Shaip сотрудничает с Databricks для предоставления обезличенных данных электронных медицинских карт и данных врачебной диктовки для ИИ в здравоохранении

Получение высококачественных данных о здравоохранении для инноваций в области искусственного интеллекта

Shaip, мировой лидер в области решений для обучения на основе данных ИИ, объявил о стратегическом партнерстве с Databricks, делая его кураторским обезличенная электронная медицинская карта (ЭМК) и Диктовка речи врача наборы данных, доступные через Рынок блоков данныхЭтот запуск предоставляет командам ИИ мгновенный доступ к структурированным и неструктурированным данным здравоохранения по всему миру. 20+ медицинских специальностей, расширяя возможности инноваций при сохранении полной Соответствие HIPAA.

Потребность: подпитка инноваций в области ИИ с помощью надежных медицинских данных

Поскольку ИИ продолжает трансформировать клинические рабочие процессы — от диагностики и медицинского кодирования до прогнозирования рисков и персонализированного лечения — доступ к точным и разнообразным наборам данных становится более важным, чем когда-либо. Наборы данных Shaip призваны помочь исследователям, специалистам по данным и поставщикам медицинских решений сократить время разработки и повысить точность моделей за счет реальные, деидентифицированные клинические данные.

Избранные наборы данных на Databricks Marketplace

ЭМК (деидентифицировано):

• Неотложная медицинская помощь
• Эндокринология
• семейной практики
• Гематология-Онкология
• неврология
• Ортопедия
• Психиатрия
• Пульмонология
• Урология

Диктовка речи врача и ее расшифровка:

• Кардиология
• Семейная медицина
• Инфекционные болезни
• терапевт
• Акушерство / гинекология
• Педиатрия
• Радиология

Эти наборы данных идеально подходят для обучения моделей в обработка естественного языка (НЛП), поддержка принятия клинических решений, медицинский голос ИИ и прогнозного анализа.

Реальные примеры использования, оказывающие влияние

Наборы данных Shaip поддерживают множество высокоэффективных приложений искусственного интеллекта в здравоохранении:

• Системы поддержки принятия клинических решений – Повышение точности диагностики и помощь в рекомендациях по лечению
• Автоматизированное медицинское кодирование – Сократить количество ошибок ручного кодирования на 75% и время обработки на 80%
• Документация с преобразованием голоса в текст – Преобразовывайте речь врача в структурированные клинические заметки в режиме реального времени
• Моделирование риска для пациента – Выявление пациентов с высоким риском для раннего вмешательства
• НЛП для электронных медицинских карт – Извлечение практических идей из неструктурированных клинических описаний