Die Centers for Medicare und Medicare-Dienstleistungen in dieser Woche angekündigt, die 25 ausgewählten Teilnehmer zu bewegen auf die nächste Runde seiner Künstlichen Intelligenz Health Outcomes Herausforderung.
WARUM ES WICHTIG IST
Gestartet dieser vergangenen März durch die CMS-Innovations-Mitte in Zusammenarbeit mit der American Academy of Family Physicians und die Laura and John Arnold Foundation, die AI Health Outcomes Herausforderung zielt darauf ab, die Innovatoren ein Schaufenster für wie Sie zu entwickeln sind AI und machine learning Technologien, tief -, Lern-tools und neuronale Netze.
Während der Fokus ist auf die Unterstützung von Krankenhäusern und Gesundheitssysteme-Laufwerk Kosten-Effizienz für die Wert-basierte Erstattung, unerwünschte Patientensicherheit Ereignisse und erhöhen Sie die Qualität der Lernergebnisse, CMS löschte den Anruf Innovatoren aus allen Branchen der Wirtschaft – nicht nur im Gesundheitswesen.
Mehr als 300 verschiedene Organisationen eingereichten Vorschläge. Sie wurden bewertet von einer Gruppe von data-science-Experten, klinische informaticists und Leistungserbringern. Ein CMS Jury wählte dann 25 von den Bewerbern zum Voraus auf Stufe 1.
Dieser, wie viele sieben – genannt werden, im April nächsten Jahres – wird schließlich bewegen Sie sich auf Phase 2, wo Sie erhalten $60.000 zu jedem zu helfen verfeinern Sie Ihre software und algorithmen mit CMS-datasets. Aus dieser Gruppe von Finalisten, ein Gewinner des großen Preises erhält $1 million und der runner-up bekommt $230,000.
Die 25 Finalisten ausgewählt, zu bewegen, um auf Stufe 1 haben bis 5 Uhr ET am kommenden Mittwoch, 6. November, um zu bestätigen Ihre anhaltende Teilnahme an der challenge. Sie (und Ihre vorgeschlagenen Lösungen) sind:
- Accenture Federal Services: Accenture Federal Services AI Challenge
- Ann Arbor-Algorithmen: Generalisierung der Time-to-event-Algorithmen, um Tiefe Learning-basierte Vorhersage für die CMS-Daten
- Booz Allen Hamilton: Booz Allen Launch-Phase Submission
- Closed Loop.ai: Healthcare Data-Science-Plattform
- Columbia University, Department of Biomedical Informatics: Die Klinisch Erklärbar Umsetzbare Risiko (KLAR) Modell von der Columbia University Department of Biomedical Informatics
- CORMAC: CORMAC Reaktion auf die Herausforderung Fragen
- Deloitte Consulting: Weiter, Schneller: Das Deloitte-Team-Ansatz, um die Nutzung der Macht des AI zur Verbesserung der Gesundheitlichen Ergebnisse
- Geisinger: Reduzierung von Unerwünschten Ereignissen und Vermeidbaren Krankenhaus Wiederaufnahmen, indem es Ärzten und Patienten
- Health Data Analytics Institute: HDAI Analytic Platform Technology for Healthcare Improvement
- HealthEC: Nutzt Künstliche Intelligenz zur Vorhersage und Verbesserung der Gesundheitlichen Ergebnisse, Maximieren, Verbesserung der Qualität und Reduzierung der Kosten
- Krankenhaus der University of Pennsylvania: Der Intelligente Risiko-Projekt
- IBM Corporation: AI für Erklärbar Adverse Event Prediction: Ermächtigung der Begünstigten und Anbieter zur Verbesserung der Gesundheitlichen Ergebnisse
- Innovative Entscheidungen: Multi-Modeling mit Augmented Datensätze für Positive Gesundheitliche Ergebnisse
- Jefferson Gesundheit: Mit AI zu Verbessern, Medicare, die Gesundheit der Bevölkerung, die Optimierung der Ambulanten Planung und der Verringerung der Negativen Ereignisse in Krankenhäusern
- KenSci: Unterstützende Intelligenz für Ungeplante Eintritte und Unerwünschte Ereignisse Vorhersage
