中国激光雷达开拓全新万亿市场：从自动驾驶到车路协同
2020年，新基建成为了中国投资、创业以及社会的绝对热点，智能交通作为新基建不可或缺的部分，与5G基站建设、大数据中心和人工智能等领域互相促进。车路协同更是智能交通、智慧城市的基础，并且与人们生活息息相关，吸引了更多人的关注。
北京、上海、广州、重庆等国内一二线城市，纷纷进行智能交通、智慧城市的建设和测试，包括智能网联汽车的示范区、先导区等等。例如上海嘉定国家级智能网联汽车示范项目、北京的中国电信北京园区实验路段、广州市智能网联先导区，长沙（国家）智能网联汽车测试区等。
这些如火如荼建设的智能交通、智慧城市的新基建项目，车路协同（V2X）也被视为是基础中的基础，将道路变为智能的道路，赋予其与智能汽车、管理云平台交互的能力，这个时候就需要各类的传感器，如摄像头、激光雷达等，如同人的眼睛，为智能交通、智慧城市提供环境信息。
激光雷达是近几年随着自动驾驶的兴起，才逐渐为人所熟知，尤其是一台台顶着激光雷达的自动驾驶测试车辆，跑在大街小巷上。激光雷达的作用，对L4级别的自动驾驶车辆来说，现在还是摄像头和毫米波雷达不可替代的。
对于车路协同（V2X）来说，激光雷达的作用，会如同自动驾驶一样重要吗？激光雷达的市场能否从聪明的车延伸到智能的路，两个万亿级别的市场。目前，激光雷达的企业，又是如何从聪明的车的市场，竞争到智能的路的市场？
01 智能的路为何需要激光雷达
摄像头、测速雷达等传感器其实早已在道路中发挥作用了，如各类安防用的监控摄像头、交通监管用的违章监控摄像头和测速雷达，但是，对于智能交通、智慧城市来说，只有摄像头和测速雷达是远远不够的，因为两者对车辆这样的运动物体追踪的精度不够。
激光雷达的作用，就是为道路大量运动物体，包括车辆、行人、自行车、摩托车等，提供高精度的速度、位置、方向等，以及运动状态、姿态、形状等信息，这些道路参与者的上述信息，对智能交通和智慧城市至关重要。
智能交通需要对每一个十字路口、每一段道路，都提供实时的信息，这就需要在每一个十字路口以及每一段道路，都需要包括激光雷达、RSU路测单元在内的设备，当然了，也需要将来每一台车都具备有车端设备进行数据的交互。
因此，激光雷达等传感器和路侧单元需要架设在十字路口、道路两侧，方便对道路的所有交通参与者进行实时的感知，为介入车路协同（V2X）的智能汽车、交通管理云平台等提供道路交通参与者的位置、速度、属性等信息，还能进行多目标轨迹跟踪、异常目标及时发现等，这对提供道路整体安全有着决定性作用。
所以，激光雷达作为终端传感器设备，开始在各地的新基建中的智能交通项目出现。例如，上海嘉定投资20亿要建设的国家级智能网联汽车示范区，就用到了禾赛科技的激光雷达、由嘉定淞泓进行建设和运营。
目前，禾赛科技是中国、可能也是全球范围内，在乘用车L4自动驾驶领域出货量最大的公司，此番，进军车路协同的智能交通新基建项目，也是拓展新的业务线，从聪明的车走向智能的路，从一个万亿级别的市场，开拓另一个万亿级别的市场。
车路协同（V2X）是智能交通、智慧城市的基础设施，激光雷达作为聪明的车的传感器，可以精准感知车辆周边的环境信息，从而为机器人司机提供判断基础，进而实现完全无人驾驶，而作为智能的路的终端传感器，激光雷达的性能决定了其也具备类似L4自动驾驶不可或缺的地位一样，在车路协同端有巨大的应用前景。
因为市场前景巨大，国内的激光雷达公司，包括禾赛、innovusion、镭神等公司，都纷纷杀入车路协同的激光雷达市场。但是，聪明的车使用的激光雷达和智能的路使用的激光雷达，由于其场景和需求不一样，还是有所区别的，激光雷达要拓展车路协同市场，同样需要进行改良和升级，并不是简单的将车端的产品，拿到路边去应用。
01 激光雷达如何开拓新基建市场
目前，激光雷达的发展方向已经不仅仅是感知层面的产品，带有算法芯片的激光雷达，还能充当眼镜+神经系统的功能，为聪明的车、智能的路提供最高精度的位置检测和感知服务。
车路协同（V2X）用的激光雷达和智能驾驶用的激光雷达，不同点在于：
1、工作时间不同：路测用的激光雷达，必须是24小时工作，自动驾驶车辆用的，还可能因为车不用跑了，可以休息一下；
2、工作环境不同：路测用的激光雷达，因为需要24小时工作，因此必须在任何天气环境下工作，一年四季春夏秋冬，不管是下雨、刮风还是下雪、扬尘，都需要工作，自动驾驶车辆，则可能会躲避一下恶劣的天气，如同人开车一样；
3、检测区域不同：路测用激光雷达需要检测的范围更广，而自动驾驶车辆的检测范围可能是集中在车辆行进方向，因此，安装方式和对技术的精细（也就是线数，线数越高越精细）要求不同；
4、标定方式不同：激光雷达需要和其他传感器进行协作，因此，需要于车端不一样的标定方案；
正因为路测用激光雷达有着更苛刻的要求，特别是24小时、全气候条件工作，这对企业的技术能力和解决方案提出了更高的要求，可能是比车规级的要求更高的要求，并且需要不断的测试和试运营，才能提供稳定可靠的产品。
