疾病预测
匹兹堡医学中心的研究人员开发了一种机器学习工具,能够利用心电图(ECG)读数更快、更准确地检测和分类心脏病发作。这种模型可帮助医生探测ECG中可能被忽略的亚型,从而提供及时的医疗服务,避免因延误而导致的生命危险。
一份来自医疗技术研究机构的报告显示,随着技术的不断发展,医疗领域中使用人工智能的比例正在不断增长。大型医疗机构(1,001张床以上)使用人工智能的比例最高,平均使用3.6个人工智能解决方案。疾病管理和预测是最流行的应用领域之一,也是投资最多的领域之一。
国会的创新技术采购和装备加速计划为美国国防部快速威胁暴露项目和飞利浦提供了1千万美元的资金,以推进基于人工智能的疾病预测技术。该技术利用可穿戴设备的数据,可以在诊断测试前2.3天预测COVID-19和其他感染病。
美国南卡罗来纳医学大学的研究人员开发了一种深度学习方法,可以利用电子病历中的临床文本识别肝硬化患者。
印度工程技术学会推出数字平台SARTHI,利用社交媒体和在线开源平台公共数据追踪登革热、疟疾和基孔肯雅病的传播。该平台提供地图、趋势和表格视图,可预测疾病爆发,有助于印度政府的疾病监测和预测模型的建立。
一项新研究表明,机器学习算法可以通过分析心电图读数准确预测高风险人群的糖尿病和糖尿病前期,这有望在未来推进糖尿病筛查。这项研究使用了来自高风险家庭的参与者,旨在探讨心电图在糖尿病和糖尿病前期诊断中的应用。这项研究结果表明,心电图可以提供早期的糖尿病和糖尿病前期诊断,而且比标准诊断方法更为便捷。