医疗保健领域的生成式人工智能：示例、优势、用例

OpenAI 的 ChatGPT 的广泛流行引发了一场将生成式人工智能融入工业应用程序的竞赛。 医疗保健是这方面的领军者之一。

麦肯锡公司表示，医疗保健领域的生成式人工智能可以通过自动化容易出错的工作、在几秒钟内向临床医生提供大量数据以及实现医疗基础设施现代化，帮助释放该行业未实现的 1 万亿美元的潜在改进。

医疗保健领域的生成式人工智能示例

尽管医疗保健企业多年来一直在使用人工智能技术——不良事件预测、手术室调度优化以及连接患者数据以推动更好的结果只是三个例子——但医疗保健领域的人工智能有望为该行业带来更深层次的变革。

以下是人工智能在医疗保健领域的一些最新示例：

• Amazon Web Services (AWS)在 7 月推出了一项名为 AWS HealthScribe 的服务，该服务使用语音识别和生成式 AI，通过生成临床文档来节省临床医生的时间。
• 据《华尔街日报》报道，谷歌正在 May Clinic 和其他医院测试名为 Med-PaLM 2 的医疗聊天机器人技术。 Med-PaLM 2 基于 Google 自己的会话生成式 AI 聊天机器人 Bard 所基于的大语言模型 (LLM) 技术，旨在更准确、更安全地回答医疗问题。
• 微软是 OpenAI（ChatGPT 背后的公司）的主要投资者之一，正在与 Epic Systems 合作，将生成式人工智能技术集成到其电子健康记录 (EHR) 中。 微软的 Nuance Communications 子公司还宣布了一款全自动临床文档应用程序，它将对话式和环境 AI 与 GPT-4（支持 ChatGPT 的 LLM 最新版本）相结合。

全球 83% 最具创新性的医疗保健公司都运行 SAP 解决方案。

在数据最密集的行业之一利用数据

医疗保健行业是一个保守的行业，也是最后接受新技术的行业之一，见证其如此强大的吸引力是了不起的。 当我们考虑到健康保险流通责任法案 (HIPAA) 等严格的隐私法规如何阻碍数据共享时，这一点尤其正确。

然而，医疗保健也是数据最密集的行业之一。

据说，医院平均每年产生约 50 PB 的数据，总计约 12.5 万亿份钦定本圣经的数字副本。 此外，据报道，医疗保健领域生成的数据量每年以 47% 的速度增长，这对于任何行业来说都是一个重大的增长。

所有这些数据都必须由某人记录，这需要相当长的时间。 其中很多对于提高医疗机构的效率以及为有需要的患者提供及时的医疗信息和建议非常有用。

然而，充分利用这些数据几乎是不可能的，因为人类和旧技术无法处理太多数据。

这就是人工智能发挥作用的地方。 通过依靠深度学习算法创建新的文本、音频、代码和其他内容，它可以针对隐私进行优化，然后套索大量非结构化医疗信息，以节省时间和金钱，同时释放无限的业务和临床可能性。

医疗保健患者参与：想象一个更美好、更大胆的未来

在美国，支付者和提供者医疗保健公司都面临着无数严峻、紧迫的挑战。 准备好了吗？

个性化医疗、更快的诊断等等

IDC Health Insights 分析师 Lynne Dunbrack 表示，医疗保健组织看到了这种潜力，这也是 64.8% 的医疗保健组织正在探索生成式 AI 场景、34.9% 的组织已经对其进行投资的原因之一。

“需要技术来解决关键优先事项，例如增强患者体验、改善人口健康和降低成本，”邓布拉克说。

更具体地说，分析师表示，生成式人工智能可能成为解决医疗保健行业许多常见需求的组成部分，包括：

1. 个性化医疗：生成式人工智能可以汇总和分析大量患者数据，以提供量身定制的药物和治疗建议，以增强治疗效果。
2. 医学影像分析：法学硕士还擅长解读医学图像，例如 MRI、CT 扫描和 X 射线。 自动化图像分析可以让临床医生更快、更准确地发现问题，从而改善诊断和整体护理。
3. 临床记录： AWS 的 HealthScribe 等一系列工具可能会寻求解决医生时间太有限，无法对患者就诊记录正确、详细的记录，然后将其输入 EHR 的老问题。 人工智能工具可以通过使用语音识别和深度学习来快速有效地自动化这些过程，从而减轻这种麻烦。
4. 药物发现和开发：生成式人工智能还可以通过模拟分子相互作用和预测可能的候选药物来加速药物发现。 它还被用来加快药品监管审批。 例如，Insilico Medicine表示，它不仅使用自己的人工智能平台来发现特发性肺纤维化（一种呼吸系统疾病）的治疗方法，而且还将其应用到临床前药物发现过程的每一步。 Insilico 表示，通过传统方法实现这一目标通常需要花费超过 4 亿美元，但它预计通过生成式人工智能只需花费十分之一左右的成本即可实现这一目标。
5. 虚拟健康助理：许多首批用于医疗保健的生成式人工智能聊天机器人将专注于每天 24 小时更高效地为患者问题提供更快、更好的答案。 例如，北卡罗来纳大学健康中心正在利用 Epic 的生成人工智能工具来帮助负担过重的临床医生应对海量的信息。
6. 简化保险索赔：生成式人工智能还可以通过自动提取和处理患者记录来帮助简化患者的医疗保险索赔（或医生办公室的预授权请求），从而减轻呼叫中心人员的压力。 此外，它还可以帮助加快对索赔的考虑，同时通过检测可疑模式和异常来识别潜在的欺诈性提交。

尽管有很多早期的炒作，但生成式人工智能作为一项技术仍处于起步阶段，因此无法预测当前对医疗保健的关注是否会持续下去。 但有一点是明确的：随着数十亿美元被注入该领域，这一趋势不会很快滞后。