根据Emtelligent（一家临床级医疗AI软件开发的领导者）的一项调查显示，医疗保健行业中的人工智能用户看到了使用非结构化数据进行创新和预测建模的巨大机会，但不到一半的用户对其现有的非结构化数据处理工具表示完全满意。
这项在线调查涵盖了近250位正在使用或考虑使用AI工具从非结构化临床数据中提取见解的医疗保健组织领导者，结果显示，大多数（55%）医疗保健组织使用AI或自然语言处理（NLP）技术的时间不到两年。
对非结构化临床数据进行提取和组织的需求十分紧迫，因为大约80%的数据是以非结构化形式存在的，如医生笔记、PDF文件和传真。然而，只有不到四成的受访者表示他们目前拥有“完美的”解决方案来从非结构化数据中提取见解（38%），利用这些见解降低运营成本（37%），或使用非结构化数据推动新产品和服务的发展（39%）。
调查还显示，医疗保健组织根据其子行业不同，对利用非结构化数据有不同的优先事项。对于医疗系统而言，非结构化数据的主要用例包括患者摘要、护理管理、质量改进和数据分析。制药公司和临床研究机构则希望自动化数据输入和优化临床试验，而支付方则希望通过非结构化数据改善质量评级、风险评估和真实世界证据（RWE）。
其他调查亮点还包括：
- 医疗保健组织最关注的是通过利用非结构化数据实现更好的患者结果和提升客户服务；
- 用户在将非结构化数据转换为可用数据时面临多重挑战；大多数（83%）与第三方合作，而14%仅使用内部开发的工具；
- 数据隐私/安全性和组织对结果和价值的怀疑是最常见的AI实施障碍；
- 大多数受访者（95%）预计在不到两年的时间内从其非结构化数据AI努力中看到可测量的改进，其中52%预计在一年内看到改进。
Emtelligent的首席执行官兼联合创始人Tim O'Connell博士指出：“这些调查结果强调了非结构化临床数据在推进医疗保健创新方面的重要作用，最终将带来更好的患者结果和更高效的运营。这解释了为什么如此多的组织计划在新的一年里与专家供应商合作，挖掘洞察力并优化其运营。”
(全文结束)
