根据医疗AI领域的领导者emtelligent进行的一项调查显示，医疗AI用户在使用非结构化数据进行创新和预测建模方面看到了巨大的机会，但对现有工具的满意度却不足一半。这项在线调查涵盖了近250位正在使用或考虑使用AI工具从非结构化临床数据中提取洞见的医疗组织领导者。
调查显示，大多数（55%）的医疗机构使用AI或自然语言处理（NLP）技术的时间不到两年。提取和整理非结构化临床数据的需求十分紧迫，因为大约80%的数据是以非结构化的形式存在，如医生笔记、PDF文件和传真。然而，只有不到四成的受访者表示他们目前拥有“完美”的解决方案来从非结构化数据中提取洞见（38%），利用这些洞见降低运营成本（37%），或通过非结构化数据推动新产品和服务的发展（39%）。
此外，调查还揭示了不同子行业的医疗组织在利用非结构化数据方面的不同优先事项。对于医疗系统而言，非结构化数据的主要应用场景包括患者摘要、护理管理、质量改进和数据分析。制药公司和临床研究机构则寻求自动化数据录入和优化临床试验，而保险机构希望利用非结构化数据改善质量评级、风险评估和真实世界证据（RWE）。
其他调查亮点还包括：
- 医疗机构最关注的是通过利用非结构化数据实现更好的患者结果和提升客户服务；
- 用户在将非结构化数据转换为可用数据时面临多重挑战，其中83%的受访者选择与第三方合作，而14%仅使用内部开发的工具；
- 数据隐私/安全和组织内部对结果和价值的怀疑是AI实施最常见的障碍；
- 大多数受访者（95%）预计在不到两年的时间内从其非结构化数据AI努力中看到可衡量的改进，其中52%预计在不到一年的时间内看到改进。
emtelligent的首席执行官兼联合创始人Tim O'Connell博士指出：“这些调查结果强调了非结构化临床数据在推进医疗创新中的关键作用，最终将带来更好的患者结果和更高效的运营。”他补充道，“这解释了为什么如此多的组织计划在未来一年与专业供应商合作，挖掘洞见并优化运营。”
(全文结束)
