机器学习
医疗保健领域的AI技术应该避免偏见和偏差,以确保公平和透明度。医疗保健提供者和技术领导者需要了解AI模型的工作原理,并确保供应商开发的解决方案不会对任何特定人群造成不公平的影响。
凯泽健康推出了医疗人工智能和机器学习的资助计划,旨在资助美国的医疗系统使用AI和ML改善诊断和患者结果。该计划将重点关注国家研究计划,评估AI和ML的实施,以推进诊断决策。该计划将授予三到五个美国医疗系统高达75万美元的资助,以支持这些努力。
世界卫生组织敦促医疗机构在使用人工智能和机器学习模型时保持警惕和审慎,特别是在使用大型语言模型工具时。WHO认为,必须仔细评估使用LLMs改善健康信息获取、作为决策支持工具甚至增强医疗诊断能力的风险,以保护和促进人类福祉、人类安全和自主权,同时维护公共健康和减少不平等。
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。
量子计算机的出现将加速医疗保健应用的速度,这是一项技术革新,将改变信息处理的方式。量子计算机的基本单位是量子比特,其数量越多,计算能力就会呈指数级增长,这在机器学习领域具有广泛的应用前景。
DermaSensor是一款非侵入式的皮肤癌检测设备,采用光谱技术和机器学习技术,能够帮助医生快速准确地检测出常见的皮肤癌。该设备已获得CE认证,正在等待FDA批准。
Intermountain Health利用人工智能和机器学习的投资,推动责任护理的发展,提高临床和运营回报率。本文介绍了Intermountain如何利用人工智能扩大其价值导向护理的影响力。
一项新的研究表明,机器学习技术可以帮助医生确定高血压患者中哪些人最需要治疗,而不是仅仅关注高风险患者。这项研究使用了一种称为“因果森林”的机器学习技术,以确定个性化治疗效果与患者特征之间的相关性。这种方法可以提高治疗效果,改善人群健康状况。
MIT和飞利浦宣布扩大他们的临床数据集,为研究人员提供来自20万名患者的临床数据,以帮助推进医疗人工智能和机器学习的发展。
微软和Epic合作利用生成AI提高电子病历的准确性和效率。通过将微软Azure OpenAI服务与Epic的EHR平台集成,自然语言查询和交互式数据分析将扩展到Epic的自助报告工具SlicerDicer。这将使EHR更加完整、准确和易于使用,释放医护人员专注于病人护理。