CEO Huawei: Không chia sẻ thông tin khách hàng với chính phủ Trung Quốc

Sau khoảng 2 phút vây bắt, những tình nguyện viên cứu hộ động vật đã tóm gọn được "vị khách không mời" này. Tất cả những người chứng kiến đều tỏ ra hốt hoảng bởi kích thước của con rắn hổ mang chúa lên tới hơn 12ft (khoảng 3,7m). Con rắn độc này sau đó đã được thả về với tự nhiên. Hổ mang chúa là loài rắn rất quý hiếm và sinh sống khá nhiều tại Thái Lan.

Anh Dounphon Roadsri cho biết: “Tôi không biết con rắn đến từ đâu và vào trong xe vào lúc nào nhưng chắc chắn nó không phải từ nhà tôi. Có thể nó đã chui vào xe khi tôi đỗ xe ở một cửa hàng trên đường".

Nguyễn Hoàng (theo Newsflare)

Mc Tominay đưa MU vượt lên 3-2 sau khi để Everton lần lượt rút ngắn và gỡ hòa

Trong hiệp 1, lần lượt Cavani, Bruno Fernandes MU dẫn cách biệt 2-0. Tuy nhiên, sau đó đội bóng của HLV Ancelotti lần lượt rút ngắn và gỡ hòa, trước khi đánh đầu hiểm học ở phút 70 đưa Quỷ đỏ vượt lên một lần nữa.

Dù vậy, cú đá gần như là cuối cùng của trận đấu mang tên Calvert-Lewin, hạ gục De Gea mang lại cho Everton 1 điểm đầy ấn tượng, còn MU thì câm nín, không khác nào thất bại.

Tuy nhiên cú đá cuối cùng của Calvert-Lewin khiến Quỷ đỏ ôm hận

Chỉ có được 1 điểm, MU vẫn đứng thứ nhì, kém Man City 2 điểm nhưng đã chơi nhiều hơn 2 trận.

HLV Solskjaer, người đánh dấu trận thứ 100 cho MU ở Premier League, bày tỏ sau trận: “MU xứng đáng giành chiến thắng. Nhưng bóng đá là vậy. Bạn phải tận dụng cơ hội của mình và không để thủng lưới sau mỗi cú sút của đối phương.

Cú đá cuối cùng của Everton đã làm chúng tôi đau và thất vọng trở về nhà”.

Khi được hỏi liệu MU có đủ sức đua danh hiệu Premier League, Solskjaer đáp: “Chúng tôi không nói về việc giành chức vô địch. MU thậm chí không được coi là kẻ thách thức danh hiệu. Đó là mọi người nói.

Chúng tôi phải trở thành một đội bóng tốt hơn và sau đó xem có thể đi đến đâu, Với hàng công, chúng tôi đã làm rất tốt nhưng chúng tôi cần phải dừng ngay việc để thủng lưới quá dễ dàng”.

L.H

Theo đó, vào ngày 26/8, tại chung cư Văn Tiến Dũng (Phường Hòa Xuân, quận Cẩm Lệ) phát hiện 2 ca mắc Covid-19 đầu tiên sống ở tầng 2.

Qua xét nghiệm, ngành y tế tiếp tục phát hiện thêm 10 ca mắc Covid-19 là người thân trong gia đình của 2 bệnh nhân. Ngoài ra, ngành y tế cũng ghi nhận thêm một số ca mắc liên quan chuỗi lây nhiễm này.

“Đến nay đã ghi nhận tổng cộng 17 trường hợp mắc Covid-19 tại chung cư này”, ông Khoa thông tin.

Các chung cư có nguy cơ lây nhiễm cao

Theo Chủ tịch quận Cẩm Lệ, chung cư này có 7 tầng với 350 nhân khẩu. Hiện 9 hộ với 21 nhân khẩu có liên quan các ca mắc Covid-19 đã được chuyển đi cách ly tập trung.

“Toàn bộ người dân sinh sống tại chung cư đã được xét nghiệm. Ngoài ra, chung cư cũng đã được lắp camera để giám sát. Người dân được yêu cầu phải ở yên tại nhà, không qua lại nói chuyện với nhau”, ông Khoa cho biết thêm.

