为什么人工智能在医疗行业落地比较难实现？什么，医院也应该对此采取行动。我们认为关于人工智能的讨论并不过分，事实上，人工智能有望颠覆医疗行业。技术层面和舆论层面都认为人工智能是一个新的前沿领域，尤其是医疗行业将因人工智能技术的进步而面临颠覆。虽然我们不太可能很快看到机器人医生检查病人的疾病，但我们已经开始看到人工智能技术在临床和非临床应用方面的进步，证明医疗保健行业正在迅速接近重大变革的拐点.然而，在感到兴奋的同时，人们也对人工智能能做什么感到困惑，担心人工智能可能会取代临床和非临床人员的工作。对人工智能技术的应用犹豫不决可以理解，但我们相信，人工智能最终能为医疗行业带来巨大的帮助，助力构建更便捷、更高效、更实用的医疗体系。人工智能是如何工作的？人工智能包括研究和开发模拟人类智能的计算机系统。AI驱动的程序可以从经验中“学习”（即，通过接收数据，将其应用于算法模型，并使用结果来改进模型），并在每次迭代中进行改进。如今，AI通常由多种技术组成，包括但不限于机器学习(ML)、机器人过程自动化(RPA)、计算机视觉(CV)和自然语言处理(NLP)。然而，单独的技术不会带来破坏，只有它们结合起来才能产生最大的影响。鉴于人工智能的快速发展，这些解决方案的组成技术也可能很快得到显着增强，甚至可能被目前正在研究的新技术所取代。人工智能对医院的启示和意义是什么？从医院的角度来看，医疗人工智能解决方案大致可以分为三类：医疗机构或医生、患者和手术。这些人工智能解决方案能够影响患者旅程的每个阶段，包括入院前和出院后。主要是医疗机构或医师。在诊断方面，有许多正在开发的人工智能工具可以帮助疾病的诊断和初级保健，通常用于报告不足或诊断不足的情况（例如糖尿病、中风、癌症）。这些工具还能够使用历史诊断数据来开发算法来预测新患者特定疾病的发作。这些解决方案可以帮助识别更多需要医疗干预的患者，同时还可以通过及早发现患者避免以后可能需要的更昂贵的医疗干预。大多数工具是由医疗技术公司与医院和其他可以访问历史诊断数据的医疗保健公司合作开发的。人工智能诊断工具。个性化糖尿病管理解决方案的开发商DreaMed声称使用自适应学习算法和模糊逻辑来评估来自胰岛素泵、连续血糖监测仪、血糖仪和患者自我报告的生活方式选择的数据，以确定胰岛素剂量模型。DreaMed声称，他们可以通过给药方式为患者提供治疗建议（如调整胰岛素剂量），经医生批准后可直接发送给患者。人工智能辅助会诊系统。平安好医生AIDoctor涵盖3000多种常见疾病的知识图谱，可辅助医生完成从健康咨询到处方的全流程，显着提升医生问诊效率和诊断准确率；2019年，AIDoctor在实际应用中累计问诊数据达6.7亿人次。此外，平安好医生“药店云”还以微信为载体，为患者提供药店智能在线问诊、开具电子处方等功能，帮助药店实现从“买药地”到“看病地”的转变.临床决策支持。随着医院临床流程的不断标准化和数字化，人工智能系统可以嵌入到这些流程中，以帮助医生和其他医务人员做出有关患者护理的决策，例如患者应该进行哪些检查以及患者最适合使用哪种药物或治疗途径等。结合人工智能诊断工具的解决方案有望帮助实现以患者为中心的精准医疗。用于临床决策支持的人工智能工具。美国的QlarityImaging可以从现有的医学影像中提取临床见解，以帮助改善患者护理。其最初的产品是第一个获得FDA批准的放射学计算机辅助诊断软件，它集成了多种模式的图像，以帮助放射科医生分析和区分乳腺癌和非癌性乳腺病变。乐普医疗人工智能心电分析软件（AI-ECGPlatform）是国内首创的人工智能心电自动分析系统，也是唯一同时获得NMPA、FDA和CE认证的人工智能心电产品。其诊断项目涵盖了主要的心电图诊断事件，总体准确率达到95%以上。可在短时间内完成静态心电图的测量、分析、诊断和报告。