人工智能有潜力改善临床工作流程以及患者的治疗效果和体验，但它并非解决医疗问题的万能药。为了让人工智能的应用场景获得成功，它们需要建立在一个坚实的基础上，包括云计算、互操作性和数据治理。这些理念结合以患者为中心的思维，可以帮助行业在医疗服务和健康公平方面取得重大进展。
在华盛顿特区举办的亚马逊网络服务（AWS）峰会上，一个由医疗信息技术专家组成的小组讨论了如何利用人工智能、云计算、互操作性和数据来推动人口健康的积极变化。
人工智能助力与边缘化患者群体建立联系
在密尔沃基的玛丽山大学（Mount Mary University），职业治疗系的教职人员和学生希望找到更好与边缘化患者群体建立联系的方法，尤其是那些对医疗系统缺乏信任的人群。他们最终开发了一款基于生成式人工智能的应用程序——Culturabot。该应用程序通过跨文化数据训练，帮助临床医生更好地理解、联系并治疗来自历史上被忽视的患者群体。
“我们曾接诊过一位患有肺气肿的原住民患者。他们希望继续进行烟熏仪式作为其文化的一部分。通常情况下，医生会说‘不行，你有慢性阻塞性肺病和肺气肿，不应该接触烟雾。’但如果将这些信息输入Culturabot，它会解释这种传统、接触频率以及涉及的烟雾类型，”玛丽山大学校长伊莎贝尔·切尔尼（Isabelle Cherney）说道。“患者会对提供者更加信任，因为他们不必解释一切。”
她补充道，Culturabot能够创造成本效益高且高质量的护理，从而提高患者对医疗建议的依从性。患者甚至愿意再次就诊。
“我们的教师现在教学方式也发生了变化。他们每天都在使用它，”她说。“Culturabot带来了很大的优势。”
下一步是将Culturabot集成到电子健康记录（EHR）系统中，例如Epic，以便更多医疗提供者可以获取这些信息。云计算将使该应用程序得以扩展。
“云计算正在加速数字化的一切。像Culturabot这样的应用程序，能够为个体护理计划提供公平访问，无需重复十次，”切尔尼表示。“它就在眼前。”
互操作性对现代医疗的价值
“当我想到价值时，价值等于质量除以成本，”特拉华州刘易斯市比比医疗保健（Beebe Healthcare）高级副总裁兼首席卫生系统设计官威廉·查萨诺夫博士（Dr. William Chasanov）说道。“提高价值同时降低成本的一个直接因素就是互操作性。”
如果没有互操作性，一位医生可能会为患者安排胸部X光检查，但当患者去看另一位医生时，这位医生可能无法获取影像。这可能导致重复拍片，从而增加成本并延误诊断。
“互操作性为患者带来了显著的价值。它不再是一种奢侈品，而是一种必需品，”查萨诺夫表示。
他补充道，互操作性可以减少美国整体医疗支出，并推动医疗提供者迈向预测分析。通过预测分析，例如并不是所有人都需要在45岁时做结肠镜检查，有些人可能因为风险增加需要提前检查，而另一些人则可以延后。
“互操作性帮助临床医生实施基于证据的医学，使其个性化以提供高质量、低成本的护理，”查萨诺夫说道。
它在医院和诊所之外的连续护理中也起着关键作用。查萨诺夫强调，通过互操作性，传统护理的某些方面可以转移到家庭中。
“互操作性将连续护理中的各个部分整合在一起。如果我们都是护理团队的一员，那么我就知道每个人做了什么，不需要重复任何流程，”他表示。
云计算如何支持医疗互操作性
根据Rhapsody首席架构师德鲁·艾文（Drew Ivan）的说法，十年前，许多组织因担心《健康保险可携性和责任法案》（HIPAA）而对云迁移持犹豫态度。他表示，疫情加速了医疗领域的云迁移，如今他所接触到的大多数组织要么正在进行云迁移，要么计划立即这样做。
电子健康记录（EHR）迁移成为了云迁移的推动力。“一旦EHR迁移到云端，其他一切都必须跟随，”艾文说道。“如果不在云端，那么其他东西也不会在那里。”
“互操作性的主要任务是在高价值业务用例的操作化过程中‘让路’，”全国质量保证委员会（NCQA）互操作性副总裁兼负责人阿莫尔·维亚斯（Amol Vyas）补充道。“云计算供应商非常适合促进互操作性。”
他表示，在NCQA已经看到这一点，工作人员在AWS云环境中使用AWS HealthLake界面，以帮助验证与质量指标相关的数据。
他们有团队致力于运营受监管数据的生产管道，用于衡量质量。云计算可以提高数据的可扩展性和可访问性，使数据科学家能够提升其有用性。
“云计算供应商提供了这样一个数据仓库或存储库，所有数据都可以在这里以清晰且文档化的方式进行比较和展示。这是一个强有力的概念，不仅促进了实际业务用例，还推动了互操作性，”维亚斯说道。
艾文指出，医疗领域积累的数据量如此之大，以至于唯一合理存放的地方就是云端。他还表示，云计算在数据收集过程中扮演重要角色。下一步是通过元数据和意义标记数据，以便人工智能对其进行处理，这可以缩短临床试验与护理标准之间的时间。
维亚斯认为，目前对数据质量的关注还不够。“我们需要尽快将其纳入视野，以便我们不仅拥有互操作性数据，还有数据流动性。它可以下载到智能手机上，或者用于启动人工智能模型。”
查萨诺夫表示，云计算和数据治理为组织如何减少社区中的差异并应对社会决定因素奠定了基础。
“我们如何识别糖尿病发病率较高的特定人群？我们如何帮助识别特定疾病在人群中的分布？”他问道。“如果我们没有数据，也没有云计算来帮助分析它，数据科学家可能需要数周甚至数月的时间才能开始假设和评估。这是一个过程，我们都处于这一旅程的不同阶段。但只要我们将患者放在中心位置，我们很可能就是在做正确的事情。”
(全文结束)
