宾夕法尼亚州匹兹堡，2025年3月7日（Newswire.com）- Black Book Research对美国医学信息协会（AMIA）的5000名会员进行了一项新的调查，提供了关于AI驱动的医疗创新和互操作性进展的当前状况、挑战和未来期望的关键见解。调查结果揭示了新兴的投资重点、采用障碍以及在广泛的医疗机构、技术领导者、支付方和提供者中的数字健康转型机会。
这项调查旨在评估医疗IT领域中AI、机器学习和互操作性的关键趋势。为了达到95%的置信水平和5%的误差范围，总共需要357名受访者。Black Book超过了这个门槛，获得了448份调查回复，确保了结果的高度统计信心和行业观点的广泛代表性。
医疗领域的AI与机器学习采用情况
调查结果显示，AI和ML的采用正在扩展，但大多数组织仍处于探索或实施的早期阶段：
- 34%的受访者表示他们在2025年将专门资源用于探索企业级AI/ML项目。
- 19%的受访者正在特定医疗领域试点AI/ML解决方案。
- 12%的受访者报告已将AI/ML全面整合到临床工作流程中。
- 30%的受访者表示他们的组织目前没有使用AI/ML。
AI采用的主要障碍（受访者选择了他们认为最重要的三个挑战）包括：
- 数据质量问题（49%）
- 缺乏内部AI专业知识（58%）
- 监管合规问题（10%）
- 与现有IT系统的集成挑战（37%）
- 成本不确定性（23%）
AI在医疗领域的预期影响区域
AMIA成员确定了未来3-5年内最有前景的AI应用：
- 42%的人认为AI支持的临床决策支持是主要投资领域。
- 19%的人认为预测分析用于疾病预防，反映了向主动护理的转变。
- 16%的人认为个性化和精准医疗是提高治疗效果的关键驱动力。
- 11%的人认为自动化医疗文档可以提高工作流程效率。
- 9%的人认为AI驱动的医学成像进步。
互操作性和数据交换挑战
互操作性仍然是医疗IT中的一个持续挑战，受访者指出标准化和数据共享方面的障碍：
- 21%的人提到缺乏标准化的数据格式（例如，FHIR采用的挑战）是主要障碍。
- 29%的人指出电子健康记录（EHR）供应商的抵制是一个重要的持续障碍。
- 30%的人指出内部系统孤岛和碎片化的数据源阻碍了无缝数据交换。
- 11%的人强调隐私和安全问题，表明合规性挑战仍在继续。
FHIR在数据互操作性中的采用
FHIR（快速医疗互操作性资源）的采用正在推进，但全面实施仍然有限：
- 39%的受访者报告有限的FHIR采用（1-25%的数据交换由FHIR支持）。
- 35%的受访者实现了中等程度的FHIR集成（26-50%）。
- 只有9%的受访者拥有完全集成的FHIR生态系统。
最需要改进的互操作性方面
为了改善数据互操作性和交换，受访者强调需要：
- 32%的人认为更快、更准确的患者数据检索是首要任务。
- 21%的人认为需要AI驱动的自动化来实现数据核对和分析。
- 47%的人认为需要改进医院、诊所和支付方之间的协调。
“AI和机器学习不再是理论上的概念，它们正在积极重塑临床工作流程和患者护理。然而，创新受到了碎片化数据生态系统、集成障碍和缺乏AI准备的专业知识的瓶颈，”Black Book创始人Doug Brown在评论调查结果时说。“医疗IT的未来取决于打破这些障碍，并推动大规模的AI驱动互操作性。成功将属于那些超越渐进式修复并重新构想无缝、数据驱动的医疗保健的人。”
“对于提供者来说，这项调查强调了增强AI集成和改进数据策略以改善临床决策、工作流程效率和患者结果的紧迫需求。对于支付方来说，结果强化了投资互操作性解决方案的重要性，以简化护理协调、提高数据准确性，并实现成本控制和预测分析的AI驱动自动化。”
(全文结束)