在上海嘉定汽车城实验路段，禾赛科技提供的激光雷达作为终端传感器，基于LTE-V RSU路侧单元，提供车路协同（V2X）解决方案，目前正在进行测试，有望尽快铺开推广。
为了符合车路协同对激光雷达的苛刻要求，禾赛结合了其在车端应用的经验，并且根据车路协同应用的特点需求，提出了自己的解决方案，例如，将激光雷达暗装在路侧的设备，暗装可能对激光雷达的探测范围是有影响的，这需要更强的技术能力，为了满足24小时、全气候环境的要求，禾赛为激光雷达提供了必要的机械保护结构。这些经验，也是值得其他志在车路协同用激光雷达公司参考。
在车路协同系统中，通过车端的设备、路端的设备，以及云端的平台，涉及到的产品众多，如传感器的摄像头、激光雷达等，定位设备、通信设备，车端设备的T-Box等，路端设备的RSU路侧单元等，以及云平台和计算中心。
因此，不可能是一家公司能够提供全部的部分，即便是华为、阿里、百度这样的巨头，也不可能提供完整的解决方案，这就需要，各类设备厂商、运营商、云平台等进行广泛的合作，通过各类测试区、示范区的应用，打磨出一套高效可靠、成本可控的解决方案。
目前，包括车路协同在内的新基建正在兴起，谁能更好的合作、谁能提供更可靠、成本更可控的产品，就有可能从中跑出来。
禾赛的出货量更多是在L4乘用车、重卡、配送车等具备公开道路路权的自动驾驶车辆；其他激光雷达公司的出货量更多是在机器人和室内环境，当然了，市场是没有固定边界的。
而在车路协同对激光雷达的要求，甚至是高于车用的激光雷达要求，对于拿下了乘用车为主的公开道路自动驾驶车辆用激光雷达的禾赛来说，具备有优势，但毕竟是不同的市场，这种优势还需要努力去保持。
毕竟，市场的竞争是开放的，一旦给了对手机会，就可能失去市场。中国激光雷达市场，随着新基建的应用需求，正式进入了聪明的车与智能的路，两大市场的竞争格局。就目前而言，禾赛拿下了聪明的车的市场，能否再拿下智能的路的市场呢？我们拭目以外。
汽车质量家：www.autoqa.cn
上海沐睿科技服务有限公司是一家创新型的汽车工程技术服务公司，具备Reach、VOC、ELV环保法规评估一站式解决方案，为客户提供从初步想法到最终产品的全程支持，包括：项目的确定、设计、开发，直到材料、组件和系统的测试。此外，还包括项目管理和人员调配等服务。近十年来，整合汽车行业咨询，从车身、底盘、电子电器、智能化、动力系统、内外饰、环保法规等多方面纵向数据积累，并成功通过以品质创新，加强技术合作，孵化多家二方及三方实验室能力提升，与学术界和政府多方面协作的创新中心，促进自主创新和开放合作。
2020年，新基建成为了中国投资、创业以及社会的绝对热点，智能交通作为新基建不可或缺的部分，与5G基站建设、大数据中心和人工智能等领域互相促进。车路协同更是智能交通、智慧城市的基础，并且与人们生活息息相关，吸引了更多人的关注。
北京、上海、广州、重庆等国内一二线城市，纷纷进行智能交通、智慧城市的建设和测试，包括智能网联汽车的示范区、先导区等等。例如上海嘉定国家级智能网联汽车示范项目、北京的中国电信北京园区实验路段、广州市智能网联先导区，长沙（国家）智能网联汽车测试区等。
这些如火如荼建设的智能交通、智慧城市的新基建项目，车路协同（V2X）也被视为是基础中的基础，将道路变为智能的道路，赋予其与智能汽车、管理云平台交互的能力，这个时候就需要各类的传感器，如摄像头、激光雷达等，如同人的眼睛，为智能交通、智慧城市提供环境信息。
激光雷达是近几年随着自动驾驶的兴起，才逐渐为人所熟知，尤其是一台台顶着激光雷达的自动驾驶测试车辆，跑在大街小巷上。激光雷达的作用，对L4级别的自动驾驶车辆来说，现在还是摄像头和毫米波雷达不可替代的。
对于车路协同（V2X）来说，激光雷达的作用，会如同自动驾驶一样重要吗？激光雷达的市场能否从聪明的车延伸到智能的路，两个万亿级别的市场。目前，激光雷达的企业，又是如何从聪明的车的市场，竞争到智能的路的市场？
01 智能的路为何需要激光雷达
摄像头、测速雷达等传感器其实早已在道路中发挥作用了，如各类安防用的监控摄像头、交通监管用的违章监控摄像头和测速雷达，但是，对于智能交通、智慧城市来说，只有摄像头和测速雷达是远远不够的，因为两者对车辆这样的运动物体追踪的精度不够。
激光雷达的作用，就是为道路大量运动物体，包括车辆、行人、自行车、摩托车等，提供高精度的速度、位置、方向等，以及运动状态、姿态、形状等信息，这些道路参与者的上述信息，对智能交通和智慧城市至关重要。
智能交通需要对每一个十字路口、每一段道路，都提供实时的信息，这就需要在每一个十字路口以及每一段道路，都需要包括激光雷达、RSU路测单元在内的设备，当然了，也需要将来每一台车都具备有车端设备进行数据的交互。
因此，激光雷达等传感器和路侧单元需要架设在十字路口、道路两侧，方便对道路的所有交通参与者进行实时的感知，为介入车路协同（V2X）的智能汽车、交通管理云平台等提供道路交通参与者的位置、速度、属性等信息，还能进行多目标轨迹跟踪、异常目标及时发现等，这对提供道路整体安全有着决定性作用。
