模型
最近的一项研究表明,FDA的MAUDE(制造商和用户设施体验)数据库中的死亡事件数量被严重低估,因为许多事件没有报告为死亡。本文介绍如何应用BERT模型解决事件分类问题,以提高医疗器械的安全性和设计。
研究人员使用机器学习方法,确定了八个社会特征,可以帮助预测老年人早逝的风险。这些特征包括社区清洁度差、财务状况控制力低、与子女见面频率低、不工作、不与子女互动、不参与志愿活动、感到孤立和受到不尊重的待遇。研究人员还开发了一个名为社会脆弱性指数的10个问题的调查问卷,以预测老年人的寿命和其他相关结果。
医疗IT提供商ClosedLoop连续两年荣获KLAS软件和服务报告中医疗人工智能数据科学解决方案类别的最佳奖项。ClosedLoop提供医疗专用的数据科学平台,旨在帮助医疗机构提高治疗效果并降低成本。
一项由三所医学院共同进行的随机试验发现,机器学习干预可以在心脏导管手术期间提供更高的安全性,降低急性肾损伤(AKI)的发生率。该研究采用了预测模型和数据分析技术,为医疗机构提供了一种新的预防措施,以降低心脏导管手术中AKI的风险。
普罗维登斯医疗系统通过虚拟护理部门来重新设计和分配护理工作,减轻了直接床边护理的护士的负担,并利用想要继续从事护理工作但可能无法在床边工作的护士,延长了他们的护理职业生涯。
一项新研究发现,基于人工智能的自动模式识别模型可以通过分析患者的头痛疼痛图来预测手术是否能够有效减轻神经压迫头痛的疼痛。这项研究使用了机器学习框架,训练模型自动处理和解释疼痛模式,预测手术反应。
约翰霍普金斯大学的研究人员开发了机器学习算法,可以检测谵妄的早期预警信号,并预测哪些患者在ICU住院期间将面临高风险。这项技术可以帮助医生更好地识别高风险患者,提高治疗效果。
预测模型在医疗领域越来越受欢迎,但是它们的准确性和能力仍然有待提高。本期HIMSSCast节目中,Steve Irvine解释了如何通过联邦学习技术来聚合数据,以帮助解决临床数据量不足的问题。
一项新研究表明,深度学习(DL)模型可能有助于改善急诊科接诊急性胸痛患者的护理。研究人员训练了一个DL模型,以识别与急性胸痛综合征相关的不良结果的模式。这项研究有望减轻急诊科的负担,提高胸痛患者的分诊效率。
一项来自纽约大学格罗斯医学院和Meta AI Research的研究发现,人工智能可以用于重建磁共振成像(MRI)扫描,从而提高访问速度和缩短等待时间。这项研究可以帮助解决MRI扫描过程中的一些缺陷,例如患者可能经历的长时间等待。