AI系统在电子健康记录中发掘诊断关键线索
纽约西奈山医学院研究团队开发出名为InfEHR的人工智能系统,该系统能连接电子健康记录中随时间推移的不相关医疗事件,构建诊断网络以揭示隐藏疾病模式。研究发表在《自然·通讯》期刊,证实InfEHR可将海量分散患者数据转化为个性化诊断见解,在检测血液培养阴性的新生儿败血症时效率比现有方法高12-16倍,术后肾损伤检测效率提升4-7倍。系统具备不确定性提示功能确保临床安全,无需大量训练数据即可跨医院适应,未来计划扩展至个性化治疗决策,为罕见病和复杂症状患者提供精准诊断工具,标志着人工智能在医疗健康领域的重大突破,有望显著提升临床决策效率与患者预后质量。(156字)

