v1.0 — outcome_review — часть 4

677 записей данного типа. Количество не является суммой уникальных кейсов разных итераций.

• W8-FIELD-OPS-18-01 — University of Virginia Health System — прагматичный РКИ AI-аналитики CoMET (Nihon Kohden) для раннего выявления ухудшения на кардиологическом отделении: нулевой
• W8-FIELD-OPS-18-02 — Hospital Canselor Tuanku Muhriz (UKM), Малайзия — РКИ индекса прогнозирования гипотензии (HPI) при плановом кесаревом сечении: снижение интраоперационной гипоте
• W8-FIELD-OPS-18-03 — National Institute of Mental Health and Neurosciences (NIMHANS), Бангалор, Индия — РКИ HPI при операциях на опухолях головного мозга: физиологический успех, но
• W8-FIELD-OPS-18-04 — Kangdong Sacred Heart Hospital, Shihwa Medical Center, Naeun Hospital (Республика Корея) — многоцентровое ступенчатое внедрение DeepCARS (VUNO) для прогноза ост
• W8-FIELD-OPS-18-05 — Pusan National University Hospital, Республика Корея — ретроспективный анализ реакции врачей на алерты DeepCARS во время общенационального дефицита кадров: неяс
• W8-FIELD-OPS-18-06 — General Hospital of Ningxia Medical University (Иньчуань, Китай) — внедрение интеллектуальной системы планирования операционных (IORSS) в отделении анестезии и
• W8-FIELD-OPS-18-07 — University College London Hospitals NHS Foundation Trust (Великобритания) — проспективная валидация ML-модели прогноза потребности в койках ОРИТ после плановых
• W8-FIELD-OPS-18-08 — Postgraduate Institute of Medical Education and Research (PGIMER), Чандигарх, Индия — РКИ HPI vs PPV при трансплантации почки: отрицательный результат
• W8-FIELD-OPS-18-09 — Hospital Universitario Torrejón, Мадрид, Испания — внедрение ИИ-усиленной модели раннего предупреждения (mNEWS2-Lab) на общих (в основном хирургических) отделен
• W8-FIELD-OPS-18-10 — The Mount Sinai Hospital, Нью-Йорк, США — внедрение мультимодальной ML-модели стратификации риска делирия в реальной клинической практике
• W8-FIELD-OPS-18-11 — National Taiwan University Hospital, Тайбэй, Тайвань — РКИ индекса прогнозирования гипотензии (HPI) при общей анестезии
• W8-FIELD-OPS-18-12 — Zealand University Hospital, Кёге, Дания — внедрение ИИ-модели поддержки решений для персонализированного периоперационного лечения при колоректальном раке
• W8-FIELD-OPS-19-01 — Articulate Pro: внедрение ИИ Paige Prostate во второе чтение биопсий простаты в трёх больницах NHS (Великобритания)
• W8-FIELD-OPS-19-02 — Провинциальная программа полного охвата цервикального скрининга с ИИ в провинции Хубэй (Китай)
• W8-FIELD-OPS-19-03 — Внедрение ИИ Ibex Prostate (Galen Second Read) в рутинное второе чтение биопсий простаты в UTMB Galveston (США)
• W8-FIELD-OPS-19-04 — Внедрение цифровой морфологии CellaVision (ИИ-классификация клеток крови) в гематологической лаборатории госпиталя Veterans Affairs в Канзас-Сити (США) — рост и
• W8-FIELD-OPS-19-05 — PhenoMATRIX (Copan): ИИ-сортировка культуральных чашек для мочевых посевов в двух канадских лабораториях микробиологии — эффект зависел от сопутствующей перестр
• W8-FIELD-OPS-19-06 — NoHarm.ai: ИИ-анализ врачебных назначений в клинической фармации крупной государственной университетской больницы в Белу-Оризонти (Бразилия)
