<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
  <channel>
    <title>临床效率 on AI内参</title>
    <link>https://www.neican.ai/tags/%E4%B8%B4%E5%BA%8A%E6%95%88%E7%8E%87/</link>
    <description>Recent content in 临床效率 on AI内参</description>
    <generator>Hugo</generator>
    <language>zh-cn</language>
    <lastBuildDate>Wed, 25 Jun 2025 10:10:04 +0800</lastBuildDate>
    <atom:link href="https://www.neican.ai/tags/%E4%B8%B4%E5%BA%8A%E6%95%88%E7%8E%87/index.xml" rel="self" type="application/rss+xml" />
    <item>
      <title>对话病历：斯坦福ChatEHR如何重塑医疗数据交互与挑战</title>
      <link>https://www.neican.ai/insights/chatehr-20250625101004434-0/</link>
      <pubDate>Wed, 25 Jun 2025 10:10:04 +0800</pubDate>
      <guid>https://www.neican.ai/insights/chatehr-20250625101004434-0/</guid>
      <description>斯坦福大学医学院开发的ChatEHR利用自然语言处理技术，让医生能够通过对话式界面快速查询和汇总患者电子病历，显著提升了病历审查和信息获取的效率。这项技术不仅优化了临床工作流，更在医疗数据隐私保护方面做出承诺，同时在AI伦理、透明度和可解释性方面提出了更深层次的思考，预示着医疗AI辅助诊断的未来方向。</description>
    </item>
  </channel>
</rss>
