勞動智能技術行業(yè)的最新進展，二是科大訊飛勞動智能技術在部分行業(yè)的應用，尤其是醫(yī)療行業(yè)。人工智能的開發(fā)很受重視。近年來，勞動力智能-4/市場發(fā)展迅速，知名度不斷提高。數(shù)據(jù)顯示，2017年行業(yè)市場規(guī)模已達136.5億元，2018年約為210億元，同比增長54%。歸根結底，中國的醫(yī)療需求在不斷上升，而醫(yī)療資源分布不均，醫(yī)務人員短缺，而勞動力智能正好彌補了這種短缺，再加上勞動力智能-。

在慢性病領域，AI的創(chuàng)新應用可以促進慢性病的主動管理，借助醫(yī)療提高醫(yī)療服務的安全質量，緩解醫(yī)療資源的失衡，可以有效促進主動健康管理和服務的發(fā)展，提高醫(yī)保治理效率。圍繞慢病管理的痛點，智慧眼通過AI、大數(shù)據(jù)和智能設備的介入，為慢病管理帶來了新思路。AI 大數(shù)據(jù)能力，提升慢病服務效率。通過慢病管理平臺，延伸院外治療服務，提高醫(yī)院服務效率。

1、推動因素之一:政策持續(xù)利好醫(yī)療健康是關系國計民生的重大行業(yè)，是國家不遺余力不斷探索和完善的行業(yè)。早在20世紀80年代，為提高國內醫(yī)療服務水平，打破醫(yī)療數(shù)據(jù)的“信息孤島”，國家提出大力推動醫(yī)療industry信息化的發(fā)展。但由于諸多因素的限制，近年來，隨著云計算、大數(shù)據(jù)、物聯(lián)網、移動互聯(lián)網、人工智能等新興技術的不斷發(fā)展和成熟，傳統(tǒng)醫(yī)療行業(yè)與這些新興技術的融合不斷加速，其中/大數(shù)據(jù)就是代表。

1、data 挖掘工具分類data 挖掘工具根據(jù)適用范圍分為兩類:專用挖掘工具和通用挖掘工具。專用數(shù)據(jù)挖掘工具針對特定領域的問題提供解決方案，在涉及算法時充分考慮數(shù)據(jù)和需求的特殊性，并進行優(yōu)化。對于任何領域，都可以開發(fā)具體的數(shù)據(jù)挖掘工具。比如IBM的AdvancedScout系統(tǒng)，針對NBA數(shù)據(jù)，幫助教練優(yōu)化戰(zhàn)術組合。

Universal data 挖掘 tool不區(qū)分具體數(shù)據(jù)的含義，使用universal 挖掘算法處理常見的數(shù)據(jù)類型。通用數(shù)據(jù)挖掘工具不區(qū)分具體數(shù)據(jù)的含義，采用通用挖掘算法處理常見數(shù)據(jù)類型。比如IBM的Almaden研究中心開發(fā)的QUEST系統(tǒng)，SGI開發(fā)的MineSet系統(tǒng)，加拿大SimonFraser大學開發(fā)的DBMiner系統(tǒng)。通用數(shù)據(jù)挖掘工具可以多種模式制作挖掘、挖掘什么和用什么挖掘都是用戶根據(jù)自己的應用選擇。