分析
Clearsense与UPMC Enterprises合作，将Alexandria Charts的非结构化数据平台整合到其自己的端到端平台中，以帮助医疗机构更好地利用非结构化数据进行分析和机器学习模型。这将有助于提高医疗机构的数据质量和成本效益。
研究人员正在创建一组人工智能算法，以确定患者患各种罕见疾病的风险。他们将应用AI和机器学习技术，从患者的医疗记录中预测罕见疾病的发展风险。这项研究将持续四年，旨在创建一组算法，以确定患有五种血管炎和两种脊柱关节炎的患者的风险。
NVIDIA与哈佛和麻省理工学院的Broad Institute合作，将先进的分析工具带到该研究所的Terra云平台上，帮助生命科学研究人员进行生物医学研究、基因组学和其他精准医学创新。
云技术正在帮助医生和护士简化临床流程，打破数据孤岛，提供有用的患者信息。对于医疗机构来说，建立云原生基础设施和支持性流程不仅可以从数据中获得洞察力，更可以引入一整套工具，颠覆整个行业的产品开发。
微软AI for Health、纽约大学全球公共卫生学院和诺华基金会合作启动AI4HealthyCities健康公平网络，旨在利用数据分析和人工智能来解决心脏健康不平等问题。
一项新研究发现，基于人工智能的临床决策工具可以帮助改善卫生条件差的地区腹泻病的抗生素管理。该工具可以预测病情是否由病毒引起，从而避免滥用抗生素导致的抗生素耐药问题。
自然语言处理（NLP）是一种人工智能技术，可帮助行为医疗保健提供者更好地理解和利用电子健康记录中的非结构化数据，提高治疗效果和质量保证。本文介绍了一家早期采用NLP技术的社区行为医疗保健提供者的经验和见解。
本文介绍了加拿大最大的医疗服务提供商Alberta Health Services（AHS）如何通过智能自动化实现数字转型，提高效率，释放资源，为未来医疗做好准备。
UPMC与Realyze Intelligence合作，利用人工智能和自然语言理解改善早期乳腺癌治疗。通过数据挖掘和分析，帮助判断哪些患者需要进行淋巴结活检手术，提高治疗效果。
Royal Philips的未来健康指数2022报告显示，尽管亚太地区的大多数医疗保健领导者比全球同行更认识到健康数据的价值，但他们仍然在有效使用数据方面面临重大挑战。