• W8-FIELD-OPS-19-07 — CONFIDENT-B: клинический квази-рандомизированный переход на ИИ-ассистированное выявление метастазов в сторожевых лимфоузлах при раке молочной железы в UMC Utrec
• W8-FIELD-OPS-2-01 — Explainable AI против black-box AI при визуальном контроле качества — полевой эксперимент на заводе Siemens (Цуг, Швейцария)
• W8-FIELD-OPS-2-02 — Независимая оценка NIOSH глобального опыта автоматизации горнодобычи — автономные самосвалы BHP (Jimblebar) и Rio Tinto (Пилбара), Западная Австралия
• W8-FIELD-OPS-2-03 — Столкновение автономного самосвала Caterpillar с экскаватором после сбоя связи — угольный разрез Goonyella Riverside, BHP Mitsubishi Alliance, Квинсленд
• W8-FIELD-OPS-20-01 — Penn Medicine (University of Pennsylvania Health System) — ML-подсказки врачам для serious illness conversations у онкологических пациентов
• W8-FIELD-OPS-20-02 — Geisinger — ML-таргетированный аутрич на колоноскопию среди пациентов с просроченным скринингом колоректального рака
• W8-FIELD-OPS-20-03 — Duke University Hospital — ML-уведомление о риске смерти для инициации advance care planning у госпитализированных онкологических пациентов
• W8-FIELD-OPS-20-04 — Waymark Care — таргетирование телефонных звонков care-менеджеров в Medicaid по прогнозируемому индивидуальному эффекту (причинный ML / reinforcement learning)
• W8-FIELD-OPS-20-05 — Kaiser Permanente Northern California — причинная ML-модель (Predicted Benefit Intervention) для отбора пациентов в программу постгоспитальной координации помощ
• W8-FIELD-OPS-20-06 — Geisinger — ML-таргетированные напоминания о вакцинации от гриппа с тестированием раскрытия роли алгоритма (3 РКИ)
• W8-FIELD-OPS-20-07 — Clalit Health Services (Израиль) — ML-выявление недиагностированных носителей гепатита C для проактивного тестирования (первоисточник недоступен)
• W8-FIELD-OPS-21-01 — Waitakere Hospital, Te Whatu Ora Waitemata (Новая Зеландия) — РКИ ИИ-детекции полипов ENDO-AID при реальной колоноскопии («Man Plus Machine»)
• W8-FIELD-OPS-21-02 — Sheikh Shakhbout Medical City, Абу-Даби (ОАЭ) — реальное применение ИИ-детекции полипов GI Genius при колоноскопии на молодой скрининговой популяции
• W8-FIELD-OPS-21-03 — Tel Aviv Sourasky Medical Center / Ichilov (Израиль) — ИИ-детекция переломов на рентгене (AI-RFDT) в амбулаторном ортопедическом приёмном отделении
• W8-FIELD-OPS-21-04 — University of Saskatchewan (Канада) — РКИ ИИ-скрайба в практике одного хирурга-ортопеда (артропластика)
• W8-FIELD-OPS-21-05 — Singapore General Hospital / Duke-NUS (Сингапур) — РКИ ИИ-инструмента aiTriage (анализ ВСР) для стратификации риска боли в груди в приёмном отделении
• W8-FIELD-OPS-21-06 — Sydney Dental Hospital, Sydney Local Health District (Австралия) — кроссовер-РКИ телеортодонтии с ИИ-триажом (Dental Monitoring) в госбюджетной клинике
• W8-FIELD-OPS-21-07 — Gold Coast Hospital and Health Service (Австралия) — 16-недельный пилот амбиент-ИИ-скрайба в амбулаторных клиниках
• W8-FIELD-OPS-21-08 — Hospital Israelita Albert Einstein, Сан-Паулу (Бразилия) — ИИ-ассистированная теле-ЭКГ для пациентов с болью в груди в периферийных приёмных отделениях
• W8-FIELD-OPS-21-09 — Hospital Italiano de Buenos Aires (Аргентина) — институциональный ретроспективный обзор 25-летнего внедрения ИИ (включая чат-бот TANA)
