醫療已經(jīng)成為被AI改造最熱門(mén)的行業(yè)之一

       在《醫療保健中的生成式人工智能》報告中，人工智能在醫療領(lǐng)域的一些重要應用，包括患者交互、文檔記錄、臨床決策等。具體來(lái)說(shuō)，醫療行業(yè)的核心環(huán)節包括六大環(huán)節：患者交互、文檔記錄、臨床決策、預授權、編碼和收益周期管理。最新的生成式人工智能能夠賦能這些核心節點(diǎn)的主要原因是它可以處理大量非結構化數據并將其轉化為有用的信息和見(jiàn)解。醫療操作的核心環(huán)節往往涉及多種類(lèi)型的數據，如語(yǔ)音、文本、圖像、視頻、信號等。這些數據往往是非結構化的，即沒(méi)有固定的格式或標準。醫療器械體系三類(lèi)醫療器械注冊蘊含著(zhù)豐富的醫學(xué)知識和價(jià)值，但很難被人類(lèi)或傳統軟件系統有效集成或使用。在傳統醫療行業(yè)，這些數據的處理和整合成本高昂但又難以省略。美國醫療編碼市場(chǎng)價(jià)值約210億美元，包括約35,000名醫療編碼員。

       盡管擁有如此龐大的勞動(dòng)力，美國醫院每年仍因編碼錯誤而損失近200億美元的收入，使得當地醫療服務(wù)提供者只能依靠山寨式的咨詢(xún)公司來(lái)幫助他們“查找”缺失的信息。同樣，在與患者互動(dòng)的過(guò)程中，醫療行業(yè)總是需要大量的文職人員來(lái)整理各種醫療文件。目前美國醫療行業(yè)約有100萬(wàn)文員，每個(gè)文員平均每年支出為40-5萬(wàn)美元，這意味著(zhù)醫療行業(yè)至少花費4億美元每年在這樣的職位上的成本。生成式AI可以利用深度學(xué)習、自然語(yǔ)言處理等先進(jìn)算法來(lái)分析、理解、生成和轉換這些數據，從而提高醫療操作的效率和質(zhì)量，降低成本和人力，適應不同的數據源和環(huán)境。例如，在文檔方面，生成式人工智能可用于將醫生和患者之間的對話(huà)自動(dòng)轉換為電子病歷和編碼；在臨床決策中，生成式人工智能可用于轉換多種數據源和格式，例如醫學(xué)圖像和病歷。報告等轉化為統一的醫學(xué)知識和數據。