Ngày 31/8, Đà Nẵng ghi nhận thêm 123 ca mắc Covid-19. Trong số này có 12 trường hợp trong cộng đồng. Tính từ ngày 10/7 đến nay, TP ghi nhận 4.049 ca mắc Covid-19.

Trước đó, tại cuộc họp Ban chỉ đạo phòng chống dịch TP, Bí thư Thành ủy Đà Nẵng Nguyễn Văn Quảng đã lưu ý đến 2 vấn đề lớn mà TP cần tập trung giải quyết là việc lây nhiễm trong các ngõ, hẻm, khu chung cư và việc phát sinh các ca lây nhiễm chéo trong khu cách ly tập trung.

Bí thư Đà Nẵng đề nghị quận Thanh Khê, Hải Châu, Cẩm Lệ và các địa phương khác tập trung mọi biện pháp để khống chế ngăn chặn không để lây nhiễm trong khu dân cư. Bên cạnh siết chặt tất cả các khu cách ly tập trung để hạn chế phát sinh lây nhiễm khu vực này.

 >>> Cập nhật tình hình Covid-19 mới nhất

Hồ Giáp

Ngày 31/8 ghi nhận 12.607 ca Covid-19, thêm 10.044 người khỏi bệnh

Ngày 31/8, Bộ Y tế công bố 12.607 ca Covid-19 mới, giảm 1.628 bệnh nhân so với hôm qua. Hiện tổng số người mắc Covid-19 trong cả nước là 462.096 trường hợp.

Khi nói đến việc nâng cao chất lượng và hiệu quả cho ngành y tế bằng công nghệ, chúng ta thường nói về blockchain, AI, IoT... nhưng công nghệ đóng vai trò là xương sống cho tất cả những công nghệ “trending” này là cloud - một trong những xu hướng công nghệ mọi thời đại của lĩnh vực y tế nói riêng.

Theo một báo cáo của BCC, vào năm 2022, ứng dụng cloud trong ngành y tế trên toàn thế giới có thể đạt 35 tỷ USD, với tốc độ tăng trưởng hàng năm là 11,6%. Con số phản ánh sự đòi hỏi cần thay đổi để theo kịp tốc độ phát triển chung của ngành.

Một trong những thay đổi lớn cloud đem lại trong lĩnh vực y tế là sự thay đổi trong việc lưu trữ, chia sẻ và sử dụng dữ liệu y tế, tiếp đến là cách vận hành toàn bộ hệ thống máy móc, thiết bị tự động mà không cần nhân sự vận hành trực tiếp giúp giảm chi phí chỉ còn 1/3 so với cách thức truyền thống.

Ứng dụng giải pháp cloud trong các bệnh viện, cơ sở y tế ở lớp đầu tiên thường là cho phép truy cập máy chủ từ xa thông qua internet để lưu trữ, quản lý và xử lý dữ liệu y tế, hay chạy các phần mềm làm việc chuyên biệt. Quan trọng hơn, với những đặc tính nổi trội như tính dự phòng cao, đảm bảo luôn sẵn sàng và ổn định sẽ giúp giải quyết hoàn toàn bài toán bảo vệ toàn vẹn dữ liệu y tế khi xảy ra những tình huống “server down”/máy chủ vật lý tại cơ sở gặp sự cố và ngừng hoạt động. Bên cạnh đó, giải quyết bài toán chi phí nhân lực và vật lực: không cần mua máy chủ tốn kém và không cần nhân sự trực tiếp vận hành mà vẫn duy trì hoạt động ổn định, không có gián đoạn.

Bảo vệ dữ liệu y tế trước sự cố máy chủ, tránh xáo trộn quy trình khám chữa bệnh vì hư hỏng, mất mát dữ liệu quan trọng

Dữ liệu là một phần tối quan trọng trong quy trình khám chữa bệnh tại mỗi bệnh viện hay cơ sở y tế. Dữ liệu cá nhân của bệnh nhân được coi là các dữ liệu nhạy cảm. Mất dữ liệu không thể khôi phục có thể gây ra những ảnh hưởng cực kỳ nghiêm trọng tới hệ thống khám bệnh. Từ những thông tin cơ bản như tên tuổi, số điện thoại, cho đến thông tin quan trọng như hồ sơ bệnh án, lịch sử thăm khám, tiến trình điều trị, phác đồ điều trị… đều có thể “bốc hơi” không dấu vết chỉ sau một sự cố không ngờ đến. Bất kỳ sự cố ngừng hoạt động nào của máy chủ đều có khả năng gây mất dữ liệu.

