决策
CareCloud宣布，与谷歌云合作，帮助门诊诊所和其他中小型医疗保健提供者利用生成式人工智能来支持临床决策和提高运营效率。
健康信息技术如AI驱动的决策支持和患者管理工具可以帮助医院和医疗系统通过积极的、预测性的患者监测实现改善的健康结果。本文将探讨这种监测为何重要，AI驱动的决策支持在其中扮演什么角色，以及如何实现最佳的患者结果。
IR-MED的PressureSafe非侵入式、手持式光学监测设备支持对皮肤和底层组织的压力伤害进行早期检测。在以色列两个医疗中心的370次扫描中，PressureSafe表现出高效性，灵敏度为96%，特异度为91%。该设备还具有云端数字化存储扫描结果的优势，支持数据驱动决策，节省医生的时间。
新加坡国家癌症中心开始实施Altera数字医疗的肿瘤EMR解决方案。该解决方案提供决策支持和实时数据分析等医疗流程工具。
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。
Mass General Brigham的研究人员表明，ChatGPT等大型语言模型可能能够准确识别某些临床表现，如乳腺疼痛和乳腺癌筛查的适当影像测试，并有潜力支持临床决策。ChatGPT的响应表现令人印象深刻，为基层医疗提供了智能辅助的可能。
本文探讨在医疗行业中，人工智能系统如何协助医生做出决策，以及如何让人们相信人工智能的决策是可信的。涉及到如何建立信任、提高协作效率和确保透明度等方面。
波士顿大学（BU）研究人员共同研发了一种机器学习（ML）模型，旨在为高血压患者提供个性化的治疗建议，并协助临床医生选择最佳的降压药物。这种模型使用患者特定的特征，如病史、人口统计学、生命体征和电子病历中的测试结果，为临床医生提供一份“定制”的高血压处方。
HIMSS欧洲健康会议和展览将于6月7日至9日在里斯本举行。本次会议将探讨如何通过数字化解决方案来重新构想护理路径，以提高效率、增强患者护理、促进患者参与、支持数据驱动决策和降低医疗保健成本。
达特茅斯推出了人工智能和精准医疗中心，旨在通过人工智能和医疗数据的交叉研究，提高精准医疗和健康成果。该中心拥有初步资金支持，将借助人工智能和机器学习等技术，推动数字生物标志物、临床决策、预测分析和精准健康方面的创新。