所以，激光雷达作为终端传感器设备，开始在各地的新基建中的智能交通项目出现。例如，上海嘉定投资20亿要建设的国家级智能网联汽车示范区，就用到了禾赛科技的激光雷达、由嘉定淞泓进行建设和运营。
目前，禾赛科技是中国、可能也是全球范围内，在乘用车L4自动驾驶领域出货量最大的公司，此番，进军车路协同的智能交通新基建项目，也是拓展新的业务线，从聪明的车走向智能的路，从一个万亿级别的市场，开拓另一个万亿级别的市场。
车路协同（V2X）是智能交通、智慧城市的基础设施，激光雷达作为聪明的车的传感器，可以精准感知车辆周边的环境信息，从而为机器人司机提供判断基础，进而实现完全无人驾驶，而作为智能的路的终端传感器，激光雷达的性能决定了其也具备类似L4自动驾驶不可或缺的地位一样，在车路协同端有巨大的应用前景。
因为市场前景巨大，国内的激光雷达公司，包括禾赛、innovusion、镭神等公司，都纷纷杀入车路协同的激光雷达市场。但是，聪明的车使用的激光雷达和智能的路使用的激光雷达，由于其场景和需求不一样，还是有所区别的，激光雷达要拓展车路协同市场，同样需要进行改良和升级，并不是简单的将车端的产品，拿到路边去应用。
01 激光雷达如何开拓新基建市场
目前，激光雷达的发展方向已经不仅仅是感知层面的产品，带有算法芯片的激光雷达，还能充当眼镜+神经系统的功能，为聪明的车、智能的路提供最高精度的位置检测和感知服务。
车路协同（V2X）用的激光雷达和智能驾驶用的激光雷达，不同点在于：
1、工作时间不同：路测用的激光雷达，必须是24小时工作，自动驾驶车辆用的，还可能因为车不用跑了，可以休息一下；
2、工作环境不同：路测用的激光雷达，因为需要24小时工作，因此必须在任何天气环境下工作，一年四季春夏秋冬，不管是下雨、刮风还是下雪、扬尘，都需要工作，自动驾驶车辆，则可能会躲避一下恶劣的天气，如同人开车一样；
3、检测区域不同：路测用激光雷达需要检测的范围更广，而自动驾驶车辆的检测范围可能是集中在车辆行进方向，因此，安装方式和对技术的精细（也就是线数，线数越高越精细）要求不同；
4、标定方式不同：激光雷达需要和其他传感器进行协作，因此，需要于车端不一样的标定方案；
正因为路测用激光雷达有着更苛刻的要求，特别是24小时、全气候条件工作，这对企业的技术能力和解决方案提出了更高的要求，可能是比车规级的要求更高的要求，并且需要不断的测试和试运营，才能提供稳定可靠的产品。
在上海嘉定汽车城实验路段，禾赛科技提供的激光雷达作为终端传感器，基于LTE-V RSU路侧单元，提供车路协同（V2X）解决方案，目前正在进行测试，有望尽快铺开推广。
为了符合车路协同对激光雷达的苛刻要求，禾赛结合了其在车端应用的经验，并且根据车路协同应用的特点需求，提出了自己的解决方案，例如，将激光雷达暗装在路侧的设备，暗装可能对激光雷达的探测范围是有影响的，这需要更强的技术能力，为了满足24小时、全气候环境的要求，禾赛为激光雷达提供了必要的机械保护结构。这些经验，也是值得其他志在车路协同用激光雷达公司参考。
在车路协同系统中，通过车端的设备、路端的设备，以及云端的平台，涉及到的产品众多，如传感器的摄像头、激光雷达等，定位设备、通信设备，车端设备的T-Box等，路端设备的RSU路侧单元等，以及云平台和计算中心。
因此，不可能是一家公司能够提供全部的部分，即便是华为、阿里、百度这样的巨头，也不可能提供完整的解决方案，这就需要，各类设备厂商、运营商、云平台等进行广泛的合作，通过各类测试区、示范区的应用，打磨出一套高效可靠、成本可控的解决方案。
目前，包括车路协同在内的新基建正在兴起，谁能更好的合作、谁能提供更可靠、成本更可控的产品，就有可能从中跑出来。
禾赛的出货量更多是在L4乘用车、重卡、配送车等具备公开道路路权的自动驾驶车辆；其他激光雷达公司的出货量更多是在机器人和室内环境，当然了，市场是没有固定边界的。
而在车路协同对激光雷达的要求，甚至是高于车用的激光雷达要求，对于拿下了乘用车为主的公开道路自动驾驶车辆用激光雷达的禾赛来说，具备有优势，但毕竟是不同的市场，这种优势还需要努力去保持。
毕竟，市场的竞争是开放的，一旦给了对手机会，就可能失去市场。中国激光雷达市场，随着新基建的应用需求，正式进入了聪明的车与智能的路，两大市场的竞争格局。就目前而言，禾赛拿下了聪明的车的市场，能否再拿下智能的路的市场呢？我们拭目以外。
汽车质量家：www.autoqa.cn
上海沐睿科技服务有限公司是一家创新型的汽车工程技术服务公司，具备Reach、VOC、ELV环保法规评估一站式解决方案，为客户提供从初步想法到最终产品的全程支持，包括：项目的确定、设计、开发，直到材料、组件和系统的测试。此外，还包括项目管理和人员调配等服务。近十年来，整合汽车行业咨询，从车身、底盘、电子电器、智能化、动力系统、内外饰、环保法规等多方面纵向数据积累，并成功通过以品质创新，加强技术合作，孵化多家二方及三方实验室能力提升，与学术界和政府多方面协作的创新中心，促进自主创新和开放合作。
