频数据，如何在保障数据安全和隐私的前提下实现高效的视觉任务将成为一个重要问题。

可解释性和可靠性：计算机视觉系统的可解释性和可靠性将得到更多关注，以提高用户对系统的信任度和满意度。

总之，计算机视觉作为一个不断发展的领域，具有巨大的前景和潜力。随着技术进步和应用拓展，计算机视觉将在各个领域发挥越来越重要的作用。

影像云、科研云以及灾备云。
针对医疗行业推出三朵云：影像云、科研云以及灾备云是国内三大医疗云。
云医疗(CloudMedicalTreatment，简称CMT)是指在云计算、物联网、3G通信以及多媒体等新技术基础上，结合医疗技术。

院校专业：

基本学制：四年 | 招生对象： | 学历：中专 | 专业代码：101011T

培养目标

培养目标

专业定义 智能医学工程是医、理、工高度交叉的学科，其研究内容包括智能药物研发、医疗机器人、智能诊疗、智能影像识别、智能健康数据管理等。旨在建立一个跨学科、多元化的教学和科研平台，促进各学科交叉融合，进而培养出适应时代发展的综合性高素质人才。例如：电子技术、计算机技术、人工智能技术，应用于医疗信息大数据的智能采集、智能分析、智能诊疗、临床实践等各个环节。 课程体系 《智能药物研发》《智能诊疗》《智能影像识别》《智能健康数据管理》等。 就业方向 在大型综合性医院中从事医疗方向的临床和研究工作 在高校、研究院所、人工智能以及智能医疗相关企业中从事研发及管理等工作。

职业能力要求

职业能力要求

专业教学主要内容

专业教学主要内容

《智能药物研发》《智能诊疗》《智能影像识别》《智能健康数据管理》等

专业（技能）方向

专业（技能）方向

"在大型综合性医院中从事医疗方向的临床和研究工作 在高校、研究院所、人工智能以及智能医疗相关企业中从事研发及管理等工作。"

职业资格证书举例

职业资格证书举例

继续学习专业举例

就业方向

就业方向

对应职业（岗位）

对应职业（岗位）

其他信息：

智能医学工程以现代医学与生物学理论为基础，融合先进的脑认知、大数据、云计算、机器学习等人工智能及相关领域工程技术，研究人的生命和疾病现象的本质及其规律，探索人机协同的智能化诊疗方法和临床应用，是一门新兴交叉学科。 智能医学工程就业方向 学生毕业后能够在大型综合性医院中从事智能医学图像处理、智能检验、智能手术、智能医学病案管理、精准医疗、远程医疗、智能康复等工作；或能够在高校、研究院所、人工智能以及智能医疗相关企业中从事脑科学、类脑计算等相关学科的科学研究或智能医学仪器的研发及管理等工作。 智能医学工程的构架 智能医学工程面向医学影像、生物医学信号、医学检验、医学信息、疾病诊疗等医学技术革新的需求，以电子技术、计算机技术、互联网与物联网技术、人工智能技术、3D打印、虚拟现实、增强现实、脑-机接口等一系列工程技术为基础，发展医学智能感知、医学大数据分析、医学智能决策、精准医疗、医学智能人机交互等核心医学技术，并面向智能医学仪器、智能远程医疗、智能医学教育、新药研发、智能医学图像分析、智能诊疗、智能手术、精准放疗、神经工程、康复工程、组织工程、基因工程等医疗相关领域应用。

