决策
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。
Mayo Clinic的研究人员使用机器学习技术，预测孕妇分娩过程中的变化模式，以此来判断分娩是否会对母婴产生良好的结果。这些预测模型可以帮助医生和助产士做出更加个性化的医疗决策，同时也可以作为远程医疗的工具，帮助医生将农村或偏远地区的患者转诊到适当的医疗机构。
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。
伊利诺伊州的Blessing健康系统将人工智能（AI）脓毒症监测工具整合到其临床工作流程中，使该健康系统能够比标准方法更快地识别患有脓毒症或感染性休克的患者。
ONC和CDC联合开发了一个名为“整合框架”的交互式资源，旨在帮助改善州处方药监测计划（PDMP）与临床工作流程的整合，以应对阿片类药物危机。
澳大利亚CSIRO国家科学机构的科学家们开发了一种机器学习工具，可以预测患者的恶化，从而提醒医护人员采取干预措施，避免患者死亡、心脏骤停或进入ICU。
一项发表在Nature Communications上的研究表明，一种名为Genome-to-Treatment（GTRx）的自动化临床决策支持工具可在13.5小时内提供准确的基因疾病诊断和治疗指导。这项研究的发现表明，GTRx是一种虚拟疾病管理系统，可整合全基因组测序，为500种疾病提供诊断和指导。
一项新研究表明，机器学习模型可帮助优化COVID-19医院入院决策，减轻医院和急诊室的压力。研究人员开发了一种嵌入电子病历的CDS系统，用于评估COVID-19患者的短期风险，以预测病情恶化的可能性。
谷歌云与纽约Northwell Health合作，利用云技术和人工智能加速数字转型，提高患者护理、临床体验和运营效率。
