Fangzhou ’XingShi’ ကြီးမားသော ဘာသာစကား မော်ဒယ်ကို ၂၀၂၆ ခုနှစ်အတွက် တရုတ်နိုင်ငံ၏ အမျှော်လင့်ဆုံး ကျန်းမာရေးစောင့်ရှောက်မှု မော်ဒယ်များထဲတွင် မီးမောင်းထိုးပြခဲ့

(SeaPRwire) –   SHANGHAI, Feb. 10, 2026 — လုပ်ငန်းဆိုင်ရာ သုတေသန ပလက်ဖောင်း VBData မှ AI-အခြေခံ အင်တာနက် ကျန်းမာရေး စောင့်ရှောက်မှု ဖြေရှင်းချက်များတွင် ဦးဆောင်သူဖြစ်သော Fangzhou Inc. (“ Fangzhou” သို့မဟုတ် “ ကုမ္ပဏီ” ) (HKEX: 06086) မှ “ XingShi” Large Language Model (“XS LLM”) ကို ၂၀၂၆ ခုနှစ်အတွက် တရုတ်နိုင်ငံ၏ အထူးမျှော်လင့်ထားသော ကျန်းမာရေး AI မော်ဒယ်များထဲမှ တစ်ခုအဖြစ် မကြာသေးမီက မီးမောင်းထိုးပြခဲ့ပါသည်။

“XingShi” Large Language Model (“XS LLM”) သည် အသိဉာဏ်ရှိသော အေးဂျင့်ငါးခု — ဗဟုသုတ ဝန်ဆောင်မှုများ၊ ရောဂါရှာဖွေရေး၊ ကြိုတင်တိုင်ပင်ဆွေးနွေးမှု၊ ဆရာဝန်ထောက်ကူမှုနှင့် အီလက်ထရောနစ် ဆေးဘက်ဆိုင်ရာ မှတ်တမ်းများ — ကို ပိတ်ထားသော ကွင်းဆက်စနစ်တစ်ခုအဖြစ် ပေါင်းစပ်ထားပြီး နာတာရှည်ရောဂါ စီမံခန့်ခွဲမှု ကာလတစ်ခုလုံးကို လွှမ်းခြုံထားသည်။ ဤချဉ်းကပ်မှုသည် Nature တွင် ဖော်ပြခြင်းအပါအဝင် နိုင်ငံတကာ၏ အာရုံစူးစိုက်မှုကို ရရှိခဲ့ပါသည်။

OpenEvidence ပေါ်ပေါက်လာချိန်နှင့်အတူ ပူးတွဲတီထွင်ခဲ့သော အစောဆုံး ပြည်တွင်း မော်ဒယ်များထဲမှ တစ်ခုဖြစ်သည့် XS LLM သည် တရုတ်ဆေးပညာအသင်း၏ ဒေတာဘေ့စ်မှ အဓိက ဆေးဘက်ဆိုင်ရာ အပိုင်းခွဲပေါင်း ၁၇၀ ကျော်မှ ဆောင်းပါးပေါင်း ၁.၁ သန်းကျော်ဖြင့် တွန်းအားပေးထားပြီး အဓိက ဆေးဘက်ဆိုင်ရာ အပိုင်းခွဲအားလုံးကို လွှမ်းခြုံထားသည်။ VBData ၏ ခန့်မှန်းချက်အရ ယင်းမော်ဒယ်သည် ဆရာဝန်များအား နည်းပညာဆိုင်ရာ အကူအညီပေါင်း ၄၀၀,၀၀၀ နီးပါးကို ပေးအပ်ခဲ့ပြီး ဆေးဘက်ဆိုင်ရာ ပံ့ပိုးမှုနှင့် ပညာရှင်ဆိုင်ရာ လုပ်ငန်းစဉ်များအတွက် အရေးပါသော ကိရိယာတစ်ခုအဖြစ် မှတ်တမ်းတင်ထားပါသည်။

