数据标准
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。
ONC发布了新的USCDI v4标准，其中包括了新的数据元素，这些元素推进了拜登-哈里斯政府在所有医疗保健设置中推进公平性、多样性和访问性的优先事项。
本期HIMSSCast采访了CRISP的首席执行官Craig Behm，他谈到了TEFCA以外的HIE和其他区域卫生网络在推进更无缝的数据交换和共享方面的贡献，以及如何更好地与信息交换和网络合作，实现更加强大的互操作性，特别是在公共卫生和综合监测领域。
澳大利亚昆士兰大学带领了一个新项目，旨在创建一个国家数据网络，支持管理慢性疾病的创新解决方案的开发。该项目将使用机器学习技术，访问孤立的慢性病数据，并将数据标准化和保护个人隐私。数据分析结果将在卫生组织和各州之间共享。
AI有潜力促进早期和准确的疾病检测、精准和个性化医疗、人口健康和医疗保健、临床决策支持、运营效率和改善医生和患者参与度。但是，AI在数据标准化、机器学习漂移、临床实践可行性和责任追究等方面面临挑战。
本文介绍了Bulk FHIR如何帮助医疗机构更好地管理和跟踪医疗数据，以及如何利用Bulk FHIR进行医疗质量测量和人工智能应用等方面的探索。
HIMSS将继续推动电子医疗的永久报销，提倡数据标准化和互操作性，以及与机构和州合作，增加电子医疗的可及性。本文将探讨2023年及以后医疗IT政策和立法的前景。
St John of God Health Care采用EpiSoft的在线IFC和支付流程，提高医院效率。澳大利亚数字健康机构开始过渡到新的健康API网关。Medi-Map的电子药物管理系统在西澳获得批准使用。本文还介绍了其他医疗器械认证相关的信息。
研究人员发现，AI精准医学方法存在组织混乱、数据标准化和方法缺陷等问题，这可能会阻碍未来的进展。该研究评估了32种最常见的AI方法，用于研究多种疾病的预防治疗，包括肥胖症、阿尔茨海默病、炎症性肠病、乳腺癌和重度抑郁症。
