人工智能不仅仅是一个流行词。AI工具通过自动化重复任务、提供数据洞察和优先处理患者需求，可以提高运营效率、临床工作流程和患者护理质量，使医疗保健专业人员能够专注于更有意义的工作。随着医疗保健组织对AI的兴趣增长，其对计算能力的需求也将增加。云计算可以为AI的成功提供所需的存储和计算能力，并具有可扩展性的额外优势。然而，医疗保健组织不太可能将其整个环境迁移到云端，这使得混合基础设施成为理想的解决方案。医疗保健IT领导者需要了解哪种云策略最适合他们的组织，以实现更成熟的AI采用。
医疗保健组织在云旅程中的位置
如今，大多数医疗保健组织都是混合型的，或正朝着混合基础设施的方向发展。一些较大的组织已经转向了更加依赖云的基础设施计划。尽管少数组织有五年内将所有内容迁移到云端的目标，但它们尚未完全实现这一目标，因为医疗保健领域存在太多的技术债务。许多遗留应用程序无法由现代架构支持。虽然越来越多的医疗保健组织正在采用云基础设施，但它们也开始意识到它们不能完全依赖云端。混合模式是所有组织都将参与的模式，而对于尚未迁移至云端的组织，它们可能会首先将应用程序迁移到软件即服务（SaaS）模型，同时开始其混合旅程。
许多医疗保健组织正在进行云迁移计划，以增强备份和灾难恢复策略，或在某些情况下，建立一个用于研究和测试的平台。基本上，组织应从包含隔离恢复区的灾难恢复策略开始，用于事件响应和测试。大型企业医疗系统已经超越了这一点，其IT员工现在了解云计算，包括如何支持和维护它。他们已经开始合理化应用程序并将一些应用程序工作负载迁移到云端，无论是通过SaaS、基础设施即服务（IaaS）还是平台即服务（PaaS）。较小的组织正在适应云中的备份和恢复，并继续积累这些平台的知识，同时投资更多资源。
基于云的平台为AI提供安全路径
随着医疗保健组织考虑采用AI，许多组织正在寻找托管在云端的特定平台环境，因为这样更容易扩展、更容易采用，而且随着AI使用的增长，支持其基础设施的成本更低。对于那些在AI领域经验较少的组织来说，平台还可以提供更多安全性。使用生成式AI工具的风险在于，组织的所有数据都可能被摄入该平台，包括人力资源数据和薪资信息，这些数据随后可能被不应访问这些数据的员工看到。因此，许多组织在开始其AI之旅时考虑使用SaaS平台。然而，最敏感的数据，如患者数据，可能会保留在内部，以更好地保护其免受外部世界的威胁。
例如，Artisight是一个添加了AI层以改善患者护理和临床工作流程的平台。它无法访问超出通过传感器或电子健康记录输入平台的数据。
混合云策略如何支持医疗保健的AI举措
大型语言模型是当今医疗保健中许多AI工具的基础。当组织使用大型语言模型构建统计算法或预测模型时，它们开始消耗大量数据，这需要高计算能力。医疗保健IT领导者面临的问题是，是否在云端花费资金来获得所有这些计算能力，还是继续使用本地基础设施。用例应帮助确定组织的正确解决方案。
对于数据集较小的用例，这些计算可能会在云端运行。然而，如果组织将消耗如此多的计算能力以至于其高级功能达到极限，或者它没有足够的能力消耗这些计算能力，那么依赖其本地基础设施可能更好。另一个完全依赖云端的风险是，使用云端平台可能会给组织带来超出其当前员工范围的能力。医疗保健组织通常选择使用云端进行与自动化相关的AI用例，特别是AI安全性和自动合规检查。
AI和混合云策略的最佳实践
在医疗保健组织开始其云旅程之前，它们需要确保验证其本地环境没有漏洞。组织目前的安全措施将转移到云端，这意味着在迁移到云端之前建立强大的安全态势和良好的网络弹性至关重要。进行合理化和应用程序依赖映射练习是另一个最佳实践。这些步骤将允许组织仅将所需的工作负载迁移到云端，同时调整资产规模。迁移不是一对一的过程。例如，组织可能有一组本地服务器用于某个应用程序。这些服务器可能过度订阅了比所需更多的内存，因为组织不想在一段时间内对其进行修改。如果这种情况发生，而组织没有进行合理化练习以了解工作负载的消耗，而是直接按照一对一的方式迁移，那么组织可能会支付比所需更多的资源费用，这可能导致迁移到云端后的成本飙升。
当IT领导开始关于云中灾难恢复的对话，并开始使用IaaS模型构建着陆区以在云端测试工作负载时，最重要的最佳实践是与一个好的合作伙伴对齐，以验证配置和安全态势。医疗保健组织不必独自面对基础设施现代化和云迁移。像CDW这样的有经验的合作伙伴可以从头到尾帮助IT团队，从评估组织当前的基础设施和云准备情况开始。CDW可以进行安全评估、应用程序合理化、应用程序分类和应用程序依赖映射。所有这些服务都可以在医疗保健组织开始其云迁移过程时提供。
一旦医疗保健IT领导者了解了他们的当前状态和业务目标，CDW可以利用其对医疗保健生态系统的了解，引导他们完成整个旅程。
(全文结束)
