Sophia Humphreys 是 Sutter Health 的系统药房处方管理及临床项目总监，拥有超过20年的药房领导经验，涵盖营利性和非营利性部门。她在全国范围内因其在药物利用管理、处方管理及药房临床服务方面的领导力而闻名。她运用卓越的财务分析技能，并将健康经济学和结果研究（HEOR）原则融入战略规划和运营标准化中。她开发、实施并发表了开创性的生物类似药策略，通过全面的高层团队参与、医生协作、基于证据的临床审查、敏锐的合同谈判和电子健康记录引导的实施策略，为医疗系统节省了数百万美元。
在其职业生涯中，她展示了与多学科团队、多专科医生组以及外部客户建立沟通和合作伙伴关系的卓越能力，从而实现了改进患者的临床结果、简化医生工作流程和为雇主创造出色的财务业绩。
她的主要成就包括：
- 开发并实施了创新的数据驱动和基于证据的药物利用管理（UM）项目，每年为其雇主节省了1000万美元的药品费用。
- 监督大型处方预算（最近两个职位均超过10亿美元），取得了卓越的临床效果和显著的财务效益。
- 创建了用于药物利用管理的指标仪表板，评估和报告各级组织的计划绩效。
Sophia的成功记录、卓越的沟通技巧和领导变革的能力使她在医疗保健行业中备受尊敬。她致力于提高组织效率和财务可持续性，加上其战略愿景，使她成为任何组织的宝贵资产。
在此次采访中，Humphreys 分享了她对人工智能和大数据在医疗健康领域变革性影响的看法，强调这些技术如何降低成本、改善患者结果并提高效率。她指出，这些技术简化了流程，支持创新并扩大了高质量护理的可及性。
美国医疗保健的财务负担不断增加，特别是处方药的成本。2023年，美国的总药物支出达到了创纪录的4350亿美元，其中患者自付费用达到910亿美元。相比之下，好莱坞在国内的票房总收入仅为89亿美元。
采用和增强人工智能工具将为患者和医疗服务提供系统带来更好的结果和更大的财务可持续性。
美国患者通过自付处方药费用购买了相当于十个好莱坞的价值。控制药物支出、提高医疗效率和简化药物护理的交付已成为医疗领导者的关键考虑因素。
许多行业已使用人工智能和机器学习来优化效率并减少浪费。同样，制药行业近年来也经历了技术革命。大数据的可用性和可靠性不断提高，增强了数据驱动决策，并帮助建立了全国范围内的医疗保健服务基准。结果是患者结果得到改善，医疗行业的成本降低。预测分析和机器学习模型有助于预测患者患某些疾病的风险，增强了敏感患者数据的安全性，实时监控患者状况并提醒护理人员。大数据还用于识别药物使用模式，指导分销中心的药物库存水平，优化手头药物的数量并最小化高成本药物的过期。
分析大数据非常复杂，但人工智能工具可以自动化和简化复杂的任务。例如，人工智能工具可以从已发表的文章和电子病历中提取相关的临床数据，以协助研究和开发。借助大数据，医学研究人员获得了前所未有的大量数据访问权限。借助人工智能和机器学习，患者招募过程和其他研究相关活动可以简化，从而加速挽救生命的医疗突破。
人工智能工具可以分析使用的治疗计划是否对患者有帮助，这反过来可以指导研究人员和临床医生为未来的患者制定更好的治疗计划，并实时优化现有患者的治疗计划。这些工具提供了持续改进过程和更好患者护理策略所需的数据报告。
从急性护理医院到门诊诊所和研究机构，人工智能工具现在被广泛应用于各个医疗环境中。这些工具广泛用于机器人辅助手术、虚拟助手、行政工作流助手、临床试验、诊断、欺诈和药物滥用检测以及药物安全计划。这些工具减少了医生、药剂师、护士、研究人员和其他医疗保健提供者的重复工作，简化了工作流程并减少了职业倦怠。
这些新技术增加了患者获得高质量护理的机会，特别是在农村地区，患者难以前往更先进的治疗中心。例如，2024年7月13日，在中国西北部的新疆省，一家医院成功进行了远程机器人辅助肺癌手术，由上海的一家癌症护理中心的医生操作，距离约5000公里（3107英里），借助机器人和其他创新技术。
数字医疗具有提供前所未有的进步的潜力。人工智能辅助数据分析为过程改进提供了及时、准确和高效的实时数据。它还可以在问题发生之前向医疗保健提供者发出潜在问题的警报。它可以在实时识别问题，允许及时纠正。大数据通过识别适当的治疗计划、智能分配资源和提前识别潜在健康问题，实现了更好的结果和更低的成本。
总之，人工智能和数字健康技术有望加速新治疗方法和新护理方法的出现。采用和增强人工智能工具将为患者和医疗服务提供系统带来更好的结果和更大的财务可持续性。
(全文结束)
