阿奇·梅亚尼担任全球医疗供应链公司GHX的首席产品官，致力于为医疗机构及其供应商开发人工智能工具。她指出，实施客户反馈机制和拒绝速成解决方案是关键策略。本文属于“AI如何改变一切：供应链”系列，聚焦物流创新。
阿奇·梅亚尼是GHX的首席产品官。GHX作为全球供应链企业，运用数据与云技术连接医院系统等医疗提供商及其供应商。过去20余年，梅亚尼曾在Change Healthcare和United Health Group等企业从事临床及医疗供应链技术工作。
在GHX，梅亚尼确保公司开发的技术能无缝协助医院采购患者用品——例如植入物和静脉输液——通过AI驱动技术预判供应链中断、按紧急程度排序并识别替代方案，使医院能更有效地提供患者护理。
《商业内幕》采访了梅亚尼，探讨医疗行业在AI实施方面与其他领域的差异。本次采访已为长度和清晰度编辑。
瑞秋·索默斯坦：当涉及AI整合时，为何医疗行业尤其独特？
阿奇·梅亚尼： 我身处硅谷，那里盛行“快速失败、迅速前进”的理念。但医疗行业与其他应用AI的领域截然不同。当你开发交友应用时，若AI产生幻觉，可能成为有趣的初次约会谈资；但若手术台上患者因未能及时送达正确用品而面临风险，这将令人恐惧。
能否谈谈医疗供应链管理中AI实施的目标？
医疗关乎患者安全与技术负责任的使用，始终以患者为中心。供应链管理如同患者护理生态系统的隐形操作系统。GHX的AI实施使命聚焦于准时交付正确用品，以提升护理质量并降低成本。
您如何达成当前成就？
过去15年我们持续运用AI与机器学习。疫情期间，我们的工作重点在于提升供应链中断的可见性，目标是构建更具韧性和前瞻性的供应链。疫情刚结束时，我们深入思考的关键案例是：“能否预判缺货情况？”无论原因如何——地缘政治冲突、气象灾害，甚至卡车上高速路遗失物资——若能预判缺货，便能预判中断。若系统足够智能，可推荐分布式区域内的邻近替代品。我们由此起步，构建能智能预判中断并推荐替代方案的机器学习模型。
当前AI在供应链管理中哪些应用最为成功？
GHX采用敏捷开发模式，客户实时反馈驱动迭代。客户曾给我们启发：“这正是我们20年来的需求。你们开始预测各类中断，但创可贴缺货与静脉输液缺货的严重性截然不同。”他们要求：“能否让技术更智能？依据我方最关注的风险点和核心护理领域定制化？”
我们由此提出临床敏感性与置信度评分概念，用以验证中断对特定客户的临床相关性。这改变了我们的AI实施路线图：提供洞察不等于具备实用价值，必须兼具预测性与个性化。
医疗供应链管理中AI的未来前景如何？
鉴于医疗行业独特性，我们的策略是通过AI代理尽可能自动化工作流程，同时保留人工审核环节。当客户建立信心后，可逐步将流程完全交由AI代理处理。另一发展趋势是智能助手环境。例如，我们的“完美订单仪表盘”整合数据洞察，客户可要求：“展示我方供应状态全景——哪些供应商准时交付、订单发票及时支付，以及所有异常点。”但这仍显不足。
智能助手能用数据讲述故事，类似ChatGPT体验：“显示前三名未准时供货的违约供应商。”生成供应商列表后，可进一步指令：“向XYZ供应商发送邮件，安排季度业务评审，并附上上季度趋势的仪表盘视图。”看似微小改进却价值巨大：过去需3-4小时的数据理解、洞察提取及后续行动决策，如今仅需数分钟。
对同行或 aspiring 从业者有何建议？
最艰难却最有效的行动是学会说“不”。医疗领域事事紧急——确实如此——但并非同等重要。在医疗行业，关键能力在于拒绝无关事项，聚焦客户最高价值需求。
大型科技公司或初创企业可作为研究实验室创新试错，但我们没有这种特权。因此，明确当下重点、预见十年后趋势，并在创新投入中把握平衡至关重要。这涉及获取正确数据、建立治理机制，持续考量性能、安全与隐私。更要负责任地分配精力，避免追逐最酷炫、最困难或最吸睛的项目。
一切回归患者核心：让医疗服务兼具高质量与可负担性。
【全文结束】