工业领域物联网发展趋势分析 传统工业加速向智能化转变
所谓“物联网”(Internet of
Things，IOT)，又称传感网，指的是将各种信息传感设备，如射频识别(RFID)装置、红外感应器、全球定位系统、激光扫描器等种种装置与互联网连接起来并形成一个可以实现智能化识别和可管理的网络。
前瞻产业研究院数据显示，2016年我国物联网产业规模超过9000亿元人民币，同比增速连续多年超过20%。物联网作为通信行业新兴应用，在万物互联的大趋势下，市场规模将进一步扩大。随着行业标准完善、技术不断进步、国家政策扶持，中国的物联网产业将延续良好的发展势头，为经济持续稳定增长提供新的动力。移动互联向万物互联的扩展浪潮，将使我国创造出相比于互联网更大的市场空间和产业机遇。
物联网利用射频识别(RFID)、GPS、摄像头、传感器、传感器网络等感知、捕获、测量的技术手段，随时随地对物体进行信息采集和获取，实现智能化的决策和控制。因此，物联网在工业领域应用过程中，物联网相关技术和产品是智能工业的核心。
工业是物联网应用的重要领域。具有环境感知能力的各类终端、基于泛在技术的计算模式、移动通信等不断融入到工业生产的各个环节，可大幅提高制造效率，改善产品质量，降低产品成本和资源消耗，传统工业加速向智能化转变。
根据前瞻产业研究院发布的《物联网行业应用领域市场需求与投资预测分析报告》测算，2014年，国内物联网在工业领域需求规模为1260亿元;2016年，国内物联网在工业领域需求规模为1804亿元。2017年，国内物联网在工业领域需求规模约为2354亿元。
物联网在工业领域应用问题分析
1、IT安全问题
和前几次由新的硬设备、技术所带来的工业革命不同，工业40是由互联网所带来的第四次工业革命。也因此，有66%的受访者认为IT安全是一大挑战，当企业的IT系统连上网络，随时可能有一些未知的威胁出现在仓储管理系统、机器设备或供应链当中。
2、制造系统管理问题
工业40除了带来生产效率之外，同时也改变传统制造业的思维。当智能生产真正落实后，将会对制造管理系统带来巨大的变革，且势必变得更为复杂，包括整体的生产物流、人机协同作业等改变，也让员工培训更显重要。
3、通讯基础设施建设问题
通讯网络是实现工业40的重要关键，但是要建立一个让所有组织都能够配合的网络，必须要有一个一致的接口、通讯标准和规范。目前许多标准都还未建立，例如工业通讯、工程、IT安全、数字化工厂、设备整合等都还未被纳入整体参考架构中。
物联网在工业领域应用前景及发展趋势预测
近年来，我国政府通过工业化与信息化融合战略正在大力推进物联网技术向传统行业中的深度渗透。工信部于2013年9月发布的《工业化与信息化深度融合专项行动计划(2013-2018年)》中重点提出的互联网与工业融合创新试点工作已经进入了全面实施阶段。
以物联网融合创新为特征的新型网络化智能生产方式正塑造未来制造业的核心竞争力，推动形成新的产业组织方式、新的企业与用户关系、新的服务模式和新业态，推动汽车、飞机、工程装备、家电等传统工业领域向网络化、智能化、柔性化、服务化转型，孕育和推动全球新产业革命的发展。
美国制造业巨头通用电气公司充分利用物联网技术，已推出了二十余种工业互联网/物联网应用产品，涵盖了石油天然气平台监测管理、铁路机车效率分析、提升风电机组电力输出、电力公司配电系统优化、医疗云影像等各个领域。AT&T基于GE的软件平台Predix开发M2M解决方案，越来越多的工业机器将通过M2M连接到网络。
例如：物联网应用在智能工厂，具有相当广泛的应用前景，经济效益和社会效益明显。导入物联网的智能工厂，至少可以实现以下五个功能，即：电子工单、生产过程透明化、生产过程可控化、产能精确统计、车间电子看板。通过这五大功能，不但可实现制造过程信息的视觉化，对于生产管理和决策也会产生许多作用。根据物联网在智能工业的产值贡献比例来看，2023年国内物联网在工业需求规模在7821亿元左右。

随着国内企业数字化转型加速，企业纷纷上云，数据存储量呈爆发式增长。传统存储扩展性差、成本高等局限性愈发明显。软件定义存储（Software Defined Storage，以下简称SDS）以虚拟化方式将各种存储资源抽象化、进行池化整合，通过智能化管控软件实现存储资源的按需分配。软件定义存储重新定义了存储架构，以扩容便捷、成本较低等优势，成为存储领域的重要发展方向之一。

