Hospitals
PulseAugur coverage of Hospitals — every cluster mentioning Hospitals across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
伊朗APT组织APT33、APT35升级对美国基础设施的网络攻击 · 追踪4个来源
2026年，伊朗网络威胁组织APT33和APT35加大了对美国基础设施的攻击力度，包括银行、医院和供水系统。这些网络行动似乎与军事行动同步，美国基础设施攻击次数显著增加了340%。据报道，APT33的目标是能源部门，而APT35则专注于个人。
-
联邦学习提高医院间脓毒症预测准确性
研究人员开发了一个联邦学习框架，以改进多家医院的脓毒症早期预测。该方法允许机构在不共享原始患者数据的情况下协同训练模型，解决了医疗数据分析中的隐私问题。使用三家中国医院数据的实验表明，联邦模型在防止数据重建攻击的同时，实现了与集中式方法相当的预测准确性。
-
伊朗2026年网络战目标指向美国医院、银行 · 已追踪10个来源
据报道，伊朗电子作战室正作为2026年网络战的一部分，袭击美国医院、银行和供水基础设施。这些袭击与导弹活动同时发生。具体目标包括美国境内的医疗公司和金融系统。
-
加州医院武器检测法或将促成联邦强制规定
加州已颁布第2975号众议院法案，强制要求医院在2027年3月前在其主要入口和急诊入口安装武器检测系统。该法案旨在通过执行入口控制来解决针对医护人员日益增长的暴力问题，超越了被动应对的政策。文章探讨了这项州级举措是否可能促使美国全国范围内的医院效仿《平价医疗法案》的标准化模式，出台技术主导的安全强制规定。
-
人工智能漏洞威胁医院和银行等关键基础设施
人工智能系统中已发现一个重大漏洞，对医院、学校和银行等关键基础设施构成广泛威胁。该问题引发了对大规模中断以及回归技术依赖程度较低的安全措施的担忧。解决这一与人工智能相关问题的紧迫性被强调为一项关键需求。
-
AI在医疗领域的应用已从技术演示转向实际的医生辅助
医疗领域的AI正从技术演示转向实际的问题解决，重点在于协助医生而非取代他们。AI在医院的初步采纳步骤涉及获得科室主任和关键医生的信任，而非仅仅关注行政部门的批准或系统集成。成功的实施需要一个闭环系统，连接各种数据点，例如就诊前分诊、就诊中病历生成以及就诊后随访，为医护人员创造无缝的工作流程。
-
安大略省报告揭示人工智能在医院病历摘要中的毁灭性不准确性
安大略省政府的一份报告强调了医院中使用的生成式人工智能系统准确性方面存在的重大问题。医生正在使用这些工具来总结病历，以节省时间，但人工智能的不可靠性对患者护理构成了严重风险。这种情况被视为医疗系统内资本主义压力所致，可能导致致命后果。