Heath Clendenning: 欢迎大家，感谢今天的加入。我是 Heath Clendenning，来自 Fierce Healthcare。今天我们邀请到的是 Xsolis 的首席医疗官 Heather Bassett。Heather，欢迎。
Heather Bassett: 哦，谢谢 Heath。我很高兴能在这里，期待今天的精彩讨论。
Heath Clendenning: 是的，我们也很高兴有你加入。所以，先介绍一下你的背景和目前在 Xsolis 的角色吧。
Heather Bassett: 我从小就对数学、科学、计算机和技术充满热爱。我觉得部分原因是父母一直鼓励我解决问题。大学毕业后，我选择了研究路径，从事 DNA 修复工作，这实际上与理解和最终治疗皮肤癌有关，而我本人和家族中很多人都容易患这种病。从解决问题的角度来看，我非常喜欢这项工作。后来我决定去医学院，最终选择了内科医生的职业道路。我在纳什维尔的一家大型医院担任住院医师，2013 年一个机会出现了，我接受了这个机会，开始在 Xsolis 担任首席医疗官，当时我们还在白板上勾画想法。可想而知，这些年来我承担了很多不同的职责。实际上，我在开发我们核心的 AI 驱动分析工具——Care Level Score 方面发挥了关键作用。这标志着我们的公司开始寻找更好的方法来支持中收入周期的利用率审查。我们很快意识到，通过定制的 AI 驱动技术可以实现这一目标，这比 ChatGPT 引发所有炒作早了十年。我们的客户也看到了我们的愿景，因为他们对许多手动工作流程、效率低下和收入流失感到沮丧。我们现在已与全美超过 500 家医院签订了合同，包括主要的医疗系统。虽然听起来有点老套，但与客户携手合作并真正成为他们的合作伙伴是一种荣幸。多年来，我与一些优秀的员工一起走过了这段旅程。我对未来计划感到非常兴奋。
Heath Clendenning: 太棒了。是的，你们公司在 AI 领域的历史确实很长。其实我还想了解一下，因为 Xsolis 自 2013 年以来一直在利用 AI 解决付款人和提供者的运营挑战，客户的需要在过去几年里是如何演变的？Xsolis 又是如何用其解决方案回应这些需求的？
Heather Bassett: 简短的回答是，客户的需要变得越来越复杂和精细。我最近听到有人说过，医疗保健总体上比把人类送上月球还要复杂。我认为这很大程度上是因为存在大量的行政浪费。这导致了低效，是临床医生高度职业倦怠的一个重要原因。他们失去了对工作的热情，而这种行政浪费代价高昂。医疗保健中可能有数十亿甚至数万亿美元的资金被浪费在行政管理上。医院面临越来越大的成本压力和狭窄的利润率。因此，减少行政浪费并回收资金对他们来说是一个真正的机会。我们正处于人员短缺危机之中。此外，65 岁以上的人口正在迅速增长。不仅这一人口群体在扩大，而且他们是病情最严重的群体，但我们却没有足够的人员来照顾他们。另一个大问题是提供者和付款人之间的摩擦。这种摩擦导致了许多不必要的工作，偏离了合作的机会，无法推动进步。作为一家公司，我们一直在努力寻找更好的方法来解决这些问题，真正跳出框框思考。因此，我们不断改进当前支持中收入周期利用率审查的产品。我们即将推出 Dragonfly Utilize 升级版，支持提供者和付款人。我们正努力继续扩展到病例管理和支持住院天数计划。我们目前有一系列住院天数预测 AI 模型，客户可以直接在其电子病历中使用。2025 年，我们将推出 Dragonfly Navigate 解决方案来支持这一点。我们继续构建我们的付款人和提供者网络，我认为这是我们最重要的工作之一。我们实际上给自己制造了一些困难，因为我们试图在这两方之间保持中立，找出如何推动进步的方法——因为多年来这个“进步”的指针一直没有移动。我们还希望通过互操作性创建更强大的网络，并在 2025 年推出一些生成式 AI 产品，以支持我们的利用率审查护士和医师顾问。这只是我们即将开展的一些工作的预告。
