基础模型及联合学习模型适配性测试及与应用系统接口测试部署采购意向公告
发送至邮箱
基础模型及联合学习模型适配性测试及与应用系统接口测试部署采购意向公告
为便于供应商了解采购信息，根据《物资服务集中采购需求管理暂行办法》等有关规定，现将基础模型及联合学均吞吐量应≥200QPS，峰值吞吐量≥500QPS。2)平均无故障间隔时间≥2000h，业务重启后接口服务自动启动。3)平均故障恢复时间≤2h。
需满足的要求：分布在北京、南京、成都、云南、福 (略) 或医疗中心。研发人员不少于3人，部署实施人员不少于7人，均须具备中级工程师以上。产品生产企业须具备ISO9001质量管理体系认证，ISO*服务管理体系认证，ISO*信息安全管理体系认证。产品生产企业为高新技术企业。具备医疗行业信息化项目建设研发经验。提供相关软著和国家发明专利。投标企业承担过国家或军队重点以上课题或建设任务。
技术指标1：基于分级诊疗体系的多中心联合学习接口适配，完成联合学习模型与多级医 (略) 的对接及测试。评估测试指标如下：1）网络连通性指标： (略) (略) 的连通性测试；云边端节点连通性状态及状态更新测试。2）训推实时性指标：联合学习的开始命令下发后，边侧启动时间和端侧启动时间测试；联合学习过程中，每轮模型更新时，所需的云-端通信时间测试。3）基础支撑性指标：联合训推过程中，针对联合参与方节点的隐私保护、资源占用、模型精度等方面的评估测试。4）安全可靠性指标：联合训推过程中，身份认证、行为监测、日 (略) 络安全防护测试。5）形成测试报告1份，通过*方组织的评审。技术指标2：基于联合学习的医学pre-train模型接口适配，完成pre-train模型与多级医 (略) 的对接及测试。评估测试指标如下：1）推理时间： (略) 部署后的推理时长。2）部署时间： (略) 上部署时间。3）并发处理能力：接口能同时处理并发请求数。4）吞吐量：模型在限定时间内处理的请求数。5）可扩展性：当并发请求增加到指定数时，模型的推理时间。6）稳定性：模型在连续运行指定时间后的推理时间和吞吐量。7）故障恢复时间：模型在出现故障后，恢复正常运行所需时间。8）形成测试报告1份，通过*方组织的评审。技术指标3：融合pre-train模型和专家知识的轻量化医学智能诊疗模型接口适配，完成多级医 (略) 的对接及测试。评估测试指标如下：1）模型参数量缩减比：针对某种任务，轻量化模型与测试基准或现有最佳模型比较的参数量缩减比。2）模型运算量缩减比：针对某种任务，轻量化模型与测试基准或现有最佳模型比较的运算量缩减比。3）模型准确性：针对某种任务，轻量化模型的准确性（分割任务的Dice系数、IoU交并比，分类服务的准确率、敏感性、特异性等，检测任务的准确率、召回率等）。4）形成测试报告1份，通过*方组织的评审。技术指标4：需支持pre-train模型国产化适配（ (略) 、软件开发框架、深度学习框架等），完成适配性测试，形成测试报告1份。技术指标5：在满足国产化适配的基础上，完成联合学习系统、pre-train模型和轻量化诊疗模型的总体联调，形成联调方案1份，包括联调方案设计、执行、结果评估等。 | 119.00 | 2024年08月 | 无 | 注：1.本次意向公开的采购意向仅作为供应商了解初步采购安排的参考，采购项目具体情况以最终发布的采购公告和采购文件为准；
2.供 (略) 反馈参与意向和意见建议。
联系人：卢若谷
联系方式：*
为便于供应商了解采购信息，根据《物资服务集中采购需求管理暂行办法》等有关规定，现将基础模型及联合学均吞吐量应≥200QPS，峰值吞吐量≥500QPS。2)平均无故障间隔时间≥2000h，业务重启后接口服务自动启动。3)平均故障恢复时间≤2h。
需满足的要求：分布在北京、南京、成都、云南、福 (略) 或医疗中心。研发人员不少于3人，部署实施人员不少于7人，均须具备中级工程师以上。产品生产企业须具备ISO9001质量管理体系认证，ISO*服务管理体系认证，ISO*信息安全管理体系认证。产品生产企业为高新技术企业。具备医疗行业信息化项目建设研发经验。提供相关软著和国家发明专利。投标企业承担过国家或军队重点以上课题或建设任务。
技术指标1：基于分级诊疗体系的多中心联合学习接口适配，完成联合学习模型与多级医 (略) 的对接及测试。评估测试指标如下：1）网络连通性指标： (略) (略) 的连通性测试；云边端节点连通性状态及状态更新测试。2）训推实时性指标：联合学习的开始命令下发后，边侧启动时间和端侧启动时间测试；联合学习过程中，每轮模型更新时，所需的云-端通信时间测试。3）基础支撑性指标：联合训推过程中，针对联合参与方节点的隐私保护、资源占用、模型精度等方面的评估测试。4）安全可靠性指标：联合训推过程中，身份认证、行为监测、日 (略) 络安全防护测试。5）形成测试报告1份，通过*方组织的评审。技术指标2：基于联合学习的医学pre-train模型接口适配，完成pre-train模型与多级医 (略) 的对接及测试。评估测试指标如下：1）推理时间： (略) 部署后的推理时长。2）部署时间： (略) 上部署时间。3）并发处理能力：接口能同时处理并发请求数。4）吞吐量：模型在限定时间内处理的请求数。5）可扩展性：当并发请求增加到指定数时，模型的推理时间。6）稳定性：模型在连续运行指定时间后的推理时间和吞吐量。7）故障恢复时间：模型在出现故障后，恢复正常运行所需时间。8）形成测试报告1份，通过*方组织的评审。技术指标3：融合pre-train模型和专家知识的轻量化医学智能诊疗模型接口适配，完成多级医 (略) 的对接及测试。评估测试指标如下：1）模型参数量缩减比：针对某种任务，轻量化模型与测试基准或现有最佳模型比较的参数量缩减比。2）模型运算量缩减比：针对某种任务，轻量化模型与测试基准或现有最佳模型比较的运算量缩减比。3）模型准确性：针对某种任务，轻量化模型的准确性（分割任务的Dice系数、IoU交并比，分类服务的准确率、敏感性、特异性等，检测任务的准确率、召回率等）。4）形成测试报告1份，通过*方组织的评审。技术指标4：需支持pre-train模型国产化适配（ (略) 、软件开发框架、深度学习框架等），完成适配性测试，形成测试报告1份。技术指标5：在满足国产化适配的基础上，完成联合学习系统、pre-train模型和轻量化诊疗模型的总体联调，形成联调方案1份，包括联调方案设计、执行、结果评估等。 | 119.00 | 2024年08月 | 无 | 注：1.本次意向公开的采购意向仅作为供应商了解初步采购安排的参考，采购项目具体情况以最终发布的采购公告和采购文件为准；
2.供 (略) 反馈参与意向和意见建议。
联系人：卢若谷
联系方式：*
115
查看详情》
发送至邮箱
