X光
Ramsay Sime Darby Health Care将采用来自澳大利亚初创企业annalise.ai的放射学AI解决方案。该解决方案是基于AWS云基础架构构建的辅助临床工具，可快速准确地检测和解释高达124个X光检查结果。该解决方案将部署在RSDH旗下的两家医院的放射科部门，并计划在马来西亚和印度尼西亚的其他医院部署。
韩国Lunit公司的一项研究表明，人工智能技术在癌症诊断中的应用能够显著提高放射科医生的诊断准确性。该研究使用了Lunit Insight CXR的AI解决方案进行胸部X光分析，结果显示，高精度的AI模型能够显著提高放射科医生的表现。
美国医疗影像设备制造商Oxos已宣布完成2300万美元的A轮融资，以加速产品创新和全球扩张。该公司开发了“智能安全辐射技术”，可以使X光成像更加精确和清晰。
研究表明，使用商业化人工智能工具可以安全地自动化解读多达7.8%的X光片。该研究对丹麦四家医院的1,529名成年患者进行了调查，评估了该工具的临床影响。
丰泽信息所的MQE系统利用人工智能技术，对乳腺X光质量进行自动且客观的评估，能够在10秒内提供警告和对有问题区域的视觉信息，用于辅助放射科医师提高诊断效果和减轻病人回头检查的机率。
研究人员使用深度学习模型结合EMR数据和胸部X光图像，预测肺癌风险。该模型可识别高风险个体，为肺癌筛查提供补充。文章介绍了美国CMS指南的限制，以及肺癌筛查的参与度低的原因。最后，研究人员提出了自动化肺癌风险评估工具的验证。
最新研究表明，一种人工智能（AI）模型可以准确检测胸部X光下的简单和张力性气胸。早期检测肺部塌陷对于紧急干预至关重要，而AI技术可以帮助提高诊断效率和准确性。本文将介绍AI模型如何应用于医疗诊断，提高医疗技术水平。
一项研究发现，先前验证的高性能深度学习模型在美国多样化患者人群中的泛化能力不足，并且在某些亚组中表现下降。这对于乳腺癌筛查的诊断准确性和效率提高至关重要。
Henry Schein One和VideaHealth宣布合作开发AI基础的牙科X光工具，名为Dentrix Detect。该解决方案集成于Dentrix管理系统，帮助口腔保健专业人员在牙科实践中使用AI，使用AI能力快速分析影像提供临床决策支持。
哈佛医学院和斯坦福大学的研究人员开发了一种基于自然语言处理（NLP）的人工智能（AI）工具，可以通过临床报告检测胸部X光片中的疾病，而不是依赖于人类注释来“学习”。