深圳市杉岩数据技术有限公司（以下简称“杉岩数据”或“杉岩”）是国内软件定义存储领域的领导者之一。IDC最新发布的《2019 Q4 中国SDS市场报告》中，杉岩数据在对象存储市场份额第三，占比163%；在块存储市场份额第四，占比69%。

杉岩数据成立于2014年9月，公司以新一代智能分布式存储技术为核心，致力于提供领先的面向不同业务环境的企业级存储方案，帮助用户轻松应对IT向云迁移的存储挑战，为大数据时代的商业决策提供智能存储，打造云计算、人工智能、物联网等领域的数据存储基石。

杉岩数据致力于帮助用户应对数据存储量、访问量以及数据管理复杂度，帮助用户建立以存储虚拟化和计算虚拟化为核心的云计算基础设施环境，并逐步提供数据处理、挖掘、智能分析等方面的大数据专业系统和服务。

2020年7月8日，公司宣布获得B+轮15亿元最新融资，本轮融资由大型央企中远海运领投，襄禾资本、无锡金投跟投。借助本轮融资，公司将围绕数据存储、数据管理、数据价值的客户价值模型，持续加大产品关键技术的研发投入、垂直领域的市场拓展、人才引入以及产业生态链的建设，为用户的数字化转型提供全面赋能。

杉岩数据融资情况

数据来源：IT桔子

杉岩数据创始团队来自华为，目前员工近200名，超过60%为研发人员。公司基于分布式存储架构，提供海量对象存储（StandStone MOS）、统一存储平台（StandStone USP）、超融合一体机（StandStone HyperCube）、安全存储一体机（SandStone HuaYan）四款产品。

海量对象存储（StandStone MOS）是面向企业级海量非结构化数据的全分布式存储产品，在海量数据时代，典型应用场景包括企业内容管理、影音数据存储分析、大数据存储与分析、人工智能应用等。

统一存储平台（StandStone USP）提供标准的块存储和文件存储服务，可以同时支持各种虚拟化应用、数据库的事务处理和文件资源的共享存储，满足关键业务和众多应用的不同存储需求。

超融合一体机（StandStone HyperCube）是基于超融合架构的IT基础设施平台，遵循开发架构标准，融合计算、存储为一体，形成标准化的超融合单元，多个超融合单元通过网络汇聚成数据中心的基础架构。超融合一体机预集成和优化了主流虚拟化和数据服务，通过一站式交付，实现企业业务快速上线。

安全存储一体机（SandStone HuaYan），是杉岩在国产替代趋势下推出的高性能存储服务器。该服务器基于国产化软硬件生态，集成杉岩自主研发的分布式存储软件，广泛适用于政府、国防军工、航空航天、金融、教育、医疗等多个应用领域。

杉岩数据通过4款产品，以用户真实需求为导向，满足多业务场景用户的存储需求，成立近六年，实现2500PB+交付容量数据零丢失的成绩，以高质量的产品和服务赢得客户信赖。目前，杉岩数据已服务10余行业的500+用户。

杉岩数据软件定义存储产品、场景与行业

近日，融中研究采访了杉岩数据创始人兼CEO陈坚，就杉岩数据的产品及技术、市场应用、存储行业格局及未来发展趋势进行了深度交流。

访谈内容分享如下：

1

不只是存储优化

以数据为中心的客户价值金字塔模式

将智能存储的进阶赋能演绎到极致

融中研究：

“SandStone是一种橙红色石头，由沙粒经过多年不断沉积重新排列而成。SandStone 生动地诠释了‘分布式架构’的形成。”为什么用这个比喻来强调“分布式架构”？有什么特殊含义？

陈坚：

SandStone对我们确实意义深远。实际上，我们公司名称的来源与“Sand Stone”紧密相关。杉岩二字，来源于Sand的音译杉，以及Stone的意译岩。取名“SandStone”是因为我们做的是基于P2P的分布式存储架构，分布式存储的本质就是把分散的磁盘硬件聚合起来，形成一个很大的存储资源池。“SandStone”生动地诠释了“分布式架构’的形成，每个磁盘所在的服务器节点就像一粒沙子，通过杉岩数据的软件聚沙成石，形成一个稳定可靠的存储系统。