疾病预防、监测和治疗。许多医院正在投资于人口健康管理的数字能力。他们还在试验医疗保健AI解决方案，以帮助医疗保健组织预防疾病传播并监测、维持或改善他们治疗的患者的健康。例如：垂直整合提供保险的医院，他们可以利用人工智能分析患者的健康史和未来患病的可能性，从而帮助调整和定制保费。用于疾病预防、监测和治疗的人工智能工具。数字健康平台Biofourmis是FDA批准的BiovitalsTM分析引擎，是高度复杂的人工智能驱动的健康分析系统的一部分，可以在患者发展为危重疾病之前预测临床恶化。它可以帮助医院预防疾病，管理复杂慢性病患者，减少不必要的再入院和急诊就诊。关注患者。人工智能解决方案正在开发中，可以帮助医疗机构提高患者出院后的依从性（例如按时服药、复查）。这些解决方案通常嵌入数字疗法或智能设备中，被动跟踪患者依从性，与医疗保健提供者联系，并应用行为科学来预测和防止患者不依从。患者依从性人工智能工具。人工智能公司AiCure的智能医疗助手(IMA)使用面部识别来监测患者的药物依从性，已经进入临床研究试验和医疗机构。AiCure声称其应用程序可以在没有医生参与的情况下识别患者是否服用了药物。如果智能医疗助手发出提醒，医护人员可以通过App实时联系到患者。患者自我管理。还正在开发一类旨在帮助患者管理健康的医疗保健AI解决方案。这些解决方案包括健身和保健设备（例如，个性化健身追踪器）和个人健康助手（例如，知识工具、消费者健康信息）。这为医院提供了将来自这些个人设备的数据整合到患者数据库中以改善患者体验的机会。专注于运营。工作流解决方案。劳动力管理、容量管理、收入管理和采购管理等非临床操作的数字化也为医院提供了利用人工智能来提高准确性、效率和成本节约的机会。工作流人工智能工具。医疗保健软件公司LeanTaas拥有多种旨在提高医院效率的产品。其中，手术室人工智能工具iQueue可以通过预测分析、移动技术和云工具释放手术室容量，帮助建立更透明、以外科医生为中心的评估手术室利用率的流程。输液中心iQueue可以通过预测分析、水平加载原理、优化算法和离散事件模拟来优化每个输液中心的排程。医院运营效率优化工具。阿里医疗人工智能系统——ET医疗大脑，助力医院提升运营效率。其中，精细化经营分析采用阿里云智能分析算法，对医疗机构经营核心指标和上级部门检查的关键指标进行跟踪分析，找出影响核心指标的关键因素和部门，并制定医院的管理策略。以供参考。虽然大多数人工智能驱动的医疗保健解决方案仍处于起步阶段，但预计该市场将在未来3年内快速增长。我们预测，在医院内部，用于诊断、临床决策支持和工作流程改进的AI解决方案的部署速度将快于其他类型的解决方案。目前人工智能解决方案有多成熟？在更好地了解医疗保健AI解决方案类型的同时，我们还必须了解这些解决方案的成熟度和先进程度。事实上，医疗保健领域的大多数人工智能解决方案都处于开发的早期阶段，需要大量的人工干预，而且往往未经证实。与此同时，人工智能技术正在迅速进步，预计很快就会取得重大进展，达到新的水平。推动人工智能发展的趋势之一是美国食品和药物管理局（FDA）正在加快人工智能算法的审批。ScrippsResearchTranslationalInstitute主任兼创始人EricTopol的一项研究发现，2018年FDA每月批准一到两个人工智能算法，而2017年总共只有一个。两个被批准。截至目前，FDA已针对不同领域批准了近30种算法，未来还将批准更多算法。尽管如此，我们仍然认为人工智能解决方案在医疗领域的全面推出和最终实施可能会相当缓慢，因为人工智能工具对人类健康的潜在负面影响是一个非常敏感的问题。如果患者因人工智能介入而失去生命，“谁来承担相应责任”的争论就会爆发。