2024醫(yī)療機構(gòu)人工智能應(yīng)用

醫(yī)療機構(gòu)人工智能應(yīng)用PAGEPAGE10目錄2么是人能人能如作？ 3人工智能正在試圖解決哪些醫(yī)療行業(yè)內(nèi)的問題，示意? 4人工智能解決方案目前有多成熟？最終發(fā)展方向是7為什么相比其他行業(yè)，人工智能在醫(yī)療行業(yè)的實施更難? 9醫(yī)療機構(gòu)如何為人工智能在醫(yī)療行業(yè)的應(yīng)用做好？ 注于者 引言幾乎每天我們都能讀到有關(guān)人工智能及其在醫(yī)療行業(yè)的應(yīng)用的最新文章，醫(yī)療機構(gòu)類的客戶也總是在問我們?nèi)斯ぶ悄艿降资鞘裁?，醫(yī)院是否應(yīng)該也在這方面采取行動。我們并不認為有關(guān)人工智能的討論言過其實，事實上人工智能已經(jīng)做好顛覆醫(yī)療行業(yè)的準(zhǔn)備。技術(shù)和關(guān)鍵意見領(lǐng)袖一致認為人工智能是新的前沿領(lǐng)域，而醫(yī)療行業(yè)尤其會因人工智能技術(shù)的進步而面臨顛覆（圖1）。雖然短時間內(nèi)還不太可能看到機器人醫(yī)生為患者檢查疾病，但我們已經(jīng)開始看到人工智能技術(shù)在臨床和非臨床方面的應(yīng)用的進展，這證明醫(yī)療行業(yè)正在迅速迫近轉(zhuǎn)折點，迎接重大變革。然而在感到振奮的同時，人們也對人工智能到底能做什么感到困惑，對人工智能或?qū)⑷〈R床和非臨床人員的工作而感到擔(dān)憂。對人工智能技術(shù)的應(yīng)用持猶疑態(tài)度是可以理解的，但我們相信人工智能最終能夠為醫(yī)療行業(yè)帶來極大助力，幫助建立可及性更高、效率更高、更實用的醫(yī)療系統(tǒng)。

本報告旨在全面闡述什么是人工智能、人工智能目前的應(yīng)用及其對醫(yī)療機構(gòu)的早期啟示和意義（整合醫(yī)療網(wǎng)絡(luò)、學(xué)術(shù)醫(yī)療中心等），同時幫助我們了解人工智能是如何為醫(yī)療行業(yè)提供助力的，又是如何以更低的成本最終改善患者的治療結(jié)果的。具體而言，我們將回答以下問題：什么是人工智能？人工智能如何運作？人工智能正在試圖解決哪些醫(yī)療行業(yè)內(nèi)的問題，對醫(yī)院有何啟示和意義?人工智能解決方案目前有多成熟？最終發(fā)展方向是什么？為什么相比其他行業(yè)，人工智能在醫(yī)療行業(yè)的應(yīng)用更難實現(xiàn)?醫(yī)療機構(gòu)如何為人工智能在醫(yī)療行業(yè)的應(yīng)用做好充分準(zhǔn)備？圖1技術(shù)和關(guān)鍵意見領(lǐng)袖一致認為人工智能是新的前沿領(lǐng)域，其在醫(yī)療行業(yè)尤其有望實現(xiàn)增長“我相信人工智能將會“我相信人工智能將會比以往的任何工具有用。”“人工智能將成為技術(shù)領(lǐng)域下一個發(fā)生重大轉(zhuǎn)變的趨勢之一”谷歌CEO，SundarPichai微軟CEO，SatyaNadella“人工智能最終將被嵌入到一切設(shè)備中?！薄拔覀兊氖澜缛匀挥泻芏嗖蛔悖斯ぶ悄艿倪M步能夠幫助我們解決所有首要問題。”前Alphabet執(zhí)行主席，EricSchmidt微軟創(chuàng)始人，比爾蓋茨資料來源：福布斯；AIBusiness；電訊報；Gadgets；Futurism；L.E.K.研究與分析什么是人工智能？人工智能如何運作？人工智能包括用于模擬人的智能的計算機系統(tǒng)的研究和開發(fā)。人工智能支持的程序可以從經(jīng)驗中“學(xué)習(xí)”（即通過接收數(shù)據(jù)、將數(shù)據(jù)應(yīng)用到算法模型、使用結(jié)果來改進模型），從而隨著每次迭代而不斷改進。如今，人工智能通常由多個技術(shù)組成，包括但不限于機器學(xué)習(xí)（ML），機器人流程自動

