机器学习
最近在JAMA Network Open上发表的一项研究描述了一种新的机器学习工具,可以帮助临床医生识别老年癌症患者中存在不良结果风险的人群。这项研究表明,老年癌症患者在癌症治疗前通常会出现各种症状,如疼痛、疲劳和失眠等。高前治疗症状严重程度的患者在癌症治疗期间经常会出现不良事件,因此需要一种方法来根据他们的不良结果风险评估来划分这些患者。
了解人工智能和机器学习在精准医学和个性化护理中的应用,探讨如何克服挑战和障碍,加速实现“微定位”个性化护理的旅程。
研究人员结合可穿戴设备和机器学习方法,利用数字表型预测儿童注意力缺陷多动障碍和睡眠问题。这项研究利用了来自美国国家卫生研究院支持的青少年大脑认知发展研究的数据,包括可穿戴设备和生物标记物。
FDA发布了新指南文件草案,旨在进一步简化带有人工智能/机器学习模块的医疗器械的更新路径,要求制造商在预定变更计划后进行迭代,同时要求制定风险评估模板和更改控制计划等,普瑞纯证可以提供全流程咨询服务,帮助医疗器械产品顺利合规走向全球市场。
卡内基梅隆大学的研究人员开发了一种机器学习工具,利用时间和地点数据预测COVID-19传播。这种模型可以更准确地预测和跟踪COVID-19,有助于遏制病毒的传播。
最近一项研究发现,机器学习和人工智能算法可以使用X光片诊断髋部骨折,其准确度与专家放射科医生和医师相当。这项技术的诊断准确性与临床医生相当,表明AI支持髋部骨折的诊断是有前途的。
研究人员探索使用苹果手表预测住院镰状细胞贫血患者的疼痛评分,并利用这些评分构建机器学习算法来预测与血管阻塞性危机相关的疼痛评分。研究结果表明,移动医疗技术和算法可用于预测镰状细胞贫血患者的疼痛。
Allina Health医疗系统通过引入机器学习和自动化技术,优化手术室管理流程,提高手术效率,缩短患者等待时间,提高医护人员工作满意度。
UPMC研究人员开发了一种机器学习算法,根据HIV筛查结果的分类,将其个性化工作流程化为可能是真阳性或假阳性,从而改善了低患病率和高风险患者群体的护理。
斯坦福大学的研究人员正在利用人工智能来帮助识别哪些计算模型最适合模拟脑部的机械应力,这可能有助于深入了解为什么一些创伤性脑损伤会导致长期脑损伤而其他损伤则不会。