【#医疗# #科技# 向日葵携手西安知北打造牙科“智慧诊室系统”！】
根据第四次全国口腔健康流行病学调查显示，我国高达97%的成人正在遭受口腔问题的困扰。现今国民生活品质的不断提升，人们对自己的口腔健康关注程度也逐渐升高，分别在口腔美容、口腔治疗等方面释放潜在的需求。近年来口腔医疗机构产业发展势头明显，口腔医疗机构覆盖率在不断提升。
随着口腔医疗产业的升级，口腔科发展成为市场化和民营程度最高的医疗行业。目前民营口腔医疗机构与公立口腔医疗机构的占比已从十多年前的2:8变成了现在的5:5，未来的中国口腔市场，是一个竞争极其激烈的市场。
行业需求
现代人的消费理念转变推动着口腔医疗市场的升级，口腔医疗机构之间的竞争也越来越激烈，达到白热化程度。目前我国医疗物联网系统正在快速发展，而在口腔医疗方面的应用还相对缓慢。
在互联网+的背景下，口腔医疗的服务质量存在良莠不齐的现象，门诊管理信息化水平低、医疗信息不对称、医患互动频率低等痛点。要向新型口腔医疗机构转型，口腔医疗行业必须向精细化、高效率、高质量和低成本方向发展，才能提高口腔患者的就医体验、缩短就医时间。对此，口腔机构的经营者普遍都感受到压力。
医疗辅助工具缺乏成为行业发展瓶颈
口腔医疗机构要更方便快捷地为患者提供服务，主要途径是通过医疗辅助工具，如起到助手作用的诊室系统，而国内的口腔诊所和机构门诊管理的信息化水平普遍低下。
1）以往医生记录预约信息、患者资料是通过手写记录的，效率低下，出错概率高，后期翻查患者的信息也会存在困难，不便于对患者分类管理；
2）传统口腔医疗行业的管理软件需要软件开发商针对性定制或进行二次开发，每家口腔机构的需求和个性化都不一样，还得购买服务器硬件、招聘相关的维护人员等，定制或二次开发的成本高，耗费时间长；
3）现在口腔医疗机构的除了实力外，拼的是医疗服务，服务质量好的就能获得更多的患者。以前一个医生一把牙椅的方式已经无法跟上时代的步伐，一个人能完成的工作始终有限，医院层面存在信息孤岛的问题。医疗机构和医生之间的信息不互通，也就意味着单凭医生不能完成一整套口腔医疗服务流程。
解决方案
西安知北信息技术有限公司旗下的EZ美学是一家致力于口腔数字化应用、及信息化系统研发的高新技术企业和SaaS服务商。在优化口腔医疗流程和服务方面，西安知北认为，口腔医疗机构应当拥有自己诊所的医患沟通辅助设备。
于是，在做了一系列的市场调研和方案评估后，携手向日葵远程控制，率先打造了国内先进的口腔远程医疗的完整应用方案——智慧诊室系统。
产品清单
向日葵SDK集成
方案部署
这套系统相当于一个AI牙科助手，具备患者管理、口腔影像云、AI智能内窥镜、DSD美学设计、口腔图册等一系列功能，信息能够实时共享，切实方便了医生的操作。
医生利用这套智慧诊室系统，可以进行简单的诊疗管理，如轻松实现远程阅片（CT/X光）、操作门诊管理软件、远程共享影像等应用。
1）远程阅片
在口腔医学中，影像资料是口腔疾病诊断的基础。医生使用集成了向日葵远程控制功能的智慧牙科系统平板设备，可以方便地访问CT室或X光室电脑，不必到电脑上拷贝数据即可阅片。医生在一旁可以拿平板直接播放相关的影像信息，帮助患者了解自己的口腔情况和相应的治疗计划。
2）远程管理软件
还支持远程操作电脑上各类第三方管理软件，查看患者的预约信息，可以合理安排患者的咨询和复诊时间。轻松进行患者管理，查看患者的详细档案，为后续的治疗方案提供基础资料。这对于医生、医疗机构和患者来说，是很好的互动方式。
3）远程共享影像
若口腔医疗机构现有的医疗服务无法满足患者的病情需求，需要向上级医院部门进行咨询复诊，具有远程连接功能的智慧诊室系统支持不同门诊间牙科影像资料的会诊，即使远隔千里也能与专业权威、经验丰富的专家共同审阅文件体积巨大的CT影像，以帮助患者找到最适合的治疗方案。
实现效果
集成向日葵远程控制的“智慧诊室系统”，完善现有的口腔诊疗的流程，有助于口腔医疗行业降本增效、成员协同。医生可以直接远程操作电脑上的管理软件，查看患者预约和档案信息；实时获得患者在放射科拍摄的影像数据开展诊疗；还能在不同的门诊间进行牙科影像资料的会诊。如此便捷的流程，能够大大提高诊疗效率、缩短诊疗周期。
品牌实力
向日葵是国内目前唯一一家拥有软硬件结合完整生态的远程服务提供商，已有10余年的发展历史，正在为远程控制行业打开更多局面。如今向日葵具有高度的技术创新能力，力压国内外同类产品，广泛应用于零售和金融、教育和科学、农业和基建、医疗健康、电子商务和科技等，在业界积累了良好的口碑，成为国产自主可控技术的先进代表。
技术优势
平台开放性、兼容性强
向日葵除了成熟的标准化产品（如远程软件和智能硬件设备）以外，同时提供私人定制的合作模式，能根据行业/应用的需求，在专网/局域网/云平台中定制不同的集成嵌入方案。
极速流畅的传输技术
向日葵采用自主研发的协议，区别于传统的远程工具，具有独特的动态截图，视频流传输等优点，可以有效降低对计算机性能的要求，同时以最小的带宽达到最流畅的远程操作体验。即使计算机性能不足向日葵也会动态调整帧率以及画质，确保在保质保畅中达到最佳的平衡点。