化（RPA），計算機視覺（CV）和自然語言處理（NLP）（圖2）。然而，單獨的某項技術(shù)并不會帶來顛覆，只有它們結(jié)合起來才會產(chǎn)生最大的影響（圖3）。鑒于人工智能的飛速發(fā)展，這些解決方案的組成技術(shù)可能很快也會得到顯著增強，甚至可能被目前正在研究的新技術(shù)所取代。圖2人工智能（AI）解決方案通常由多個技術(shù)組成機器人流程機器人流程自動化（RPA）計算機視覺(CV)機器學(xué)習(xí)（ML）自然語言處理（NLP）所有靠數(shù)據(jù)驅(qū)動的技術(shù)組成資料來源：CIO；Olive；SAS；L.E.K.研究與分析圖3單個技術(shù)并不會帶來顛覆，但結(jié)合起來就會產(chǎn)生最大的影響NLP

技術(shù)組合案例1：自動化在上下文中解釋這些關(guān)鍵詞的意義，并為臨床醫(yī)生生成相關(guān)患者的臨床歷史洞察

MLML

技術(shù)組合案例2：改善根據(jù)病人的臨床情況預(yù)測最佳藥物治療方法根據(jù)患者的病歷和保險單證確定承保范圍 RPA

CV MLNLPML

每次迭代都能提高算法的性能

RPACV

并生成適當(dāng)?shù)奶幏焦┡R床醫(yī)生簽字批準(zhǔn)/務(wù)結(jié)果，并對整個組織產(chǎn)生其他益處

同樣，雖然主要的好處是改善結(jié)果、提高一致性，但同時也可以對效率產(chǎn)生積極的影響資料來源：L.E.K.研究與分析人工智能正在試圖解決哪些醫(yī)療行業(yè)內(nèi)的問題，對醫(yī)院有何啟示和意義?從醫(yī)院的角度來看，醫(yī)療人工智能解決方案可以大致分為三大類：以醫(yī)療機構(gòu)或則醫(yī)師為主、以患者為主、以運營為主（圖4）。這些人工智能解決方案能夠?qū)颊呗贸痰母鱾€階段產(chǎn)生影響，包括入院前和出院后。以醫(yī)療機構(gòu)或則醫(yī)師為主診斷：多個人工智能工具正在開發(fā)中，這些工具能夠為疾病的診斷和初級護理提供幫助，通常是針對報告不足或診斷不足的病癥（例如：糖尿病、中風(fēng)、癌癥）。這些工具還能夠利用歷史診斷數(shù)據(jù)開發(fā)算法，預(yù)測特定疾病在新患者中的發(fā)病情況。一方面，這些解決方案可以幫助發(fā)現(xiàn)更多需要進行醫(yī)療干預(yù)的患者。另一方面，還能通過發(fā)現(xiàn)早期患者避免日后可能需要的成本更高的醫(yī)療干預(yù)。大多數(shù)工具都是由醫(yī)療技術(shù)公司與醫(yī)院以及其他能夠訪問歷史診斷數(shù)據(jù)的醫(yī)療公司合作開發(fā)的。–人工智能診斷工具：個性化糖尿病管理解決方案的開發(fā)商DreaMed宣稱可利用自適應(yīng)學(xué)習(xí)

算法和模糊邏輯對來自胰島素泵、連續(xù)血糖監(jiān)測器、血糖儀和患者自行報告的生活方式選擇的數(shù)據(jù)進行評估，從而確定胰島素給藥模式。DreaMed宣稱他們可以通過給藥模式為患者治療提供建議（例如：調(diào)節(jié)胰島素劑量），得到醫(yī)師批準(zhǔn)后即可直接發(fā)送給患者。–人工智能輔助問診系統(tǒng)：平安好醫(yī)生的AIDoctor覆蓋了3,000余種常見疾病的知識圖譜，能夠輔助醫(yī)生完成從健康問診到開具處方的整個流程，顯著提升醫(yī)生問診效率和診斷準(zhǔn)確度；2019年，AIDoctor在實踐中積累了6.7億人次問診數(shù)據(jù)。此外，平安好醫(yī)生“藥店云”還以微信為載體，在藥店為患者提供智能在線問診和開具電子處方等功能，幫助藥店實現(xiàn)從“買藥場所”到“看病場所”的轉(zhuǎn)變。臨床決策支持：隨著醫(yī)院臨床流程持續(xù)不斷的標(biāo)準(zhǔn)化和數(shù)字化，人工智能系統(tǒng)有機會被嵌入到這些流程中以幫助醫(yī)師和其他醫(yī)療人員做出患者護圖圖4人工智能在衛(wèi)生系統(tǒng)中的應(yīng)用自我管理 診斷 臨床決策支持 患者依從性入院前入院前收容量管理勞動力管理收入管理采購管理出院后工作流程解決方案ABABC臨床決策支持疾病預(yù)防、監(jiān)測和治療

