人工智能正被应用于医疗保健的方方面面，从回答患者问题到辅助手术和开发新药物。
人工智能如何使医疗保健受益？
根据Statista的数据，人工智能（AI）医疗保健市场在2021年估值为110亿美元，预计到2030年将达到1870亿美元。这一巨大增长意味着医疗服务提供者、医院、制药和生物技术公司以及医疗保健行业的其他参与者可能会继续看到运营方式的重大变化。
更先进的机器学习（ML）算法、更便捷的数据获取渠道、更经济的硬件设备以及5G网络的普及，共同推动了AI在医疗保健行业的应用增长，加速了变革进程。AI和ML技术能够快速筛选海量健康数据——从电子病历和临床研究到遗传信息——其分析速度远超人类。
AI有望提升医疗运营效率
医疗机构正利用AI优化各类流程的效率，从后台行政任务到患者诊疗。以下是AI如何惠及医护人员和患者的几个实例：
- 行政工作流程：医疗工作者常需耗费大量时间处理文书等行政事务。AI和自动化技术可协助完成许多重复性任务，释放员工时间用于其他活动，并增加与患者的面对面交流机会。例如，生成式AI能帮助临床医生进行笔记整理和内容摘要，确保医疗记录的完整性。AI还可辅助实现精准编码，并促进部门间及计费环节的信息共享。
- 虚拟护理助手：一项研究发现，64%的患者接受使用AI获取全天候的护理支持答疑。AI虚拟护士助手（基于AI技术的聊天机器人、应用程序或其他界面）可用于解答用药疑问、向医生或外科医师转达报告，并协助患者预约就诊。这类常规任务可减轻临床人员负担，使其将更多精力集中于需要人类判断和互动的患者诊疗环节。
- 用药错误减少：AI可帮助识别患者自行用药时的错误。《自然·医学》杂志的一项研究指出，高达70%的患者未能按处方使用胰岛素。一种背景运行的AI工具（类似无线路由器）可标记患者使用胰岛素笔或吸入器时的操作错误。
- 微创手术辅助：AI赋能的机器人可在敏感器官和组织周围精准操作，有效减少术中失血、感染风险及术后疼痛。
- 欺诈行为预防：医疗行业欺诈规模高达每年3800亿美元，推高了消费者的医疗保费和自付费用。部署AI可识别保险索赔中的异常或可疑模式，例如对未实施的高价服务计费、拆分计费（将手术步骤单独计费）以及为牟取保险支付而进行不必要的检测。
AI有望改善医疗用户体验
近期研究显示，83%的患者将沟通不畅视为就医体验最差的环节，凸显医患间清晰沟通的迫切需求。
自然语言处理（NLP）、预测分析和语音识别等AI技术，可帮助医疗提供者与患者实现更有效的沟通。例如，AI能提供更具体的患者治疗方案信息，使医护人员能与患者开展更有意义的共同决策对话。
AI可用于提升医疗诊断效率
哈佛大学公共卫生学院指出，尽管此应用尚处早期阶段，但利用AI进行诊断可能降低治疗成本达50%，并改善40%的健康结局。
夏威夷大学的一个研究团队发现，部署深度学习AI技术可提升乳腺癌风险预测精度。尽管仍需更多研究，但首席研究员指出，AI算法可基于远超放射科医生的海量图像进行训练——规模可达百万张以上医学影像，且该算法除硬件外可零成本复制。
麻省理工学院团队开发了ML算法以判定何时需要人类专家介入。在某些场景（如胸片中心脏肥大识别）中，他们发现人机协同模型效果最佳。
另一项已发表研究证实，AI识别皮肤癌的能力优于经验丰富的医生。美、德、法研究人员利用深度学习分析10万余张图像识别皮肤癌，与58位国际皮肤科医生的结果对比显示AI表现更优。
AI在医疗机构中意味着更优健康监测与预防性护理
随着健康监测设备日益普及，更多人使用应用程序追踪并分析个人健康数据。这些实时数据集可与医生共享，用于健康问题监测并在异常时发出警报。
AI解决方案——如大数据应用、机器学习算法和深度学习算法——可协助人类分析大规模数据集，支持临床及其他决策。AI还能助力检测和追踪传染病，如新冠肺炎、结核病和疟疾。
AI可整合分散的医疗数据
AI为医疗系统带来的优势之一是简化信息收集与共享。AI帮助提供者更高效地追踪患者数据。
以糖尿病为例，美国疾病控制与预防中心数据显示，11.6%的美国人口患有糖尿病。患者现可使用可穿戴设备及其他监测工具，实时向自身和医疗团队反馈血糖水平。
AI能协助提供者收集、存储和分析这些信息，并从海量人群数据中提供循证洞见。利用这些信息，医疗专业人员可制定更优的疾病治疗与管理方案。
机构也开始运用AI提升药物安全性。例如，SELTA SQUARE公司正在革新药物警戒（PV）流程——一项法定强制要求，用于监测、报告药物不良反应并评估、理解和预防这些反应。
药物警戒要求制药企业在药物从临床试验阶段直至全生命周期内持续投入大量人力物力。SELTA SQUARE采用AI与自动化组合方案提升PV流程的效率和准确性，从而保障全球用药安全。
AI有时可减少对潜在药物化合物的物理测试需求，实现巨大成本节约。高保真分子模拟可在计算机上运行，避免传统研发方法的高昂费用。
AI还有望协助人类预测分子的毒性、生物活性等特性，或从零创制未知药物分子。
医疗领域的AI治理
随着AI在医疗交付中的重要性提升及更多医疗AI应用的开发，必须建立伦理与监管治理框架。关注的问题包括潜在偏见、透明度缺失、训练数据的隐私隐患以及安全与责任问题。
"AI治理至关重要，尤其针对该技术的临床应用，"Gartner副总裁分析师劳拉·克罗夫特表示，"但由于新AI技术对大多数[医疗机构]而言尚属新领域，热衷的创业者在设计试点项目时缺乏通用规则、流程和指南。"
世界卫生组织（WHO）历时18个月，与伦理学、数字技术、法律和人权领域的顶尖专家及多国卫生部成员深入研讨，发布了《人工智能促进健康的伦理与治理》报告。该报告界定了医疗AI应用的伦理挑战与风险，并提出六大共识原则确保AI惠及公众：
- 保护自主权
- 促进人类安全与福祉
- 确保透明度
- 增强问责制
- 保障公平性
- 推动响应迅速且可持续的工具
WHO报告还提供了相关建议，确保医疗AI治理既能最大化技术潜力，又使医疗工作者对服务社区和民众保持负责与响应。
医疗生态系统中AI的未来与潜力
AI提供了减少人为错误、辅助医疗专业人员及提供7×24小时患者服务的机会。随着AI工具持续发展，其在解读医学影像、X光片和扫描结果、诊断疾病及制定治疗方案方面的应用潜力将进一步扩大。
AI应用持续优化各类任务，从接听电话到分析人群健康趋势（甚至包括尚未构想的应用场景）。例如，未来AI工具可能自动化或增强临床医生及工作人员的更多工作，从而释放人力专注于更高效、更富同理心的面对面专业诊疗。
【全文结束】