梅奥诊所和微软最近宣布合作开发并推出一款基于该医疗系统数据和洞察的前沿医疗人工智能模型。
这家总部位于明尼苏达州罗切斯特的医疗机构长期以来已建立了其数据治理和策略，这是其创新方法的基础。正因如此，该组织关于人工智能的讨论始终聚焦于解决实际问题，而非追逐最新技术。
梅奥诊所平台（该医疗系统的数字创新分支）首席运营官马尼什·戈亚尔与《HealthTech》杂志讨论了该组织的数据转型，以及平台如何扩展以改善连续医疗服务。
HealthTech： 医疗机构在建立将数据转化为洞察的正确基础设施时面临哪些常见障碍？梅奥诊所如何确定哪些方法有效？
戈亚尔： 如果我们回顾我们走过的历程，每一步都有一系列障碍，使我们能够建立起基础架构。第一步是在近15年前，当我们采用电子健康记录系统时。这使我们能够为患者在所有目的地站点和梅奥诊所医疗系统地点提供一致的梅奥诊所体验。
第二，我们认识到，如果我们要创建我们甚至还未设想的用例，那么将数据和基础设施从本地转移到云端是必要的。我们在行业之前就迈出了这一步。
下一步是让组织在数据方面遵守某些原则。其中之一是，数据是我们代表患者管理的企业能力或资产。这个概念非常重要，因为在大多数组织中，数据分散在孤岛中，仅由企业的一个部门守护。我们采取的方法是组织患者数据并使其可用，从而使我们的整个患者群体受益。
下一步是将去标识化数据推送到云端，以便我们可以对其做更多处理。
之后，我们说："让我们确保我们的同意模式建立在最大化价值提取的基础上"，对我们而言，价值提取意味着我们的患者能够从数据中获得更好的护理，而不是让数据闲置积尘。但我们只能做到这么多。全球各地正在发生许多由创新者推动的变革，我们需要找出一种机制来吸引他们。因此，我们创建了名为"玻璃后数据"的模式，在安全、隐私保护的框架下邀请全球创新者访问数据。我们确保每个参与的人都遵守某些规则，他们专注于为我们的患者提供价值，这意味着专注于质量改进、早期疾病识别或新疗法的创新解决方案。我们继续探索的方向是，如何将这种模式推广到整个行业并邀请他人参与合作？
HealthTech： 梅奥诊所如何发展其数据驱动文化？在鼓励利益相关者变得更加数据化方面，什么方法有效？
戈亚尔： 梅奥诊所是一家拥有160年历史的组织，其成立原则是只有当我们拥有多个专业——我们称之为力量联盟——共同协作时，我们才能获得最佳结果。在其他医疗系统中，患者通常会在不同专科医生之间辗转。我们的方法是将所有这些整合到内部，让临床医生和部门共同协商做出正确诊断。这是一个重要概念。因此，我们首先打破这些孤岛。
第二个概念是，我们拥有整合的研究和临床实践。这可能是梅奥诊所的一个秘密；我们不断推动护理的边界，因为我们的研究人员正在改进护理模式并与我们的临床医生合作。他们不在孤岛中。他们被整合到每个部门中。
最后，也是我们推出平台的原因，梅奥创始兄弟们一直致力于教导他人，但他们也从外部学习并将所学带回，使其成为梅奥诊所核心的一部分。当你思考平台模式时，你就是这样做的：你创建一个共同资产，其他人可以贡献并从中获取。这就是梅奥诊所的文化。当你考虑以数据为中心时，这是一个必要组成部分，因为它更像是一个学习型组织。数据是一种手段——就像人工智能是一种手段——服务于最终目标。它们只是提供了可扩展性。梅奥诊所一直拥有这些价值观，但数据和技术使我们能够以更快的速度前进。
HealthTech： 人工智能如何帮助扩展平台？梅奥诊所如何确定并专注于需要解决的业务问题，而不是仅仅采用最新技术或模型？
戈亚尔： 那么，我们如何使用人工智能？我会将其分为技术、运营和临床价值三个层面。
在技术层面，我们首先使用人工智能以保护患者的方式帮助我们对数据进行去标识化。梅奥诊所平台拥有36拍字节的数据。这是一个巨大的数据量。人工智能工具可以大规模地完成这一任务。第二步是对这些数据进行整理，因为大规模数据集是非结构化的。临床医生的笔记包含大量需要组织的知识点。例如，我们使用人工智能在临床记录之上创建标准化的肿瘤学笔记以保持一致性。因此，数据整理是一个必要步骤。
在运营层面，我们希望自动化或使用代理式人工智能来提高效率，每个人都负责提出这些技术的新用途。我们的希望是开始创造更多效率，以便我们能够降低医疗成本并专注于提供护理。我们能否缩短预约所需的时间？我们能否改善预先授权的体验？我们能否改善获取结果的体验？人工智能在支持这些行政任务方面发挥着作用。
最后一个也是我们最兴奋的是，我们能否改变医学实践？我们有机会整合信息并提升医疗专业人员的能力，无论是亚专科医生、初级保健医生还是执业护士。对我们而言，能力提升意味着我们能否实现更早的诊断？然后，我们能否以更低的成本实现这一目标？我们希望兑现精准医学的承诺。梅奥诊所的方法是找出如何将我们的能力带给其他组织。通过梅奥诊所平台，我们可以利用我们在市场中的独特地位，将这些解决方案带给那些没有相同商业模式的组织。
HealthTech： 平台的下一步是什么？
戈亚尔： 我们一直在思考如何将我们的模型转变为代理式模型，即我们能否在数据之上发布工具？如果我们能引入更多自动化，这将变得更加可扩展。使事物更具可扩展性意味着我们可以邀请系统中财务资源较少的合作伙伴。
第二是引入各种其他数据集。当你能够将波形数据、影像数据和分子数据结合在一起时，这非常强大，因为你可以发布帮助医疗专业人员发现新见解的工具。
多年来，医学一直以某种方式实践。在人工智能时代，我们有机会根据从数据中获得的额外见解迅速做出真正的改变。
【全文结束】