• W8-FIELD-OPS-21-10 — Hospital Dra. Eloísa Díaz, Сантьяго (Чили) — ретроспективная валидация ИИ-модели рекомендации биопсии узлов щитовидной железы в государственной больнице
• W8-FIELD-OPS-22-01 — ИИ-радар для контроля выхода из кровати (QUMEA) против аналогового контактного мата в специализированном отделении делирия University Department of Geriatric Me
• W8-FIELD-OPS-22-02 — Телемедицина 24/7 в домах престарелых Grupo Vitalia (Испания) и попытка построить ИИ-классификатор для прогноза направления в стационар: доля разрешённых на мес
• W8-FIELD-OPS-22-03 — ИИ-речевой ассистент voize для сестринской документации в 14 стационарных учреждениях долгосрочного ухода Германии: снижение времени документирования на ~28% по
• W8-FIELD-OPS-22-04 — Пилот бесконтактного устройства обнаружения падений (VivaSmartTech) в доме престарелых Suadiye Huzurevi (Стамбул, Турция): слишком малая выборка, чтобы установи
• W8-FIELD-OPS-22-05 — ИИ-когнитивная телереабилитация после инсульта в International St. Mary's Hospital и Seosong Hospital (Инчхон, Республика Корея): РКИ не показало превосходства
• W8-FIELD-OPS-22-06 — Интеллектуальная медицинская система (IoT+ИИ, включая радар-детекцию падений) в домашнем уходе за инвалидизированными пожилыми людьми в районе Юхуа, Чанша (Кита
• W8-FIELD-OPS-22-07 — Пассивные сенсоры (платформа Talius) для автономной оценки риска падений в доме престарелых Whiddon (Сидней, Австралия): технически осуществимо, но эффективност
• W8-FIELD-OPS-22-08 — ИИ-система в виртуальном доме престарелых Xinhong Street (район Минхан, Шанхай, Китай): операционная эффективность и физическое здоровье выросли, но социальная
• W8-FIELD-OPS-22-09 — ИИ-система прогноза риска экстренной госпитализации Presage Care в учреждениях для пожилых Arpavie и в службе домашнего ухода Бретани (Франция): хорошая прогнос
• W8-FIELD-OPS-22-10 — ИИ-модуль Clinical Advanced Insights в ЭМК MatrixCare (Resmed) в 94 домах престарелых США, включая сеть PruittHealth: улучшение 16 из 18 показателей качества CM
• W8-FIELD-OPS-23-01 — ACCESS — РКИ автономного ИИ-скрининга диабетической ретинопатии в точке оказания помощи у детей и подростков с диабетом (Johns Hopkins)
• W8-FIELD-OPS-23-02 — NaIA-RD — собственная разработка ИИ для скрининга диабетической ретинопатии в Университетской больнице Наварры (Испания): исследование «до-после»
• W8-FIELD-OPS-23-03 — Проспективная независимая оценка ИИ-устройства эластического светорассеяния (DermaSensor) для сортировки самостоятельно замеченных кожных новообразований в дерм
• W8-FIELD-OPS-23-04 — Пилотное сравнение ИИ-скрининга EyeArt и оценки офтальмолога для диабетической ретинопатии у женщин из этнических меньшинств в Осло (Норвегия)
• W8-FIELD-OPS-23-05 — Реальная оценка смартфонного ИИ-скрининга диабетической ретинопатии (Medios DR) в мобильных клиниках Доминики
• W8-FIELD-OPS-23-06 — Шанхайская программа теленетинального скрининга глазных болезней: экономическая эффективность ИИ-грейдинга диабетической ретинопатии оказалась ниже ручной разме
• W8-FIELD-OPS-23-07 — Ретроспективное наблюдательное исследование связи автономного ИИ-скрининга диабетической ретинопатии в первичном звене со снижением диспропорции в доступе черно
• W8-FIELD-OPS-24-01 — Netherlands Cancer Institute (Амстердам) — ИИ-приоритизация worklist (Aidoc) для попутной лёгочной эмболии на КТ грудной клетки: квазиэксперимент с тремя послед
