数据分析
UPMC Enterprises与数据管理公司Clearsense合作，将UPMC的非结构化数据平台整合到Clearsense的数据管理平台中，以帮助医疗机构更深入地分析患者数据，提高护理质量和降低成本。
研究人员正在创建一组人工智能算法，以确定患者患各种罕见疾病的风险。他们将应用AI和机器学习技术，从患者的医疗记录中预测罕见疾病的发展风险。这项研究将持续四年，旨在创建一组算法，以确定患有五种血管炎和两种脊柱关节炎的患者的风险。
NVIDIA与哈佛和麻省理工学院的Broad Institute合作，将先进的分析工具带到该研究所的Terra云平台上，帮助生命科学研究人员进行生物医学研究、基因组学和其他精准医学创新。
云技术正在帮助医生和护士简化临床流程，打破数据孤岛，提供有用的患者信息。对于医疗机构来说，建立云原生基础设施和支持性流程不仅可以从数据中获得洞察力，更可以引入一整套工具，颠覆整个行业的产品开发。
微软AI for Health、纽约大学全球公共卫生学院和诺华基金会合作启动AI4HealthyCities健康公平网络，旨在利用数据分析和人工智能来解决心脏健康不平等问题。
一项新研究发现，基于人工智能的临床决策工具可以帮助改善卫生条件差的地区腹泻病的抗生素管理。该工具可以预测病情是否由病毒引起，从而避免滥用抗生素导致的抗生素耐药问题。
自然语言处理（NLP）是一种人工智能技术，可帮助行为医疗保健提供者更好地理解和利用电子健康记录中的非结构化数据，提高治疗效果和质量保证。本文介绍了一家早期采用NLP技术的社区行为医疗保健提供者的经验和见解。
本文介绍了加拿大最大的医疗服务提供商Alberta Health Services（AHS）如何通过智能自动化实现数字转型，提高效率，释放资源，为未来医疗做好准备。
一项研究表明，疫情期间接受阿片类药物相关远程医疗护理与更低的医疗过量风险和更好的药物保留率相关。这项研究使用了来自医疗保险费用服务的数据，分析了两个群体的数据，其中一个是105,240名受益人的预疫情队列，另一个是70,538名受益人的疫情队列。
Mayo Clinic的研究人员开发了一种基于人工智能的风险预测模型，利用分娩特征来指示潜在的分娩结果。这种工具利用了在分娩开始时收集的患者数据，包括基线特征、患者最近的临床评估和自入院以来的累积分娩进展。