Một bệnh viện lớn nằm trong top các bệnh viện với quy mô hơn 10 chi nhánh trên khắp cả nước, trên thực tế đã từng đối mặt với một sự cố máy chủ nghiêm trọng. Cũng giống như rất nhiều bên, bệnh viện lưu trữ toàn bộ dữ liệu trên máy chủ đặt tại trụ sở. Vào một ngày không báo trước, máy chủ gặp sự cố ngấm nước do mưa lớn khiến toàn bộ hoạt động bệnh viện gặp gián đoạn nặng nề, một trường hợp nằm ngoài dự đoán của đội ngũ bệnh viện.

Thiệt hại là không thể tránh khỏi, không chỉ là hoạt động của bệnh viện gặp xáo trộn trong khoảng thời gian chờ khắc phục sự cố, mà còn có thể là ảnh hưởng đến trải nghiệm khách hàng, gây ra các trải nghiệm gián đoạn vì không thể thực hiện được việc thăm khám, tư vấn đúng hẹn. Chưa kể phải khai thác lại thông tin khách hàng rất mất thời gian và phiền toái.

Nhận thấy rằng đây là một sự cố ảnh hưởng nghiêm trọng và không có gì đảm bảo rằng nó sẽ không xảy ra lần nữa, đội ngũ bệnh viện đi đến quyết định chuyển sang hệ thống máy chủ Bizfly Cloud an toàn, ổn định, có cơ chế vận hành, bảo trì và xử lý sự cố tự động, có khả năng phân quyền quản trị với chi phí tối ưu.

Thông thường các công việc này sẽ cần có từ một đến 3 nhân sự chuyên trách tùy quy mô, doanh nghiệp sẽ phải dành một khoản chi trả hàng ngày cho lương nhân sự, chỗ ngồi, thiết bị chuyên dụng. Khoản chi phí này có thể lên tới cả trăm triệu 1 tháng, trong khi sự cố vẫn hoàn toàn có thể xảy ra.

Giảm chi phí tới 1/3 cho nhân sự vận hành chuyên trách với bảo trì và xử lý sự cố tự động giúp bảo vệ dữ liệu tối đa và tập trung nhiều hơn cho các công việc phát triển hệ thống bệnh viện quan trọng

Các máy chủ Bizfly Cloud cung cấp tính năng nhân bản replicate-3 (dữ liệu sẽ được tự động nhân bản thành 3 bản) và được backup/sao lưu hàng ngày sang một Datacenter/trung tâm dữ liệu khác, giúp đảm bảo dữ liệu toàn vẹn, khôi phục được như cũ trong các tình huống sự cố. Nếu có trường hợp server chủ bị down thì dữ liệu cũng không bị ảnh hưởng, không bị mất mát, hư hỏng. Bên cạnh đó, các công việc đang chạy trên máy chủ sẽ được chuyển sang hệ thống dự phòng giúp hoạt động của bệnh viện không bị gián đoạn hoặc thời gian gián đoạn là rất ít.

Sử dụng hệ thống máy chủ cloud thì các công việc vận hành, bảo trì sẽ do nhà cung cấp dịch vụ xử lý toàn bộ, giúp hệ thống hoạt động ổn định 99,99%. Đội ngũ của bệnh viện từ đó không còn mất thời gian để thao tác thủ công hay “đau đầu” vì khắc phục sự cố nữa. Bệnh viện cũng cắt giảm được 80% chi phí dành riêng cho công việc quản trị này hàng tháng. Ước tính bệnh viện giảm được tới 150 triệu chi phí mỗi năm so với việc vẫn vận hành trên hệ thống vật lý trước kia.

