随着组织开发人工智能策略，他们还必须解决伦理、安全和培训问题。Jeanne Greathouse，英国标准协会（British Standards Institution, BSI）医疗保健和生命科学部门总监，拥有超过15年的医疗技术和生命科学行业经验，致力于加速客户和医疗保健生态系统的创新。
人工智能在医疗保健领域的应用前景广阔，从自动化常规任务到提高诊断准确性，新的进展正在改变我们对患者护理的方法。例如，今年我们看到了谷歌的MedLM和Gemini模型在多模态AI应用方面的突破。
鉴于全球对AI采用和创新的关注，BSI（世界上最大的认证机构之一）对近1,000名美国和全球企业领导进行了深入分析，发现技术、运输和生命科学及制药行业在AI采用方面处于领先地位。然而，BSI报告指出，医疗保健行业的AI采用率在七个行业中最低，只有36%的医疗保健领导者表示计划在未来几年内进行大量投资。
伦理问题、隐私问题和对AI的信任缺乏
BSI的国际AI成熟度模型旨在评估高级AI采用的准备情况。医疗保健行业在七个行业中成熟度得分最低，伦理问题、隐私问题和显著的信任缺乏减缓了采用过程。但这并不一定是一个令人担忧的结果。投资密集的地区和行业虽然看起来处于领先地位，但仍可能面临实现真正AI成熟的重大障碍。医疗保健等行业仍有时间和空间加速进展，并在此过程中考虑关键因素。
保护数据和隐私是其中的一个要素。美国医疗保健行业在严格的监管环境下运营，重点关注患者安全和个人数据保护。该领域的AI系统通常涉及大量患者数据，引发了这些信息如何收集、存储和访问的担忧。美国医疗保健提供者受严格的复杂数据保护法规（如HIPAA）约束，这使得AI实施的考虑更加复杂。
BSI的额外研究显示，数据保护是医疗保健行业专业人士的主要关注点，目前只有18%的专业人士表示其组织已进行AI风险评估，而生命科学和制药行业这一比例为46%。要实现AI成熟，这是医疗保健行业需要重点关注的关键领域。
建立信任以加速AI采用率
成功AI采用旅程的第一个组成部分是企业建立明确、合乎伦理的内部AI使用指南。这包括设定界限，确保技术的使用方式与新政策一致，并保护患者数据和福祉。
加速医疗保健行业AI采用的关键在于通过透明、负责和承诺伦理标准来建立提供者和患者的信任文化。通过遵循这些原则，提供者可以确保技术设计优先考虑患者。遵守法规是必须在整个行业中实施的关键方面。目前，只有36%的医疗保健领导者表示他们的企业正在制定关于AI安全和合乎伦理使用的政策和程序，这是一个令人担忧的数字。制定明确的AI部署和数据保护指南有助于医疗保健组织确保负责任的AI使用并建立利益相关者的信任。
当组织遵守法规时，患者也可以确信AI不会成为决策的法官和陪审团，而是专业人士的工具。虽然AI可以通过提供数据驱动的见解来协助决策，但最终决定应由人类做出。
促进教育和劳动力发展
建立对技术的理解是成功AI采用的另一个重要方面。要有效集成到医疗保健中，AI模型需要具有可解释性和可解释性，为专业人士和患者提供清晰的决策过程。这种透明度有潜力帮助建立对AI驱动结果的信心，使专业人士更容易将这些工具融入其工作流程。
教育和劳动力增长举措可以帮助建立信任，但根据BSI的额外研究，目前只有17%的医疗保健领导者表示他们的企业有学习和发展计划，以确保成功交付AI培训。要获得AI在医疗保健中的好处，增加培训是至关重要的。
最终，医疗保健正处于由AI驱动的数字转型的边缘，但需要取得进展才能达到其他行业展示的相同AI准备水平。实现广泛AI采用的旅程是复杂且非线性的，但通过关注合规和伦理以建立对技术的信任，该行业可以释放AI的潜力并重塑患者护理的标准。
(全文结束)
