最新消息:欢迎您,亲爱的读者!您可以通过QQ号或新浪、腾信微博账号直接在评论处登录,发表评论并选择转发到微博、QQ空间。

AI火爆HIMSS18

HIMSS18 HIT 2399浏览 评论

来源:HIT专家网     编译:驻休斯顿记者 唐灵逸(Lingyi Tang at Houston)

Medial EarlySign筹集3000万美元,Orion Health首次推出机器学习服务,Real Time Medical在Google Cloud的协助下推出医疗质量安全控制系统。

google1(图片来源:http://www.healthcareitnews.com/news/healthcare-ai-vendors-unveil-financing-and-new-tech-himss18)

HIMSS18大会上,AI(人工智能)绝对是一个热门关键词,凡是涉及到AI的论坛都是爆满的。本文总结梳理了几个有代表性的AI亮点,利用AI、机器学习进行的数据分析已经在临床展开了应用。

Medial EarlySign B轮融资3000万美元

himss0

Medial EarlySign是一家致力于改善患者管理和非传染性疾病管理的机器学习公司,在HIMSS18上宣布了3000万美元的B轮融资,使公司的总资金达到5000万美元。

该轮由aMoonFund,Marius Nacht的生命科学投资部领投。 Nacht是Check Point软件技术公司的联合创始人。该交易还包括Horizo​​ns Ventures和Nir Kalkstein的参与,该公司是高速交易公司Final的创始人,Medial EarlySign的联合创始人。

Medial EarlySign在HIMSS18的8104号展位,它使用AI来利用现有的血液检测结果和EHR数据,为医疗机构提供精确的分析,是一种改善患者健康状况的解决方案。

Medial EarlySign联合创始人兼首席执行官Ori Geva说:“有意义的常规医疗数据数量数巨大的。然而,尽管这些数据是以电子方式存储和提供的,它们仍然没有得到充分利用,供应商可以从中收集数据进行分析,以获取更多有价值的信息。我们在这些数据和预测健康技术方面的专业知识使我们能够提供有价值的见解,并为早期干预,改善决策制定,更有效的护理管理提供更好的可操作机会。“

Geva补充说,这笔新资金将使该公司能够进一步扩大其系统套件,并扩大其临床支持技术的研究和全球化。他说,这些分析见解可以为患者提供几乎每一个交互的附加价值,并有可能积极影响数百万人的生命。

Orion Health 首次推出机器学习服务

himss01

在HIMSS18的另一个人工智能公司Orion Health推出了其机器学习服务Amadeus Intelligence,旨在帮助医疗行业降低运营成本并改善患者护理。在机器学习方面的新研究的带领下,Orion Health正在探索有意义的方法来最大限度地减少医疗保健浪费,并帮助临床医生在护理方面做出更准确的决策。

根据医疗保险和医疗补助服务中心(Center for Medicare and Medicaid Services)的数据,美国3万亿美元医疗保健支出中超过三分之一的医疗费用被浪费在不必要的服务和超额管理上。随着人口老龄化和慢性病人数的增加,这个问题将会恶化。

“Orion Health首席执行官Ian McCrae表示:”美国每年有超过1万亿美元浪费在昂贵的管理和本可避免的医院再入院(readmission)问题上。 “Orion Health的Amadeus Intelligence最初将使用机器学习模型来预测患者成本和病人的再入院风险,分析临床和财务异常值,并实现准确的诊断编码和质量度量报告,以改善护理的决策制定,节约成本。”(背景介绍:美国的医院规定如果一个病人出院后30天内因为相同的病再入院,保险公司可以拒绝支付再入院的治疗费用,医院将需要自己掏钱)

很多高层们还没有看到机器学习对医疗保健的真正影响。过去十年中,大家一直专注于整合IT系统,以及捕获大量有关患者及其环境的信息。

“未来十年将连接所有的数据,并将机器学习用于日常卫生保健决策,从而提高护理水平,提高运营效率和成本效益。”HIMSS18展位5454和11955展位的McCrae表示。

Real Time Medical 推出医疗质量安全控制系统

himss02

在HIMSS18的另一个展台,Real Time Medical推出了其AICloudQA平台。该公司提供全新的,安全的,可扩展的医疗质量保证系统,该系统结合了Google云平台基础架构,Client Outlook的eUnity查看器和Real Time Medical的智能同行评审系统。 AICloudQA结合了AI辅助同行学习和AI辅助工作负载平衡,以提高临床疗效,并改善急性护理表现。目前它可用于放射学和病理学。

为了实现人工智能辅助同侪学习(AI-assisted peer learning)的承诺,Real Time Medical正在创建大规模,匿名的同侪学习网络。它将访问这样的网络,该网络旨在易于使用Google Cloud Platform产品,该产品将Real Time Medical的高级同侪学习系统与Client Outlook的eUnity查看器中的最新产品相结合。 Real Time Medical表示,任何规模的医疗机构都可以通过经济高效,易于使用的平台,在同侪学习中获得最好的服务。

Real Time Medical首席执行官Ian Maynard表示:“我们了解客户正在寻求实施既能进行前瞻性回顾性同行评审的解决方案,同时还能为医生提供先进的学习机会,并通过人工智能为患者提高医疗质量。 “通过位于美国,加拿大,巴西,英国,德国,芬兰,荷兰,印度,新加坡和澳大利亚的谷歌云平台地区,该解决方案将实现大规模的对等学习网络,同时提供灵活性,以在特定地点部署,满足多区域和全球性的需求“。

AICloudQA系统已经可以将多种功能结合起来,使组织能够从对同侪学习和质量改进的投资中获得最大的价值,该系统适用于各个医学学科。多伦多大学放射学教授,Hospital for Sick Children医院放射科主任,同时也是AICloudQA的用户Manohar Shroff医师如是说。

【英文链接】

http://www.healthcareitnews.com/news/healthcare-ai-vendors-unveil-financing-and-new-tech-himss18

【责任编辑:孙鹏】

 

您必须 登录 才能发表评论!