软硬一体化方案
向日葵远程控制体系支持全平台的客户端软件及垂直领域的周边硬件产品，拥有经验丰富的开发团队，提供不同行业和场景软硬一体化的解决方案。
文章：https://t.cn/A6Apvs3C
根据第四次全国口腔健康流行病学调查显示，我国高达97%的成人正在遭受口腔问题的困扰。现今国民生活品质的不断提升，人们对自己的口腔健康关注程度也逐渐升高，分别在口腔美容、口腔治疗等方面释放潜在的需求。近年来口腔医疗机构产业发展势头明显，口腔医疗机构覆盖率在不断提升。
随着口腔医疗产业的升级，口腔科发展成为市场化和民营程度最高的医疗行业。目前民营口腔医疗机构与公立口腔医疗机构的占比已从十多年前的2:8变成了现在的5:5，未来的中国口腔市场，是一个竞争极其激烈的市场。
行业需求
现代人的消费理念转变推动着口腔医疗市场的升级，口腔医疗机构之间的竞争也越来越激烈，达到白热化程度。目前我国医疗物联网系统正在快速发展，而在口腔医疗方面的应用还相对缓慢。
在互联网+的背景下，口腔医疗的服务质量存在良莠不齐的现象，门诊管理信息化水平低、医疗信息不对称、医患互动频率低等痛点。要向新型口腔医疗机构转型，口腔医疗行业必须向精细化、高效率、高质量和低成本方向发展，才能提高口腔患者的就医体验、缩短就医时间。对此，口腔机构的经营者普遍都感受到压力。
医疗辅助工具缺乏成为行业发展瓶颈
口腔医疗机构要更方便快捷地为患者提供服务，主要途径是通过医疗辅助工具，如起到助手作用的诊室系统，而国内的口腔诊所和机构门诊管理的信息化水平普遍低下。
1）以往医生记录预约信息、患者资料是通过手写记录的，效率低下，出错概率高，后期翻查患者的信息也会存在困难，不便于对患者分类管理；
2）传统口腔医疗行业的管理软件需要软件开发商针对性定制或进行二次开发，每家口腔机构的需求和个性化都不一样，还得购买服务器硬件、招聘相关的维护人员等，定制或二次开发的成本高，耗费时间长；
3）现在口腔医疗机构的除了实力外，拼的是医疗服务，服务质量好的就能获得更多的患者。以前一个医生一把牙椅的方式已经无法跟上时代的步伐，一个人能完成的工作始终有限，医院层面存在信息孤岛的问题。医疗机构和医生之间的信息不互通，也就意味着单凭医生不能完成一整套口腔医疗服务流程。
解决方案
西安知北信息技术有限公司旗下的EZ美学是一家致力于口腔数字化应用、及信息化系统研发的高新技术企业和SaaS服务商。在优化口腔医疗流程和服务方面，西安知北认为，口腔医疗机构应当拥有自己诊所的医患沟通辅助设备。
于是，在做了一系列的市场调研和方案评估后，携手向日葵远程控制，率先打造了国内先进的口腔远程医疗的完整应用方案——智慧诊室系统。
产品清单
向日葵SDK集成
方案部署
这套系统相当于一个AI牙科助手，具备患者管理、口腔影像云、AI智能内窥镜、DSD美学设计、口腔图册等一系列功能，信息能够实时共享，切实方便了医生的操作。
医生利用这套智慧诊室系统，可以进行简单的诊疗管理，如轻松实现远程阅片（CT/X光）、操作门诊管理软件、远程共享影像等应用。
1）远程阅片
在口腔医学中，影像资料是口腔疾病诊断的基础。医生使用集成了向日葵远程控制功能的智慧牙科系统平板设备，可以方便地访问CT室或X光室电脑，不必到电脑上拷贝数据即可阅片。医生在一旁可以拿平板直接播放相关的影像信息，帮助患者了解自己的口腔情况和相应的治疗计划。
2）远程管理软件
还支持远程操作电脑上各类第三方管理软件，查看患者的预约信息，可以合理安排患者的咨询和复诊时间。轻松进行患者管理，查看患者的详细档案，为后续的治疗方案提供基础资料。这对于医生、医疗机构和患者来说，是很好的互动方式。
3）远程共享影像
若口腔医疗机构现有的医疗服务无法满足患者的病情需求，需要向上级医院部门进行咨询复诊，具有远程连接功能的智慧诊室系统支持不同门诊间牙科影像资料的会诊，即使远隔千里也能与专业权威、经验丰富的专家共同审阅文件体积巨大的CT影像，以帮助患者找到最适合的治疗方案。
实现效果
集成向日葵远程控制的“智慧诊室系统”，完善现有的口腔诊疗的流程，有助于口腔医疗行业降本增效、成员协同。医生可以直接远程操作电脑上的管理软件，查看患者预约和档案信息；实时获得患者在放射科拍摄的影像数据开展诊疗；还能在不同的门诊间进行牙科影像资料的会诊。如此便捷的流程，能够大大提高诊疗效率、缩短诊疗周期。
品牌实力
向日葵是国内目前唯一一家拥有软硬件结合完整生态的远程服务提供商，已有10余年的发展历史，正在为远程控制行业打开更多局面。如今向日葵具有高度的技术创新能力，力压国内外同类产品，广泛应用于零售和金融、教育和科学、农业和基建、医疗健康、电子商务和科技等，在业界积累了良好的口碑，成为国产自主可控技术的先进代表。
技术优势
平台开放性、兼容性强
向日葵除了成熟的标准化产品（如远程软件和智能硬件设备）以外，同时提供私人定制的合作模式，能根据行业/应用的需求，在专网/局域网/云平台中定制不同的集成嵌入方案。