以患者為主DEDE自我管理解決方案

以運營為主F工作流程解決方案F理相關(guān)的決策，例如：患者應(yīng)該進行哪些檢測、患者最適合哪種藥物或治療路徑等。這樣的通過結(jié)合人工智能診斷工具的解決方案有望幫助實現(xiàn)以患者為中心的精準(zhǔn)醫(yī)療。臨床決策支持人工智能工具：美國QlarityImaging能夠從現(xiàn)有醫(yī)療影像中汲取臨床洞見，幫助改善患者護理。其最初的產(chǎn)品是首個獲得美國FDA批準(zhǔn)的放射學(xué)計算機輔助診斷軟件，該系統(tǒng)能夠整合多個模式的影像，幫助放射科醫(yī)師分析和分辨乳腺癌及非癌性乳腺病變。臨床決策支持人工智能工具：樂普醫(yī)療人工智能心電分析軟件（AI-ECGPlatform）是國內(nèi)首個人工智能心電圖自動分析系統(tǒng)，也是目前唯一一款同時獲得NMPA批準(zhǔn)、FDA批準(zhǔn)和CE認證的人工智能心電產(chǎn)品。其診斷項目覆蓋了主要心電圖診斷事件，總體準(zhǔn)確率已達到95%以上，能夠在短時間內(nèi)完成對靜態(tài)心電圖的測量、分析、診斷和報告。疾病預(yù)防、監(jiān)測和治療：許多醫(yī)院都在投資建立數(shù)字能力以進行人口健康管理。同時，他們也正在對醫(yī)療人工智能解決方案展開實驗，以幫助醫(yī)療機構(gòu)預(yù)防疾病的傳播以及監(jiān)測、維持或改善他們治療的患者的健康狀況。例如：正在垂直整合以提供保險的醫(yī)院，他們可以利用人工智能來對患者的健康史和未來患病的可能性進行分析，從而幫助調(diào)整和定制保費。–疾病預(yù)防、監(jiān)測和治療人工智能工具：數(shù)字醫(yī)療平臺Biofourmis是一個“FDA批準(zhǔn)的BiovitalsTM分析引擎，它是一個高度復(fù)雜的AI驅(qū)動的健康分析系統(tǒng)的一部分，可以病人發(fā)展為危重癥出現(xiàn)之前預(yù)測臨床惡化。它可以幫助醫(yī)院進行疾病預(yù)防，管理復(fù)雜的慢性病患者，并減少不必要的再入院和急診?！?/p>

