永利皇宫463cc保健分析

永利皇宫463cc学院斯隆管理学院的研究人员努力解决各种数字工具实施问题。这些问题包括使用分析方法最大限度地提高临床决策支持工具提出的建议的可解释性（即可信度），以及减轻因实施数字工具而产生的隐私和公平问题。此外，在工作场所，我们正在研究最大限度地采用新工具，并通过随机对照试验严格测试临床和成本影响.

季米特里斯贝尔西马斯 已构建了 20 多个基于网络的应用程序，以帮助针对各种适应症（包括糖尿病、前列腺癌筛查和紧急手术风险）制定临床决策。许多方法已被证明比以前的方法更准确，因为从本质上讲，提供商不是根据数百个案例的经验来工作，而是看到了数百万人积累的知识。

凯瑟琳·塔克她从事的项目研究了隐私、绩效以及实施电子病历、数字健康和机器学习工具过程中与公平相关的挑战对健康的影响。

约瑟夫·道尔最近与 Aurora Health 合作发表了一项研究，该研究随机在医生中引入临床决策支持系统，以测试其在永利皇宫463cc服务提供者必须在 CT 扫描和 MRI 等高成本成像选项中做出选择时与现有做法的有效性。

麻省理工学院斯隆管理学院的研究人员正在将数据分析与其学科专业知识相结合，创造解决永利皇宫463cc保健问题的新方法。在药物开发中，这包括将机器学习工具应用于临床试验，包括选择要测试的疗法。另一个项目将财务组合优化方法应用于候选药物组合，以提高找到成功疗法的可能性。其他工作包括应用新颖的分析技术来支持液体活检方法的开发，以更可靠地检测癌症。

迪米特里斯·贝尔西马斯 利用海量数据集开发机器学习工具来优化临床试验，以发现新的癌症治疗方法，包括胃癌治疗方法。了解详情

罗安德鲁 在临床试验设计和试验成功预测中使用由财务投资组合构建提供信息的数据驱动方法。设计和预测方法都旨在提高对成功概率的预测并了解试验中疗法的潜在风险。最终，更好地了解风险可能会吸引更多投资者参与进来，并为药物开发领域带来更多资金。

维韦克·法里亚斯 通过 HSI 获得资金，以扩大他在利用机器学习开发更具成本效益的液体活检来检测早期癌症方面的努力。具体来说，他正在使用机器学习方法来解释基因突变的局部性。与现状测序相比，这使得以相同的成本获得更高的准确度或以更低的成本获得相似的准确度成为可能。

预测性和规范性分析包含一组强大的工具和方法，可以通过多种方式有益于健康服务。我们的目标是开发数字工具和劳动力能力，以改善诊断和治疗途径。

两项 HSI 资助的研究正在启动乔治亚佩拉基斯 （与BI Lahey 健康) 和乔纳斯·乔纳森 和 尼科斯·特里查基斯 （与史坦顿岛表演提供商系统) 使用永利皇宫463cc数据以及非永利皇宫463cc数据（例如来自住房和执法机构的数据）开发预测模型，为患有药物滥用障碍的人提供个性化干预措施。

乔纳斯·乔纳森和埃雷兹·约利正在通过研究何时使用人为干预而不是仅依赖数字平台来优化治疗途径，以促进结核病治疗的依从性。