高成本、漫长的等待时间和参差不齐的患者治疗效果对美国医疗系统构成了挑战。但有好消息——一种正在临床试验中进行的新疗法可能会帮助解决该行业的这些问题，并使其恢复到最佳状态：人工智能（AI）。公众已经张开双臂迎接AI，希望它能带来更美好的医疗未来，通过减轻医护人员的工作负担、提高诊断和治疗的准确性以及帮助开发强大的新药。
使医疗服务更加实惠
美国提供了丰富的顶级专家和尖端治疗手段，但高质量的护理往往只是那些有能力支付的人才能享受的奢侈品。尽管92%的美国人口现在拥有某种形式的医疗保险，但这些计划通常覆盖范围有限，患者只能听从保险公司的决定，由他们来判断推荐的治疗方法是否必要。同样，即使对于许多有保险的人来说，可负担性仍然是一个问题，37%的受访者承认自己或家人最近因为费用问题推迟或跳过了治疗，从而失去了可以改善生活质量的重要治疗和药物。
我们的研究发现，对于2000名美国人而言，可负担性是公众认为AI将要解决的主要问题之一，四分之一的人相信它会削减医疗成本——早期迹象确实令人鼓舞。对于许多无法负担医生就诊的低收入个人来说，他们可以选择由高级大型语言模型（LLM）支持的虚拟医生，而不是推迟治疗。算法可以根据患者的症状和历史医疗记录确定可能的问题并建议最佳行动方案，从而节省初次咨询费用。据估计，用于医学诊断的AI可以将整体治疗成本降低多达50%。这种技术可以使更多的美国人负担得起基本的医疗服务。
提高可及性和准确性
医生严重短缺，情况正在恶化。预计到2024年底，美国将需要额外的64,000名医生以满足当前需求。由于医疗工作者不足，患者（尤其是农村和服务不足地区）面临着更长的预约等待时间。尽管及时获得治疗对于康复至关重要，但新患者在美国平均需要等待26天才能见到医生。然而，AI可以帮助填补人员缺口，承担大部分诊断和行政工作。算法可以大规模分析患者以帮助确定治疗方案，聊天机器人可以处理基本沟通，让医生专注于那些迫切需要护理的患者。此外，我们的研究表明，约43%的患者还相信先进技术可以提高诊断准确性，三分之一的人确信它可以改善患者结果。
开发未来的药物
疾病的异质性要求多样化的药物。以癌症为例，它涵盖了一系列具有不同特征的情况。没有一种通用的治疗方法可以治愈所有类型的癌症，每种疾病都需要专门的治疗，而成本和复杂性常常阻碍了开发进程。制药公司在2009年至2018年间将新药推向市场的中位成本为9.85亿美元，但这之前需要经历十年的试验和测试。对于每一个到达消费者手中的治疗药物，许多其他药物因成本、开发障碍、不良结果或监管挑战而被搁置。最终，消费者为这些失败的药物买单。虽然药物的价格看起来比基本生产成本高出很多，但患者实际上是在支付其开发费用以及未能通过测试的其他治疗的成本。
然而，人们希望在未来，AI不仅会帮助开具药物，还会开发它们——大幅加快开发进度并减少投资成本。简化开发流程意味着制药公司开发药物的成本降低，患者所需的治疗费用也有望减少。我们的研究发现，四分之一的美国人对AI开发药物的潜力持乐观态度，56%的人认为这将有助于降低医疗成本。
应对医疗AI的挑战
训练AI算法需要大量的数据，而且必须包括来自所有人口统计学背景的患者——性别、年龄、种族、地理背景和社会经济地位。如果没有这一点，存在开发不公平对待未充分代表的患者群体模型的高风险。健康科技开发者可以通过使用监督学习（标记训练数据以指导算法学习）或在实施前进行彻底的道德评估等方法避免将偏见引入训练模型。然而，没有什么可以替代多样化和真实的患者数据。
这带来了另一个挑战：说服患者允许使用他们的数据。70%的美国人表达了对数据隐私的担忧，56%的人承认他们觉得医疗AI“可怕”。这并没有因为医疗保健领域的数据泄露事件增多而得到改善，去年有8800万患者的个人健康信息在数据泄露中被泄露。毫无疑问，如果AI驱动的医疗保健要继续其发展轨迹，该行业必须解决这些网络安全问题。
提供生命线
AI不再是前景而是现实。它已经在医生办公室和医院中用于分析患者数据、处理后台任务和协助外科医生。预计它将减少高达30%的管理成本，释放数百万小时的医生时间，并缩短手术等待时间——对于目前因可负担性或可及性问题而默默受苦的数百万美国人来说，AI将提供一条生命线。
(全文结束)
