有几家公司声称提供AI解决方案卫生保健公司，因为我们已经在我们过去的报道广泛探索。在这个特殊的报告中，我们专注于AI，因为它涉及到与电子健康记录（电子病历）和电子病历（EMR的）工作。AI厂商提供的解决方案，医院和诊所具有多种功能。
Nuance通讯，已知其自然语言处理基于转录软件，提供的软件，他们声称更新电子健康档案通过语音，例如。Linguamatics提供一个搜索软件，他们声称可以让医院的工作人员，以寻找他们的电子病历EMR和数据库内的信息。认识到声称提供的分析软件，在部分来自电子健康档案和电子病历数据的需要，使患者满意度进行评估，他们的住宿。同样，健康富达提供他们声称可以帮助分析软件预测患者风险。概括地说，这些功能可分为以下类别：
- 医疗转录
- 文档搜索
- Analytics（分析）
医疗转录
Nuance通讯
Nuance通讯报价一个叫大龙医疗One软件，它声称可以帮助医疗保健公司记录病人的医疗经验运用自然语言处理。很有可能医疗保健机构可以将软件集成到现有的EHR数据库。
我们可以推断该软件背后的机器学习模型首先进行训练的成千上万的相关言语要求。这些请求可能是开始新的一行文字，添加标点符号，或者把医生或病人说的话输入到电子病历中，在不同的口音，并从不同类型的人语调。然后语音识别系统背后的机器学习算法将录制的语音请求转换为文本。然后人工编辑会纠正转录和饲料编辑的文本放回机器学习算法。这将训练算法识别和正确转录这些语音请求。
然后，医生可以在他们的计算机上的麦克风说话，然后语音识别软件背后的算法将能够填写的信息，他们说成电子病历的相应部分。
下面是一个短3-分钟视频演示如何龙医一作品：
Nuance通讯声称有帮助雅林娜健康体系加快它的医生填写电子健康记录的时间。Allina健康综合Nuance的通信的软件史诗EHR。根据案例研究，阿丽娜健康看到多少医疗文档中增加了167％，他们能够通过出版时间生产。
Nuance通讯还列出了内布拉斯加医学和南佛罗里达浸信会健康中心如一些他们过去的客户。
乔石油是CTO在Nuance通讯。他持有MSME在计算机辅助工程从凯特林大学。在此之前,石油担任研究与发展部高级副总裁在Eclipsys公司。
文档搜索
Linguamatics
Linguamatics报价一个软件叫I2E，它声称可以帮助医疗保健公司安排自己的大型的电子病历数据资源库查找重要信息运用自然语言处理。这些信息可能涉及到的医生的患者吸烟或科学论文或内部文件用来抽烟或重要的化学结构。
公司权利要求通过EHR数据I2E梳子并提供与它的结果，如图表或曲线图的视觉描绘的用户。Linguamatics声称该可视化可以事先被选择，以适合用户的需求来搜索。Healthcare提供商可以将软件集成到现有的EHR数据库。
我们可以推断软件背后的机器学习模型被训练成千上万的EHR报告涉及病人的治疗，这些治疗的效果和患者的访问，其他种类的信息之中的，人们可能会发现在电子病历，如人口统计信息时使用的设备。这个文本数据会被贴上根据个别病人，特定的疾病和治疗方法在所有患者的疾病。标记文本数据然后将通过该软件的机器学习算法运行。这将有训练有素的算法来辨别文字链，到人脑，可以解释为病人的诊断，他们的症状，以及过去和当前的治疗作为显示电子病历笔记。
我们无法找到如何展示的演示视频I2E作品。
Linguamatics声称有帮助怜悯利用其超过3000万的电子病历笔记在他们的公司来评估心脏衰竭器件的性能。该公司使用I2E来搜索他们使用心力衰竭设备的所有EHR数据，该软件生成了使用这些设备的所有患者体验的可视化描述。观音集成Linguamatics”软件进入其现有的电子病历数据库。根据案例研究，观音在2018年“创新之门”会议上荣获“年度创新资讯科技项目奖”。
Linguamatics还列出了Atrius健康和Penn医学如一些他们过去的客户。
约翰Brimacombe是执行主席在Linguamatics。他持有女士在计算机科学来自剑桥大学。在此之前,Brimacombe担任首席执行官在作业流集团PLC。
