数据收集
佛罗里达大西洋大学的研究人员使用机器学习模型预测COVID-19检测结果,并确定哪些症状对产生阳性检测结果起关键作用。他们训练了五个分类算法,基于易于获取的症状和人口统计特征,如发热、温度、年龄和性别,预测COVID-19检测结果。
研究人员认为,通过强化学习、计算机视觉和针对时间数据设计的AI模型,人工智能可以改善分散式临床试验中的患者体验。这篇文章探讨了分散式临床试验的优势和挑战,并提出了AI自动化的解决方案。
Freenome与Oracle Cerner网络合作,推出Sanderson研究,利用多组学平台和真实世界数据,旨在提高多种癌症的检测和治疗效果。该研究将使用传统和真实世界数据生成临床验证证据,以改进平台的肿瘤分类和风险预测模型。
美国卫生和人类服务部通过卫生资源和服务管理局向近1400个社区卫生中心拨款近9000万美元,以推进健康平等和卫生数据现代化。此外,还拨款近6000万美元用于增加农村地区的医疗人才和提高医疗服务水平。
俄亥俄州的阿克伦儿童医院与健康催化剂公司合作,推进人口健康和改善患者结果。该合作将实施健康催化剂的人口健康解决方案,包括一系列数据收集和分析平台,以提高医疗质量和操作效率。