随着人工智能（AI）继续革新医疗行业，推迟其采用的医院可能面临落后风险。本文探讨了AI在提升诊断、个性化治疗和改善运营效率方面的变革潜力，同时强调了医疗机构亟需立即行动以保持竞争力。
简介
AI正在通过提高诊断准确性、个性化治疗和改善患者参与度来革新医疗保健，从而带来更好的健康结果和运营效率。推迟AI的采用会加剧现有的挑战，如不断上升的医疗成本、劳动力短缺和低效，最终损害患者的护理质量并增加长期成本。为了成功整合AI，医疗机构必须投资于数据基础设施、与AI专家合作，并制定战略路线图，确保它们能够充分利用AI的全部潜力。
自2022年ChatGPT发布以来，人工智能（AI）领域经历了巨大变化。这项曾经是小众兴趣的技术如今已渗透到日常生活的方方面面，影响从学校的孩子到董事会的领导者。普通民众从不了解AI是什么，到现在真正开始关注它。与此同时，科技公司也从在PowerPoint中模糊地提及AI策略，转向将AI开发和实施作为核心焦点。下图展示了这种变化的规模，2022年的激增与ChatGPT的发布相吻合。
AI对医疗服务提供者意味着什么？
在这场快速演变中，医疗行业与AI的关系尤为复杂。该行业在热烈期待AI改善患者结果的潜力和对其伦理、隐私及法规影响的谨慎怀疑之间摇摆不定。虽然一些医院和医疗机构（如梅奥诊所和克利夫兰诊所）积极采用AI，但许多机构并未这样做。根据回答2024年安永（EY）CIO情绪调查的首席信息官（CIOs），49%认为生成式AI技术能增强组织价值并推动两倍的投资回报率（ROI），但只有13%制定了实施计划。
一些机构等待技术成熟、炒作周期正常化或AI专业知识更加普及。其他健康领导则提到数据基础设施、网络安全风险、缺乏负责任的AI标准、知识产权保护风险和合规及伦理风险等障碍。总体趋势是，医疗机构希望看到其他人取得进展后再进行投资。他们希望看到成熟的参考案例，然后再大量投资。
这种做法在过去对其他产品或技术可能有效，但无法解决当前全球医疗机构面临的压力：
- 医疗成本上升——预计2024年全球医疗福利成本将增长9.9%。
- 劳动力稀缺——预计到2030年，全球将缺少1000万名医护人员。
- 对医疗服务的需求增加——只有54%的患者对从提供商处获得的沟通水平感到满意。
- 人口老龄化——全球80岁以上的人口预计将从2019年的1.43亿增至2050年的4.26亿。
- 医疗质量——每年有数百万患者因误诊和药物错误而受到影响。
- 医护人员时间——只有14%的医护人员报告有足够的与患者相处的时间。
为应对这些挑战，医疗机构需要抓住变革的机会，利用数据和AI来转变护理模式并激励生态系统中的正确行为。这需要创新解决方案，包括：
- 从治疗疾病转向预防，以控制医疗成本——使用AI进行诊断可减少高达50%的治疗成本，并改善40%的健康结果。
- 从模拟到数字，以赋能劳动力——虚拟护理助手的使用可为行业节省200亿美元。
- 整合虚拟和面对面护理，将需求从医院转移到家中——新的护理模式利用AI整合虚拟、家庭和面对面护理，可将19%至32%的护理从医院转移到家中。
- 个性化护理计划和远程监控，支持老年人更接近家中的护理——AI和远程患者监测可减少1800万次不必要的急诊就诊，每年节省320亿美元。
- 通过提高数据质量和减少人工干预来改善护理质量——AI可用于减少剂量错误，每年节省160亿美元。
- 自动化行政任务，解放医护人员时间——AI可自动化处理多达45%的行政任务，每年节省180亿美元。
每个医疗机构部署的具体AI举措将根据当地需求有所不同，但大致可以分为三个部分，如下图所示：
采用AI的好处有哪些？
- 改进临床工作流程——AI有潜力通过提高诊断准确性、个性化治疗计划和预测患者干预和结果来改变患者护理。例如，AI算法可以精确分析医学图像，识别癌症等疾病的早期迹象。由AI驱动的个性化治疗计划可以考虑患者的独特基因组成、生活方式和病史，从而实现更有效和主动的护理。
- 改善患者参与和护理体验——AI可以通过个性化沟通和支持改善患者参与。聊天机器人和虚拟助手可以为患者提供及时信息，回答问题，并提醒他们预约和服药时间。这不仅增强了患者的体验，还提高了对治疗计划的依从性，从而带来更好的健康结果。
- 提高运营效率——AI可以简化行政任务、优化资源配置并降低运营成本。从自动安排预约到管理患者记录，AI可以处理重复任务，使医护人员能够专注于患者护理。此外，基于AI的预测分析可以帮助医院更高效地管理资源，确保员工、设备和设施的最佳利用。
