过去几天值得关注的发展动态。
- 许多AI文档供应商按使用次数向医疗机构收费。 使用供应商工具越多，产生的费用就越高。在大型医疗机构中，随着使用AI文档的医生数量呈指数增长，这可能成为一个日益严重的问题。很少有机构能够将这些成本转嫁给支付方。因此，医疗系统越深入地将环境AI整合到日常工作中，累积的财务负担就越重，并且增长速度越来越快。圣安东尼奥大学的罗纳德·罗德里格斯（Ronald Rodriguez）博士在接受HIMSS Media采访时提醒人们注意这一现实。“除非医院和医疗服务提供者谈判出具有成本效益的价格结构、实施使用控制或开发内部AI系统，否则他们可能会发现自己因采用AI而导致运营成本不断上升，而不是预期的节省。”他说。罗德里格斯领导着全国首个医学/理学双学位AI项目，他还提醒LLM用户注意技术中固有的患者隐私风险。事实上，他强调了几点容易被忽视的潜在伦理、临床和法律问题，供临床AI采用者注意。
- 就像节食者的零食一样，同样的工具对于过度劳累的医疗服务提供者也很难抗拒。 坦帕综合医院首席医疗信息官尼什特·帕特尔（Nishit Patel）博士在接受当地电视台采访时表示：“环境AI帮助我们处理大量的非结构化文件和数据，保险公司试图通过这些数据来确定是否适合授权。”“希望我们能以最佳的道德方式使用这些工具，为患者做正确的事情，这样我们都能受益。”
- 仍然很容易找到医疗AI的抵制者。 《缅因州报道》最近的一项调查发现，AI抵制者主要集中在较小的医疗机构中。该报进行的一项关于医疗AI使用的调查显示，多名受访者表示担心人们在没有咨询医疗服务提供者的情况下使用AI做出医疗决策。一位来自小诊所的心理健康顾问直言不讳地说，AI“不属于医疗领域”。阅读文章。
- 一位既是医院高管又是医生和技术专家的人提出了一个大胆的提议，以控制AI使用成本。 让AI供应商在合同中承诺与他们的医疗客户分担风险。“如果我有一个好主意，你同意为我建造它，难道你不希望花很长时间来建造吗？因为那样我的账单会不断增加？”西雅图儿童医院高级副总裁、首席数字官兼首席AI和信息官扎法尔·乔杜里（Zafar Chaudry）博士在接受MedCity News采访时反问道。“这很难控制成本。”乔杜里指出，目前医院与技术供应商的合同通常不能保证所投资的产品能达到预期效果。
- 从质量上看，医疗数据参差不齐。 换句话说，垃圾进，垃圾出。这种不一致性在训练和跟踪任何给定的医疗AI模型时是一个大问题。幸运的是，这个障碍是可以克服的。所有实施AI的医疗机构只需要关注六个简单的要素——准确性、有效性、数据完整性、完整性、一致性和及时性。好吧，它们并不那么简单。但它们肯定是可接近的。Wolters Kluwer解决方案工程师布莱恩·拉贝热（Brian Laberge）在3月10日的一篇博文中对此进行了详细解释。“通过有效的数据治理和规范化实践，”他保证，“医疗机构可以最大限度地发挥AI的能力，并确保最准确的输出，以改善患者护理。”
- 同样，医疗计算机视觉的效果取决于其训练用的图像数据的质量。 安德鲁·戈斯廷（Andrew Gostine）博士解释了这一动态。“视觉是我们最强大的感官能力，高达90%的大脑直接或间接参与视觉信息的处理，”他在接受《HealthTech》杂志采访时说。“同样，计算机视觉是最有价值的AI感知形式。”戈斯廷是一名重症监护麻醉师和AI企业家，他补充说，高带宽图像处理与计算机视觉是“推动医疗自动化达到解决医疗领域许多访问和效率问题所需规模的唯一途径。”
- 世界上人口最多的国家有一位86岁的IT企业家，他最近在一个研究生课程中加强了自己的AI技能。 为什么？为了更好地利用技术为弱势社区提供医疗服务。据《艾哈迈达巴德镜报》报道，在过去的15年里，马亨德拉·帕特尔（Mahendra Patel）帮助超过4,000名孤儿和残疾儿童获得了教育。“他的故事激励了那些考虑新道路的人，并表明只要有决心和支持，一切皆有可能，”该报补充道。对于马亨德拉来说，完成这项具有挑战性的AI课程“不仅是一次学术追求。它已经成为重新激发他对创新热情的一种冲动。”
(全文结束)
