OpenEvidence公司通过与一家未公开名称的全国领先癌症中心合作,加强其肿瘤学能力,将可信的基因组解释专业知识整合到其AI平台中,该平台已被数百万临床医生使用。通过此次合作,OpenEvidence将精准肿瘤学知识库直接集成到其工作流程中,为全国范围内的临床医生提供精准肿瘤学决策支持。此外,OpenEvidence还与国家综合癌症网络(NCCN)签订了许可协议,将基于证据的肿瘤学指南集成到其平台中。OpenEvidence的愿景是开发基于代理人工智能的“医疗超级智能”,即一个可以成为临床领域亚专科专家的AI代理系统。公司计划首先从肿瘤学开始,逐步扩展到遗传学、心脏病学和神经学等领域。OpenEvidence开发了专门为医生设计的AI驱动的医疗搜索引擎和生成式AI聊天机器人,用于总结和简化基于证据的医学信息。截至7月,已有91.5万名经许可验证的美国医疗执业者使用OpenEvidence,其中包括护士、执业护士和医师助理,超过69万名经许可验证的美国医师。
Springer Nature与OpenEvidence宣布达成一项订阅协议,将Springer Nature的同行评审内容引入OpenEvidence平台,以便医生在患者护理过程中检索和引用。该协议自8月4日起生效,是Springer Nature社区引领的ARC3框架的一部分。此协议确保临床医生和医疗专业人员能够快速、便捷地访问Springer Nature出版的最新、可信赖的见解,以帮助他们做出决策。Springer Nature首席执行官Frank Vranken Peeters表示,通过与OpenEvidence合作,Springer Nature能够帮助临床医生访问可信赖的研究,从而支持更明智的决策和更大的现实世界影响。OpenEvidence首席执行官和创始人Daniel Nadler表示,将Springer Nature的临床发现引入OpenEvidence,扩大了医生可以获取深入来源答案的问题范围,涵盖医学的各个主要领域。此外,这一协议意味着研究人员将能够从他们工作的更广泛使用中受益,并对如何访问他们的工作充满信心。ARC3许可框架确保了研究人员的工作得到更广泛的使用。Springer Nature是全球领先的研究出版商之一,OpenEvidence是美国临床决策支持和医学搜索引擎中增长最快、使用最广泛的平台。
洛杉矶县公共卫生局(DPH)与AI驱动的临床决策支持平台OpenEvidence宣布合作,旨在帮助医生在搜索临床信息时快速找到官方的洛杉矶县公共卫生资源。该合作项目允许洛杉矶县的医生在平台上搜索选定公共卫生主题时,OpenEvidence将显示相关的洛杉矶特定信息。这些信息将临床医生与当地的公共卫生资源以及与报告性疾病、疫情和其他时间敏感的公共卫生问题相关的健康警报联系起来。洛杉矶县公共卫生局负责人Barbara Ferrer表示,这种合作有助于将洛杉矶县资源带到决策点附近。关于麻疹、结核病或其他任何报告性条件的搜索不应只结束于一般信息,而应连接到下一步行动。OpenEvidence的首席医疗官Travis Zack表示,与洛杉矶县的合作允许在医生需要时提供实际帮助,而无需进行额外搜索。此次合作基于OpenEvidence在纽约市与卫生、心理健康和卫生部门合作向医生传达公共卫生信息的经验。洛杉矶县DPH和OpenEvidence计划评估该合作,以完善未来的信息,并确定其他地方公共卫生指导可以更容易地让医生找到的领域。
波士顿儿童医院与OpenEvidence宣布开展一项为期多年的合作,旨在研究临床医生在实际护理中使用AI工具的情况与临床实践模式及护理提供之间的关系。该合作将波士顿儿童医院的深厚临床专业知识和OpenEvidence的临床证据平台相结合,旨在评估OpenEvidence与实际临床实践之间的关系。为了确保患者隐私,研究团队将仅分析汇总的、提供者级别的数据,不会访问或使用患者级别的数据。此次合作还包括一项集成,使波士顿儿童医院的临床医生可以直接在电子健康记录中访问OpenEvidence,反映了该工具在波士顿儿童医院临床工作流程中的核心地位。
OpenEvidence,美国最受欢迎的医疗知识平台,近日宣布推出名为EvidenceGrade的新功能。该功能实时评估并可视化用于支撑OpenEvidence回答的已发布证据的质量。EvidenceGrade通过解决AI系统在总结多个来源时忽视证据质量差异的问题,推进了医疗AI的发展。它基于GRADE框架,为临床医生提供直观的证据强度视图,有助于将证据融入高风险医疗决策。EvidenceGrade是OpenEvidence致力于将严谨的证据评估带给临床医生的最新举措,通过与Cochrane的合作,直接在临床医生的日常工作流程中展示高质量的系统评价,并与美国耳鼻喉科-头颈外科学会基金会(AAO-HNSF)合作,推动临床实践指南与最新证据保持一致。EvidenceGrade的推出,旨在扩展透明的结构化证据评估,覆盖更多尚未有正式评估的问题。OpenEvidence公司高级副总裁Samuel Finlayson表示,EvidenceGrade旨在将专家研究评估团队的方法扩展到尽可能多的问题上,作为传统证据综合分析的补充。
