算法
随着医疗人工智能的应用不断增长，如何建立医疗AI的信任成为了一个重要的问题。本文介绍了一份最新的研究报告，探讨了如何通过偏见和风险管理等方法来开发更可靠的医疗机器学习工具。
Potrero Medical的AKI Predict机器学习算法获得了美国FDA的突破性认证，是为心脏术后患者腹内高压（IAH）所导致的急性肾损伤（AKI）提供更准确的预测算法，该算法可与Accuryn系统集成，提供实时监测这些病理特征的支持。
Viz.ai最新的自动化RV/LV比率算法已获得FDA510(k)认证，可快速准确地测量心脏室径，提供最大右室（RV）直径与左室（LV）的比值，以自动化的风险指标帮助卫生团队做出快速反应。该算法不仅有效地识别潜在的中央和分段肺栓塞，还提供了潜在的右心膨胀自动化评估。
研究人员开发了一种深度学习算法，用于改善肺癌放疗治疗和提高医疗服务水平。该算法可以检测非小细胞肺癌肿瘤，加速治疗过程，提高医生工作效率。
Mayo Clinic的研究人员正在使用AI算法计算分娩风险，以减少剖腹产和并发症的发生率。他们开发了一种名为Software as a Medical Device（SaMD）的设备，可以分析分娩期间妇女的变化模式。
一项新的系统性综述发现，评估临床实践中集成人工智能辅助工具的随机对照试验数量和范围有限，需要进行更多的试验来推进AI在医学中的作用。虽然有越来越多的研究支持AI在医疗保健中的临床实用性，但专家们也提出了一些关注点。
麻省理工学院的研究人员最近开发了一种人工智能模型，可以通过呼吸模式检测帕金森病。这种诊断算法使用一系列连接的算法来模拟人脑的工作方式，分析患者的睡眠呼吸模式，以判断患者是否患有帕金森病。
研究人员开发了人工智能算法，能够预测DNA的调控元素的作用和结构，从而揭示基因突变导致疾病的机制，为科学家提供对抗遗传疾病的新思路。
研究人员提出了一种框架，以确保医疗算法的公平性，包括考虑种族和民族数据，使用机器学习等方法来确保算法的公平性，以及在数据不完整的情况下使用数据插补来增强识别和纠正算法偏见的机会。
MIT工程师开发了一种邮票大小的可穿戴超声设备，可以连续成像内部器官，未来可用于诊断和监测肿瘤进展、胎儿发育等。该设备可以与AI算法结合，实现更准确的成像和诊断。