因此，我们认为在制定更好的法律和监管框架之前，人工智能在医疗保健领域的采用将相对缓慢。为什么人工智能在医疗保健领域的实施比其他行业更难？目前关于人工智能在医疗保健中应用的法律法规不明确且具有挑战性。可用于训练和测试AI算法的临床和非临床数据有限，可能会影响AI解决方案的准确性和一致性。在新冠肺炎疫情面前，这种局限性更加明显。由于目前没有此类疾病的病史，人工智能工具在诊断、临床决策支持和患者监测方面的价值有限。人工智能充其量只是一种分析工具；与此同时，医疗行业正在开展疫苗研究和治疗方案的开发和评估。有了基础设施来捕获我们在应对当前危机时产生的大量数据，人工智能有可能帮助我们预测和应对此类未来事件。事实上，我们已经看到过这样的例子：谷歌的DeepMind使用深度学习来预测导致COVID-19的病毒的蛋白质结构；约翰霍普金斯大学创建了交互式仪表板来跟踪有关确诊病例、康复和死亡的实时数据。来自患者数据隐私法律法规的限制。1996年美国的《健康保险隐私及责任法案》，欧洲的通用数据保护条例，以及其他国家的类似法律法规，都对试图将人工智能解决方案推向市场的医疗人工智能生态系统参与者提出了巨大挑战。难以与现有医院信息技术(IT)集成。将AI解决方案与现有医疗保健IT基础设施集成可能很困难，而且实施过程可能会给利益相关者带来负担。此外，随着合并和医院整合的增加，简化IT系统和实施统一临床和非临床操作的挑战将继续阻碍人工智能的采用，尤其是在美国等成熟市场。很难获得医疗机构的认可。很难让医疗机构相信引入人工智能解决方案不是为了取代它们，而是为了增加价值。如果没有适当的变更管理策略，这些解决方案将无法实现其预期的临床和运营影响。但随着时间的推移，还有许多因素（排名不分先后）将推动AI解决方案的成熟和采用，包括对AI的持续投资。成熟和初创的医疗科技公司都在大力投资，将人工智能（人工智能助手）嵌入到从听诊器到CT扫描仪再到MRI的一切事物中。随着新机器取代旧机器，随着时间的推移，人工智能功能的广泛应用将推动这些技术的使用。数字化深化。随着医疗保健行业变得更加数字化，我们将看到人工智能解决方案的加速推出。我们已经看到卫生系统变得更有能力跟踪有关患者的生物特征和纵向数据，并且患者越来越希望访问自己的健康数据。随着相关患者信息的数据库和数据湖的成熟，AI解决方案的嵌入将是水到渠成的事情。成本压力。《患者保护与平价医疗法案》和美国的宏观经济状况继续对其卫生系统造成成本压力。因此，医疗保健组织继续投资于自动化以降低成本、简化决策并建立标准化操作。这些投资将为医疗保健领域人工智能解决方案的开发和部署奠定数字基础。继续转向基于价值的护理。按绩效付费的模式，包括负责任的医疗保健组织采用的模式，鼓励通过IT提高效率。这意味着更需要实时临床和财务数据来优化决策。人工智能有可能在帮助自动化临床和非临床决策过程中发挥关键作用。转到门诊治疗。医疗和通信技术的进步正在促成新的医疗服务模式。医院越来越多地使用门诊护理作为医疗护理的低成本替代方案。事实上，2019年7月，纽约的Mt.SinaiHealthSystem提交了一份6亿美元的计划，重新设计贝斯以色列医疗中心，将医院的床位从目前的683张减少到70张，外加一间急诊室。该计划的重点是“增加门诊诊所而不是成本效益较低的医院提供的服务”。我们可以预见，随着向床旁护理的转变，医院将需要AI解决方案来监控和护理不在医院的患者。医疗服务消费化趋势。一方面，医疗保健成本不断转移给消费者，导致自助和自我监测工具的发展，例如AppleWatch的ECG功能。另一方面，千禧一代和Z世代（80后、90后、00后）是在数字世界中成长起来的，因此他们希望自己的医疗体验也是数字化的。人工智能可穿戴技术可以预测并帮助预防各种健康状况，未来有望继续推广。