极速流畅的传输技术
向日葵采用自主研发的协议，区别于传统的远程工具，具有独特的动态截图，视频流传输等优点，可以有效降低对计算机性能的要求，同时以最小的带宽达到最流畅的远程操作体验。即使计算机性能不足向日葵也会动态调整帧率以及画质，确保在保质保畅中达到最佳的平衡点。
软硬一体化方案
向日葵远程控制体系支持全平台的客户端软件及垂直领域的周边硬件产品，拥有经验丰富的开发团队，提供不同行业和场景软硬一体化的解决方案。
文章：https://t.cn/A6Apvs3C
【透视新冠肺炎死亡率排名前20国家，3点结论值得关注】
美国约翰斯·霍普金斯大学新冠肺炎疫情实时监测系统显示，截至美东时间5月4日18时，全球新冠病毒感染人数已经超过357万，新冠病毒在全球造成的死亡病例升至250687例，疫情什么时候能最终结束尚未可知。
客观地说，这场突如其来的灾难应该是新世纪以来人类面临的最大挑战，其影响甚至会远超20世纪30年代的大萧条。
至于这一疫情所引发的复杂国际政治关系变化以及全球化的未来走向，目前还无法准确研判。但无论怎样，降低死亡率是当下最紧迫的任务。
那么，是什么社会因素在影响新冠肺炎的死亡率呢？
我们基于常识选择4个影响变量：当地的人文指数、人均受教育年限、人均GDP以及每千人拥有的护士数量，看看这些变量是否对于疫情发生地的死亡率会产生相关性影响。
在对这些变量进行分析之前，我们在世界范围内选取死亡率（死亡率=死亡人数/确诊病例）排名前20位的国家进行分析，这个选择范围基本可以满足本研究的要求。
图1就是目前世界死亡率排名前20位的国家情况。
从图1可以看出美国死亡人数是最多的，但其死亡率却不是最高的，在死亡率排名前20名国家中位列第11位（中国位列14位）。目前死亡率最高的国家是比利时，死亡率高达15.08%，而死亡率最低的国家则是德国为3.72%。
基于我们的常识理解，如果一个国家的社会发展程度比较高，那么它就更有能力应对疫情，从而降低疫情引发的死亡率。
这个指标我们采用联合国开发计划署推出的人类发展指数（Human Development Index，简称HDI）来衡量，这个指数包括三个大类变量：预期寿命、教育水平和生活质量。从这个意义上说，这个指标能够很好地反映一个特定社会的发展程度。
我们倾向于认为发展指数比较高的地区死亡率会相对较低，但是这个指标毕竟是宏观综合性指标。为了更深入揭示个体状况与死亡率的关系，我们再次析取出受教育年限指标，这个指标能够反映个体微观的行为选择。
在我们的理解中，人均受教育年限比较长的话，那就意味着这个国家的民众有较高的科学素养，以及更科学的自我防护意识，而这些意识都有助于降低疫情的死亡率。
下面我们来看一下这20个国家的人类发展指数、人均受教育年限这些指标与死亡率的关系（数据来源：人类发展指数HDI，2019），见图2。
照理说人类发展指数高的区域，死亡率应该低，但从图2中可以看出，这条曲线并没有完全契合这种认知，比如西欧国家的人类发展指数普遍较高（HDI指数大于0.9的国家有10个，排在死亡率前10名的国家中有5个国家的HDI指数大于0.9），但是它们的死亡率都较高，如比利时、法国、英国、意大利、荷兰等。这些区域的表现与我们的常识认知出现明显的背离情况，目前只有加拿大、德国等少数国家符合我们原初的猜想。
国民受教育年限指标出现与HDI指数同样的情况，对于大多数国家而言，受教育年限的增加并没有大幅减少死亡率，只有少数国家符合我们的传统认知，如加拿大和德国。
如何解释这种与传统认知相背离的现象呢？如果说人类发展指数与平均受教育年限仍然属于比较虚的指标，与疫情关系较远的话，那么我们再来看一下比较硬的指标：人均GDP的高低对于新冠肺炎的死亡率是否有直接影响？见图3。
从图3可以看出，除了德国、加拿大、丹麦等少数国家人均GDP高，死亡率也低，这与我们的传统认知相符外，大多数人均GDP高的国家其死亡率也高，这种现象又一次违背我们的常识。
由此看来，在新冠肺炎面前有钱没钱一视同仁，至少从数据上看是这样的。那么，在此基础上我们再往前推进一步，是否护理资源充分的国家会让死亡率降低呢？毕竟护士是直接参与救助患者生命的人。
护士指标我们采取每千人中拥有的护士数量来衡量，具体国家的情况见下图4：
从图4中可以看出，仍然是只有少数几个国家的表现符合我们的预期，即护士数量多的地区，患者的死亡率会随之降低，如加拿大、丹麦与德国符合我们的初始判断。
从图上可以看出大多数西欧国家拥有较多的护士数量，但其死亡率仍然较高，这与我们的预期是相反的。
上述4个指标都是我们念兹在兹、朝思暮想的指标，然而统计数据显示，这些指标竟然对于新冠肺炎作用不大，为何对于新冠肺炎疫情我们的常识大多不靠谱？
为了解释这个现象，利用EXCEL软件自带的回归分析工具，我们对于上述20个国家的死亡率与4个自变量做了简单回归分析，具体结果见下图：
1、死亡率与人类发展指数（HDI）的回归结果（图5）