Heath Clendenning: 哇，这真是很多事情。你还提到了生成式 AI，这是最近的热门话题。它在 2023 年末开始在各个行业引起颠覆。对此的看法不一，有些人认为“它可以解决我们所有的问题”，而另一些人则担心“它会抢走我的工作”。那么你对生成式 AI 有什么看法，它应该如何在医疗保健中使用？
Heather Bassett: 我坚信生成式 AI 在医疗保健中有其应有的位置，但必须负责任地使用。我要强调这个词“负责任地”。正如你所知，ChatGPT 在 2023 年引起了轰动。你说得对，当时有两种观点。一种是玫瑰色的观点，“它可以解决医疗保健中的所有问题。”而在另一端，则是悲观的观点，“它很危险，会抢走所有人的工作。”但快进到现在，2024 年第四季度。在我看来，我们现在处于一个不同的阶段。我认为我之所以有这样的认识，是因为我尝试参加不同的 AI 会议，听取我们的医疗保健合作伙伴和其他供应商的意见。确实有一种向中间立场的转变。我认为这与我们对生成式 AI 的更好理解有关，了解它可以做什么，风险在哪里，如何减轻这些风险。更重要的是，我们开始认识到它可以在医疗保健中解决哪些问题。因为，你必须从问题出发。你必须确保使用正确的工具。在这种情况下，生成式 AI 只是你工具箱中的一个工具。我真的觉得我们开始真正理解它可以解决什么问题。如果你考虑生成式 AI，它在提取和总结临床信息方面做得非常好。临床医生花费大量时间记录、提取数据、创建叙述，这最终使他们远离患者。我真的看到，无论是通过环境监听还是我们计划明年推出的用于支持利用率审查护士的生成式 AI 产品，它们真的可以帮助临床医生重新找回工作的乐趣。这很有趣。我想你以前听我说过，但我们在前进中回到过去。我们使用新技术、生成式 AI 来为临床医生腾出时间处理更复杂的任务，让他们有更多时间与患者相处，这才是真正的医疗模式，也是应该如此的模式。
Heath Clendenning: 医疗系统或健康计划应优先考虑哪些事项，以确保 AI 解决方案的成功部署？
Heather Bassett: 这是一个很好的问题，因为医疗系统和健康计划必须有一个计划。否则，即使是最伟大的 AI 产品也会失败。你不能低估良好的变更管理和领导层支持的重要性。我认为有四件事对于建立这一框架非常重要。当然，我可以列出更多。但你真的需要从为你的机构建立成功框架开始。这应该包括一个 AI 委员会。该委员会可以帮助你跟踪法规变化，帮助你与负责任的 AI 最佳实践保持一致。他们还可以帮助你评估 AI 驱动的解决方案或产品，无论这些产品来自供应商，还是你自己使用数据科学团队内部开发的产品。有一些很棒的资源可以帮助你进行这一过程，例如由医疗系统和一些其他医疗供应商（如梅奥诊所、Advent Health 和亚马逊）驱动的 CHAI（医疗 AI 联盟）。还有斯坦福大学的 RAISE（负责任的 AI 研究所）、NIST 等等。我建议你开始与你已经建立合作关系的供应商合作。我认为这很重要，因为这个领域有很多新玩家。投资金额很大，其中一些玩家经过了更好的验证。但如果你有一个你信任的供应商，他们交付 AI 体验，有 AI 领域的经验，他们就处于与你合作并继续解决问题和帮助项目的位置。另一点需要考虑的是，你必须愿意投入资源，你自己的主题专家，你自己的员工来测试并提供反馈。这需要大量时间，你必须愿意今天投入时间，以便在未来几年看到收益。我认为最后一点是，我们对人们的 AI 文化素养做出了很多假设。因此，我建议你花时间通过教育提高你高层管理人员和其他领导者的 AI 文化素养，更重要的是，提高你日常工作的员工的 AI 文化素养。因为你赋予他们更多的权力，可以使你的员工与你的整体 AI 目标保持一致，而不是害怕和不参与，这样你最终才能获得收益，真正推动你制定的医疗保健战略。
Heath Clendenning: 这是一些非常棒的建议。我期待着未来的美好前景。所以，Heather，非常感谢你今天与我们和我们的观众分享你的见解。
Heather Bassett: 哦，谢谢你，Heath。很高兴与你聊天，期待更多的交流。
(全文结束)
