蓝十字蓝盾北达科他州的Ylan Kazi谈生成式AI在医疗健康领域的长期投资回报率Long-Term ROI for GenAI in Healthcare - with Ylan Kazi of Blue Cross Blue Shield North Dakota - Emerj Artificial Intelligence Research

环球医讯 / AI与医疗健康来源:emerj.com美国 - 英语2026-10-08 23:09:43 - 阅读时长5分钟 - 2219字
本文采访了蓝十字蓝盾北达科他州首席数据与人工智能官Ylan Kazi,探讨生成式AI在医疗健康领域的长期投资回报率。Kazi指出,移动技术收集的健康数据与AI结合可实现个性化医疗、提升患者参与度,并改善临床决策。他强调应将AI应用于特定场景,解决医疗行业中的实际问题,如优化诊断流程、改进患者沟通、加速理赔处理等。同时,Kazi认为医疗数据创新将来自行业外部,随着消费者对医疗数据透明度需求增加,医疗机构将面临变革压力,必须在保障数据安全的同时提高患者数据访问的便捷性,从而推动整个医疗行业的数字化转型。
健康AI移动技术个性化医疗患者参与实时数据诊断可穿戴设备医疗数据主动健康管理
蓝十字蓝盾北达科他州的Ylan Kazi谈生成式AI在医疗健康领域的长期投资回报率

移动技术(包括智能手机和可穿戴设备)收集健康相关数据,如身体活动指标(例如步数、心率)、睡眠模式以及通过调查和应用程序自我报告的健康信息。

斯坦福大学2022年的一项研究论文表明,这些数据使AI系统能够监测健康趋势、预测潜在健康问题并个性化医疗干预,从而提升患者治疗效果并促进主动健康管理。

哈佛大学发表在《自然》杂志上的更多研究表明,将移动健康技术数据与AI整合能够开发出针对个体患者需求的个性化医疗解决方案。AI算法分析这些数据以预测健康风险、推荐预防措施并定制治疗方案,从而提升患者治疗效果和参与度。

Emerj高级编辑Matthew DeMello最近采访了蓝十字蓝盾的Ylan Kazi。他们探讨了AI和移动技术在个性化医疗、提升患者参与度以及赋能患者更主动管理自身健康方面的作用。

他们还讨论了医疗行业对实时数据日益增长的需求、有针对性的AI应用以及克服监管挑战所需的创新。

  • 最大化移动技术以革新诊断:智能手机数据可用于收集实时患者洞察,改善护理协调、决策制定和临床结果。
  • 针对性应用以实现最大医疗影响:将AI用例塑造成针对性解决方案,以增强患者参与度、简化沟通并提供可衡量的价值,重点关注适当测试和数据可访问性。

嘉宾:Ylan Kazi,蓝十字蓝盾北达科他州(Blue Cross Blue Shield North Dakota)首席数据与人工智能官

专长:人工智能、数据分析、医疗健康

简介:Ylan Kazi是蓝十字蓝盾北达科他州的首席数据与人工智能官。他主导制定了公司的首个全企业数据战略并推出了AI驱动的倡议,创造了数百万美元的成本节约和运营效率提升。在此之前,他曾任职于Bridgewater Partners、Children's Mercy Kansas City和UnitedHealth Group。Ylan拥有明尼苏达大学的医疗管理硕士学位。

最大化移动技术以革新诊断

Ylan在播客中首先强调了个性化医疗的必要性。他质疑为什么标准化的药物剂量不考虑个体差异,如体型或基因。他认为基于基因数据定制治疗方案是未来的机遇,这可以提高疗效和安全性。

虽然Ylan也认为制药领域的AI发展令人振奋,因为它们有望使药物发现更快、更高效、更个性化,但他开始讨论诊断时提到了一些挑战。这些挑战,甚至比大多数受监管的行业如医疗行业,更难与数据驱动的机遇区分开来。

首先,他强调了移动技术如何通过将诊断工具的访问扩展到传统临床环境之外来改变医疗保健。他指出,直到最近,成为患者主要与访问医院或诊所相关。

然而,随着移动技术的快速发展,智能手机已成为强大的医疗工具,配备了传感器、语音识别和导航功能。

这些功能使手机能够充当诊断工具,收集有价值的健康数据。Ylan认为,能够访问这些实时数据的医生和护士可以提供更全面的患者档案,从而做出更明智的临床决策并改善患者护理。

