阿米特·阿约拉 和 埃玛·卡特梅尔 | 2025年09月26日 09:24
近年来，大型语言模型在提升医疗服务方面展现出巨大潜力——从简化临床文档到生成准确诊断和个性化护理建议。然而，这些模型的有效性不仅取决于训练和推理所用数据的量，还取决于数据的质量和新颖性。要使人工智能真正革新医疗，它必须理解影响健康结果的社会、环境和情感背景，从而实现更有针对性和更有效的干预。人工智能只有在获取反映人类体验的新颖数据时才能达到这种理解程度——这些数据目前正由科技赋能服务生成。
科技赋能医疗服务公司结合软件和专业知识提供护理。这些公司的护理人员（我们将其定义为社区健康工作者、导乐师、家庭护理者和其他护理提供者）能够生成大型语言模型所需的高度情境化、关系型数据，以模拟有意义的人际互动，因为护理人员（i）与患者建立基础信任，以及（ii）在恰当时机向患者提出正确问题，以深入了解其需求。医疗数据中最重要的类别之一是健康的社会决定因素，包括情感健康、住房稳定性和食品安全等影响个人健康的因素。在匆忙的临床环境中，患者可能不愿向聊天机器人、应用程序甚至医生分享与健康社会决定因素相关的需求。然而，患者与护理人员之间的人际互动能建立信任，揭示出宝贵的、通常与健康社会决定因素相关的患者数据。
通过将先进技术与护理人员结合，科技赋能服务培养出能揭示隐藏真相的信任关系。在传统临床环境之外接触患者的医护人员会观察到通常无法识别的挑战（例如，杂乱的家庭、无车、冰箱空空）。人类还能识别表明潜在复杂性的社交线索；此类线索包括：
- 面部表情变化；
- 避免眼神接触；
- 保守姿势；
- 语调或语速变化；
- 停顿/犹豫；以及，
- 注意未说出口的内容，可能暗示先前未被识别的复杂性。
在识别这些挑战和社交线索时，医护人员可以提出额外问题，生成新颖数据，这些数据不仅能实时改善患者护理，还能训练大型语言模型更好地理解和未来患者提供支持。随着人工智能更深入地融入医疗工作流程，基于真实世界人际互动训练模型的能力可以将高性能解决方案与通用的“一刀切”模型区分开来。
以下是生成和利用新颖数据以更好地服务患者的真实案例。在上述案例中，一个看似无害的社交线索或问题导致了有意义且可操作的临床或健康社会决定因素数据的发现。只有当护理人员首先与患者建立基础信任后，这才成为可能，从而促进可操作信息的披露。因此，科技赋能医疗服务不仅仅是患者与技术之间的中介，它们是未来使人工智能能够以以人为本且有效方式运作的必要支架。
要充分释放人工智能在医疗领域的潜力，投资者、医疗服务提供者和政策制定者必须认识到科技赋能服务公司的战略重要性。它们不仅提供服务——它们是可操作的新颖数据集的生成者，这些数据集将实现全人护理。通过捕捉生活经验的细微差别，这些服务正在为未来奠定基础，在这个未来中，人工智能不仅能处理数据，更能理解人们的需求。
图片来源：Yuichiro Chino，Getty Images
阿米特·阿约拉 和 埃玛·卡特梅尔
阿米特·阿约拉是Create Health Ventures的管理合伙人，也是一位医疗运营者、战略顾问和交易顾问。他在工程、软件管理、战略咨询、财务管理和交易顾问方面的多学科背景，聚焦于下一代变革性数字健康技术。阿米特此前曾为万向美国构建医疗风险投资组合，并在Healthcare Growth Partners（一家领先的数字健康投资银行，曾为美国最多数量的医疗并购交易提供建议）提供并购和融资顾问服务。他之前在数字健康初创公司Plan Data Management负责产品测试、部署和客户成功，该公司后来被Trizetto Corporation收购。阿米特还是密歇根大学生物医学风投基金的顾问，以及西北大学Feinberg医学院增强智能研究所外部咨询委员会成员。
埃玛·卡特梅尔是Create Health Ventures的管理合伙人，也是一位医疗行业运营者、成功投资者和备受追捧的董事会成员。此外，埃玛是摩根士丹利扩张资本基金和联合健康集团加速器计划的顾问。此前，她曾担任北美医疗信息与管理系统学会（HIMSS）董事会成员，并为英国政府提供数字健康咨询。埃玛还是NantHealth的创始首席运营官，在此期间监督了30多项数字健康投资；她曾担任Abraxis BioScience的首席运营官，该公司以超过30亿美元的价格出售给Celgene；她还曾担任SAIC健康解决方案业务部门的业务发展副总裁和医疗保健高级计划副总裁。凭借二十多年丰富的领导经验和投资成功，埃玛重视利用技术修复医疗交付中的破碎工作流程，以创造轻松的患者体验，改善健康结果并降低所有人的成本。
【全文结束】