Chưa kể, với đặc tính tự động tăng giảm tài nguyên tính toán (như CPU, RAM, dung lượng lưu trữ…) theo nhu cầu sử dụng thực tế, vì vậy, khi bệnh viện có nhu cầu chạy các chương trình phần mềm đòi hỏi khả năng xử lý khủng thì có thể triển khai được ngay với chi phí chỉ bằng 20 - 30%. Ví dụ như để triển khai Bravo cho quản trị hệ thống nhân sự toàn bộ bệnh viện và các chi nhánh để nâng cao chất lượng dịch vụ thì chi phí cho setup một hệ thống vật lý lên tới vài tỷ mỗi năm (chưa kể chi phí license cho Windows). Sự linh hoạt của mô hình Cloud lúc này sẽ giải quyết gánh nặng chi phí cho bất kỳ tổ chức nào với nhu cầu tương tự.

Ngoài ra, Bizfly Cloud còn phát triển tính năng quản lý người dùng cho phép phân quyền quản trị theo nhóm máy chủ giúp đơn giản hóa việc quản lý và tăng tính bảo mật cho hệ thống bệnh viện. Một tính năng rất tiện ích và cần thiết cho những hệ thống phân cấp nhiều tầng và đòi hỏi bảo mật tối đa như dịch vụ y tế. 

Diễn biến của cuộc xung đột Nga – Ukraine và phản ứng toàn cầu với cuộc chiến đang được các nước châu Á dõi theo chặt chẽ. Một số nhà bình luận trực tuyến tại Trung Quốc chỉ trích quyết định của Apple và kêu gọi Bắc Kinh cần chuẩn bị cho kịch bản tương tự.

Tuy nhiên, các chuyên gia nhận định nhà sản xuất iPhone sẽ khó lòng rời bỏ một trong những nền kinh tế hàng đầu thế giới, vốn đang là trung tâm sản xuất quan trọng của công ty, đồng thời là thị trường lớn thứ 3 của hãng, sau Mỹ và châu Âu.

“Đó là một câu chuyện rất khác so với những gì đang xảy ra ở Nga”, Kendra Schaefer, Trưởng bộ phận nghiên cứu công nghệ tại Trivium cho biết.

Kendra giải thích rằng Bắc Kinh đã yêu cầu Apple và các công ty công nghệ khác phải lưu trữ thông tin, dữ liệu khách hàng Trung Quốc tại các máy chủ đặt bên trong nước này. Trong trường hợp Big Tech có ý định rút lui, họ sẽ không chỉ mất đi số khách hàng đang có, mà còn mất luôn tất cả dữ liệu khách hàng tại đây.

Tính tới Quý I/2022, Apple đang nắm giữ 17,9% thị phần Trung Quốc và xếp thứ 3 sau các thương hiệu smartphone nội địa tại đây. Từng có thời điểm, hãng công nghệ Mỹ dẫn đầu thị phần tại quốc gia tỷ dân trước khi suy thoái kinh tế trở nên nghiêm trọng, tác động tới túi tiền người tiêu dùng.

Vinh Ngô 

Trước đây, Đại học Stanford, Bệnh viện Mount Sinai và các nhà cung cấp hồ sơ y tế điện tử Epic, Cerner cũng phát triển các mô hình liên quan có thể tính điểm rủi ro cho những bệnh nhân tử vong hoặc cần thở máy. Facebook và NYU đã áp dụng nhiều phương pháp khác nhau. Mô hình do nhóm xây dựng đã cố gắng dự đoán quỹ đạo lâm sàng dài hạn.

Theo các báo cáo, dự án là một phần của sự hợp tác giữa Facebook với Phòng Phân tích Dự đoán của Trung tâm Y tế Lange thuộc Đại học New York và Khoa X quang. Các nhà nghiên cứu của Facebook đã sử dụng kỹ thuật học tự giám sát để đào tạo trước hệ thống AI trên hai bộ dữ liệu X-quang ngực MIMIC-CXR-JPG và CheXpert. Thông qua việc học tự giám sát, mô hình có tên MoCo này vẫn có thể học từ tia X trong tập dữ liệu ngay cả khi không cho mô hình biết ý nghĩa của các nhãn dữ liệu trên tia X.

Bước tiếp theo của nghiên cứu là tinh chỉnh mô hình MoCo mở rộng bằng cách sử dụng bộ dữ liệu COVID-19 có sẵn công khai của NYU. Các nhà nghiên cứu đã xây dựng một bộ phân loại bằng cách sử dụng 26.838 hình ảnh X-quang từ 4.914 bệnh nhân và chú thích chúng để chỉ ra tình trạng của bệnh nhân liệu có xấu đi trong vòng 24, 48 hay 72 giờ sau khi chụp X-quang hay không. Các nhà nghiên cứu cũng xây dựng hai bộ phân loại. Một bộ sử dụng một bộ phim X-quang duy nhất để dự đoán tình trạng xấu đi của bệnh nhân và một bộ sử dụng một loạt phim X-quang để đánh giá.