以患者為主患者依從性：幫助醫(yī)療機構(gòu)提升患者出院后的依從性（例如：按時服藥、復(fù)查）的人工智能解決方案正在開發(fā)中。這些解決方案通常都嵌入在數(shù)字療法或智能設(shè)備中，被動追蹤患者的依從性，與醫(yī)療機構(gòu)建立聯(lián)系，并應(yīng)用行為科學(xué)來預(yù)測和預(yù)防患者不依從的情況?；颊咭缽男匀斯ぶ悄芄ぞ撸喝斯ぶ悄芄続iCure的智能醫(yī)療助手（IMA）能夠利用面部識別來監(jiān)測患者的用藥依從性，這一工具已經(jīng)進入到臨床研究試驗和醫(yī)療機構(gòu)中。AiCure宣稱其app能夠在沒有醫(yī)師參與的情況下識別患者是否服用了藥物。如果智能醫(yī)療助手發(fā)出提醒，醫(yī)務(wù)人員就可以通過app實時聯(lián)系患者。患者自我管理：一類旨在幫助患者管理健康的醫(yī)療人工智能解決方案也正在開發(fā)中。這些解決方案包括健身和健康設(shè)備（例如：個性化的健康追蹤器）以及個人健康助手（例如：知識工具、消費者健康信息）。這為醫(yī)院帶來了機會，他們能夠?qū)⑦@些個人設(shè)備中的數(shù)據(jù)整合到患者數(shù)據(jù)庫中，從而達到改善患者體驗的目的。以運營為主工作流程解決方案：非臨床運營（例如：員工管理、能力管理、營收管理和采購管理）的數(shù)字化也帶來了相應(yīng)的機會，讓醫(yī)院能夠利用人工智能提高準(zhǔn)確度和效率，并節(jié)省更多成本。工作流程人工智能工具：醫(yī)療軟件公司LeanTaas擁有多個旨在提高醫(yī)院效率的產(chǎn)品。其中用于手術(shù)室的iQueue是一個“通過預(yù)測性分析、移動技術(shù)以及云工具來釋放手術(shù)室容量，幫助建立更加透明、以外科醫(yī)生為中心的流程來評估手術(shù)室利用率?！庇糜谳斠褐行牡膇Queue則是一個“通過預(yù)測性分析、水平加載原則、優(yōu)化算法以及離散事件模擬來為每個注射中心優(yōu)化時間表”的工具。–醫(yī)院運營效率優(yōu)化工具：阿里醫(yī)療人工智能系統(tǒng)——ET醫(yī)療大腦能夠幫助醫(yī)院提升運營效率。其中，精細化運營分析利用阿里云智能分析算法，能夠?qū)︶t(yī)療機構(gòu)的運營核心指標(biāo)以及上級主管部門考察的重點指標(biāo)進行跟

蹤和分析，并找到影響核心指標(biāo)的關(guān)鍵因素和科室，為醫(yī)院制定管理策略提供參考。雖然大部分以人工智能為支撐的醫(yī)療解決方案仍然處于發(fā)展初期，但這一市場在未來三年內(nèi)預(yù)計將實現(xiàn)迅速增長。我們預(yù)測在醫(yī)院內(nèi)，針對診斷、臨床決策支持以及工作流程改善的人工智能解決方案將會比其他類型的解決方案更快地得到推廣。人工智能解決方案目前有多成熟？最終發(fā)展方向是什么？對醫(yī)療人工智能解決方案的類型有了更好的認識以后，我們還必須了解這些解決方案的成熟/先進程度。事實上，醫(yī)療領(lǐng)域的大多數(shù)人工智能解決方案都處于發(fā)展的早期階段，需要大量的人工干預(yù)，其作用往往都還未經(jīng)證實。美國國際自動機工程師學(xué)會（SAE）制定的J3016自動駕駛分級標(biāo)準(zhǔn)中將自動駕駛分為六個級

