人工智能
Hackensack Meridien Health与Canary Health合作，使用机器学习技术分析声音特征，检测人体健康生物标志物，加速精神健康的人工智能技术。
本文介绍了医疗器械领域的顶级影响者对人工智能应用的看法，包括智能检测、诊断、培训、营销等多个方面，旨在探讨如何运用人工智能技术提高产品品质、降低成本、提高效率。
Beth Israel Deaconess医疗中心的研究人员通过一项研究表明，ChatGPT等生成人工智能技术可能成为医生解决复杂诊断案例的有希望的辅助工具。
纽约大学朗格尼医疗中心的研究人员开发了一个大型语言模型，可以预测患者30天再入院的风险和其他临床结果。他们与NVIDIA合作，使用人工智能平台开发和运行LLM。这个模型的代码已经在GitHub上发布，其他医疗机构可以使用它来训练自己的LLM，提供给医生洞察力，帮助他们识别哪些患者可能需要干预以减少再入院率。
美国西奈山医学中心的研究人员开发了一种基于深度学习技术的心电图分析模型，可将心电图解读成语言，有望改善心脏疾病的诊断效果。该模型名为HeartBEiT，可用于诊断数据有限的心脏疾病，为医疗行业提供了新的解决方案。
谷歌云与梅奥诊所合作开发生成式人工智能，旨在为医疗机构提供更高效的自动化解决方案，提高生产力，减少重复性工作，提高行政流程的效率。
达特茅斯推出了人工智能和精准医疗中心，旨在通过人工智能和医疗数据的交叉研究，提高精准医疗和健康成果。该中心拥有初步资金支持，将借助人工智能和机器学习等技术，推动数字生物标志物、临床决策、预测分析和精准健康方面的创新。
纽约的西奈山医院的研究人员表示，他们开发了一种新的人工智能模型，用于心电图分析，该模型能够将心脏读数解释为语言，从而大大提高心电图评估的效果和准确性。这种方法可以增强心电图相关诊断的准确性和效力，特别是对于罕见的心脏病症，因为这些病症的数据不足以训练机器学习算法。
研究人员从生物信息学和人工智能出发，增强了他们的AI模型，以提高对动物、人类和植物细胞中蛋白质定位的预测能力，从而增强疾病治疗。该模型可助于精确定位细胞功能，以及药物开发，旨在将蛋白质移动到必要的位置。
HIMSS23欧洲健康会议和展览将分享应用人工智能改善人口健康的创新案例。通过分析土耳其公民2015年至今的电子健康记录数据，一项人工智能项目成功减少了不必要的剖腹产，提高了母婴的安全性。这一项目充分利用了Robson分类系统，该系统是评估、监测和比较剖腹产率的全球标准。