• W8-FIELD-OPS-24-02 — Changi General Hospital (Сингапур) — ИИ-триаж worklist (Lunit INSIGHT CXR) и ИИ-черновики заключений (Augmento/DeepTek) для рентгена грудной клетки: проспективн
• W8-FIELD-OPS-24-03 — University of Alabama at Birmingham (США) — проспективная реальная оценка коммерческой ИИ-системы триажа внутричерепного кровоизлияния на КТ головы: без улучшен
• W8-FIELD-OPS-24-04 — Baptist Christian Hospital, Тезпур, Ассам (Индия) — прерывистые временные ряды внедрения ИИ (qER, Qure.ai) для детекции инсульта/ВЧК на КТ головы в сельской бол
• W8-FIELD-OPS-24-05 — Tongji Hospital, Ухань (Китай) — цифровая интеллектуальная платформа радиологии: ретроспективная когорта до/после — рост объёма и ускорение экстренных заключени
• W8-FIELD-OPS-24-06 — NIHR RSET / Nuffield Trust — независимая оценка (фаза 2) внедрения ИИ для диагностики грудной клетки в рамках AI Diagnostic Fund NHS Англии (66 организаций NHS,
• W8-FIELD-OPS-25-01 — CATalyze-AI: внедрение Methinks Stroke Suite в сети телеинсульта вокруг Hospital Universitari Vall d'Hebron (Испания)
• W8-FIELD-OPS-25-02 — Региональное внедрение Brainomix 360 Stroke в системе экстренной помощи при инсульте Sahlgrenska University Hospital / Region Västra Götaland (Швеция)
• W8-FIELD-OPS-25-03 — Внедрение Viz LVO (Viz.ai) в сети Cooper University Health Care / Inspira Health (Нью-Джерси, США): доля переводов, завершившихся тромбэктомией, и время до пунк
• W8-FIELD-OPS-25-04 — Внедрение Viz LVO (Viz.ai) в комплексном инсультном центре Penn State Hershey Medical Center / HCA Healthcare (США): доля тромбэктомий за 90 минут
• W8-FIELD-OPS-25-05 — US2.AI-ассистированная периоперационная эхокардиография у анестезиологов в шести больницах Индии (многоцентровое обсервационное исследование)
• W8-FIELD-OPS-25-06 — Полностью автоматизированный ИИ-анализ ручной (handheld) эхокардиографии в реальной когорте с подозрением на сердечную недостаточность: многоцентровое исследова
• W8-FIELD-OPS-25-07 — Симуляция ИИ-ЭКГ триажа для направления на эхокардиографию в программе PROVAR+ (Университетская клиника UFMG / Divinópolis, Бразилия)
• W8-FIELD-OPS-25-08 — OPTIMUST: внедрение ИИ-ассистированной ручной эхокардиографии (Caption AI) для прикроватного кардиологического триажа нетренированными врачами в CHU Rennes (Фра
• W8-FIELD-OPS-25-09 — Скрининг систолической дисфункции левого желудочка ИИ-ЭКГ алгоритмом AiTiALVSD в 8 амбулаторных учреждениях Кении
• W8-FIELD-OPS-25-10 — Скрининг фибрилляции предсердий ИИ-анализом семидневного ЭКГ-пластыря у пожилых жителей сельских районов Китая (уезд Цюйчжоу) с включением в лечебный маршрут
• W8-FIELD-OPS-26-01 — MADLAD RCT (Швеция) — рандомизированное испытание ИИ-приоритизации вызовов скорой помощи в условиях нехватки бригад
• W8-FIELD-OPS-26-02 — Sahlgrenska University Hospital (Швеция) — региональное внедрение ИИ-инструмента Brainomix 360 Stroke для тромбэктомии: организационное время выросло, клиническ
• W8-FIELD-OPS-26-03 — НМИЦ им. В.А. Алмазова (Санкт-Петербург, Россия) — деградация реально развёрнутой ИИ-системы стратификации риска сепсиса в приёмном отделении и палатах после 6+
