过去十年，医疗保健领域取得了戏剧性的突破，包括罕见病免疫疗法、成本上升以及全球大流行的考验。最近，一种基于GLP-1激素用于治疗糖尿病的新药物类别的出现，展示了持续创新的力量。此外，远程医疗的普及、人工智能在解决行政负担方面的应用以及数字健康平台的增长，预示着技术正在改变整个行业，无论是对提供者还是患者。
所有这些都引出了一个问题：下一个十年会带来什么？最近，《大西洋月刊》在波士顿召集了一批医疗保健从业者和领导者，进行了一次圆桌讨论。CVS Health赞助了此次活动，并由Sree Chaguturu博士代表参加，他担任CVS Health的医疗交付总裁、执行副总裁兼首席医疗官。Chaguturu博士指出，基因疗法现在用于对抗罕见遗传疾病，是该领域令人印象深刻的进步。“20年前我刚开始职业生涯时，这是不可能的。”Chaguturu博士说。
与Chaguturu博士一同参与讨论的还有来自不同临床专业、健康公平、经济学、制药创新、技术和风险投资领域的领导人。他们一致认为，实验室中展示的惊人人类智慧将塑造未来的医疗保健，同时，人工智能的崛起也将影响每一个方面，从账单处理到诊断再到解决从业人员短缺问题。
Asaf Bitton博士是哈佛大学公共卫生学院和布里格姆妇女医院联合成立的Ariadne Labs的执行主任，该中心致力于设计、测试和推广新的技术、协议和最佳实践。Bitton博士认为，短期内，AI将在诸如环境听写等任务中得到广泛应用，这种工具通过自然语言处理技能被动地听取医患交流，并自动捕捉关键医疗细节，而无需手动记录或输入。他认为，这种节省时间的应用“自动化了单调的任务”，只要确保准确性、公平性和隐私保护措施到位，可能会减少使专业人士沮丧的常规任务的时间投入。
这一观点与美国医学协会最近对1000多名执业医师进行的关于医疗保健中AI使用的调查结果相符。在排名AI最有可能提供有意义支持的实践领域时，69%的受访者选择了工作效率。个性化护理和健康公平分别排在较低的位置，分别为43%和35%。
在讨论过程中，小组成员探讨了从公共卫生和初级保健趋势到行业消费者信任等多个话题。AI几乎在每次对话中都会被提及，这在各个领域都是如此。以下是讨论的主要收获，包括但不限于AI的前景：
收获一
初级保健提供者的概念正在扩大，理想情况下，健康公平也会随之扩展。从Bitton博士的角度来看，AI在未来十年将超越单调任务，可能增强诊断能力，汇总大量健康数据以识别护理缺口，并简化患者参与的可能性。这些创新可以缓解临床医生的能力缺口，使护理更加可及，但前提是必须解决AI应用中的潜在不公平和偏见问题。
他引用了今年美国医学院协会发布的数据，显示美国大量的医生劳动力可能在未来几年内退休。20%的临床医生年龄在65岁及以上，另有22%的医生年龄在55至64岁之间。他们的离开将加剧因新冠疫情导致的职业倦怠而引发的人员短缺问题，特别是在初级保健领域。“初级保健就像氧气，只有在严重不足时才会引起注意。”Bitton博士说。
他相信，其他医疗保健临床医生，如护士执业医师，可能会继续介入，帮助履行医生以前的角色，越来越多地工作。“医生会有有趣的角色，人们仍然希望有初级保健医生，”他说，“但人们真正想要的是什么？是一种长期的、治愈的关系，有人了解他们，可以与他们做出良好的、值得信赖的决定。”
有些患者在遇到与其外貌和声音相似的提供者时反应最好。Joe Kimura博士是综合肾脏和心血管护理提供商Somatus的首席医疗官。他预见到一个未来，AI代理在与患者的互动中学习，学会用每个患者的口音和方言说话，使他们感到更高的舒适度。
Monica Bharel博士同意，围绕通过非传统提供者和渠道满足患者的初级保健需求的讨论也应包括技术。作为谷歌公共部门健康领域的临床负责人，Bharel追溯了远程医疗在疫情期间渗透到农村地区和未服务社区的情况，以及当前可穿戴技术的发展及其检测不规则心跳或压力的能力。“结合AI，有很大的机会进行健康监测、更好的诊断——例如，更好地评估乳腺癌的乳房X光片或确定孕期的孕妇超声检查。”她说。“然而，这种创新精神必须与公平相结合，”她强调说，“正如我们在疫情期间看到的那样，我们推出的任何干预措施都必须以公平为先，而不是事后考虑。”