Analytics（分析）
高知特
高知特报价AI-powered解决方案它声称可以帮助医疗保健公司组织他们的电子病历数据用于测量病人的满意度。认识到索赔医疗保健机构可以将软件集成到现有的电子病历或病历数据库，以及从何处医疗保健提供商和系统的消费者评估（CAHPS）反馈表将被保存。
机器学习模型背后的软件很可能在受训数以万计的电子病历笔记和其他报告，如来自CAHPS。自然语言处理将允许软件从他们“读”电子健康档案和提取数据。这些数据将然后通过软件的机器学习算法运行。这将有训练有素的算法来辨别哪个病人的医疗记录中的数据点关联到病人满意或不满意自己的就诊。
然后，该软件将能够预测其做法将最符合患者。这可能需要也可能不需要用户上传他们的信息目前的治疗方法或新的医院协议进入软件先。
也就是说，我们找不到展示Cognizant软件工作原理的演示视频。
高知特声称有帮助一位不愿透露姓名大型医疗保健网利用他们的CAHPS报告中的信息估计客户满意度。医疗保健网络集成高知特软件进入其数据库的位置60,000例患者CAHPS报告被存储。根据案例研究，医疗网络能够凸显较低患者满意度的可能原因，例如新妈妈需要额外的照顾，他们将被释放的日子。Cognizant看到了他们的软件产生的结果，并提出了改善与患者沟通的建议。这些措施包括要求为老年患者提供新处方药物的简报，并在准备出院时为新妈妈提供实际护理。
高知特没有列表任何一个企业客户的名称;然而，他们使可用于所有他们的解决方案的众多案例研究。
Sarangarajan TS是首席技术官和副总裁在高知特。他持有我在电力电子从安娜大学。在此之前,TS担任it业务单元中转换解决方案组的成员在塔塔咨询服务公司
健康富达
健康富达报价一个软件叫HF360，它声称可以帮助风险承受医疗服务提供者准确地确定它们的患者人群中的风险使用预测分析和自然语言处理。该系统采用自然语言处理的书面文字，如被容易出现某种类型的疾病，然后可以与相关数据的其他分析，以确定风险的患者语句找出数据点。
健康富达索赔医疗保健机构可以将软件集成到他们的电子健康档案数据库。
在Health Fidelity的HF360软件的预测分析部分能够分析所有与确定风险相关的数据之前，像EHR这样的书面文件中的文本数据必须以预测分析模型能够识别的方式提取和格式化。我们可以推断出机器学习模型背后的自然语言处理算法是经过上千次训练的临床文件，包括电子病历EMR和。该文本的数据将被贴上了导致风险的因素，例如在危险的环境中工作。标记的文本数据会再通过软件的机器学习算法运行。这将有训练有素的算法来辨别文本人可能解释为的锁链调整保险风险时，风险因素作为显示临床文档就像一个电子病历。
然后，用户可以运行新EHR或其他临床文件通过软件，和它背后的算法，可据此进行分类的文件根据风险量的患者带来了一种可能的保险公司。
我们可以推断该软件背后的机器学习模型需要是培训了数以万计的EHR文件从客户公司的数据库。这些数据将然后通过软件的机器学习算法运行。这将有训练有素的算法来辨别哪些数据点相互关联某些患者或患者人群段相关联的风险因素。
该软件将能够预测哪些患者带来最大风险对保险公司在其当前的状态。这可能会或可能不会要求用户上传的关于病人的当前治疗，过敏，或工作环境的信息。
下面是一个简短的视频演示了如何健康富达投资公司的NLP技术的工作原理。演示开始于2:34和6:36时结束。
健康富达声称有帮助匹兹堡医学中心大学（UPMC）更准确地确定从书面文件的风险。UPMC整合健康富达的软件电子病历数据库。根据案例研究，UPMC使用HF360使他们的风险调整方法在所有患者人群中一致。他们致力于通过有针对性的患者干预来提高软件的效率，这将在确定这些患者的风险水平时，为他们提供更多的数据进行分析。
健康富达还列出了哥伦比亚大学医学中心如一他们过去的客户。
拉吉蒂瓦里是首席架构师在健康富达。他持有女士在电气工程从俄勒冈健康与科学大学。在此之前,蒂瓦里担任技术总监在汹涌的网络。
标题图片来源：美国联邦时报