SandStone不仅代表了产品的特点，实际也代表了我们的文化、经营理念。从公司内部来看，每一个员工就像一粒沙子，大家团结奋斗、紧密协作，凝聚成一个有机整体，使得整个公司像石头一样坚不可摧；从外部合作伙伴的拓展来看，以杉岩为中心，将周围的合作伙伴聚在一起形成生态圈，每一个伙伴也是一粒沙子，通过不断吸纳聚合，构建稳定的生态圈。因此，SandStone所代表的团结奋斗与凝聚力内核，已内化成了公司企业文化的一部分；SandStone蕴含的分布式理念，也切合了公司与合作伙伴的生态建设理念。

融中研究：

杉岩是做存储的，为什么公司取名为杉岩数据而不是杉岩存储呢？智能存储与传统存储的主要区别是什么？杉岩的智能存储方案有什么特点？

陈坚：

之所以叫杉岩数据而不是杉岩存储，是因为我们带给客户的价值不只是存储的优化，而是以数据为中心的智能存储赋能，通过我们的存储系统，解决客户在AIoT、5G时代海量数据的存储、管理以及使用方面的问题。

针对智能存储，杉岩数据构建了一套以数据为中心的客户价值金字塔模型，最底座是存储，作为数据的抓手；中间层是数据的管理，作为内涵；最顶层为未来的智能化应用提供准备及服务，我把它叫做外延。

具体来说，第一层即数据存储的智能化。存储侧的智能，就是让客户使用更加简单。传统存储像烟囱，每一个业务系统配一套存储，客户的运维非常困难。分布式存储则是一个存储池，客户面向的是一套承载了不同应用数据的存储集群，孤立的烟囱不再存在。在存储集群里面的故障、性能、容量等告警，都是由存储系统内部智能化完成，同时还保障数据的可靠性、安全性以及访问性能。

第二层，数据管理的智能化。用户存数据后，要管数据。我认为数据是有生命力的，像人一样有从生到死的过程。医疗影像数据是一个典型的例子：病人拍完CT、X光产生的影像数据马上要被用于辅助医生寻找病症、病灶，这时数据是“热”的。这一次病好后，数据访问频率下降，“热”数据变为“温”数据。病人彻底康复后，数据变“冷”。对“热”数据，为了保证访问性能，相应的软硬件配置都非常高，价格也高。“冷”数据如果同“热”数据一样存储，性价比较低。医院一般将冷数据归档到公有云或蓝光等单位存储成本相对较低的存储介质中。这个例子正好反映了数据全生命周期的智能化管理。

在未来海量数据时代，数据的管理非常关键。除了数据全生命周期的管理，杉岩还能实现数据智能化的统一管理，包括：对客户的传统存储和杉岩的分布式存储的统一管理，保护客户对传统存储的原有投资；对公有云、私有云数据的统一管理，实现数据的自由流动；对边缘设备与中心设备数据的统一管理，实现数据的相互协同。

第三层，金字塔的顶端，是数据挖掘的智能化。数据被存储、管理，最终都是为了信息和价值的挖掘。目前越来越多的企业借助AI、机器学习、深度学习这些算法来使用和挖掘数据价值。杉岩的存储系统，包括我们的对象存储，都为海量数据的挖掘和使用去赋能。当然，杉岩不是要做AI，而是为智能化去赋能。这体现在两个方面，第一，我们的存储系统里面自带数据处理引擎，对业务需要使用的数据进行预先处理。第二，我们为AI的训练、数据清洗、数据的准备阶段提供了友好的统一管理、存储平台——数据处理引擎“AI in MOS”，还有面向需要对AI进行训练、学习、应用的公司提供的存储平台——“MOS for AI”。

