您對2020年人工智能在醫(yī)療保健領域有何期待

醫(yī)療保健IT顧問在2020年的前三個月中，研究團隊針對醫(yī)療保健中的人工智能(AI)進行了30次研究訪談。到目前為止，我們的對話吸引了衛(wèi)生系統(tǒng)主管，臨床醫(yī)生，數據分析師，供應商，學者，教育工作者和顧問的見識和見解。

您現在如何使用AI對抗Covid-19

我們從這些對話中確定了四個重要主題。在整個2020年，我們將繼續(xù)探索AI的這些及其他重要問題和應用，包括其最近針對Covid-19的部署。

主題1：每個人都想使用AI，但很少有人想做艱苦的工作

我們的對話揭示了AI計劃經常無法實現價值的三個主要原因：

1.倡議往往與臨床或業(yè)務目標無關;

2.他們沒有執(zhí)行層的支持;和

3.衛(wèi)生系統(tǒng)在開始時沒有正確的構建塊或功能。

Optum

我們與分析高級副總裁Tushar Mehrotra進行了他指出，與組織目標沒有明確的聯系，AI飛行員不過是一項學術活動。Mehrotra說：“除非您將它們與業(yè)務模型聯系在一起并定義一些投資回報率，否則所有這些努力都是無關緊要的。”(每日簡報由Optum的一個部門咨詢委員會出版，該委員會是UnitedHealth Group的全資子公司。)

Evident Health Strategies

的負責人，的前首席執(zhí)行官Paul Bleicher也有類似的看法：“在科學或分析追求的各個方面，最困難的問題是提出正確的問題。對于技術人員而言，這很容易解決。領域之所以這樣做，是因為它們具有數據和計算能力，但是就其本身而言不是很有幫助。”

Centura Health的

此外，人工智能計劃需要關鍵決策者的支持和投資才能產生長期影響。當我們與首席數據官Ray Deiotte交談時，他指出：“在任何行業(yè)中，執(zhí)行企業(yè)范圍內AI戰(zhàn)略的最大障礙是沒有足夠的“自上而下”的理解力和影響力來采用并且將數據和分析作為企業(yè)能力進行投資。”

最后，我們的受訪者強調，您需要使用適當的工具來啟動AI項目。這可以涉及許多因素，包括擁有足夠的高質量數據集，足夠的員工技能和強大的IT基礎架構。衛(wèi)生保健組織通常使用大型索賠數據集來訓練其AI，這些數據很有用，但仍然是一維的-引入新的數據源(例如，基因組，行為，社會決定因素)將帶來算法復雜性的全新水平。

對于許多試圖利用AI的醫(yī)療保健提供者來說，擁有足夠的人才是另一個明顯但持久的障礙。如今，招聘數據科學家的需求明顯，但還有其他重要的互補和新興角色，例如首席數據官。假設大型醫(yī)療機構擁有正確的領導層支持和數據驅動文化，他們可能會投資于精通AI的人才，以真正從大規(guī)模AI努力中獲得價值。

MedEvolve

數據，分析和高級AI功能可以提供一系列可行的見解，但是這些技術資產需要嵌入到工作流程中，才能真正使醫(yī)生和其他最終用戶相信模型的價值。無法將新的AI解決方案整合到現有的工作流程中是組織無法擴展的主要原因。執(zhí)行副總裁Matt Seefeld回應了這一觀點，他告訴我們：“工作流自動化的最重要部分是確保您的員工專注于將產生最大影響的任務。”