该人工智能工具可快速将非结构化医疗记录转化为结构化的、可操作的见解，以提高医学研究效率。
— 在旧金山举行的 AMIA 2024 年度研讨会上，图表抽象工具揭晓，Brim Analytics 创始人 Dan Fabbri 博士表示：“我们新的图表抽象 AI 工具是医学研究人员的游戏规则改变者 – 一种工具这将继续重新定义图表审查，使研究人员能够更多地关注突破性的见解，而不是重复、单调的任务。我们的使命是加速临床研究。”
Brim Analytics 很高兴地宣布推出其图表抽象工具，该工具正在加速人工智能的医学研究。由大型语言模型 (LLM) 提供支持的 AI 引导图表抽象工具通过将非结构化医疗记录转换为结构化的可操作数据，提高了医学研究效率。这一创新解决方案标志着研究人员临床数据管理的重大进步。
Fabbri 博士是范德比尔特大学生物医学信息学和计算机科学系的副教授。他还创立了 Maize Analytics，这是一家健康 IT 公司，为医院提供机器学习工具来保护患者数据。
Brim Analytics 利用其创始人在健康 IT 和生物医学信息学方面的丰富经验创建了一个平台，使医学研究人员和医疗保健组织能够以与传统方法类似的准确性从记录和笔记中提取见解，速度提高 80%。 Brim Analytics 的平台建立在法学硕士的基础上，具有专有工具，可以自动进行图表抽象，并使审阅者能够提供反馈并改进结果。
AI 引导的图表抽象工具通过从 CSV 和 REDCap 导入数据来提供无缝的项目设置，并提供有关如何改进协议定义以提高数据准确性的反馈。然后，布里姆根据医疗记录中的证据起草每个变量的摘要，通过将时间集中在编辑而不是搜索上来提高审阅者的效率。它还旨在支持符合 HIPAA 的环境。这些功能有助于管理大型数据集的输入和输出、快速工程和可追溯性，将数据抽象过程转变为协作审查。
在回顾推出这一图表抽象工具的历程和意义时，Fabbri 博士重申了他和 Brim Analytics 致力于利用人工智能引领医学研究创新前沿的承诺。 “我们很自豪能够带头将人工智能整合到研究和临床试验注册的图表管理中。”
有关 Brim Analytics 人工智能图表抽象工具的更多信息和演示请求，请访问 www.brimanalytics.com。
联系方式：
姓名：贝蒂娜·伊万查
电子邮件： 发送电子邮件
组织：边缘分析
网站：
版本号：89148682
如果您发现本新闻稿中提供的内容有任何差异、疑虑或不准确之处，或者在删除新闻稿方面需要帮助，我们强烈建议您通过联系 error@releasecontact.com 立即通知我们（重要的是要注意，此电子邮件是此类事宜的授权渠道，向多个地址发送多封电子邮件并不一定有助于加快您的请求）。我们的响应团队致力于在 8 小时内解决您的疑虑，采取必要的行动努力解决已发现的问题或指导您完成必要的删除步骤。我们的奉献精神在于提供准确可靠的信息。
关键词：