NiCE 宣布 CXone 与 Epic EHR 集成

NiCE 宣布 CXone 与 Epic EHR 集成
实时互动网
实时互动网 ·
数据科学应用案例：15个改变企业运营的真实应用

数据科学应用案例：15个改变企业运营的真实应用
Databricks
Databricks ·
提升 AI 开发效率：配置与监控 Claude Code 的全能工具 | 开源日报 No.776

提升 AI 开发效率：配置与监控 Claude Code 的全能工具 | 开源日报 No.776
开源服务指南
开源服务指南 ·
转变患者转诊：Providence利用Databricks MLflow加速1000多家诊所的自动化

转变患者转诊：Providence利用Databricks MLflow加速1000多家诊所的自动化
Databricks
Databricks ·

电子健康记录（EHR）在医疗体系中至关重要，支持临床决策和患者管理。新加坡国立大学与浙江大学提出的NeuralCohort方法，通过双模块架构优化EHR数据分析，提高患者管理效率，推动精准医疗发展。

新加坡国立大学基于多维度EHR数据实现细粒度患者队列建模，住院时间预测准确率提升16.3%
HyperAI超神经
HyperAI超神经 ·
机器学习测试策略

机器学习测试策略
DEV Community
DEV Community ·

本研究提出了一种基于大型语言模型的提示工程方法，成功提高了电子健康记录中医疗实体识别的可靠性，F1得分达到0.95，召回率为0.98，显示出良好的临床应用前景。

基于大型语言模型的提示集成方法在电子健康记录中的可靠医疗实体识别
BriefGPT - AI 论文速递
BriefGPT - AI 论文速递 ·

本研究提出了一种基于注意力的学习框架（ACTLL），旨在解决电子健康记录中医疗时间序列数据的标签错误问题。该方法通过动态校准不确定标签和增强已确认实例，提高了患者结果预测的准确性。实验结果表明，在高噪声情况下，该模型优于现有技术。

Dynamical Label Augmentation and Calibration for Noisy Electronic Health Records
BriefGPT - AI 论文速递
BriefGPT - AI 论文速递 ·
医疗软件开发基础

医疗软件开发基础
DEV Community
DEV Community ·
自动化病历记录：优势与挑战

自动化病历记录：优势与挑战
DEV Community
DEV Community ·

本研究提出了DeepSelective框架，旨在提高电子健康记录（EHR）中机器学习模型的解释性和表示学习的稳健性。该框架结合数据压缩和特征选择方法，提升了预测精度和模型可解释性，为临床决策提供了重要支持。

DeepSelective: Feature Gating and Representation Matching for Interpretable Clinical Prediction
BriefGPT - AI 论文速递
BriefGPT - AI 论文速递 ·

本研究提出了一种新型变压器架构ChronoFormer，旨在解决电子健康记录数据的时间复杂性问题。实验结果表明，该方法在死亡率和再入院预测任务上优于现有技术。

ChronoFormer：用于结构化临床事件建模的时间感知变压器架构
BriefGPT - AI 论文速递
BriefGPT - AI 论文速递 ·
医疗软件开发基础

医疗软件开发基础
DEV Community
DEV Community ·
远程医疗应用中的FHIR和HL7标准互操作性

远程医疗应用中的FHIR和HL7标准互操作性
DEV Community
DEV Community ·

本研究提出了一种基于电子健康记录的经验检索增强框架（ExpRAG），旨在提高大型语言模型在临床应用中的可靠性。实验结果显示，ExpRAG在医疗推理中比传统方法提高了5.2%的准确性，强调了案例知识在医疗决策中的重要性。

Experience Retrieval-Augmentation Technology Based on Electronic Health Records Enables Accurate Discharge Quality Assessment
BriefGPT - AI 论文速递
BriefGPT - AI 论文速递 ·

本研究提出了一种基于多模态大型语言模型的管道，以提高临床试验患者匹配的效率。该系统利用电子健康记录数据，自动化匹配患者与试验，准确率达到93%，真实世界准确率为87%，并将每位患者的审核时间缩短了80%。

Real-world validation of a multimodal large language model-powered pipeline for high-accuracy clinical trial patient matching leveraging electronic health record data
BriefGPT - AI 论文速递
BriefGPT - AI 论文速递 ·

本研究开发了TRisk，一个基于变压器的人工智能模型，通过分析英国电子健康记录，预测心力衰竭患者36个月的死亡率，优于传统的MAGGIC-EHR模型。

基于变压器的心力衰竭患者全因死亡率预测生存模型：多队列研究
BriefGPT - AI 论文速递
BriefGPT - AI 论文速递 ·

本研究开发了一种基于自然语言处理的AI预测模型，用于预测神经外科术后意外重症监护病房入住。通过分析电子健康记录，模型将意外入院的召回率从36%降低至4%，显著提高了预测的准确性和可靠性。

Development and Evaluation of an AI-Assisted Prediction Model Based on Natural Language Processing: A Study on Unplanned Intensive Care Admissions Following Elective Neurosurgery
BriefGPT - AI 论文速递
BriefGPT - AI 论文速递 ·

本研究提出了TIMER框架，以优化大型语言模型在处理电子健康记录时的时间依赖性问题。经过TIMER-Instruct微调后，模型性能提升了7.3%。

Time Instruction Modeling and Evaluation for Longitudinal Clinical Records
BriefGPT - AI 论文速递
BriefGPT - AI 论文速递 ·

本研究提出了一种新方法，将通用大语言模型（LLMs）应用于电子健康记录（EHR）编码。通过将病人记录序列化为结构化Markdown文本，LLM在15个临床预测任务中表现优异，超越传统模型，展现了在临床预测中的潜力与可扩展性。

大型语言模型是强大的电子健康记录编码器
BriefGPT - AI 论文速递
BriefGPT - AI 论文速递 ·
👤 个人中心
在公众号发送验证码完成验证