临床决策支持
TrueCare是北圣地亚哥和河滨县地区的社区卫生中心,专注于为弱势社区提供高质量医疗服务。TrueCare通过远程患者监测技术,帮助高血压患者控制病情,提高患者的参与度和治疗效果。
Intermountain Health的医学信息学家开发了一款临床决策支持平台,利用基于证据的医学和人工智能加速患者治疗,并实时与电子病历集成。该平台可读取和写入患者健康记录,不断更新工作流程,并使用AI和深度神经网络解释胸部图像。
实施精准医学计划可以让健康系统更快地诊断疾病或预测患者对特定药物的反应,但是医生缺乏基因组学的高级培训和医疗预算有限等挑战需要考虑。
AI技术在医疗保健领域的应用越来越广泛,但是随之而来的法律问题也需要引起重视。本文将探讨医疗机构在AI实施过程中需要做好哪些准备,AI如何帮助医疗机构提高患者护理质量,以及AI应用中可能涉及的法律问题。
谷歌健康与乳腺摄影人工智能(AI)供应商iCAD宣布战略合作,将谷歌健康的AI技术整合到iCAD的乳腺成像AI解决方案中,以改善乳腺癌检测和短期个人癌症风险评估。这是谷歌健康首次授权其乳腺摄影研究模型,iCAD将努力验证和整合谷歌的乳腺AI技术到其产品组合中,以用于临床实践。
研究人员开发了一种基于人工智能的临床决策支持工具,可以使用血液检测和EHR数据预测COVID-19患者的预后和疾病严重程度。
研究人员将使用预测分析算法来预测哪些患者可能会患上某些罕见疾病。他们将使用机器学习算法来识别哪些患者有患上五种血管炎和两种脊柱关节炎的风险。这些算法将基于患者电子病历中的信息进行预测,提供临床决策支持,增加患者早期诊断的机会。
FDA发布了新的指南,规定一些人工智能工具应该作为医疗器械进行监管,包括预测败血症、识别患者恶化、预测心力衰竭住院、标记可能成瘾于阿片类药物的患者等。这是FDA在AI/ML监管方面的最新举措。
澳大利亚新南威尔士州的西梅德医院正在试点使用一种新的人工智能临床决策支持工具,用于评估急诊室等候区的脓毒症风险。这一工具将患者的年龄、性别和生命体征结合历史患者数据进行算法训练,为患者提供脓毒症风险评分。
一项新研究表明,采用众包方法开发的机器学习模型可以改善量化类风湿性关节炎患者的放射学关节损伤的努力。这篇文章介绍了如何通过机器学习来改善医学影像、慢性疾病管理和临床决策支持等方面的挑战和限制。