Theo các nhà nghiên cứu, dựa vào mô hình có thể dự đoán nhu cầu ICU của bệnh nhân, tỷ lệ tử vong và các biến cố bất lợi trước 96 giờ, tốt hơn so với dự đoán của con người. Mặc dù kết quả có thể không áp dụng được cho những bệnh viện khác có tập dữ liệu duy nhất, nhưng các nhà nghiên cứu tin rằng một bộ phân loại mới có thể được xây dựng với tương đối ít tài nguyên (có lẽ là một GPU duy nhất) dựa trên mô hình MoCo.

“Có thể dự đoán liệu bệnh nhân có cần nguồn oxy hay không cũng là ưu tiên hàng đầu và có thể giúp bệnh viện quyết định cách phân bổ oxy trong những tuần và tháng tới. Khi COVID-19 bùng phát trở lại trên quy mô toàn cầu, các bệnh viện đang lên kế hoạch phân bổ nguồn. Cần có những công cụ để dự đoán và chuẩn bị cho sự gia tăng sắp tới trong mọi trường hợp”, nhóm nghiên cứu của Facebook chia sẻ. Ngoài ra, “những dự đoán này có thể giúp các bác sĩ tránh đưa bệnh nhân có nguy cơ về nhà sớm, và giúp các bệnh viện dự đoán tốt hơn nhu cầu bổ sung oxy, cũng như nguồn lực hạn chế khác”.

Tuy nhiên, theo một nghiên cứu gần đây của Trường Vector thuộc Đại học Toronto và Viện Công nghệ Massachusetts, những bộ dữ liệu X-quang ngực được sử dụng để đào tạo các mô hình chẩn đoán, bao gồm bộ dữ liệu MIMIC-CXR và CheXpert, không cân bằng và dữ liệu sẽ bị sai lệch.

Điều này có thể phụ thuộc vào giới tính, kinh tế xã hội và dân tộc. Mặc dù tỷ lệ phụ nữ trong tập dữ liệu thấp hơn một chút so với nam giới, nhưng mức độ khác biệt giữa các bệnh nhân nữ là cao. Trong toàn bộ tập dữ liệu, bệnh nhân da trắng chiếm đa số, về cơ bản chiếm 67,6%, là tập dữ liệu ưa thích của mô hình, trong khi bệnh nhân gốc Tây Ban Nha là tập dữ liệu ít phổ biến nhất.

Để giải quyết vấn đề sai lệch tập dữ liệu, các nhà nghiên cứu của Facebook và NYU cho biết họ đã tim hiểu trước dữ liệu của những bệnh nhân không bị nhiễm COVID-19 và lựa chọn cẩn thận từng mẫu thử nghiệm để giải quyết sự sai lệch này. Nhưng đầu năm ngoái, Trung tâm Kiểm soát và Phòng ngừa Dịch bệnh Mỹ khuyến cáo không sử dụng chụp CT hoặc chụp X-quang để chẩn đoán COVID-19, bởi ngay cả hệ thống AI tốt nhất đôi khi cũng không thể phân biệt giữa COVID-19 và các bệnh nhiễm trùng phổi thông thường (chẳng hạn như viêm phổi do vi khuẩn hoặc vi rút).

Xác định độ tin cậy của các thuật toán Facebook và NYU có thể yêu cầu thử nghiệm toàn diện trong nhiều hệ thống y tế đa dạng trên khắp thế giới với sự đồng ý của bệnh nhân. Không thể dự đoán chính xác nhưng việc tinh chỉnh mô hình có thể giúp tránh các thuật toán của Facebook và NYU rơi vào tình trạng sai lệch, điều này cho thấy rằng thuật toán cần được xem xét lại trước khi triển khai trên quy mô lớn.

Phong Vũ

Apple Watch có thể phát hiện Covid-19

Nghiên cứu cho thấy smartwatch của Apple có thể phát hiện sớm và hạn chế lây lan Covid-19.