70%的医疗保健公司如何以及为何实施人工智能How and Why 70% of Healthcare Companies Are Implementing AI | AI Magazine

环球医讯 / AI与医疗健康来源:aimagazine.com美国 - 英语2026-09-13 20:29:29 - 阅读时长4分钟 - 1511字
英伟达最新调研显示,70%的医疗保健与生命科学机构正在积极部署人工智能技术,较去年的63%显著增长。生成式AI与大型语言模型的应用尤为突出,69%的机构已采用这些技术,而去年仅为54%。数字医疗领域以78%的采用率领先,制药与生物技术为74%,医疗技术为70%。尽管传统领域如支付方与供应商的AI使用率年增长13%,但整体行业已从试点阶段转向全面实施,并取得可衡量的投资回报。42%的受访者将临床决策支持列为首要AI用例,38%用于医学影像,同样有38%用于行政工作流程优化。约85%的管理层表示AI提升了年收入,80%报告降低了年成本,其中44%的企业收入增长超过10%。同时,代理型AI作为新前沿正在崛起,47%的受访者正在使用或评估AI代理,主要应用于知识管理、文献综述和内部流程优化。开源模型与软件成为核心,82%的受访者认为其对AI战略至关重要。尽管小型组织面临预算不足(40%)和数据不足(33%)的挑战,但85%的受访者计划增加AI预算,近一半预计增长超过10%。医疗保健AI已超越实验阶段,正深入临床工作流程、研发管线与运营系统。
医疗保健人工智能临床决策支持医学影像药物发现生成式AI代理型AI数字医疗
70%的医疗保健公司如何以及为何实施人工智能

人工智能正迅速巩固其作为医疗保健和生命科学领域变革性力量的地位,近几个月来采用率达到了前所未有的水平。

根据英伟达(NVIDIA)最新发布的《医疗保健与生命科学中的人工智能现状》调查报告,该行业中70%的组织正在积极部署人工智能技术,较去年的63%显著增长。该调查基于来自600多名行业专业人士的回复,表明该行业已果断地从试点项目转向全面实施,并取得了可衡量的投资回报(ROI)。

生成式AI为何在各行业激增

在医疗保健的所有子领域中,生成式AI和大型语言模型(LLMs)的采用尤其引人注目。目前69%的组织正在使用这些技术,而去年仅为54%。数字医疗领域以78%的活跃使用率领先,其次是制药和生物技术(74%),以及医疗技术(70%)。

即使是传统上进展较慢的领域也在迎头赶上。支付方和供应商的AI使用率同比增加了13%,从43%上升到56%。

临床集成也在基础应用的同时推进。报告显示,42%的受访者将临床决策支持列为首要AI用例,38%用于医学影像,同样有38%用于行政工作流程优化。

NostaLab(一家医疗保健智库)总裁John Nosta认为,最立竿见影的影响将来自运营改进。John表示:“AI最显著且可扩展的影响将来自物流和行政流程的简化。”

针对性应用驱动可衡量的回报

报告强调,当AI应用于特定且定义明确的医疗用例时,能产生最强的回报。在医疗技术领域,57%的受访者报告从AI在医学影像中的使用获得了ROI。同样,46%的制药和生物技术组织报告从AI在药物发现和开发中获得了ROI。

Visiba UK的临床AI战略负责人Annabelle Painter博士强调了集成的重要性,而非为了创新而创新。Annabelle表示:“在医疗保健中规模化生成式AI,首先要关注真实的临床和运营问题,而不是技术本身。”

从业务绩效角度看,调查发现85%的管理层受访者表示AI提高了年收入,80%报告降低了年成本。值得注意的是,44%的受访者表示AI使收入增长超过10%,其中小公司受益显著,56%报告收入增长超过10%。

医疗保健组织发现,与广泛而无重点的部署相比,针对性的AI应用能更快实现价值。通过将资源集中于具有明确指标的高影响力用例,组织可以向利益相关者展示切实的收益,同时为更广泛的运营采用建立所需的基础设施和专业知识。

代理型AI成为下一个前沿

一个显著趋势是代理型AI(agentic AI)的兴起,这是一种能够自主推理和执行任务的先进系统。英伟达的数据显示,47%的受访者表示他们正在积极使用或评估AI代理,其中22%已经部署了它们。代理型AI的首要用例包括知识管理和检索(46%)、文献综述与分析(38%)以及内部流程优化(37%)。在制药和生物技术领域,55%的受访者使用代理型AI进行文献综述,近一半将其用于药物发现。

开源工具是这一扩张的核心。调查发现,82%的受访者表示开源模型和软件对其AI战略具有中等至极高的重要性,使组织能够针对专门的临床和研究任务微调模型。

强劲的财务回报推动了持续的投入。英伟达的结果显示,85%的受访者表示其AI预算将会增加,近一半预计增长超过10%。支出优先事项正转向扩大经过验证的解决方案,47%计划专注于优化AI工作流程。

尽管势头强劲,但挑战依然存在。小型组织报告预算限制(40%)和训练数据不足(33%)是主要障碍,而大型企业则提到数据相关的担忧,如隐私和安全(39%)。

数据表明,医疗保健和生命科学领域中的人工智能已超越实验阶段。凭借高采用率、可衡量的收入增长以及不断增加的预算分配,AI正嵌入临床工作流程、研发管线和运营系统。

【全文结束】