融中研究：

杉岩在数据的存、管、挖各个层面的资源投入如何？杉岩在技术底层的优势有哪些？

陈坚：

在存、管、挖三个层面，杉岩起步聚焦于“存”，致力于为客户提供一个高可靠、高安全、高性能、高可扩展性的分布式存储系统，“存”也是目前投入最大的一块。在“存”方面，目前我们的核心竞争力主要体现在产品性能更高，可用性、可维性更强，特别是在数据的安全性方面，我们积累了很多经验。

在管方面，随着客户持续增加，杉岩面临的需求也不断增加，我们通过与客户的互动交流，了解客户实实在在的需求与痛点，并提出创新的解决方案。目前我们一些特有的产品功能已经落地了，这是很多企业包括一些大厂都不具备的，比如说我们对传统存储与分布式存储的统一管理、对数据的全生命周期管理等等。

最上层，未来数据的智能应用层面，在智能数据处理引擎“AI in MOS”产品上，我们也在加大投入，今年就会有实际的项目落地。

融中研究：

您刚才讲到，在数据挖掘上会加大投入，那么杉岩在这一块的发展目标如何？如何与数据挖掘专业公司竞争？

陈坚：

我先做一个澄清，杉岩的产品是有边界的，我们不会像大数据公司一样，比如也去做一个精准营销，我们是为精准营销赋能。像之前提到的数据处理，即使杉岩不做，这些公司还是要做的，杉岩其实是在帮这些公司做加速。另一方面，在赋能大数据挖掘的过程，杉岩主要针对非结构化数据赋能。以前的基于数据库的结构化数据，像BI、数据仓库，这类数据的挖掘已经有非常成熟的解决方案，杉岩的目标不在于此。我们强调对象存储就是因为对象存储是存储非结构化数据最佳的载体。我们通过对非结构化数据的AI挖掘、使用赋能实现差异化。

融中研究：

在当前软件定义存储，存在哪些技术局限，大概何时能够突破？杉岩在这块有哪些领先优势？

陈坚：

软件定义存储的概念相对于传统存储，其设计哲学和传统存储刚好相反。传统存储以硬件为核心，存储系统的数据可靠性高度依赖硬件架构的设计。软件定义存储，假设硬件是不可靠的或可靠性没那么高。

软件定义存储的性能更高、扩展性更强、更灵活。但任何一个架构、系统都会有自己的优缺点。软件定义存储在技术上的局限性：第一，难以将硬件的性能发挥到极致。第二，在存储集群大了以后，整个集群的管理、运维也是一个挑战。一般的企业没有专门的IT运维人员或运维水平有限，在海量数据时代，存储产品能不能让企业实现简单运维，也是一个挑战。

杉岩对传统存储和分布式存储都有很深入的理解，既有传统存储最核心的架构师和工程师，也有深耕分布式存储领域近10年的架构师。面对这些局限，杉岩也在做一些事情，比如在软硬结合方面，与硬件供应商一起做软硬垂直优化；在大规模集群存储系统的管理和运维上，借鉴一些AI的算法能力，让运维更加智能化、自动化。

2

立足场景寻找最佳匹配行业

以质量和服务构建客户信任

加速市场拓展

融中研究：

杉岩已服务10+行业的500+客户，从市场策略来看，杉岩数据在这些行业是齐头并进还是有所侧重？主要的优势行业有哪些？未来发展或者延伸的重点行业还有哪些？

陈坚：

存储系统作为一个标准化产品，没有太多的行业属性。但是软件定义存储有它的最佳应用场景。

杉岩数据依托场景构筑产品和解决方案，再通过最佳应用场景去寻找最佳匹配行业，进行市场开拓。例如，杉岩智慧视频云存储的解决方案，可以在安防、轨道交通、能源、电力、金融等等行业领域使用。另外，我们还推出了一个更加通用化、平台式的私有云产品，适用于金融、政府、教育、医疗等多个行业。

目前，杉岩市场突破的重点在于有大量场景和需求的政府、金融、教育、医疗、交通、能源、制造等行业。市场开拓方面，杉岩在大部分行业齐头并进，对小部分行业有所侧重，例如金融行业将是杉岩数据始终关注的重点行业。