在许多情况下，AI不仅仅是替代方案，而是最佳方案。计算机在某些任务上具有天然优势，例如分析大量信息、发现数据之间的相关性或监控大量传感器数据。在这种情况下，障碍更多在于心态，因为没有更好的替代方案。此外，通过解放医护人员的行政负担，AI使他们有更多时间与患者相处，培养同理心，改善参与度，并提供AI无法复制的人情味。AI不会取代医护人员，但使用AI的医护人员将拥有显著优势。
为什么医疗机构现在需要行动？
AI本身不会解决上述所有挑战，但它是一个关键的支持工具。AI不是一时的潮流，因此医疗机构高管的问题不是“我们是否会采用AI”，而是“何时”。
虽然推迟AI的采用将继续使上述挑战加剧，但这也将推迟所有组织最终需要交付的基础工作。这些基础工作将根据每个组织的情况而有所不同，但可能包括：
- 与人类共同设计——很少有AI系统是完全自主的，而是专注于增强和由人类医护人员和患者共同参与。新AI系统通常意味着人类工作者的新角色和技能，重新培训医护人员以适应新流程和系统通常需要时间。从一开始就与患者和医护人员合作进行AI设计、决策和相关对话至关重要。
- 建立数据基础设施和治理——稳健的数据基础设施和治理框架对AI的成功至关重要。医疗机构应尽早投资于数据管理解决方案、互操作性标准和数据治理政策，以确保其AI计划建立在坚实的基础上。
- 与更广泛的生态系统集成——即使AI系统已经建成，也需要集成到更广泛的医疗组织中。除非您仅使用嵌入现有应用程序中的AI功能（例如，电子健康记录中的AI功能），否则AI系统与医疗过程和IT架构的适配需要规划和时间进行调整。
重要的是，数字化成熟度较低的医疗系统可以从AI采用中获益最多，但也面临最大的损失风险，因此战略性决策至关重要。对于这些组织，有关AI采用的决策必须与组织的整体战略一致，以确保成功，同时通过早期价值交付获得组织内部的支持。
延迟采取行动的影响
延迟采用AI可能会产生深远的影响，不仅限于眼前的运营挑战。犹豫不决的提供者在以下几个关键领域可能落后：
- 公平获得医疗服务的风险——存在出现双速医疗系统的风险，其中一些提供者采用AI，而另一些则没有，这对公平获得医疗服务构成重大风险。这种差异可能表现为国家之间、不同医疗服务提供者之间以及公共和私营部门之间的差异，可能加剧现有的医疗服务和质量不平等。
- 技术和基础设施差距——推迟AI采用的提供者可能会发现技术基础设施差距太大，无法将现有系统改造为AI。这可能导致未来实施的成本增加和复杂性增加。
- 数据质量问题延迟改善——推迟AI采用可能导致数据质量、结构或可用性的改善延迟。这里可能出现一个“先有鸡还是先有蛋”的情况，即理解并解决数据质量问题的关键工具之一就是AI。
- 难以找到专业人才——随着AI在医疗领域的整合，专业人才将供不应求。推迟采用的提供者可能难以找到合格的AI专家或培训现有员工，因为他们可能已经被更积极的机构聘用。
- 竞争差距扩大——采用AI的提供者与未采用AI的提供者之间的竞争差距将扩大。这可能会给推迟的医院带来更多压力，因为它们可能难以匹配AI赋能竞争对手的效率、准确性和患者结果。
如何采用AI？
尽管这看起来令人生畏，但有许多经过验证的方法可以让组织应对最紧迫的挑战，同时通过小步快跑的方式提供早期价值，包括：
- 评估准备情况和确定机会——医疗机构应首先评估其AI采用的准备情况，并确定AI可以产生最大影响的领域。这涉及评估现有数据基础设施、确定潜在用例并设定明确的AI实施目标。
- 制定战略AI路线图——战略路线图对于成功的AI采用至关重要。医疗机构应制定分阶段的方法，从小规模开始并逐步扩展。该路线图应包括时间表、资源分配和关键绩效指标，以衡量成功。AI举措必须与医疗机构的整体战略保持一致，以确保支持长期目标并提供早期影响，从而获得组织内部的支持。
- 与AI专家和供应商合作——与AI专家（如安永）、供应商和学术机构的合作可以提供宝贵的见解和专业知识。医疗机构应寻求提供尖端AI技术、研究和最佳实践的合作伙伴。
结论
AI在医疗领域的变革潜力不可否认。采取积极措施推进AI采用的医院和医疗服务提供者将处于有利位置，以改善患者护理、提高运营效率和推动创新。现在是采取行动的时候了。如果您想了解更多或讨论本文中提到的任何观点，请随时联系我们。
(全文结束)