从回归结果来看，人类发展指数与新冠肺炎死亡率之间仅呈现弱正相关（0.185239），从显著性指标P值来看，已经达到0.434。
2、死亡率与受教育年限的回归结果（图6）
死亡率与受教育年限两者之间的相关性仅为0.0315，相当于没有关系，通过P值（0.8949）可以看出，由于P值太大，导致模型为真的概率仅为10.5%左右。
3、死亡率与人均GDP的回归结果（图7）
死亡率与人均GDP之间的相关性仅为0.073，太微弱，相当于没有关系。P值（0.76）太大，导致模型为真的概率仅有24%左右。
4、死亡率与每千人拥有护士数量的回归结果（图8）
死亡率与每千人拥有的护士数量之间的相关性仅为0.041，相当于没有多大关系，该回归的P值（0.864）实在太高，跟我们常识相距最远（护士直接照顾患者，在我们的常识理解中，这应该是与降低死亡率高度负相关的）。
那么是不是这些被我们所看重的要素都不重要了呢？
显然不是，一方面说明单要素对复杂风险作用有限；另一方面也凸显了新冠肺炎病毒的复杂性，抛开科学层面的因素不谈，在社会治理上也需要多管齐下。
我们对四变量采取多元回归，结果的显著性增加不少，这也间接佐证了上述说法。
多元回归的结果显示，相关性已经达到0.504，P值也降为0.323，模型为真的可能性上升到67%，虽然还是很不理想，但已经显示出某种协同的力量。
考虑到各个国家之间存在的巨大差异（如人口数量、贫富差异等），为了便于比较，我们放弃死亡人数指标而采用死亡率，希望以此来让数据在统一基准线上进行比较，尽管如此，上述分析结果仍然很令人失望，新冠疫情与我们拥有的常识认知形成了相当大的反差。
一种新病毒对传统认知（偏见）形成全方位的挑战：诸如不同政体、贫富差距、素质高低等人为分类，实行了无差别打击。
总结下来，有如下三点结论：
其一，突然遭遇一种人类前所未知的病毒，我们赖以自信的基础几乎都是低效甚至无效的。
社会发展程度（HDI指数）、受教育年限、富裕程度（人均GDP）与医疗资源（护士数量）等，这些对于维持生命至关重要的基础性资源对于疫情在短期内几乎没有起到多少作用。
其二，在疫苗研发出来之前，从宏观上普及疫情传播特点以及相关知识，在全社会形成防疫共识，可以有效打破信息鸿沟带来的损失。
其三，越简单的方法也越有效。
在新冠疫情仍在全球蔓延的当下，由于没有特效药，检视那些死亡率比较低国家的经验，可以发现，它们不约而同选择了用物理方法人为切断传染链条：隔离。
隔离的代价是非常高的，为了彻底消灭疫情，全球科技界应该充分利用这段宝贵的时间窗口，加强合作加紧研发疫苗，否则隔离是不可持续的。
虽然简单分析得到的结论令人失望（或许我们选择的变量有问题，没有切中要害），但笔者仍坚信：从长远来看，社会发展程度对于战胜疫情仍然是至关重要要的，这个“偏见”至今仍无可撼动。https://t.cn/A6ASfzTz
美国约翰斯·霍普金斯大学新冠肺炎疫情实时监测系统显示，截至美东时间5月4日18时，全球新冠病毒感染人数已经超过357万，新冠病毒在全球造成的死亡病例升至250687例，疫情什么时候能最终结束尚未可知。
客观地说，这场突如其来的灾难应该是新世纪以来人类面临的最大挑战，其影响甚至会远超20世纪30年代的大萧条。
至于这一疫情所引发的复杂国际政治关系变化以及全球化的未来走向，目前还无法准确研判。但无论怎样，降低死亡率是当下最紧迫的任务。
那么，是什么社会因素在影响新冠肺炎的死亡率呢？
我们基于常识选择4个影响变量：当地的人文指数、人均受教育年限、人均GDP以及每千人拥有的护士数量，看看这些变量是否对于疫情发生地的死亡率会产生相关性影响。
在对这些变量进行分析之前，我们在世界范围内选取死亡率（死亡率=死亡人数/确诊病例）排名前20位的国家进行分析，这个选择范围基本可以满足本研究的要求。
图1就是目前世界死亡率排名前20位的国家情况。
从图1可以看出美国死亡人数是最多的，但其死亡率却不是最高的，在死亡率排名前20名国家中位列第11位（中国位列14位）。目前死亡率最高的国家是比利时，死亡率高达15.08%，而死亡率最低的国家则是德国为3.72%。
基于我们的常识理解，如果一个国家的社会发展程度比较高，那么它就更有能力应对疫情，从而降低疫情引发的死亡率。
这个指标我们采用联合国开发计划署推出的人类发展指数（Human Development Index，简称HDI）来衡量，这个指数包括三个大类变量：预期寿命、教育水平和生活质量。从这个意义上说，这个指标能够很好地反映一个特定社会的发展程度。
我们倾向于认为发展指数比较高的地区死亡率会相对较低，但是这个指标毕竟是宏观综合性指标。为了更深入揭示个体状况与死亡率的关系，我们再次析取出受教育年限指标，这个指标能够反映个体微观的行为选择。
在我们的理解中，人均受教育年限比较长的话，那就意味着这个国家的民众有较高的科学素养，以及更科学的自我防护意识，而这些意识都有助于降低疫情的死亡率。
下面我们来看一下这20个国家的人类发展指数、人均受教育年限这些指标与死亡率的关系（数据来源：人类发展指数HDI，2019），见图2。
