AWS IMAGINE Grant 儿童医疗创新奖

Brightpoint 的家访和陪护计划支持高风险的年轻女性和家庭改善孕产妇和儿童健康。通过利用 AWS 生成式人工智能工具，Brightpoint 旨在提高这些计划的覆盖范围和有效性，生成个性化护理计划、动态内容、自动数据交换以及人工智能增强的员工培训和决策支持。利用生成式人工智能，Brightpoint 力求增强其重要的社区服务，为更多弱势的母亲和儿童提供服务，以促进母婴健康方面实现更大的平等。 

加拿大领先的母婴医院 CHU St. Justine 的目标是在 AWS 上开发端到端的人工智能工作流程，通过从非结构化数据中提取见解，提高其集中式数据湖（包含来自超过 25 个医院系统和超过 250 万名患者的数据）的可用性。他们首先关注的是神经发育障碍和精神障碍患儿的慢性病，力求描述和分析多发性疾病的模式，弥合心理和身体状况之间的差距，释放精准儿童健康的潜力。

Children's Mercy 正在建立一个生活实验室，该实验室将利用智能家居技术推进数字临床路径。通过启用主动通知、远程监控和增强对触发因素的洞察力，临床医生将更有能力及早干预高危患者。这种可扩展的方法建立在 Amazon Web Services（AWS）之上，借助为家庭提供实时见解和临床医生数据驱动的工具实现更加个性化的主动护理，从而使儿科患者受益。第一个要改善的病症是小儿哮喘。 

Association of Public Health Laboratories（APHL）与 Ruvos 合作开发了 Detor，这是一种建立在 AWS 上的电子测试程序和结果（ETOR）中间解决方案，旨在改善公共卫生实验室与医疗保健提供商之间的测试程序和结果的交换。Detor 有可能增强整个公共卫生领域的能力，首先是提高新生儿筛查的及时性和准确性，其中的早期干预措施至关重要。

Elizabeth Glaser Pediatric AIDS Foundation（EGPAF）正在构建一个解决方案，让临床医生能够在 AWS 上实时了解肯尼亚、马拉维和津巴布韦儿童面临的艾滋病毒患者接触风险。通过将生成式人工智能与现有的电子健康和医疗记录相结合，EGPAF 旨在增强医疗保健提供者预测和预防艾滋病毒治疗失败的能力，为患者提供更加个性化的主动护理，并改善长期患者数据和反馈。

Great Ormond Street Hospital（GOSH）率先开发了一种生成式人工智能工具，改变了手腕骨折患儿的护理方式，手腕骨折是儿童时期最常见的骨折。这一创新系统将检测骨折类型并进行分类，使治疗建议与最新的循证指南保持一致，并自动为医生和患者起草放射学报告和转诊信，以确保通过临床途径加快和改善患者护理。在 AWS 的支持下，GOSH 正在利用大量的多中心英国儿科 X 光片数据集来训练和验证该原型，为儿科骨折管理的数字创新树立了新标准。

Memorial Sloan Kettering Cancer Center（MSK）正在利用生成式人工智能，从 MSK 庞大的临床基因组协调的肿瘤学真实世界数据集中提取宝贵的见解，该数据集将来自超过 12.5 万个肿瘤样本的分子异变数据与自然语言处理衍生的临床信息相结合。MSK 还在开发一种人工智能辅助对话代理，它会将 MSK 临床基因组数据与大型语言模型整合，提供个性化的癌症预后预测和治疗建议。该项目旨在推动生物标志物和疗法开发的进步，使临床医生和研究人员能够改善成人和儿科癌症护理，同时推动科学发现。

Rady Children's Institute for Genomic Medicine（RCIGM）正在使用 AWS 开发儿科基因组学大型语言模型。其目标是让医生能够更好地访问其包含超过 1 万名危重儿童基因组序列的庞大数据库。RCIGM 正在开创两种人工智能解决方案：JericaBot，一个生成式人工智能平台，供医生使用自然语言查询患者基因组数据；Gtrx，一种可自动策划罕见遗传病治疗方案的人工智能辅助管道。这些工具旨在提高全球临床护理中儿科基因组信息的利用。

Texas Children's 正在启动一项加速器计划，专注于通过图形处理单元（GPU）和复杂的图形数据库分析实现高性能计算（HPC）以及人工智能和数据科学的进步。这项技术前瞻性计划将扩展新技术的开发，在儿科研究领域实现潜在的突破，包括罕见病药物开发、基因组学和个性化医学、重症监护监测和基于图像的诊断精度。