分析
为提高手术后患者医疗安全，匹兹堡大学和UPMC的两名研究人员开发了一种基于机器学习的模型，该模型利用超过125万名手术患者的医疗数据进行训练，可以快速、准确地评估手术后患者的健康风险。该模型已在20家UPMC医院得到应用，效果优于其他方法。
新加坡中央医院开发了一种基于机器学习的预测AI工具，名为CARES-ML，可通过患者的病史、身体状态和调查检查结果来评估患者的手术风险。该工具可提高手术前评估的准确性，增强临床团队对于患者围手术期护理方案的决策和建议，从而改善患者的预后和增强患者的安全性。
本文介绍了罗氏公司的两款产品Elecsys® β-Amyloid (1-42) CSF II(Abeta42)、Elecsys® Total -Tau CSF(tTau)获得FDA 510(k)批准，用于评估阿尔茨海默病，这些产品基于法规认证和全自动免疫分析仪，可用于全球市场合规。
新加坡国家癌症中心开始实施Altera数字医疗的肿瘤EMR解决方案。该解决方案提供决策支持和实时数据分析等医疗流程工具。
智能医院利用创新技术和云计算工具提升病人护理、优化工作流程和降低成本，最终塑造出更高效、以病人为中心的医疗体验。本文将探讨智能医院的概念，核心数字技术，以及医疗专业人士如何做好准备，并确保其组织准备好迎接这种变革。
本文介绍了美国超声心动图学会在第34届年度科学会议上展示的基于人工智能的心血管成像研究，包括帮助医生获取诊断级别图像、HFpEF的自动诊断和评估主动脉瓣狭窄的严重程度等方面。这些研究对医疗器械认证领域有重要意义。
医疗AI技术正在推动医疗行业的变革，如何正确使用AI技术是一个亟待解决的问题。本文探讨了AI在医疗行业中的应用，以及快速采用AI系统所面临的风险，旨在让人们更好地了解AI的价值和风险。
Dandelion Health利用其涵盖1000万患者的数据集，从不同的种族、地域和民族子群体出发，对医疗保健领域中使用的心电图算法进行测试，以评估人工智能的表现和潜在的偏差。文章详细介绍了Dandelion Health开展此项试点所需的技术和数据等方面。
Bigfoot Biomedical今天公布了其Bigfoot Unity系统的研究数据，证明了该系统在糖尿病管理方面的潜力。该FDA认证的平台旨在简化连续血糖监测器和其产生的数据。它具有智能胰岛素笔盖，从连续血糖监测器中获取数据，并告知患者他们需要多少胰岛素。
Hackensack Meridien Health与Canary Health合作，使用机器学习技术分析声音特征，检测人体健康生物标志物，加速精神健康的人工智能技术。
