AI
研究人员从生物信息学和人工智能出发,增强了他们的AI模型,以提高对动物、人类和植物细胞中蛋白质定位的预测能力,从而增强疾病治疗。该模型可助于精确定位细胞功能,以及药物开发,旨在将蛋白质移动到必要的位置。
GE Healthcare推出了Sonic DL MRI技术,该技术可加速磁共振成像,使心脏成像在一个心跳内完成。这项技术可将MRI扫描时间缩短83%,提高放射科的生产力。Sonic DL是GE Healthcare AI产品组合的最新成员。
宾夕法尼亚大学医学中心使用AI聊天机器人"Penny"改善癌症治疗,提高药物依从性和管理口服化疗药物的毒性,以改善患者的治疗效果和医疗利用率。这是医疗器械认证领域的一项创新,将AI技术应用于医疗监测和管理中,为医疗行业带来了新的思路和方法。
Mayo Clinic和加州大学旧金山分校的一项新研究表明,将AI图像分析与基于图像的风险评估相结合,可以预测长期乳腺癌风险。
美国医疗初创公司Ezra的AI技术获得FDA 510(k)认证,可提高MRI图像质量,降低成本,用于癌症筛查。该技术可在成像、分析和报告三个环节中应用AI,帮助医生更好地诊断和治疗癌症。
一篇新的观点文章在《美国放射学院杂志》上发表,探讨了利用大型语言模型(LLMs)ChatGPT等人工智能聊天机器人在临床放射学中的潜在优势、缺陷和伦理问题。本文分析了这些技术如何作为辅助工具为放射科医生和其他医疗专业人员提供服务,并强调ChatGPT等工具可以支持将临床放射学转变为以患者为中心的模式并增强放射科医生提供的护理。
拜登政府公布了新的AI研究和开发计划,并呼吁公众参与塑造政府的AI战略。政府还要求公众就AI安全和有效性问题提供反馈。此外,美国教育部的教育技术办公室最近发布了一份关于AI在教学和学习中机遇和风险的报告。
医疗保健领域的AI技术应该避免偏见和偏差,以确保公平和透明度。医疗保健提供者和技术领导者需要了解AI模型的工作原理,并确保供应商开发的解决方案不会对任何特定人群造成不公平的影响。
HeartBeam获得了一项关键的AI相关专利,用于其AIMIGo系统的手持式向量心电图。该系统结合了AIMIGo记录的心脏信号、患者症状和心脏风险因素,计算出心脏风险评分,提供简化的诊断信息和可操作的指导。
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。