洛杉矶的西达赛奈医疗中心在十二月任命了其首届首席数据和人工智能官，以加强其系统范围内的AI战略。
前Inova Health System分析副总裁穆尼尔·奥德（Mouneer Odeh）在接受《贝克尔》采访时提到，他接受了这一职位，希望通过技术来增强整体医疗保健。以下是经过编辑的采访内容，以便更清晰和简洁。
问：您为什么决定担任西达赛奈的首席数据和AI官？
穆尼尔·奥德： 我们正处于医疗保健的一个转折点。老龄化人口的增加导致了对医疗服务需求的增长，而成本压力使得实现运营效率变得更加困难。与此同时，进入临床工作的劳动力人数减少，这给未来如何应对这些趋势带来了巨大压力，创新是解决这些问题的关键部分。
AI和分析技术的进步是前所未有的。计算成本下降，数据可用性达到了历史最高水平，AI已经改变了我们与数据交互的方式。在未来十年中，我相信我们将看到医疗保健领域的显著变化。尽管短期内进展可能看起来缓慢，但长期影响可能会超出我们今天的想象。
从个人角度来看，我在过去的十年中一直在医疗保健提供方工作，目标是利用数据驱动的智能来加快决策速度并改善结果。随着时间的推移，我看到了数据的巨大影响，借助AI的进步，我相信在接下来的十年里，我们将产生十倍的影响。
西达赛奈是一个非常以使命为导向的文化机构，它拥抱进步。在这里，我们能够以前所未有的速度推进未来的发展。从文化角度来看，我没有遇到过另一个像西达赛奈这样具备如此良好准备和条件来利用AI和高级分析带来的变革性变化的医疗系统。
问：西达赛奈已经在哪些方面做得很好？
穆尼尔·奥德： 西达赛奈在计算生物医学项目方面处于领先地位，涵盖教育和研究领域。该组织促进了跨学科团队之间的合作，包括运营人员、信息学家、研究人员和高级分析专业人士。这种协作文化推动了创新，并持续努力优化和实施解决方案。
特别令人印象深刻的是西达赛奈对验证和有效实施的关注。如今，在AI领域，最大的障碍不再是技术——这变得越来越容易和便宜——而是确保解决方案能按照预期有效地为人所用。
问：在您的职业生涯中，最引以为傲的数据或AI项目是什么？
穆尼尔·奥德： 很难只指出一个项目，因为我参与了数百甚至上千个项目。我最自豪的是培养了一种数据驱动的文化。大规模创造影响不仅仅依赖于一两个项目；它是关于建立一个环境，在这个环境中人们可以轻松便捷地访问数据，并有信心使用它们。这不仅涉及提供工具，还包括提高数据素养和促进由数据驱动的决策文化。
一个值得注意的成就是在杰斐逊健康领导团队参加了CMS AI健康结果挑战赛。面对行业内的重量级对手，我们的团队成功进入了决赛，展示了我们构建创新且具影响力解决方案的能力。
此外，在COVID-19危机期间以及由于飓风造成的静脉输液短缺期间，利用数据驱动决策也是非常有成就感的经历。赋予团队快速有效响应危机所需的工具是非常值得骄傲的事情。
问：医疗AI面临的最大挑战是什么？
穆尼尔·奥德： 有两个关键挑战：
实施：AI中最难的部分不是开发模型——而是有效地实施它们。这需要了解谁需要特定信息、何时需要、应采取什么行动以及如何监控这些行动的影响。成功取决于精心规划和验证，以确保模型既有效又公平公正。
AI素养：许多人需要更多的教育和意识来理解和信任AI工具。透明度和建立信任对于采用至关重要。随着时间的推移，普及这些工具的使用权将使个人能够开发和适应AI能力，但我们必须确保这一切安全可靠地进行。
问：您希望在这个新角色中实现什么？有什么计划中的AI项目吗？
穆尼尔·奥德： 我特别兴奋的一个领域是利用大型语言模型挖掘非结构化数据，如临床笔记。历史上，从非结构化数据中提取有意义的见解一直是一项艰巨且耗时的任务。LLM提供了可扩展且高效的方法来提取医学概念，这可能会大大提升临床质量和患者安全。
例如，当医院环境中发生感染时，会触发病例审查。这些审查通常涉及挖掘非结构化数据，这是一个耗时的过程。
通过使用LLM简化这一过程——以及其他临床质量报告要求，参与临床疾病登记——我们可以节省数千甚至数万小时的时间，并将这些时间重新投入到改善患者护理中。
(全文结束)
