Olivier Elemento：血液学中的AI - 覆盖道路 - oncodaily
2025-06-29 17:26:06
英文原文
作者：P53 Inc
英格兰人精密医学研究所主任，分享了有关LinkedIn：血液学中的AI：覆盖道路
在我担任美国血液学协会人工智能小组委员会的成员中，我有机会在昨天的美国血液学学会（ASH）载体咨询委员会（CAC）会议上发表演讲。
这次会议提供了一个至关重要的论坛，在该论坛上，撰写当地覆盖政策的血液学家和医疗保险行政承包商（MAC）可以加强关系，讨论政策问题并找到解决现实世界中报销挑战的解决方案。
我的演讲简要介绍了有关诊断和治疗选择的血液学领域的位置，以及将AI工具从实验室带到诊所所需的工作。
AI越来越多地可以分析从病理幻灯片到实验室测试的复杂数据，以预测肿瘤的遗传学或患者对CAR-T治疗的反应。核心挑战仍然是重要的 - 证据差距：缺乏前瞻性，随机临床试验，以证明这些工具可以确切地改善患者的预后。
会议上与MAC有一些重要的讨论。一个重点是揭开创建本地覆盖范围确定（LCD）的过程，并确定报销所需的高临床效用证据。
当血液学AI弄清楚其道路时，我们可以向其他专业学习。我认为重要的是要看到新技术的报销已经发生。例如，分析冠状动脉斑块的AI工具现在由特定LCD下的几种MAC涵盖。
这个示例强调，覆盖范围的途径通常是本地的，这就是为什么临床医生，创新者和Ash CAC会议上的Mac之间的对话对于建造从有希望的算法到经过验证的经过验证的，经过验证的临床工具的桥梁至关重要。
更多的帖子Olivier Elemento。
关于《Olivier Elemento：血液学中的AI - 覆盖道路 - oncodaily》的评论
暂无评论
发表评论
摘要
英格兰精密医学研究所主任兼美国血液学会人工智能小组委员会成员Olivier Elemento在Ash Carrier咨询委员会会议上发表了有关血液学AI的会议。他讨论了当前的诊断和治疗选择状态，强调需要通过前瞻性临床试验弥合“证据差距”。会议的重点是揭开LCD的创建过程和报销证据要求。Elemento强调，尽管血液学AI正在发展其道路，但心脏病学等其他专业已经看到AI工具获得了覆盖范围，强调了本地对话在推进新技术以偿还可提供可提供临床工具方面的重要性。Olivier Elemento，