Fangzhou ၏ ပလက်ဖောင်း၏ “အဓိက ဒစ်ဂျစ်တယ် ဦးနှောက်” အဖြစ် တည်ဆောက်ထားသော XS LLM သည် AI-အကူအညီဖြင့် အလုပ်လုပ်သော အပလီကေးရှင်း ငါးခုကို တွန်းအားပေးသည်- AI Medication Finder, AI Health Manager, AI Doctor Assistant, AI Academic Assistant, နှင့် AI-Powered Search။ ထုတ်ကုန်တစ်ခုစီသည် မတူညီသော ဆေးဘက်ဆိုင်ရာနှင့် လူနာဘက်ခြမ်း အသုံးပြုမှုများကို ကိုင်တွယ်ဖြေရှင်းပေးပြီး ဆေးဝါးလမ်းညွှန်မှု၊ လူနာပညာပေးမှု၊ ရောဂါရှာဖွေရေး အကူအညီနှင့် ဆေးဘက်ဆိုင်ရာ ကိုးကားချက်များတွင် အချိန်နှင့်တပြေးညီ၊ တိကျသော စွက်ဖက်မှုများကို ခွင့်ပြုပေးပါသည်။

XS LLM ကို ယခင်က Nature News ကဏ္ဍတွင် “A Chinese AI tool can manage chronic disease — could it revolutionize health care?” ဟူသော ခေါင်းစဉ်ဖြင့် ဖော်ပြခဲ့ပြီး ယင်းဆောင်းပါးသည် မော်ဒယ်၏ ဖွံ့ဖြိုးတိုးတက်မှုနှင့်အတူ နာတာရှည်ရောဂါ စီမံခန့်ခွဲမှုကို တိုးတက်စေရန် ၎င်း၏ အလားအလာရှိသော အကျိုးသက်ရောက်မှုအပေါ် ကျွမ်းကျင်သူများ၏ အမြင်များကို စူးစမ်းလေ့လာခဲ့ပါသည်။

VBData မှ ကိုးကားဖော်ပြခဲ့သော အခြားမော်ဒယ်များတွင် JD Health, Ant Group နှင့် Tencent Health တို့မှ ကမ်းလှမ်းမှုများ ပါဝင်သည်။ VBData က ဦးဆောင် ပြည်တွင်း ဆေးဘက်ဆိုင်ရာ AI မော်ဒယ်များသည် တရုတ်နိုင်ငံ၏ သီးသန့် ဆေးဘက်ဆိုင်ရာ လမ်းညွှန်ချက်များ၊ ပြန်လည်ပေးဆပ်မှု မူဘောင်များနှင့် စည်းမျဉ်းစည်းကမ်းများအတွက် ပိုမိုအကောင်းဆုံးဖြစ်အောင် ပြုလုပ်လျက်ရှိကြောင်း၊ ၂၀၂၇ ခုနှစ်တွင် ဆေးဘက်ဆိုင်ရာ AI မော်ဒယ်များ၏ ကျယ်ပြန့်သော ဖွံ့ဖြိုးတိုးတက်မှုအတွက် ရည်မှန်းချက်ကြီးမားသော နိုင်ငံတော် ပန်းတိုင်များနှင့် ၂၀၃၀ ခုနှစ်တွင် မူလတန်း ကျန်းမာရေး စောင့်ရှောက်မှုတွင် နီးပါး အားလုံးအတွက် အသိဉာဏ်ရှိသော ဆေးဘက်ဆိုင်ရာ အကူအညီကို ဖြည့်ဆည်းပေးနိုင်ရန် ဖြစ်ကြောင်း မှတ်ချက်ပြုခဲ့ပါသည်။