作为存储厂商，杉岩产品的行业属性不强，但在产品智能化层面，实际上我们有一些场景化和行业属性的定制，但这种定制不是为某一客户定制，而是为一个行业定制，并且可以批量复制和推广。

融中研究：

杉岩数据如何切入客户，并获得客户的信任？在客户关系维护和服务方面，杉岩数据采取哪些措施？

陈坚：

从0到1的突破是非常难的。杉岩数据以产品为客户带来的价值来切入市场，早期的客户包括中国移动、中国电信、广发证券、深圳市供电局等。对TOB市场，标杆的意义重大。杉岩切入市场后，依托案例与标杆客户在同行业去推广复制。

杉岩数据依靠高质量的产品和切实的服务获取客户的信任。目前为止，我们存储了2500+PB的数据，从没丢失过数据，这一点让用户非常放心。服务，是创业公司最具竞争力的优势之一，而大厂流程非常复杂，对TO B客户服务的理念和经验也比较缺乏。杉岩与客户的运维人员紧密沟通，对他们进行多维培训赋能，客户能够亲身感受到杉岩对他们的重视。

3

疫情期间，驰援武汉

推出免费服务平台

苦练研发内功蓄势待发

融中研究：

此次疫情对杉岩数据带来什么影响？杉岩数据采取哪些行动？

陈坚：

这次新冠疫情对杉岩数据是一把双刃剑，但总体来说是利好的局面。一方面，疫情对公司短期的获客、工作开展产生了一定的冲击和影响；另一方面，疫情也让新一代信息技术的价值被充分认识，例如远程医疗、远程诊断等会涉及到大量的数据存储和应用，轨迹、跟踪、健康码等其实也都是基于数据的存储和使用。很多行业对于新一代信息技术的接受程度更高了，特别是政府的智慧城市、医疗领域的远程医疗、教育领域的远程教育发展等，带来的数据存储机会更多了。

作为一家创业公司，疫情期间，我们也秉承一贯的家国情怀和责任，进最大的努力为抗疫提供支持。2月份，我们给武汉大学人民医院捐献了一套分布式存储产品，助力提升医院的医疗质量和效率。同时，为了帮助用户解决疫情期间存储问题，我们推出了供用户免费使用的「统一存储平台软件SandStone USP」。

此外，我们在产品研发、市场开拓上没有丝毫懈怠。在产品研发端，我们借机苦练内功、打磨产品，为疫情过后的市场反d做好准备；在市场开拓方面，我们的销售团队通过远程电话保持与客户、合作伙伴的紧密互动与沟通，努力介绍杉岩的产品方案和价值亮点，积极拓展新客户、挖掘老客户新需求等。

4

分布式存储市场将形成寡头垄断格局

杉岩将始终以差异化取胜

融中研究：

当前存储市场竞争格局怎么样？主要玩家类型有哪些？

陈坚：

从市场格局来说，存储行业技术门槛很高，需要大量的经验积累和打磨，大浪淘沙之后，最终玩家不会很多。在传统存储领域，全球TOP6的公司占据市场百分之八十几的份额。在分布式存储领域，经过五年多的发展，与杉岩数据同期创立的公司中，很多技术不成熟的公司已经慢慢被淘汰了。我相信经过震荡式的发展后，分布式存储的市场格局会趋于稳定，也会变成一个寡头垄断的格局，未来会有一家或几家来占领市场绝大部分的份额，杉岩肯定是其中之一。

从竞争来说，杉岩的优势还是产品。创业公司没有捷径可走，品牌、资金都比拼不过大厂，生存发展一定是靠差异化的竞争力。杉岩的差异化竞争优势主要体现在客户价值金字塔模型的“管”和“挖”，“存”大家都在做，如果这一层都做不好自然会被淘汰；“管”层面，大厂的产品很全，内部对于传统存储和分布式存储会有一些博弈和竞争，但对于垂直用户定制化以及工业化需求领域不一定愿意涉足，而杉岩独特的价值和优势正体现于此。数据智能层面，杉岩的价值和优势更加明显。杉岩的设备产品有一些特殊的功能，这是很多大厂不会去做的事情，他们提供的主要是面向全球市场的标准化产品，聚焦于存储产品的完善。杉岩则是针对垂直细分市场进行产品差异化。