- Lightbeam Health Solutions: KI-Risiko Vorhersagen – Verhinderung von Krankenhaus -, ER-und SNF-Zulassungsstelle
- Mathematica Policy Research: Die CPC-AI-Modell von Mathematica
- Mayo-Klinik: Claims-based Learning Framework
- Mederrata: Steigerung der medizinischen Fehler und Rückübernahme Vorhersage durch die Nutzung von Deep Learning, Topologische Daten-Analyse und der Bayes-Modellierung
- Merck & Co.: Verwertbare KI um zu Verhindern, dass Ungeplante Eintritte und Unerwünschte Ereignisse
- North Carolina State University: Multi-Layered Feature-Auswahl und die Dynamische Personifizierte Scoring
- Northrop Grumman Systems Corporation: Reduzierung von Risiko für den Patienten durch Verwertbare Artificial Intelligence: AI Risk Avoidance System
- Northwestern Medizin: Mensch-Maschine-Lösung zur Verbesserung der Lieferung von beziehungsorientierten Pflege
- Beobachtungsstudien Health Data Naturwissenschaften und informatik: Vorlage OHDSI
- University of Virginia Health System: Umsetzbare AI
DER GRÖßERE TREND
CMS-Beamte sagen, die AI Health Outcomes Challenge ist ein „wichtiger Schritt zur Umsetzung von Präsident Trump‘ s Executive Order auf die Aufrechterhaltung der amerikanischen FüHRUNGSROLLE in der Künstlichen Intelligenz.“
Dass die executive order, zum ersten mal angekündigt im Februar und aktualisiert im Juni noch einmal in einer mehr realisiert strategischen plan, war als ein Weg zu helfen, Schritt halten mit Ländern wie China, in denen viele die Sorge ist weit über Amerika in seinen Investitionen in künstliche Intelligenz-Entwicklung.
Vor allem, dass die anfängliche executive order hatte keine Bundesmittel befestigt, um es. Es ist ein Manko dieser neuen CMS-Herausforderungen gehen, zumindest etwas in Richtung korrigiert wird.
Als wir darüber Sprachen, Dr. Eric Topol, Gründer und Direktor des Scripps Research Translational-Institut, früher in diesem Jahr, er sagte, er sei enttäuscht über den Mangel Bundes-Investitionen aus den USA in die künstliche Intelligenz.
Er sagte, er ist endlos begeistert von der Technik, sondern ist „besorgt, dass es nicht passiert in diesem Land. Es passiert bereits in China … der Durchführung des AI an der Waage. Sie haben enorme Mengen von Daten, und den Willen und die Ressourcen und das planen. Aber in Ländern wie dem Vereinigten Königreich und anderen Ländern, die ich habe, verbunden mit der einen oder anderen Weise, Sie machen eine sehr gezielte Strategie zu.
„Dies ist das größte Potenzial, das wir haben, zu beheben, was uns schmerzt im Gesundheitswesen“, sagte er zu AI. „Davon sind wir noch lange nicht. Aber wenn Sie denken über die Verschwendung, Ineffizienz, mangelnde Produktivität, den schrecklichen workflow, die wir haben – geschweige denn, die Beziehung zwischen Patienten und Ihre ärzte. Alle diese Dinge. Gibt es eine Abhilfe im Shop. Es gibt, baumelt.“
AUF DER PLATTE
„Die künstliche Intelligenz ist ein Werkzeug, das helfen können, fährt unser system auf den Wert – nachweisliche Reduktion der out-of-pocket Kosten und die Qualität zu verbessern. Es hält das Potenzial für eine Revolution im Gesundheitswesen: stellen Sie sich einen Arzt in der Lage, vorherzusagen, Behandlungsergebnisse – wie einem Krankenhaus Aufnahme – und eingreifen, bevor eine Krankheit Streiks,“ sagte CMS-Verwalter Seema Verma in einer Erklärung. „Die Teilnehmerinnen und Teilnehmer unserer AI Challenge zeigen, dass diese Möglichkeiten bald in Reichweite.“
Twitter: @MikeMiliardHITN
E-Mail der Autorin: [email protected]
Healthcare-IT-News ist eine Publikation der HIMSS Medien.