別，這一標(biāo)準(zhǔn)可以作為參考，幫助我們了解醫(yī)療行業(yè)AI的成熟度（圖5）。我們認為今天（已公開）的醫(yī)療行業(yè)AI解決方案最多只能達到一級水平。它們大多是實驗性的，且僅選擇性地用于輔助醫(yī)院的臨床和非臨床工作流程。然而，如前文所述，人工智能技術(shù)正在迅速改進，預(yù)計很快就會看到顯著進展，達到新的層次。圖圖5SAEJ3016TM自動駕駛等級SAELEVEL0SAELEVEL1SAELEVEL0SAELEVEL1SAELEVEL2SAELEVEL3SAELEVEL4SAELEVEL5無論何時使用駕駛輔助功能，您必須處于駕駛狀態(tài)，即使雙腳離開踏板，也沒有控制方向盤當(dāng)使用自動駕駛功能，您無需駕駛汽車，您僅僅是坐在“駕駛座”上您必須時刻觀察各種情況，您需要主動制動、加速或者轉(zhuǎn)向，確保安全當(dāng)功能請求時這些自動駕駛功能不需要您接管駕駛您必須駕駛汽車以下是輔助駕駛功能 以下是自動駕駛功能僅提供警告以及瞬時輔助能夠制動、加速或轉(zhuǎn)向，輔助駕駛能夠制動、加速和轉(zhuǎn)向，輔助駕駛可以在有限制的條件下駕駛車輛，除非滿足所有條件，否則不會運行可以在任何條件下駕駛車輛自動緊急制動視覺盲點提醒車身穩(wěn)定系統(tǒng)車道偏離修或自適應(yīng)巡航同時進行車輛偏離修正自適應(yīng)巡航?jīng)r下自動駕駛出租車”可能無需安裝與L4下進行駕駛具有哪些功能特征？功能示例資料來源：SAEJ3016?《道路機動車自動駕駛系統(tǒng)相關(guān)術(shù)語分類和定義》（2018-06-05），/standards/content/j3016_201806/類比：自動駕駛的六個級別國際自動機工程師學(xué)會（SAE）J3016定義的自動駕駛的六個級別，L0代表沒有自動駕駛加入的傳統(tǒng)人類駕駛，L1-L5則是根據(jù)自動駕駛的技術(shù)配置和成熟程度進行的分級。例如：在今天的車輛中，盲點監(jiān)控、車道偏離警告、自適應(yīng)巡航控制或在司機打瞌睡時發(fā)出警告等功能都被歸類為司機的人工智能助手。然而，按照J3016中的標(biāo)準(zhǔn)，即根據(jù)嵌入式輔助技術(shù)的數(shù)量和復(fù)雜程度來判定，這些車輛應(yīng)該屬于L0、L1或L2，因為這些車輛的駕駛員仍然需要根據(jù)情況不斷進行轉(zhuǎn)向、剎車或加速等操作。目前大多數(shù)擁有這些功能的汽車都被歸類為1級，而集成了上述人工智能功能的特斯拉汽車可以被歸類為2級，因為特斯拉的輔助技術(shù)的集成程度較高。

本田正在開發(fā)一款級別為L3的汽車，這款汽車可以自動駕駛，但一旦自動駕駛系統(tǒng)無法完成當(dāng)前任務(wù)，駕駛員就必須重新掌控。類似Waymo的一些公司正在開發(fā)L4（即能夠在無人干預(yù)的受控環(huán)境下自動駕駛）以及L5（即能夠在無人干預(yù)的任何條件下自動駕駛）汽車。目前這兩者都還處于試驗階段。類比自動駕駛汽車在J3016框架下的分級，不管是以醫(yī)療機構(gòu)為主的還是以患者或運營為主的醫(yī)療人工智能解決方案目前都只能算是L1（圖5）。司機在享受自動駕駛功能的同時對汽車仍然有完全的掌控權(quán)。與此相同，醫(yī)療機構(gòu)在利用人工智能解決方案做出決策時也必須對人工智能解決方案有完全的控制權(quán)。推動人工智能發(fā)展的其中一個趨勢是美國食品和藥物管理局（FDA）正在加快人工智能算法的審批。斯克里普斯研究轉(zhuǎn)化研究所（ScrippsResearchTranslationalInstitute）主任和創(chuàng)始人EricTopol進行的一項研究發(fā)現(xiàn)，F(xiàn)DA在2018年的每個月都批準(zhǔn)了一至兩個人工智能算法，而2017年總共才批準(zhǔn)了兩個。截至目前，F(xiàn)DA已經(jīng)批準(zhǔn)了近30種針對不同領(lǐng)域的算法，未來還會有更多算法得到批準(zhǔn)。