在市场竞争格局中，同类创业公司竞争方面，从目前来说，2013到2015年成立的一批公司，现在的竞争格局越来越清晰了。当前，软件定义存储处于繁荣发展期，蛋糕还没有定型，在不断扩展、挖掘客户新场景、新需求的阶段，都在共同培育市场。所以，我们正在共创生态链，携手合作伙伴建设新型IT基础设施建设。

融中研究：

大型厂商加码存储，例如华为、华三等大厂也开始发力对象存储，对杉岩数据的发展会有冲击吗？杉岩数据如何平衡与基础设施合作伙伴华为的竞争与合作？

陈坚：

大厂确实在加大对存储领域的布局，但我们也看到一个趋势，大厂现在主要在公有云方面布局，而在私有云方面，可能更多的是以传统存储、分布存储的架构来拓展市场。与大厂的竞争要避免正面交锋，走差异化路线。比如在金融领域，杉岩在智能化数据处理方面独具特色，这是我们带给客户的独特价值。

大数据专业属于交叉学科：以统计学、数学、计算机为三大支撑性学科；生物、医学、环境科学、经济学、社会学、管理学为应用拓展性学科。所以大数据在众多行业都有应用，下面说说其在医疗领域的应用。
随着互联网规模不断的扩大，大数据正在改变着这个时代的绝大一部分的行业或者企业，医疗行业也不例外，医疗健康正在成为人们关注的重点问题，以智能化、数字化为特征的医疗信息化正在蓬勃兴起，医疗行业的数据类型也在向海量、复杂、多样的类型方式转变。
1就医数据进行电子化管理
对电子医疗记录的收集，包括个人病史、家族病史、过敏症以及所有医疗检测结果等。在信息系统中进行分享，每一个医生都能够在系统中添加或变更记录，而无需再通过耗时的纸质工作来完成。这些记录同时也能帮助病人掌握自己的用药情况，同时也是医学研究的重要数据参考。
2健康预测
通过智能手表等可穿戴设备的数据，建立健康预测模型，通过这些可穿戴设备持续不断地收集健康数据并存储在云端，实时汇报病人的健康状况。应用于数百万人及其各种疾病的预测和分析，并且在未来的临床试验将不再局限于小样本，而是包括所有人。
3医学影像以及临床诊断
通过让大数据机器人来识别记住各类海量的医学影像，例如X射线、核磁共振成像、超声波……等各种的图像。对大量病历进行深度挖掘与学习，训练其对影片的诊断，最终实现辅助医生进行临床决策，规范诊疗路径，提高医生的工作效率。
4药品研发
利用大数据进行数据建模并进行分析，预测药物的临床结果，可以为临床阶段的实验结果提供参考，节省临床阶段的时间并优化临床实验结果。制药公司也可以通过数据建模进行分析，从而生产出治疗成功率更高的药品并极大地缩短药品从研发到投入市场的时间。

智慧医疗英文简称WITMED，是最近兴起的专有医疗名词，是一套融合物联网、云计算等技术，以患者数据为中心的医疗服务模式。智慧医疗采用新型传感器、物联网、通信等技术结合现代医学理念，构建出以电子健康档案为中心的区域医疗信息平台，将医院之间的业务流程进行整合，优化了区域医疗资源，实现跨医疗机构的在线预约和双向转诊，缩短病患就诊流程、缩减相关手续、使得医疗资源合理化分配，真正做到以病人为中心的智慧医疗。在不久的将来医疗行业将融入更多人工智慧、传感技术等高科技，使医疗服务走向真正意义的智能化，推动医疗事业的繁荣发展。在中国新医改的大背景下，智慧医疗正在走进寻常百姓的生活。

---