OpenEvidence,一家AI驱动的医学搜索引擎公司,推出了名为EvidenceGrade的医学AI协作者功能,旨在评估和可视化用于回答临床问题的已发表证据的质量。该功能旨在为高风险医疗决策提供关键背景信息,帮助医生在临床实践中应用证据。EvidenceGrade基于GRADE框架,对证据的质量进行评分,并将其实时呈现给临床医生。OpenEvidence还宣布与纽约长老会医院及其附属医学院合作,将OpenEvidence部署到所有医院和护理点。此外,OpenEvidence正与Sutter Health和Cedars-Sinai合作,将其AI医学搜索和决策支持平台集成到组织的电子健康记录系统中。
OpenEvidence与抗凝论坛(AC Forum)宣布建立战略合作伙伴关系,旨在提供抗凝治疗指导工具,支持临床实践中的决策。双方将结合AC Forum在教育和多学科临床指导方面的领导地位与OpenEvidence先进的AI平台,为临床医生提供及时、实用的抗凝治疗证据。该合作将有助于提高抗凝治疗的安全性、有效性,并促进抗凝治疗管理从概念到标准护理的进步。此外,合作还将关注基于OpenEvidence平台实际应用中的常见临床问题和知识差距,以更好地支持临床决策和改善抗凝治疗。
美国眼科学会(AAO)与OpenEvidence宣布建立战略合作伙伴关系,将AAO的优选实践模式(Preferred Practice Patterns®)和眼科技术评估直接整合到OpenEvidence平台上。这一合作使得AAO的权威眼科指导与广泛的同行评审医学文献相结合,眼科医生可以免费使用。AAO的优选实践模式是其最具影响力的临床指南之一,通过严格的证据审查和专科专家的持续更新。在合作框架下,OpenEvidence将AAO的实践指南纳入其模型,并为AAO提供高级使用信息,识别眼科医生特别感兴趣的主题以及现有指导中的潜在空白。这种反馈循环旨在帮助AAO优先考虑未来的内容开发,并确保其临床资源能够适应眼科医生的实际实践。美国眼科学会首席执行官Stephen D. McLeod表示,这一合作不仅涉及内容整合,还旨在建立一个反馈循环,通过实际使用数据来识别以前无法看到的空白和优先事项。OpenEvidence的首席医疗官Travis Zack表示,这一合作反映了确保最佳可用证据在临床护理点到达临床医生的共同承诺。
OpenEvidence,广受欢迎的医疗知识平台,今日宣布将美国临床肿瘤学会(ASCO)的指南、图表和流程图整合到其模型中。ASCO首席执行官Clifford A. Hudis表示,ASCO致力于帮助临床医生访问其指南及其背后的证据。OpenEvidence作为创建医学专业高级AI模型的承诺的一部分,已将其肿瘤学模型扩展到包括ASCO指南。现在,ASCO指南将出现在OpenEvidence的答案中,并附带同行评审的证据、精确的引用和直接链接到ASCO网站。OpenEvidence团队在其肿瘤学模型中纳入了ASCO指南,并进行了彻底的评估,以确保系统准确反映了原始证据。所有回应都包括直接链接到ASCO的源文件,使用户能够查看OpenEvidence平台上的完整指南和更广泛的临床证据。OpenEvidence首席医疗官Travis Zack表示,作为一名肿瘤学家,他认识到临床决策的复杂性,随着治疗选择数量的增加。通过算法和决策树提供专家指导和推荐对临床医生来说是自然的选择,但对于语言模型来说则是一个挑战。他很高兴直接参与这个项目,以训练模型将ASCO指南、图表和流程图纳入更广泛的医学文献中,并使它们对用户更加易于访问。OpenEvidence是美国医生中最广泛使用的医疗AI平台,被数十万名经过验证的临床医生信任,在护理点进行高风险临床决策时,提供基于同行评审医学文献的答案。OpenEvidence的使命是组织和扩展全球的医疗知识。
王小川带领百川智能从通用模型转向专注医疗领域,推出新医疗大模型M4和AI医生产品“百小医”。百川智能在医疗场景中取得进展,如AI儿科医生在多学科会诊中应用,并计划通过AI医生实现四级诊疗。王小川认为,AI时代只要交付给用户足够重要的价值,商业化将是水到渠成的事。
OpenEvidence,美国医生中最广泛使用的医疗AI平台,今日推出了语音模式,这是首个本地的语音对语音医疗AI界面。语音模式使得OpenEvidence成为首个提供免提方式的医疗AI,临床医生可以大声提问并听到基于同一同行评审证据库的引用答案。该功能已在OpenEvidence的网页和移动应用程序中上线,对所有用户免费。语音模式旨在帮助医生在忙碌的行医过程中,如在不同房间之间、查房时、在手术室外的走廊里、在电话通话中单手记录时,快速获取临床证据。每次语音回答都会附带书面记录和相关的参考文献,以便医生在屏幕上返回时查看。对于需要语音输入但不希望听到语音回答的医生,有一个独立的麦克风图标可以将问题作为文本输入到标准的OpenEvidence搜索中。语音模式运行在OpenEvidence相同的智能系统上,每次语音回答都来自经过精心挑选的同行评审文献库,并附带引用链。医生可以随时打开底层的来源来验证任何声明。语音回答的标准与书面回答的标准相同。