• W8-FIELD-OPS-26-04 — Mayo Clinic (США) — проспективный квазиэксперимент с ИИ-прогнозом госпитализации из ED: время пребывания снизилось на 12 минут без роста повторных обращений
• W8-FIELD-OPS-26-05 — Округ Аньян, провинция Хэнань (Китай) — мультимодальная ИИ-система экстренной помощи: заявленные улучшения времени реагирования и ROSC при нераскрытом конфликте
• W8-FIELD-OPS-26-06 — Hospital Group Twente (Нидерланды) — ИИ-дашборд прогноза госпитализации для приоритизации сверки лекарств в ED: доля корректных сверок выросла с 86.4% до 89.0%
• W8-FIELD-OPS-26-07 — Многоцентровый регистр США — ретроспективная переоценка активаций катетеризационной лаборатории моделью Queen of Hearts/PMcardio (Powerful Medical): точность мо
• W8-FIELD-OPS-26-08 — Республика Корея — модель DyLM-OHCA распознавания остановки сердца по звонкам: офлайн-точность высокая, реальное внедрение авторами прямо не оценивалось
• W8-FIELD-OPS-26-09 — Копенгаген (Дания) — офлайн-валидация распознавания инсульта по звонкам на горячую линию соавторами-совладельцами вендора Corti
• W8-FIELD-OPS-26-10 — Наньнин, Гуанси (Китай) — модель прогноза критических исходов по диспетчерским нарративам: временнАя валидация названа авторами симуляцией реального внедрения
• W8-FIELD-OPS-27-01 — VA REACH VET — оценка исхода по смертности от суицида (2025)
• W8-FIELD-OPS-27-02 — Mass General Brigham — ИИ-скрайбы и психиатрическая документация/ведение в первичном звене
• W8-FIELD-OPS-27-03 — Ozark Center / Eleos Health — РКИ ИИ-платформы поддержки поведенческой терапии (внимание: конфликт интересов, незначимый первичный эффект)
• W8-FIELD-OPS-27-04 — Institute of Psychiatry and Neurology (Варшава) — клиническая ИИ-система мониторинга настроения MoodMon
• W8-FIELD-OPS-27-05 — HealthPartners — кластерное РКИ ML-инструмента поддержки решений для скрининга суицидального риска у пациентов с ОИН (пилот, отрицательный результат)
• W8-FIELD-OPS-28-01 — PACE-AI — автоконтуринг в реальном времени в рабочем процессе онлайн-адаптивной SBRT предстательной железы, Perlmutter Cancer Center, NYU Langone Health
• W8-FIELD-OPS-28-02 — Автоматический контуринг задней стенки прямой кишки в потоке online-адаптивной лучевой терапии рака простаты, Saarland University Medical Center
• W8-FIELD-OPS-28-03 — AI-Rad Companion Organs RT — экономика автоконтуринга в сети из 18 онкологических центров American Oncology Institute (Индия)
• W8-FIELD-OPS-28-04 — ИИ-система поддержки решений на базе LLM для онкологических консилиумов (MTB) в четырёх региональных онкологических больницах Украины
• W8-FIELD-OPS-28-05 — Цифровое решение для подготовки онкологических консилиумов (урология и гинекология) в регионе Central Netherlands
• W8-FIELD-OPS-28-06 — Prompt-directed ambient AI для автоматической документации онкологического консилиума, University of Chicago Medicine
• W8-FIELD-OPS-28-07 — Rule-based ИИ-программа для интерпретации интранатальной КТГ мидвайфами и акушерами, Siriraj Hospital (Таиланд)
• W8-FIELD-OPS-28-08 — Deep learning-модель интраоперационного распознавания мочеточника и маточной артерии при тотальной гистерэктомии, University of Tokyo / Anaut Inc.
• W8-FIELD-OPS-28-09 — Модель семантической сегментации для распознавания органов хирургами при малоинвазивной гистерэктомии — мультицентровое ридер-исследование (Япония, Jmees Inc.)
