为什么扩大AI规模是成功的关键
在名为ReplicAId的项目中，德勤和莱顿大学医学中心（LUMC）旨在与市场各方合作，实现医院正在开发的人工智能（AI）项目的快速和定向扩展。其基本信念是，AI对于应对医疗保健领域的最大挑战至关重要，而扩大这些项目的规模是使AI盈利并真正节省劳动力的唯一途径。
医院在AI开发领域确实有很多进展；许多应用程序都与放射学相关。“人们意识到AI可以解决当前医疗保健中的许多问题，”LUMC放射学系教授兼主任马克·范布赫姆（Mark van Buchem）说，“但我们看到每家医院都在重新发明自己的轮子。”
该领域的早期采用者还面临无法为其开发投资做出商业案例的问题。一个AI工具每年可能要花费两万到三万欧元。如果你真的想改变工作流程，就必须多次投入这笔费用。范布赫姆：“此外，AI的有效实施，无论是技术上还是人际间，都需要医院并不总是具备的专业知识。”
医院签署了综合护理协议这一事实合乎逻辑地促使它们在这一领域寻求合作。“你确实看到有联合力量的倡议出现，”范布赫姆继续说道。“这也解释了我们为何引入ReplicAId倡议。通过这一倡议，我们希望迎接将AI从PPT变为实践的挑战。”
明显的好处
发起者相信，AI可以在履行IZA使命中发挥作用。“AI在医疗保健中的应用可以在许多方面提供显著优势，”德勤AI和数据及未来健康负责人莫里斯·弗兰森（Maurice Fransen）说。“想想行政管理和文件创建。再考虑支持物流过程，例如，基于算法预测患者是否会出席他们的预约。但也要考虑到在护理过程中提供的支持，如放射学中的图像评估就是一个众所周知的例子。”
范布赫姆提供了另一个有力的例子。“医生和患者都熟知的一个抱怨是，医生必须将患者在咨询期间分享的所有信息输入电子健康记录（EHR）。为此，他们必须一直看着屏幕，几乎没有机会与患者进行眼神交流。然而，视觉信息对于全面了解患者也很重要。因此，患者感到被忽视是合理的。这就是为什么我们在医院中正在进行数字助手项目，相关对话中的相关信息会自动出现在EHR的正确位置。”
在名为ReplicAId的项目中，德勤和莱顿大学医学中心（LUMC）旨在与市场各方合作，实现医院正在开发的人工智能（AI）项目的快速和定向扩展。其前提是，AI对于应对医疗保健领域的最大挑战至关重要，而扩大规模是使AI盈利并真正节省劳动力的唯一途径。
他强调了四重目标的重要性：成本、质量、患者体验和工作满意度。“AI的应用在这四个领域都有益处。自动化任务可以降低成本。预测哪些患者将从昂贵的药物中受益——这是一个在肿瘤学中非常相关的话题——可以改善患者结果，从而提高护理质量。医生看着患者而不是屏幕可以提升患者体验。自动化常规工作可以增加医疗保健专业人员的工作满意度。”
扩大规模
通过ReplicAId，目标是充分利用机会，实现AI应用的四重目标。正如前所述，许多医院已经在开发AI应用，但将这些应用扩展到其他医院的情况几乎不存在。AI的真正价值在于其可扩展性。
当医院开始使用AI时，都会遇到实施挑战和法律法规相关问题，而在将应用扩展到其他医院时，这些问题会成倍增加。“通过ReplicAId，我们旨在促进扩展并分享在此领域的经验教训。此外，我们将与研究机构合作，在实践中测试所有开发成果。特别是当扩展时，有很多需要考虑的因素。这就是为什么还没有实现扩展的原因——每个单独的医院都没有商业模式。”
为什么不使用有能力做到这一点的技术公司呢？“这确实需要付出代价，而且，许多美丽的解决方案已经由荷兰医院开发。”另一种选择是利用初创公司的开发成果。“但这样会导致点解决方案，”范布赫姆补充道。“此外，你必须将这些应用集成到你的工作流程中。这往往是出问题的地方。”
健康保险公司的角色
ReplicAId的一个优势是它得到了健康保险公司的支持。“这至关重要，首先是为了有资格申请我们打算申请的IZA转型基金，”范布赫姆说。“但这也很重要，因为许多应用需要前期投资，这些投资只有在患者护理过程中才能为医疗系统带来收益。为了融资，我们真的需要健康保险公司。”
范布赫姆还强调了时机的重要性，不仅是在健康保险公司之间。“新冠疫情时期给了医疗服务提供者一种紧迫感。当我们从中走出来时，就像从一个时间胶囊中走出，突然第一次清楚地看到了迫在眉睫的医疗危机。所以，现在是ReplicAId的合适时机；这种合作倡议以前从未存在过。我们将从几家顶级临床和普通医院开始。NFU、Santeon、mProve和SAZ网络都支持这一项目。”
弗兰森补充说：“这些是我们最初将在医院外合作的外部方。我们已经与这些网络进行了讨论，并收到了热情的回应。每个人都明白这一点。而且，这一项目是非营利性的，也是为了医疗保健，这也有帮助。同样重要的是，获得IZA转型资源的机会取决于合作。”
组织能力
对于范布赫姆来说，德勤参与ReplicAId是非常有价值的。“作为医院，我们缺乏实现ReplicAId目标所需的组织能力，”他说。“德勤拥有这些能力，以及对我们雄心壮志有价值的知识。”
对于德勤来说，参与这一倡议也非常重要，弗兰森强调。“我们真正相信ReplicAId倡导的加速是必要的，而且它采取了正确的做法。我们也看到了自己在帮助防止即将来临的医疗危机中的社会责任。”
范布赫姆将ReplicAId的方法视为一个管道。“将AI转化为实践可以看作是一系列障碍，涉及伦理、法律、技术和变革管理等领域。我们为每个障碍创建知识小组。在LUMC，AI活动集中在CAIRELab，该实验室隶属于莱顿大学的跨学科AI知识网络SAILS。我们计划扩展这个知识网络，纳入其他学术合作伙伴。在这个网络中，我们动员和整合知识，希望克服AI在医疗保健中实施过程中的各种障碍。或许通过ReplicAId获得的见解，我们甚至可以提出新的关于AI在医疗保健中应用的法律法规建议。”
这篇文章之前于2024年4月发表在ICT &health上。
(全文结束)