盡管如此，我們?nèi)匀徽J為人工智能解決方案在醫(yī)療領(lǐng)域的全面推廣和最終實施進程可能會相當(dāng)緩慢，因為人工智能工具可能對人類健康產(chǎn)生負面影響，這一點是非常敏感的問題。假如有患者因為人工智能的介入而失去生命，誰來承擔(dān)相應(yīng)的責(zé)任的爭論就會隨之爆發(fā)。所以我們認為，在制定出更好的法律和監(jiān)管框架之前，人工智能在醫(yī)療領(lǐng)域的推廣將會相對緩慢。為什么相比其他行業(yè)，人工智能在醫(yī)療行業(yè)的實施更難實現(xiàn)?目前針對人工智能在醫(yī)療行業(yè)的應(yīng)用的法律法規(guī)尚不清晰，且具有挑戰(zhàn)性。除此以外，其他導(dǎo)致人工智能的應(yīng)用和實施進程緩慢的因素還包括：另外一個非常棘手的問題是能夠獲得的用來訓(xùn)練和測試AI算法的臨床和非臨床數(shù)據(jù)較為有限，AI解決方案的準(zhǔn)確性和一致性會因此受到妨礙。而面對今天的新冠大流行，這種限制更加顯而易見。這是因為目前并不存在此類疾病的歷史，人工智能工具在診斷、臨床決策支持和患者監(jiān)測方面的價值也就十分有限，人工智能充其量只是一種分析工具；同時，醫(yī)療行業(yè)正在進行疫苗的研究和開發(fā)，并對治療方案進行評估。我們在對抗當(dāng)前危機時會生成大量數(shù)據(jù)，而隨著獲取相關(guān)數(shù)據(jù)的基礎(chǔ)設(shè)施的就位，人工智能有可能幫助我們預(yù)測和應(yīng)對未來的此類事件。事實上，我們已經(jīng)看到了這樣的例子：谷歌DeepMind公司利用深度學(xué)習(xí)來預(yù)測導(dǎo)致新冠肺炎的病毒蛋白質(zhì)結(jié)構(gòu)；約翰霍普金斯大學(xué)創(chuàng)建交互式儀表盤來追蹤確診、恢復(fù)和死亡病例的實時數(shù)據(jù)。患者數(shù)據(jù)隱私法律法規(guī)引發(fā)的限制美國1996年頒布的《健康保險隱私及責(zé)任法案》、歐洲的通用數(shù)據(jù)保護條例以及其他國家的類似法律法規(guī)都對試圖將AI解決方案引入市場的醫(yī)療AI生態(tài)系統(tǒng)參與者構(gòu)成巨大挑戰(zhàn)。難以與現(xiàn)有醫(yī)院信息技術(shù)（IT）進行整合人工智能解決方案與現(xiàn)有醫(yī)療IT基礎(chǔ)設(shè)施的整合可能會很艱難，實施過程對于利益相關(guān)者而言非常繁重。此外，隨著兼并和醫(yī)院整合的情況增加，精簡IT系統(tǒng)和實施統(tǒng)一的臨床和非臨床操作的挑戰(zhàn)將繼續(xù)阻礙人工智能的推廣，尤其是在美國等成熟市場。

難以獲得醫(yī)療機構(gòu)的認同我們很難讓醫(yī)療機構(gòu)相信，引入人工智能解決方案并不是為了取代他們，而是為了增加價值。如果沒有適當(dāng)?shù)淖兏锕芾聿呗裕@些解決方案將無法實現(xiàn)其在臨床和運營方面的預(yù)期影響。但是隨著時間的推移，同樣也有諸多因素（不分先后）將推動AI解決方案的成熟和應(yīng)用：對AI持續(xù)不斷的投資無論是成熟的還是初創(chuàng)型的醫(yī)療技術(shù)公司都在大舉投資，以在聽診器、CT掃描儀、核磁共振（MRI）等一切設(shè)備中嵌入人工智能（人工智能助手）。隨著時間的推移，新機器取代舊機器，人工智能能力的廣泛可及性將推動這些技術(shù)的使用。數(shù)字化程度加深隨著醫(yī)療領(lǐng)域的數(shù)字化程度加深，我們將看到人工智能解決方案的推廣速度加快。我們已經(jīng)看到衛(wèi)生系統(tǒng)追蹤病人生物計量信息和縱向數(shù)據(jù)的能力越來越強，病人也越來越希望能夠獲得自身健康數(shù)據(jù)。隨著相關(guān)患者信息的數(shù)據(jù)池和數(shù)據(jù)湖的成熟，人工智能解決方案的嵌入將是順理成章的事。成本壓力美國的《患者保護與平價醫(yī)療法案》和宏觀經(jīng)濟狀況對其衛(wèi)生系統(tǒng)持續(xù)造成成本壓力。因此，醫(yī)療機構(gòu)會繼續(xù)對自動化進行投資以降低成本、精簡決策流程、建立標(biāo)準(zhǔn)化運營。這些投資將為整個醫(yī)療領(lǐng)域人工智能解決方案的開發(fā)和部署建立數(shù)字基礎(chǔ)。不斷轉(zhuǎn)向基于價值的醫(yī)療服務(wù)績效工資模式（包括責(zé)任醫(yī)療組織所所采用的模式）鼓勵通過IT來提高效率。這就意味著對實時臨床和財務(wù)數(shù)據(jù)的要求要更高，才能優(yōu)化決策。而人工智能在其中則有可能發(fā)揮關(guān)鍵作用，幫助臨床和非臨床決策流程實現(xiàn)自動化。轉(zhuǎn)向門診護理醫(yī)療和通信技術(shù)的進步使得新的醫(yī)療服務(wù)模式成為可能。醫(yī)院越來越多地將門診護理作為一種成醫(yī)療服務(wù)消費化趨勢一方面，醫(yī)療費用不斷向消費者轉(zhuǎn)移導(dǎo)致了自助和自我監(jiān)測工具（例如：蘋果手表的心電圖功能）的發(fā)展。另一方面，千禧一代和Z世代人群（80后、90后和00后）在數(shù)字世界中長大，因此他們希望自己的醫(yī)療體驗也能夠數(shù)字化。人工智能可穿戴技術(shù)能夠預(yù)測并幫助預(yù)防各種健康狀況，未來預(yù)計將繼續(xù)推廣。這些技術(shù)與當(dāng)?shù)蒯t(yī)院的數(shù)字化基礎(chǔ)設(shè)施的整合將會加速當(dāng)前醫(yī)療系統(tǒng)商業(yè)模式的非中介化進程，并幫助建立分布式永遠在線的醫(yī)療模式。[2]專業(yè)醫(yī)療人員短缺就醫(yī)患比而言，美國每1000名患者中有2.6名醫(yī)生。德國的這一數(shù)值為4.2，瑞典為5.4。目光轉(zhuǎn)