照理说人类发展指数高的区域，死亡率应该低，但从图2中可以看出，这条曲线并没有完全契合这种认知，比如西欧国家的人类发展指数普遍较高（HDI指数大于0.9的国家有10个，排在死亡率前10名的国家中有5个国家的HDI指数大于0.9），但是它们的死亡率都较高，如比利时、法国、英国、意大利、荷兰等。这些区域的表现与我们的常识认知出现明显的背离情况，目前只有加拿大、德国等少数国家符合我们原初的猜想。
国民受教育年限指标出现与HDI指数同样的情况，对于大多数国家而言，受教育年限的增加并没有大幅减少死亡率，只有少数国家符合我们的传统认知，如加拿大和德国。
如何解释这种与传统认知相背离的现象呢？如果说人类发展指数与平均受教育年限仍然属于比较虚的指标，与疫情关系较远的话，那么我们再来看一下比较硬的指标：人均GDP的高低对于新冠肺炎的死亡率是否有直接影响？见图3。
从图3可以看出，除了德国、加拿大、丹麦等少数国家人均GDP高，死亡率也低，这与我们的传统认知相符外，大多数人均GDP高的国家其死亡率也高，这种现象又一次违背我们的常识。
由此看来，在新冠肺炎面前有钱没钱一视同仁，至少从数据上看是这样的。那么，在此基础上我们再往前推进一步，是否护理资源充分的国家会让死亡率降低呢？毕竟护士是直接参与救助患者生命的人。
护士指标我们采取每千人中拥有的护士数量来衡量，具体国家的情况见下图4：
从图4中可以看出，仍然是只有少数几个国家的表现符合我们的预期，即护士数量多的地区，患者的死亡率会随之降低，如加拿大、丹麦与德国符合我们的初始判断。
从图上可以看出大多数西欧国家拥有较多的护士数量，但其死亡率仍然较高，这与我们的预期是相反的。
上述4个指标都是我们念兹在兹、朝思暮想的指标，然而统计数据显示，这些指标竟然对于新冠肺炎作用不大，为何对于新冠肺炎疫情我们的常识大多不靠谱？
为了解释这个现象，利用EXCEL软件自带的回归分析工具，我们对于上述20个国家的死亡率与4个自变量做了简单回归分析，具体结果见下图：
1、死亡率与人类发展指数（HDI）的回归结果（图5）
从回归结果来看，人类发展指数与新冠肺炎死亡率之间仅呈现弱正相关（0.185239），从显著性指标P值来看，已经达到0.434。
2、死亡率与受教育年限的回归结果（图6）
死亡率与受教育年限两者之间的相关性仅为0.0315，相当于没有关系，通过P值（0.8949）可以看出，由于P值太大，导致模型为真的概率仅为10.5%左右。
3、死亡率与人均GDP的回归结果（图7）
死亡率与人均GDP之间的相关性仅为0.073，太微弱，相当于没有关系。P值（0.76）太大，导致模型为真的概率仅有24%左右。
4、死亡率与每千人拥有护士数量的回归结果（图8）
死亡率与每千人拥有的护士数量之间的相关性仅为0.041，相当于没有多大关系，该回归的P值（0.864）实在太高，跟我们常识相距最远（护士直接照顾患者，在我们的常识理解中，这应该是与降低死亡率高度负相关的）。
那么是不是这些被我们所看重的要素都不重要了呢？
显然不是，一方面说明单要素对复杂风险作用有限；另一方面也凸显了新冠肺炎病毒的复杂性，抛开科学层面的因素不谈，在社会治理上也需要多管齐下。
我们对四变量采取多元回归，结果的显著性增加不少，这也间接佐证了上述说法。
多元回归的结果显示，相关性已经达到0.504，P值也降为0.323，模型为真的可能性上升到67%，虽然还是很不理想，但已经显示出某种协同的力量。
考虑到各个国家之间存在的巨大差异（如人口数量、贫富差异等），为了便于比较，我们放弃死亡人数指标而采用死亡率，希望以此来让数据在统一基准线上进行比较，尽管如此，上述分析结果仍然很令人失望，新冠疫情与我们拥有的常识认知形成了相当大的反差。
一种新病毒对传统认知（偏见）形成全方位的挑战：诸如不同政体、贫富差距、素质高低等人为分类，实行了无差别打击。
总结下来，有如下三点结论：
其一，突然遭遇一种人类前所未知的病毒，我们赖以自信的基础几乎都是低效甚至无效的。
社会发展程度（HDI指数）、受教育年限、富裕程度（人均GDP）与医疗资源（护士数量）等，这些对于维持生命至关重要的基础性资源对于疫情在短期内几乎没有起到多少作用。
其二，在疫苗研发出来之前，从宏观上普及疫情传播特点以及相关知识，在全社会形成防疫共识，可以有效打破信息鸿沟带来的损失。
其三，越简单的方法也越有效。
在新冠疫情仍在全球蔓延的当下，由于没有特效药，检视那些死亡率比较低国家的经验，可以发现，它们不约而同选择了用物理方法人为切断传染链条：隔离。
隔离的代价是非常高的，为了彻底消灭疫情，全球科技界应该充分利用这段宝贵的时间窗口，加强合作加紧研发疫苗，否则隔离是不可持续的。
虽然简单分析得到的结论令人失望（或许我们选择的变量有问题，没有切中要害），但笔者仍坚信：从长远来看，社会发展程度对于战胜疫情仍然是至关重要要的，这个“偏见”至今仍无可撼动。https://t.cn/A6ASfzTz
✋热门推荐