预测
飞利浦公司的研究表明,人工智能可以帮助预测室性心动过速,从而提高心脏风险管理的效率。该研究使用了基于深度神经网络的AI学习模型,成功预测了持续性室性心动过速的发生。
阿斯利康与Bellvitge大学医院计划推出Cordio Medical HearO应用程序的试点计划,该应用程序使用语音识别技术分析心力衰竭患者的声音,以监测其病情。 HearO应用程序为充血性心力衰竭(CHF)患者提供医疗级别的技术,帮助患者监测症状、管理治疗并改善生活质量。该试点计划旨在评估使用应用程序监测CHF患者的可行性,包括在医院和家庭环境中进行监测。
以色列谢巴医疗中心利用人工智能技术来解决患者安全问题。该中心的ARC创新中心专注于精准医学、大数据、人工智能、预测分析、远程医疗和移动医疗等领域。他们开发的Aidoc能够帮助医生更准确地预测中风、肺栓塞等疾病,提高患者的治疗效果和生存率。
本文介绍了Johns Hopkins大学最近开发的技术,帮助医护人员检测谵妄和痴呆的早期预警信号。同时,CalmWave正在利用这些信息构建预测模型和客观的临床工作量度量标准,以实现更加安静的ICU。
一种新的基于人工智能的工具可以准确预测一般外科患者何时出院。该工具名为“阿德莱德评分”,由阿德莱德大学、伊丽莎白女王医院和卫生信息协作团队的研究人员开发。这种工具将有望在今年晚些时候进行全州试验。
Tampa General Hospital使用GE Command Center系统生成的数据,通过预测分析和数据聚合,开发了一种早期干预败血症的临床工具,将败血症早期死亡率从6%降至4%。
国会的创新技术采购和装备加速计划为美国国防部快速威胁暴露项目和飞利浦提供了1千万美元的资金,以推进基于人工智能的疾病预测技术。该技术利用可穿戴设备的数据,可以在诊断测试前2.3天预测COVID-19和其他感染病。
一项新的研究表明,机器学习技术可以帮助医生确定高血压患者中哪些人最需要治疗,而不是仅仅关注高风险患者。这项研究使用了一种称为“因果森林”的机器学习技术,以确定个性化治疗效果与患者特征之间的相关性。这种方法可以提高治疗效果,改善人群健康状况。
Advocate Aurora研究所部署了KelaHealth的外科智能平台,旨在结合人工智能和机器学习的能力,确定机器人手术技术的疗效和有助于改善患者结果的外科护理类型。
研究人员开发了一种机器学习模型,利用二次数据源准确估算美国每周和每年的枪支凶杀案负担,以便更有效地协调公共卫生应对措施。