决策支持
新加坡国家癌症中心开始实施Altera数字医疗的肿瘤EMR解决方案。该解决方案提供决策支持和实时数据分析等医疗流程工具。
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。
最近发表在JAMA Network Open上的一项研究发现，一种名为MySurgeryRisk的人工智能系统利用电子病历数据和输入特征成功预测了术后并发症。这项研究旨在确定该系统在开发和验证阶段的表现，并确定该系统是否能够向外科医生的移动设备提供预测输出。
本文介绍了2022年医疗行业中人工智能和机器学习的十大故事，包括偏见消除、可靠性提高、深度学习、数据障碍等方面的内容。
输液中心面临空间不足和人员短缺的挑战，但AI和优化算法可以帮助满足需求。LeanTaaS和社区癌症中心协会的一份调查报告发现，50%的输液中心在从电子病历中获取所需数据方面存在困难。
美国密苏里科技大学和圣路易斯大学医学院的研究人员正在探索如何利用人工智能技术支持肾移植中的匹配过程。该项目旨在将器官移植和人工智能专家汇聚在一起，以确保更多的肾脏可以被需要的患者使用。
研究人员开发了一种基于人工智能的临床决策支持工具，利用深度学习来预测哪些患者更有可能出现糖尿病并发症。这种工具可以帮助医生更早地发现病情变化，提高治疗效果。
耶鲁大学研究人员开发了一种基于机器学习的临床决策支持工具，旨在为糖尿病患者和非糖尿病患者个性化推荐强化或标准血压治疗目标。该工具可促进提供者和高血压患者之间的共同决策，从而降低心脏疾病和死亡风险。
蒙大拿州的Billings Clinic医疗系统与DreaMed Diabetes合作，部署了一种基于人工智能的临床决策支持工具，以帮助医生远程治疗全州的糖尿病患者。这种工具可以分析患者数据并实时创建个性化的治疗计划，以优化胰岛素剂量。
一项新的系统性综述发现，评估临床实践中集成人工智能辅助工具的随机对照试验数量和范围有限，需要进行更多的试验来推进AI在医学中的作用。虽然有越来越多的研究支持AI在医疗保健中的临床实用性，但专家们也提出了一些关注点。
