自动化
2023年医疗IT的趋势包括自主运营、数字化医疗、健康公平、社会健康因素、患者访问等。医疗机构需要优化EHR，提高自主运营能力，实现自动化，以满足数字化医疗的需求。
本文介绍了7种影像数据管理策略，帮助医疗器械公司最大化影像数据的价值，加速R&D进程，包括数据平台建设、数据清洗和规范化、自动化数据卫生等方面。
美国伊利诺伊理工大学研究人员获得了来自美国国立卫生研究院的1.2百万美元资助，用于开发一种机器学习系统作为人工胰腺的胰岛素输送模块，以缓解1型糖尿病患者的负担。
美国Tandem Diabetes Care公司的自动化胰岛素输送系统tslim X2与Control-IQ技术在治疗2型糖尿病方面取得好成效，最近的一项研究得到支持。该研究观察了使用tslim X2胰岛素泵进行治疗的2型糖尿病成年患者的情况，并证实该技术能够有效改善临床结果，并且在安全方面表现良好。
研究人员认为，通过强化学习、计算机视觉和针对时间数据设计的AI模型，人工智能可以改善分散式临床试验中的患者体验。这篇文章探讨了分散式临床试验的优势和挑战，并提出了AI自动化的解决方案。
Cleerly推出新工具，通过自动化上传冠状动脉计算机断层扫描图像和机器学习数据，帮助医疗保健提供者更快速、更准确地识别和治疗心脏疾病，提高患者的治疗效果。
Bon Secours Mercy Health运用人工智能和自动化技术赋能人才招聘者，提高人才招聘效率和质量，以更好地服务社区和改善人们的健康和福祉。
一份由Frost＆Sullivan委托Innovaccer进行的新报告发现，美国医疗系统的数字成熟度与在云计算、数据分析和人工智能（AI）等多个数字转型指标上的表现之间存在联系。
美国明尼苏达大学的科学家和工程师从植物生长中汲取灵感，开发出一种新型软机器人技术，可以在人体难以到达的地方进行导航。这种软机器人可以通过新生材料推动自身，使用液态树脂和紫外线光制造和推动合成材料。这种光和液体挤出的过程也可以应用于制造业。
微软发布了面向医疗云的新功能，旨在解决提高患者参与度和协作的常见障碍，支持医疗机构更轻松地利用其企业数据仓库来推动临床和运营分析。
