分析
美国FDA批准Abbott Alinity h系列血液分析系统，该系统可对CBC进行分析，是Abbott Alinity系列产品的一部分，可用于医疗诊断，帮助筛查多种疾病。
Imeka公司的神经诊断成像（ANDI）定量成像软件获得了FDA的510（k）清除，该软件可以为医疗专业人员生成报告，提供有关脑白质的重要参考信息，以辅助诊疗。
澳大利亚最大的诊断实验室之一Sullivan Nicolaides Pathology使用新的数字病理系统，可以更快、更准确地生成报告。该系统经过十年的研究和测试，可以自动化显微镜扫描和分析，提高诊断测试的准确性和速度。数字病理扫描仪结合了图像分析和人工智能技术，大大提高了病理学家和科学家的生产力。该系统还可以进行远程会诊和改善记录管理。
Accenture赢得了新西兰国家卫生数据平台的实施合同，该平台旨在整合28个卫生系统实体的信息，加速健康系统数据访问，提高数据质量和可访问性，降低数据成本和重复性，推动数字基础设施和数据治理的发展。
数字化医疗记录是智能医院的必要步骤，但仅仅数字化记录不足以满足智能医院的需求。本文介绍台湾高雄长庚纪念医院利用人工智能实现医疗记录标准化，从而实现了医疗数据的标准化、自动化、分析和利用，为提高医疗服务质量和推动医疗科技创新做出了贡献。
医院和医疗系统计划在数字转型方面增加IT投资，其中数据分析、人工智能和5G网络是最具变革性的技术领域，同时也关注数据可靠性和可用性等问题。
Ascensia Diabetes Care与Avricore Health合作，将Contour Next-Gen和Contour Next One血糖监测仪整合至HealthTab PCOT平台，以支持加拿大糖尿病患者和药剂师更好地管理疾病。该合作旨在将每日血糖测试结果和历史记录与患者的HealthTab账户相连接，并通过数据分析来帮助药剂师和患者更好地利用这些技术。
谷歌的Med-PaLM使用LLM技术回答医疗问题，准确度达到92.6%，与医生回答问题的92.9%相当。该技术有望为医疗信息获取提供便捷途径，但仍需进一步评估安全性和公平性。
Health Care Service Corporation表示，该公司2021年首次开发的先前授权工具可以简化提交流程，并在符合某些关键标准时提供自动批准。该工具的新的人工智能实现被用于93%的HCSC会员的某些过程代码。
一项新开发的机器学习模型可自动识别高风险手术患者，从而提高其生存率并降低医疗系统成本。这项研究由匹兹堡大学和匹兹堡医疗中心（UPMC）的研究人员和医生完成，他们训练了超过120万名手术患者的医疗记录，以帮助预测手术后可能出现并发症的患者。