然而,Ylan坚持认为,对医疗领导者的核心启示是,相同的移动技术——GPS系统和个人设备的个人生物数据——是我们在典型医疗企业的制造和保险相关部门中看到的发展的核心。

例如,他引用了AI如何影响医疗供应链,特别是在提供者和交付方面,同时在简化支付方方面也发挥着关键作用,特别是在医疗理赔处理方面。他进一步解释说,理赔处理很复杂,涉及支付完整性并确保服务准确及时支付。

由于这种复杂性,许多组织仍然依赖专家的手动审查,但AI正在帮助自动化这些流程,减少低效率。通过提高准确性和加快理赔处理,如果医疗领导者使用合适的技术,移动数据驱动的AI最终可以提升患者和提供者的整体医疗体验。

针对性AI以实现最大医疗影响

Ylan承认,AI曾被视为一种包罗万象的解决方案,但许多实施未能达到预期效果。现在,AI供应商和合作伙伴正在采取更有针对性的方法,专注于AI可以带来显著成本节约和可衡量价值的特定医疗领域或用例。

他认为,像ChatGPT这样的AI有机会改善患者参与度并简化医疗沟通。他强调了当前系统的脱节——患者访问医生、接收实验室测试并在不同时间通过各种渠道获取结果,导致效率低下。

他分享了一个个人例子,即他从供应商处在线接收实验室结果的时间比医生办公室发送纸质副本提前近两周,这说明了沟通中的延迟。他认为AI可以帮助协调整个患者旅程,确保提供者、实验室和患者之间更顺畅的互动。

然而,他也承认需要注意事项、适当测试并理解AI的局限性。最终,他认为AI是一种工具,可以赋能个人更主动地管理自己的健康,而不是依赖通常作为其自身数据看门人的医疗组织。

Ylan认为,医疗数据的有意义创新将来自行业外部力量,而非行业内部。他将此归因于围绕数据隐私和安全的严格法规,特别是在医院层面,这使得实施变革性变革变得具有挑战性。

"当你想在数据方面进行创新,尤其是在医院环境中。但当我观察世界发展的整体方向,并思考一般的消费者体验时,当你通过亚马逊购买东西时,你确切地知道你的包裹何时会到达,你订购了什么;你可以回顾你的历史记录——这非常流畅。

越来越多的人开始希望对自己的医疗数据也是如此。因此,我认为我们将达到一个足够多的人要求这一点的地步,这将给医院带来更大的压力,要求它们改变对数据安全和保护的思考方式,同时平衡这是个人患者数据的事实。"

——蓝十字蓝盾北达科他州首席数据与人工智能官Ylan Kazi

【全文结束】

猜你喜欢
  • 肯塔基州需数千名新医生。立法旨在解决农村医疗保健问题肯塔基州需数千名新医生。立法旨在解决农村医疗保健问题
  • 老年人可能不需要的三种医疗常规老年人可能不需要的三种医疗常规
  • 肿瘤学中的大型语言模型:潜力遭遇基础设施问题肿瘤学中的大型语言模型:潜力遭遇基础设施问题
  • 联邦医疗保险新药价下调即将开始:以下是受影响的10种药物联邦医疗保险新药价下调即将开始:以下是受影响的10种药物
  • 肯尼亚押注AI驱动的放射治疗以缩小非洲癌症护理差距肯尼亚押注AI驱动的放射治疗以缩小非洲癌症护理差距
  • 耗资2500万英镑的社区诊断中心开放耗资2500万英镑的社区诊断中心开放
  • 美洲的心房颤动美洲的心房颤动
  • 联邦政府重申医疗部门改革,尼日利亚医疗卓越奖表彰国内最佳联邦政府重申医疗部门改革,尼日利亚医疗卓越奖表彰国内最佳
  • 育空地区医疗系统快速采用AI工具面临一些阻力育空地区医疗系统快速采用AI工具面临一些阻力
  • 耶鲁纽黑文健康系统公布2026年创新奖获奖者耶鲁纽黑文健康系统公布2026年创新奖获奖者
热点资讯
全站热点
全站热文