向亞洲，在全球人口最多的兩個國家，也就是中國和印度，這一比例分別降至1.8和0.8。[3]由于嚴(yán)重缺乏專業(yè)醫(yī)療人員，對高質(zhì)量醫(yī)療服務(wù)的需求又在持續(xù)上升，這些國家正在對人工智能醫(yī)療模式進行大力投資。在印度，我們看到了Sigtuple、LiveHealth和Onlidoc等公司的崛起。在中國，我們只需要關(guān)注平安和騰訊就能了解到人工智能是如何利用數(shù)字平臺實現(xiàn)大規(guī)模醫(yī)療服務(wù)的。“電子服務(wù)優(yōu)先”醫(yī)療模式的出現(xiàn)中國的平安好醫(yī)生是世界上領(lǐng)先的基于平臺的“電子服務(wù)優(yōu)先”醫(yī)療生態(tài)系統(tǒng)。它能夠提供一站式提供實體醫(yī)院、醫(yī)生、診斷中心和藥房服務(wù)。除此以外，它還具備人工智能醫(yī)生團隊，能夠位患者提供遠程問診。平安好醫(yī)生擁有1.93冊用戶（對比來看，亞馬遜擁有1億高級會員），并且已經(jīng)開始利用注冊患者的數(shù)據(jù)量身定制保險計劃。[4]平安好醫(yī)生正在利用人工智能從大量數(shù)據(jù)中獲得的洞見來建立新的個性化醫(yī)療系統(tǒng)，這在其他公司是難以想象的?？茖W(xué)研究和真實世界證據(jù)越來越多隨著醫(yī)生和醫(yī)療機構(gòu)獲得越來越多關(guān)于人工智能的益處的真實世界證據(jù)，人們對這項技術(shù)的接受度可能會顯著提高。例如，在可以使用數(shù)字應(yīng)用的德國，企業(yè)必須在融資一年后提供能證明其影響力的證據(jù)。我們也看到世界各地都有大量的投資涌入，目的是為了讓深度學(xué)習(xí)算法形成最終解決方案的過程更加透明。醫(yī)療機構(gòu)如何為人工智能在醫(yī)療行業(yè)的應(yīng)用做好充分準(zhǔn)備？人工智能在醫(yī)療領(lǐng)域的應(yīng)用到底是一個老生常談的“神話”，還是能切實改變現(xiàn)狀？很明顯，盡管目前的人工智能解決方案較為分散，且大多是實驗性的，并沒有被廣泛應(yīng)用，但它們擁有非常積極的成熟和成長的趨勢。只要使用得當(dāng)，這些解決方案就能夠幫助改善患者護理，增加醫(yī)療機構(gòu)的參與度，并優(yōu)化

成本。因此，我們認為醫(yī)院和其他醫(yī)療機構(gòu)在其組織和業(yè)務(wù)范圍內(nèi)部署人工智能技術(shù)是至關(guān)重要的。然而，關(guān)于投資哪種類型的人工智能