• W8-FIELD-OPS-28-10 — ИИ-обработка видео (удаление дыма) в реальном времени при роботизированной онкоурологической хирургии — клинический пилот, University Hospital Schleswig-Holstei
• W8-FIELD-OPS-28-11 — POWS — модель машинного обучения для риск-стратификации сепсиса в НОРИТ, Washington University in St. Louis
• W8-FIELD-OPS-29-01 — iNCDSS — ИИ-система поддержки решений по инсулинотерапии при СД2 (Fudan University, Шанхай, Китай)
• W8-FIELD-OPS-29-02 — KidneyIntelX — ИИ-биомаркерная стратификация риска ХБП у диабетиков в реальной практике (Mount Sinai Health System и Wake Forest/Atrium Health, США)
• W8-FIELD-OPS-29-03 — Voice-based Conversational AI — голосовой ИИ-ассистент для титрации базального инсулина на дому (Stanford University School of Medicine, США)
• W8-FIELD-OPS-29-04 — CURATE.AI — пилотная дозировка препаратов при гипертонии и диабете (National University Hospital, Сингапур)
• W8-FIELD-OPS-29-05 — mDiabetes — ИИ-персонализированные WhatsApp-сообщения для профилактики диабета (ICMR-National Institute of Epidemiology и Arogya World India Trust, сельская Инд
• W8-FIELD-OPS-3-01 — Rappi Brasil (Сан-Паулу) — трудовой суд признал алгоритм платформы 'подчиняющим инструментом' и установил трудовые отношения с курьером-мотобоем
• W8-FIELD-OPS-3-02 — eFishery (Индонезия) — независимое форензик-расследование по заказу совета директоров выявило многократное завышение числа развёрнутых AI-кормушек eFeeder и выр
• W8-FIELD-OPS-3-03 — Amazon.com — данные OSHA (сами поданные компанией регулятору), независимо пересчитанные коалицией профсоюзов, показывают провал обещания вдвое снизить травматиз
• W8-FIELD-OPS-3-04 — Digital Green / Farmer.CHAT (Gooey.AI) — генеративный ИИ-чатбот для агроконсультирования в Кении и Индии: заявленное улучшение качества жизни фермеров опирается
• W8-FIELD-OPS-3-05 — Saagu Baagu (Телангана, Индия) — пилот ИИ-агроконсультирования для фермеров чили в округе Каммам: заявленные 21% роста урожайности взяты из отчёта WEF/правитель
• W8-FIELD-OPS-3-06 — Apollo Agriculture (Кения) — ИИ-скоринг кредитоспособности мелких фермеров: масштаб (350 000+ фермеров) подтверждён инвестором, но независимой оценки эффективно
• W8-FIELD-OPS-3-07 — Twiga Foods (Кения) — заявленное снижение постурожайных потерь с 30% до 4% через маршрутизацию и прогноз спроса не подтверждено независимым источником; сооснова
• W8-FIELD-OPS-3-08 — Meituan (美团) — академическая RL-модель диспетчеризации курьеров на открытом датасете конкурса INFORMS TSL: точность модели в симуляции — не исход работы компани
• W8-FIELD-OPS-3-09 — PlantVillage Nuru (консорциум Penn State / IITA / FAO / CIMMYT) — офлайн ИИ-диагностика болезней маниоки: доступная мне статья о точности (2020) написана в соав
• W8-FIELD-OPS-30-01 — Расширение эпиднадзора за инфекциями, связанными с кардиоимплантируемыми устройствами (CIED), с помощью ML-инструмента флагирования и генеративного ИИ (LLM) — V
• W8-FIELD-OPS-30-02 — Гибридный эпиднадзор за катетер-ассоциированными инфекциями мочевыводящих путей (CAUTI): правило-ориентированный алгоритм + LLM (Hybrid-CLEAR) — Barnes-Jewish H
• W8-FIELD-OPS-30-03 — ИИ-CDSS на базе DeepSeek-R1 в составе FMEA-пакета мер по соблюдению преантибиотикового микробиологического забора проб — третичная многопрофильная больница трад
• W8-FIELD-OPS-30-04 — ИИ-CDSS OneChoice® (Arkstone Medical Solutions) для эмпирической терапии инфекций мочевыводящих путей — сравнение с врачами, Лима, Перу (при участии сотрудников
• W8-FIELD-OPS-4-01 — NHS Англия (4 участка: Chelsea & Westminster, Bristol & Weston, Ashford & St Peter's, Birmingham) — независимая оценка ИИ-триажа кожных новообразований DERM (Sk
• W8-FIELD-OPS-4-02 — Столичный регион Дании (Capital Region of Denmark) — популяционный скрининг рака груди: внедрение ИИ Lunit INSIGHT MMG для предварительной сортировки маммограмм
• W8-FIELD-OPS-4-03 — Руанда — национальная телемедицинская служба Babyl (Babylon Health UK) с ИИ-триажем симптомов для медсестёр колл-центра: независимое исследование качества помощ
• W8-FIELD-OPS-4-04 — UCLA Health / David Geffen School of Medicine (Калифорния, США) — прагматичный трёхрукавный РКИ ИИ-скрайбов Microsoft Dragon Copilot (DAX) и Nabla против обычно

Главная карта