Automatiza la digitalización de registros médicos con AWS Bedrock y HealthLake
Automatiza la digitalización de historias clínicas en PDF a datos FHIR R4 con Amazon Bedrock y AWS HealthLake. Sin modelos ML, despliega en 20 minutos.
#historias clínicas electrónicas
Tiempo hasta evento marcado: nuevo objetivo para modelos EHR
Descubre cómo un nuevo objetivo de preentrenamiento que modela el tiempo y valor de eventos clínicos mejora los modelos fundacionales EHR, logrando representaci
GraphWalker: Analogía de pacientes y ganancia de información en LLMs
GraphWalker mejora el razonamiento clínico con LLMs sin entrenamiento, usando analogía de pacientes y ganancia de información. Optimiza diagnósticos.
Traj-Evolve: Sistema multiagente autoevolutivo para detección de cáncer pulmonar
Traj-Evolve: un sistema autoevolutivo que mejora la detección temprana del cáncer de pulmón usando IA.
EHRBench: un benchmark automatizado y fiable para decisiones clínicas con LLMs
Descubre EHRBench, un benchmark automatizado y fiable para evaluar LLMs en decisiones clínicas reales. Más de 960k preguntas sobre diagnóstico, tratamiento y pronóstico.
Modificación del lenguaje de incertidumbre en documentación clínica con IA
Los médicos modifican el lenguaje de incertidumbre en notas clínicas generadas por IA. Estudio revela tendencias por proveedor y especialidad.
Lenguaje estigmatizante en documentación clínica: IA vs médicos
Estudio: notas finales de médicos tienen 24% de términos estigmatizantes vs 21% en borradores de IA. La edición humana añade sesgos. Conoce el impacto de la IA.