Системы поддержки принятия клинических решений для безопасности пациентов, прогнозирования рисков и анализа медицинских взаимодействий.
Модели машинного обучения и интеллектуального принятия решений для прогнозирования клинических рисков и медицинских взаимодействий.
Этот репозиторий содержит системы поддержки принятия клинических решений и обеспечения безопасности пациентов, разработанные для работы в критически важных медицинских областях. Он подходит для клинических исследователей и инженеров, создающих модели прогнозирования рисков или анализирующих медицинские взаимодействия.
Фреймворк объединяет исследования операций и прикладной ИИ в рамках четырех основных проектов, включая модели раннего предупреждения гипоксемии и гипотензии в ОРИТ, расширение PyHealth, конвейер физиологических волновых форм и инструмент анализа клинической эмпатии для стенограмм консультаций. Он устанавливает строгие базовые правила, требующие использования журналов выполнения и реальных масштабов данных для подтверждения заявлений о производительности.
Он подходит для специалистов по работе с данными и клинических исследователей, разрабатывающих научно обоснованные модели безопасности для условий ОРИТ или анализа медицинских текстов. Он не подходит для клиницистов, ищущих готовое к развертыванию коммерческое приложение электронных медицинских карт.
Прогнозируют гипоксемию и гипотензию на данных MIMIC-IV или eICU со встроенной калибровкой и оценками неопределенности.
Расширяет PyHealth и RHealth в качестве устанавливаемого пакета для отслеживания метрик внедрения с помощью статистики загрузок из реестра.
Предоставляет предварительную обработку и производный датасет для высокочастотных физиологических волновых форм, поступающих в модели ОРИТ.
Количественно оценивает эмпатию врачей в стенограммах китайских клинических консультаций с использованием взвешенных лексиконов и признаков машинного обучения.
Репозиторий предоставляет структуры проектов с открытым исходным кодом и конвейеры. Единственными затратами являются самостоятельный запуск и получение доступа к необходимым клиническим базам данных.
870 открытых удалённых вакансий по обучению ИИ, обновлено 17 ноября 2026 г.; в большинстве оплата $20–$175 в час. Из них 2 — для носителей русского языка. Zekai публикует их бесплатно; отклик уходит на платформу работодателя.
Эти проверенные ИИ-инструменты делают то же самое мгновенно — из нашего оценённого каталога.
Модели ориентированы на датасеты MIMIC-IV и eICU в масштабе от 12 000 пациентов и более.
Репозиторий структурирован как фреймворк; результаты должны генерироваться локально с использованием журналов выполнения в соответствии с базовыми правилами.
Zekai первым в Google