4月20日消息，生物识别安全科技公司BioCatch完成1.45亿美金C轮融资。基因组学公司54gene完成1500万美元A轮融资。生物科技公司MOMA Therapeutics完成860万美元融资。
抗击新冠斗争，也 催化了医疗健康行业的全新变革 。在需求侧：了解和预测公众对卫生保健服务的需求，研究新冠病毒的传播方式、病毒对国民保健服务和其他社会服务的影响等；在供应侧：需要知道哪些系统可能首先面临压力，如呼吸机器、病床或医护资源的实时情况。而无论是需求侧还是供应侧，所有的统筹安排都少不了各渠道医疗数据和信息的收集汇总、数据分析，以及基于模型数据的决策。
再则，随着老龄人口增加、健康意识增强，5G技术的推广普及， 医疗信息化预计进入加速轨道 。而伴随医疗信息化加速，将使得医疗方案提供商、IT系统建设、医疗大数据等产业链上下游都会面临变革，而有变革就意味着各行业信息化人才需求的加大。
医疗信息化，即医疗服务的数字化、网络化、信息化等。通过现代电子、计算机、通信技术数据库等技术，为医疗器械、药品的研发、生产监督等提供服务。
前瞻研究院曾做过一份调研，预测医疗信息化规模增长潜力巨大。2019年医疗信息市场规模接近600亿元，未来几年的规模将持续增长，至2023年突破1000亿元， 2024年将超过1100亿元。
人工智能医疗包含有三大要素：大数据、行业专家、核心算法， 其中医疗大数据位居最首要的位置。 医疗大数据是当今社会所独有的一种新型的能力，它通过对海量数据进行分析，可以以一种前所未有的方式获得有巨大价值的产品和服务。
当我们以医疗的视角来看“大数据”，我们可以发现，无论是西医的循证医学还是中医的经验医学，其本质上都需要非常庞大的数据支持，因此医学的本质就是一门基于大数据的科学。
与人工智能的三要素相类似，大数据也相应的存在 三大要素：大数据平台、数据处理、数据分析与挖掘。
面对海量且多来源的数据，如何对这些零散的数据进行有效的分析，得到有价值的信息一直是大数据领域研究的热点，大数据分析处理平台也因此应运而生，通过提供可视化数据通道、完善的数据管理、可视化调度机制、可视化运维、便捷数据服务以及可视化、拖拽式高效数据分析能力，再结合业务专家建立的健康医疗大数据仓库模型、以及多病种数据AI算法模型，为健康医疗提供一站式大数据处理能力和私有化部署方案。
大数据在医学领域的分析和挖掘包括许多方向，如临床操作比较效应研究、临床决策支持系统、医疗数据透明度、远程病人监测、患者档案的高级分析、临床试验数据分析、个性化治疗、疾病模型分析以及患者临床记录和医疗保险数据集等。
随着患者对医疗服务的要求越来越高，而信息化医疗的发展帮助医生利用信息技术，将各类信息进行整合，实现医疗数字化才能更好的为患者服务。信息化医疗的爆发式发展，医疗系统等行业对信息化医疗系统专业人才需求量将大幅增长。
为了让学生更多的掌握专业实践经验，提升个人专业背景及专业应用。现推出暑期生物医学智能信息科研项目，项目由匹兹堡大学医学院-生物医学信息和智能系统教授亲自指导，获匹兹堡大学医学院附属医院UPMC300万美金资助，项目致力于癌症的个性化诊疗研究。
学生将了解AI和机器学习在生物医疗前沿的应用，了解肿瘤的致病基因，掌握各类癌症基因组等数据库的资源和使用方法。学习运用R和Python等编程语言进行数据处理，从而对癌症患者进行精准医疗，包括推测药物敏感和免疫治疗伴随诊断等。
掌握各类癌症基因组等数据库的资源和使用方法：
学习掌握R和Python编程，以及数据可视化工具：
生物医学信息是理、工、医、生物等学科高度交叉的领域，致力于人的防病、治病、康复和健康，及为探索生命现象提供高水平的科学方法和信息技术手段。生物医学信息领域也是今后几十年内最容易出现理论突破和技术创新的学科领域之一，不但具有广阔的就业前景，同时极具经济价值和社会价值。
