智能
Asensus Surgical宣布,日本的Saiseikai Shiga医院同意租赁和使用其的Senhance机器人手术系统。Senhance是一种首个数字化腹腔镜手术机器人,配备了先进的视觉技术和人工智能,可通过机器学习执行外科手术。
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。
三星推出全新V7超声波系统,采用高清晰度成像技术和智能辅助软件,帮助医疗专业人员提高工作效率,提升临床诊断准确率,为病人健康保驾护航。
一项新研究发现,谷歌开发的深度学习系统在使用胸部X光片检测活动性肺结核方面与放射科医生的表现相当。这项研究有望在全球卫生领域中发挥重要作用,帮助缓解肺结核的全球流行病负担。
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。
蒙大拿州的Billings Clinic医疗系统与DreaMed Diabetes合作,部署了一种基于人工智能的临床决策支持工具,以帮助医生远程治疗全州的糖尿病患者。这种工具可以分析患者数据并实时创建个性化的治疗计划,以优化胰岛素剂量。
Mayo Clinic的研究人员开发了一种基于人工智能的风险预测模型,利用分娩特征来指示潜在的分娩结果。这种工具利用了在分娩开始时收集的患者数据,包括基线特征、患者最近的临床评估和自入院以来的累积分娩进展。
Ibex Medical Analytics的Galen Breast诊断产品通过数字病理学和人工智能技术,能够提高乳腺癌细胞的诊断水平和诊断效率,同时保持准确性和客观性。该产品已获CE标志认证,可在欧洲的实验室和医院中使用。
本文介绍了放射学中人工智能和机器学习模型中偏见的原因,并提供了避免这些问题的策略。本文是三部曲系列的第一部分,重点介绍数据处理。
一项名为eBRAVE-AF的试验发现,使用智能手机应用程序进行筛查可以显著提高Afib的检测率。该应用程序通过智能手机的相机按钮测量脉搏不规则性,并要求参与者佩戴14天的心电图贴片,以促使高危患者寻求医生的治疗。