决策支持
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。
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。
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。
凯撒健康宣布提供300万美元的新资金,以支持能够展示人工智能和机器学习改善患者结果的实际成果的其他医疗保健系统。凯撒健康还宣布成立了新的协调中心,旨在促进人工智能在医疗保健中的创新应用。
沃尔玛与联合健康集团及其子公司Optum开始了一项为期10年的合作,旨在利用他们的专业知识改善健康结果和患者体验。Optum将为沃尔玛医疗中心的临床医生提供数据分析和决策支持工具,以提供全面的价值导向护理。
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。
本文介绍了如何通过自动化和决策支持软件来缓解远程诊疗护士的压力和疲劳,提高患者接入和护理质量,以及医疗器械认证方面的相关信息。
最近发表在JAMA Network Open上的一项研究发现,一种名为MySurgeryRisk的人工智能系统利用电子病历数据和输入特征成功预测了术后并发症。这项研究旨在确定该系统在开发和验证阶段的表现,并确定该系统是否能够向外科医生的移动设备提供预测输出。