收获二
治疗创新令人鼓舞，预示着一个能够在公共卫生规模上实现精准的未来。Chaguturu博士指出，CVS Health触及了每两个美国人中的一个，约1.85亿人——这一规模使公司能够提高医疗保健的可及性和负担能力。考虑到这一规模，讨论进入了公共卫生领域。
经济学家Michael Chernew博士指出，AI将在公共卫生领域证明其价值，因为该技术擅长处理大规模数据集和模式检测，而这正是公共卫生分析的核心。作为哈佛医学院卫生政策教授和医疗市场与监管实验室主任，Chernew博士还研究了替代福利和支付模式以及医疗保健支出增加的根本原因——所有这些都是依赖模式的问题。“历史上，医学试图将信息压缩成易于消化的方法，”他说，举例说明了某些条件在患者达到一定年龄后的典型筛查测试。这些指南是从模式中得出的——一群患者在达到一定年龄后发展出某些条件。但这只是人类模式识别和行动健康实践的能力范围。他指出，AI能够检测公共卫生数据中的模式并提出干预建议，这些在过去需要人类分析师多年才能确定。
Bharel博士对个性化医学的突破充满热情，例如基因编辑及其在定制癌症治疗和免疫疗法中的应用，但她也将这些精准医学解决方案置于公共卫生的背景下。现在，得益于AI解锁的可能性，Bharel博士预见到一个未来，即使影响大量人口的医疗保健也可以通过数据分析进行精细化调整——她称之为“精准公共卫生”。“这有助于我们理解健康决定因素，而不仅仅是我们的基因密码，”她解释说，“我们的邮政编码对我们的健康有何贡献？我们对服务的访问、环境和其他因素如何影响我们的健康结果？对这些因素的更深入理解可以帮助我们找到我们可以集中精力进行干预以提高结果的地方。”
收获三
这一切都指向了赋能患者——无论他们是谁，身处何方。作为一家使用技术补充老年人和社会需求者家庭护理的公司领导，Julian Harris博士对围绕管理慢性病的对话有时会将患者视为需要照顾的人表示敏感。“作为受过高度培训和教育的医生，我们有时很难想象患者如何在没有多年培训的情况下主动共管血压，”ConcertoCare的董事长兼首席执行官Harris博士说，“因此，我们让他们回到办公室进行血压检查和缓慢的药物滴定，而不是可以在家中协作完成的事情。”
这种偏见也延伸到了提供者设想将技术整合到患者服务的方式上。“我们总是在谈论如何利用技术重新设计医生的工作，”他说，“事实上，我们真正想做的是围绕患者重新设计，然后允许他们以更好的方式使用信息来管理自己。”Cityblock Health的联合创始人兼首席执行官Toyin Ajayi博士表示赞同。“作为医疗保健提供者，我们将获得医疗服务与在我的办公室获得我的医疗服务混为一谈，”Ajayi博士说，“我们应该思考的是：我们如何找到他们，赢得他们的信任，并让他们参与护理？”
Foundation Medicine的首席执行官Dan Malarek博士是一家致力于转化癌症护理的基因组学公司，他认识到创新只有在可及时才是赋权的。“患者赋权将为未来指明方向，”Malarek博士说，“这给像我们这样的行业带来了压力，要求我们推出易于访问、易于管理、易于理解且能减轻初级保健压力的创新。因为在那里，你可以为患者创造价值，同时降低医疗保健成本。”Chaguturu博士同意技术可以成为降低护理障碍的伟大工具，赋能并触及患者在其医疗保健旅程中的位置。未来，自动化和数字化工具将“减少我们在系统中看到的浪费和摩擦，同时也有望提高参与度并使导航更容易，”他说。
但他指出，确定可持续的支付模式和确保公平的访问是至关重要的。“这是我们必须要面对的问题——我们将如何为这些创新的新治疗方法买单，”Chaguturu博士说，“我们必须确保它们公平可用，没有人被落下，我们能够提供机会，让每个人都能实现他们希望实现的健康结果。”
(全文结束)
