诊断准确性
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。
研究人员开发了一种精准医学方法，可以帮助区分由于与癌症无关的遗传因素引起的前列腺特异性抗原（PSA）的正常变异，从而提高前列腺癌筛查的准确性。这种定制方法试图解决PSA筛查造成的过度诊断和过度治疗的问题。
iRhythm公司的四项研究支持了长期心脏监测的有效性，特别是对于风险评估和疾病管理。这些研究证明了iRhythm的技术在各种临床心律失常中的强大性能。
飞利浦与亚马逊网络服务合作，将HealthSuite医疗影像存档和通信系统迁移到云端，利用亚马逊的人工智能技术开发应用程序，简化工作流程，提高诊断准确性。
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。
