尽管人工智能被誉为医疗保健领域的下一个重大突破，但其在医疗系统中的采用速度却非常缓慢。根据布鲁金斯学会3月9日的一份报告，这可能归因于算法局限性、数据访问问题、监管问题以及目标不一致等因素。
许多书籍已经撰写关于医疗AI的内容，许多学术和行业会议也专门设立了AI展示区，表明行业对AI前景的兴奋。然而，实际情况却有所不同。当查看各行业招聘广告中需要AI技能的职位时，医疗保健行业位居末尾，只有1/1850的职位需要AI技能。这意味着医疗保健和社会援助工作中仅有0.05%的职位需要AI技能。
以下是布鲁金斯学会指出的医疗保健行业尚未迅速采用AI趋势的四个主要原因：
- 一些AI算法的工作方式难以理解，这使得理解它们如何产生特定结果成为一个挑战。特别是在医疗保健领域，当医疗专业人员需要对算法做出的决策负责时，他们需要完全理解结果是如何生成的。
- 高质量的数据集对于高性能AI算法至关重要。然而，由于电子健康记录(EHR)兼容性问题以及收集患者数据的困难和耗时过程，许多医院无法获得如此丰富的数据集。
- 医疗保健领域的监管比其他行业更为谨慎，为AI实施创造了障碍。患者数据隐私和安全法规、设备审批和责任问题都使得AI难以完全融入该行业。
- 医疗系统中AI的实施水平还取决于医院的领导层以及每个决策者的意图。一些以医生为主的医院可能因为担心AI会取代他们而不倾向于采用AI，而其他以管理为主的医院则更愿意在非临床角色中采用AI。
【全文结束】