当人工智能（AI）和数据存储平台相结合时，医疗系统可以实现更快的创新、更准确的输出、显著的业务成果和更高的成本节约。
【弗里蒙特，加利福尼亚州】：生成式人工智能（Gen AI）在医疗保健行业中具有巨大的潜力。它可以加速患者诊断，简化行政工作，甚至辅助医学研究。目前，它们正专注于对医疗结果有明显但有限影响的点AI解决方案。然而，它可能产生更大的影响。
任何使用AI的医疗保健企业都必须从一个坚实、全面的数据存储计划开始。无论规模大小，任何语言模型的质量都取决于训练数据的质量。不良的数据存储增加了AI结果基于不准确、不完整和有偏见数据的可能性。医院员工如果直接利用AI进行患者护理，滥用AI的风险太高。因此，在最新的AI浪潮影响医疗保健之前，组织有机会通过适当的数据存储建立坚实的基础。
AI和现代数据存储为每个医疗保健领域的业务提供了诸多好处。例如，支付方可以开发和应用算法来加速欺诈检测或缩短理赔处理时间。模型可以帮助临床医生通过简化临床诊断或帮助医生获得预先授权来加快患者治疗。医疗保健公司可以使用企业成像算法将MRI结果的半小时周转时间缩短到五分钟。
为了最大化每个模型的优势，医疗系统首席信息官（CIO）及其团队需要访问透明、结构良好且相关性强的数据。例如，如果支付方试图检测欺诈行为，则必须使用描述常见欺诈方案（如身份欺诈、编码升级和双重计费）的数据来训练其模型。提供者的AI工具需要接受与诊断相关的数据培训，如常见的风险因素和健康趋势。
中央、一致且易于访问的数据库是确保数据清晰和有序的最佳方法。好消息是，大多数医疗系统拥有大量相关数据，这些数据可以显著提高其AI算法的有效性；他们只需要找到这些数据，汇总它们，并使其易于访问。
AI将很快被应用于大多数医疗保健领域，包括支付方组织、大型医院和社区诊所。实际上，缺乏AI将使一些医疗系统处于不利地位，影响其提供患者护理或推进研究的能力。医疗系统最好的准备方式是采用一个促进真实数据生态系统、更快的工作负载性能和可扩展AI用例的数据存储平台。
(全文结束)