将这些技术与当地医院的数字基础设施相结合，将加速当前医疗保健系统业务模式的脱媒，并有助于创建分布式、始终在线的医疗保健模式。专业医护人员短缺。从医患比例来看，美国每1000名患者就有2.6名医生。德国的数字是4.2，瑞典是5.4。转向亚洲，在世界上人口最多的两个国家，即中国和印度，该比例分别降至1.8和0.8。由于专业医疗人员严重短缺和对高质量医疗服务的需求不断增加，这些国家正在大力投资人工智能医疗模式。在印度，我们看到了Sigtuple、LiveHealth和Onlidoc等公司的崛起。在中国，我们只要看看平安和腾讯，就可以了解人工智能如何利用数字平台赋能大规模医疗服务。“电子服务优先”医疗保健模式的出现。中国平安好医生是全球领先的基于平台的“e-service-first”医疗生态系统。它能够为实体医院、医生、诊断中心和药房提供一站式服务。此外，它还有一支人工智能医生团队，可以为患者提供远程会诊。平安好医生拥有1.93亿注册用户（亚马逊拥有1亿高级会员），并已开始使用注册患者数据来定制保险计划。平安好医生正在利用人工智能从海量数据中获得洞察力，构建全新的个性化医疗体系，这在其他公司是无法想象的。科学研究和现实世界的证据正在积累。随着医生和医疗机构获得越来越多关于AI好处的真实证据，对该技术的接受度可能会显着提高。例如，在提供数字应用程序的德国，公司必须在融资一年后提供其影响的证据。我们还看到来自世界各地的大量投资涌入，目的是使深度学习算法形成最终解决方案的过程更加透明。医疗机构如何为人工智能在医疗行业的应用做好充分准备？人工智能在医疗领域的应用是老生常谈的“神话”还是真的能改变现状？很明显，虽然当前的AI解决方案是分散的，主要是实验性的且未得到广泛部署，但它们具有非常积极的成熟和增长趋势。如果使用得当，这些解决方案可以帮助改善患者护理、提高医疗机构的参与度并优化成本。因此，我们认为医院和其他医疗保健组织在其组织和运营中部署人工智能技术至关重要。然而，与任何其他投资决策一样，医疗保健组织应该评估投资哪种类型的人工智能解决方案：其战略价值、财务影响以及公司是否准备好部署该解决方案。此外，实施的准备程度可以根据医疗机构接受新技术的意愿和医院技术团队的先进水平来确定。对医院的日常运营至关重要且需要渐进步骤的解决方案可能比需要对医院进行重大变革的新解决方案更容易实施。某些类型的人工智能解决方案将更侧重于增加收入，而其他类型的解决方案将更侧重于改善成本和提高效率。但这些解决方案也有可能对收入和成本产生间接好处。事实上，我们提到的大多数公司都会在这两个方面受到影响。总而言之，人工智能在医疗领域的应用是必然趋势，涵盖了整个医疗系统的方方面面，包括临床和非临床。人工智能有望帮助医疗保健组织提高护理质量、优化成本、改善患者体验并提高医疗保健提供者的参与度。但是，在短期内（未来10-20年），人工智能的应用是被夸大了还是真的具有颠覆性，还有待观察。在人工智能能够真正嵌入到医疗系统的工作流程之前，我们首先要看到当前流程数字化的进一步成熟或者新的数字化流程的出现。然而，鉴于人工智能的颠覆性潜力，我们建议医院高管及时了解这一领域的最新技术、监管、法律和商业模式发展，尤其要关注正在创建数字优先医疗保健模式的亚洲。同时，积极寻找可以在业务中应用人工智能的领域，将人工智能的部署纳入组织和职能战略规划；智能投资决策，适时放大；与医院各领域AI解决方案提供商合作，测试技术、培训员工、吸取经验；投资精通人工智能的医疗和技术人才，他们将支持人工智能技术在整个卫生系统中的合理应用。（作者：JonasFunk、MonishRajpal、StephenSunderland、L.E.K.ConsultingPartners。RuchinKansal，Kansal&Company创始人兼董事总经理。）
