AI资讯汇总:梅奥诊所、谷歌云及其他公司的最新消息AI roundup: News from Mayo Clinic, Google Cloud and more

环球医讯 / AI与医疗健康来源:www.healthcareitnews.com美国 - 英语2025-01-15 00:00:00 - 阅读时长4分钟 - 1685字
本文介绍了梅奥诊所在全院范围内推广其人工智能驱动的文档平台,谷歌云在药物再利用方面的合作,以及政府资助的传染病风险模型在公共卫生领域的应用,展示了人工智能在医疗行业的广泛应用和重要进展。
梅奥诊所谷歌云AI患者护理EveryCure药物再利用传染病监测SwitchboardMDThreatAware自然语言处理临床医生精准医学大型语言模型机器学习电子健康记录EpicSystemsAbridge护士AI临床文档生成式AI计算生物学MatrixGemini2.0卫生与公众服务部生物医学高级研究和发展局灵活系统新兴健康威胁疫情响应公共卫生机构症状识别数据点分析
AI资讯汇总:梅奥诊所、谷歌云及其他公司的最新消息

本周,Abridge宣布其人工智能听写-文档平台将在梅奥诊所更广泛地推广,以改善患者护理。此前,该健康系统对其进行了评估。随着非营利组织Every Cure和Switchboard, MD的公告发布,显然谷歌和其他机器学习模型在药物再利用和传染病监测及应对等领域的应用也在加速。

为临床医生提供环境AI

在对Abridge与梅奥诊所和电子健康记录供应商Epic Systems合作开发的护士AI环境文档工作流程进行严格的临床笔记质量评估后,该公司于周二宣布了新的全院协议。

通过合作伙伴关系的扩展,该公司将开始连接大约2,000名梅奥诊所的临床医生,这些医生每年服务超过一百万患者,使他们能够使用AI驱动的临床文档软件。

“在梅奥诊所,我们致力于利用创新的AI平台来改善临床医生的福祉,并提供高质量的以患者为中心的护理。”梅奥诊所实践执行院长Amy Williams博士在一份声明中表示。

“这一合作旨在增强我们的持续创新,并赋予我们的临床医生专注于最重要的事情——我们的患者。”

扩大对环境AI的访问减轻了临床行政负担,“最终使医生和护士能够更加专注于患者的护理”,Abridge的首席执行官兼创始人Shiv Rao博士补充道。

他称赞梅奥诊所以采用高质量的AI创新,通过生成式AI在医疗保健方面取得进展。他之前告诉《Healthcare IT News》,生成式AI可以通过简化困难和劳动密集型过程来吸引新一代进入医疗行业。

该诊所在AI方面处于领先地位,使用大型语言模型改进许多方面的医疗保健交付,例如利用真实世界的数据推进精准医学。

使用大型语言模型进行超适应症用途预测

Every Cure周一宣布,它将使用谷歌的LLM(大型语言模型)及其基础设施和AI技术,包括Gemini 2.0,以加速挽救生命的发现,并改善缺乏有效疗法的疾病患者的治疗结果。

该非营利组织在一份声明中表示,全球有超过3亿人患有无法获得治疗的疾病,而药物再利用可以解决这一未满足的需求,并有助于提高治疗的可负担性。

计算生物学平台Matrix将使用谷歌工具检查已建立的安全性概况,并分析大量数据以验证现有药物的新用途。

该公司表示,此次合作将重点关注三个用例:

  • 改善AI驱动的药物再利用预测的准确性。
  • 通过加速的临床前测试和优化的临床试验验证预测。
  • 确保经过验证的治疗方法在全球范围内的采用。

“我们非常兴奋与谷歌云合作,迅速扩大Every Cure对患者生活的影响。”Every Cure联合创始人兼总裁David Fajgenbaum博士在一份声明中表示。“我们创建Every Cure是为了尽快使用现有药物治疗患者,这种合作极大地增强了我们实现这一目标的能力。”

使用NLP检测传染病

Switchboard, MD推出了ThreatAware,该系统使用自然语言处理和机器学习模型来识别和优先处理潜在的特定疾病病例。

该系统由卫生与公众服务部、战略准备和响应管理局以及生物医学高级研究和发展局支持开发,旨在尽早识别潜在的传染病风险,以便临床医生能够及时干预高危患者。

“建立一个灵活且集成良好的系统对于管理新兴健康威胁至关重要。”埃默里大学医学院教授、前疾病控制中心病毒性疾病部门主任Larry J. Anderson博士在一份声明中表示。

“在新疫情爆发的情况下,症状和数据点可能会迅速演变,快速适应和分析这些变化对于做出明智的决策和支持有效的响应至关重要。”

Switchboard表示,AI不仅仅是识别和分类新兴传染病风险,还可以使医疗机构快速扩展其响应并与公共卫生机构更好地协作——这是新兴技术的重大机遇。

据Switchboard工程总监Yuanda Zhu称,开发传染病模型需要考虑多个因素。

“医疗条件的复杂性、对专家标注训练数据的需求以及患者描述潜在症状方式的广泛变化都需要仔细考虑。”她在一份声明中表示。

“通过与来自全球各地的众多临床医生合作,帮助训练和验证ThreatAware,我们创建了一个适应现实场景并提供可靠、可操作见解的系统。”


(全文结束)

大健康

猜你喜欢

  • Nvidia 合作伙伴关系旨在加速人工智能代理在医疗研究中的应用Nvidia 合作伙伴关系旨在加速人工智能代理在医疗研究中的应用
  • 杜克健康与Abridge合作推出临床环境AI杜克健康与Abridge合作推出临床环境AI
  • JPM25:再生元、因美纳等支持Truveta开展1000万基因组测序项目JPM25:再生元、因美纳等支持Truveta开展1000万基因组测序项目
  • Ambience Healthcare与St. Luke’s Health System合作减少临床医生倦怠并增加患者面对面时间Ambience Healthcare与St. Luke’s Health System合作减少临床医生倦怠并增加患者面对面时间
  • 克利夫兰诊所:人工智能与临床护理的未来克利夫兰诊所:人工智能与临床护理的未来
  • Ambience Healthcare与圣卢克医疗系统合作减少医护人员倦怠并增加患者面对面时间Ambience Healthcare与圣卢克医疗系统合作减少医护人员倦怠并增加患者面对面时间
  • 医生的决策随着AI技术的进步而演变医生的决策随着AI技术的进步而演变
  • 杜克健康Eric Poon博士谈基于AI的临床文档工具的推广杜克健康Eric Poon博士谈基于AI的临床文档工具的推广
  • AWS和General Catalyst携手利用AI变革医疗保健AWS和General Catalyst携手利用AI变革医疗保健
  • Every Cure扩大与Google Cloud的合作,推动人工智能驱动的药物再利用Every Cure扩大与Google Cloud的合作,推动人工智能驱动的药物再利用
大健康
大健康

热点资讯

大健康

全站热点

大健康

全站热文

大健康