ရှေ့ဆက်လက်၍ Fangzhou သည် နာတာရှည်ရောဂါ ဝန်ဆောင်မှုများတွင် AI ပေါင်းစည်းမှုကို ပိုမိုနက်ရှိုင်းစေရန်နှင့် ပညာရှင်ဆိုင်ရာ၊ နည်းပညာ-အကူအညီဖြင့် ကျန်းမာရေး စောင့်ရှောက်မှုသို့ ဝင်ရောက်ခွင့်ကို ကျယ်ပြန့်စေရန် ဆက်လက်ဆောင်ရွက်သွားမည်ဖြစ်ပြီး နိုင်ငံ၏ ကျန်းမာရေး စောင့်ရှောက်မှု ဒစ်ဂျစ်တယ်လော့ခ် ပြုလုပ်ရေးတွင် အဓိက ကစားသမားတစ်ဦးအဖြစ် ၎င်း၏ အနေအထားကို ခိုင်မာစေမည်ဖြစ်သည်။

VBData အကြောင်း
၂၀၁၄ ခုနှစ်တွင် တည်ထောင်ခဲ့သော VBData သည် လုပ်ငန်းဆိုင်ရာ အချက်အလက် အရှိန်မြှင့်တင်ရေး ပလက်ဖောင်းတစ်ခုဖြစ်ပြီး အနက်ရှိုင်းဆုံး ခွဲခြမ်းစိတ်ဖြာမှုများမှတစ်ဆင့် စီးပွားရေး အမှုကိစ္စ စာကြည့်တိုက်ကို တည်ဆောက်ကာ၊ စနစ်ကျသော သုတေသနဖြင့် ကဏ္ဍများကို ခွဲခြမ်းစိတ်ဖြာပြီး၊ သီးသန့် ဝန်ဆောင်မှုများမှတစ်ဆင့် လုပ်ငန်းဆိုင်ရာ ပူးပေါင်းဆောင်ရွက်မှုကို မြှင့်တင်ပေးပါသည်။

Fangzhou Inc. အကြောင်း
Fangzhou Inc. (HKEX: 06086) သည် တရုတ်နိုင်ငံ၏ ဦးဆောင် အွန်လိုင်း နာတာရှည်ရောဂါ စီမံခန့်ခွဲမှု ပလက်ဖောင်းဖြစ်ပြီး မှတ်ပုံတင်ထားသော အသုံးပြုသူ ၅၂.၈ သန်းနှင့် ဆရာဝန် ၂၂၉,၀၀၀ ကို ဝန်ဆောင်မှုပေးလျက်ရှိသည် (ဇွန်လ ၃၀ ရက်၊ ၂၀၂၅ အထိ)။ ကုမ္ပဏီသည် စိတ်ကြိုက် ဆေးဘက်ဆိုင်ရာ စောင့်ရှောက်မှုနှင့် AI-အကူအညီဖြင့် တိကျသော ဆေးဘက်ဆိုင်ရာ ဖြေရှင်းချက်များကို ပေးအပ်ရာတွင် အထူးပြုပါသည်။ ပိုမိုသိရှိလိုပါက . သို့ ဝင်ရောက်ကြည့်ရှုပါ။

မီဒီယာ ဆက်သွယ်ရန်
နောက်ထပ် မေးမြန်းမှုများ သို့မဟုတ် အင်တာဗျူးများအတွက်၊ ဆက်သွယ်ပါ:
Xingwei Zhao ပြည်သူ့ဆက်ဆံရေး ဒုတိယ ဒါရိုက်တာ အီးမေးလ်: pr@jianke.com

---

ငြင်းဆိုချက်- ဤသတင်းထုတ်ပြန်ချက်တွင် ရှေ့သို့မျှော်ကြည့်သော ကြေညာချက်များ ပါဝင်သည်။ အမှန်တကယ် ရလဒ်များသည် အမျိုးမျိုးသော အကြောင်းရင်းများကြောင့် မျှော်လင့်ထားသည်ထက် ပစ္စည်းအဖြစ် ကွဲပြားနိုင်သည်။ ဤကြေညာချက်များအပေါ် အလွန်အကျွံ မမှီခိုရန် စာဖတ်သူများကို သတိပေးအပ်ပါသည်။