医疗保健 AI：值得关注的三个趋势

在2019冠状病毒病大流行、心理健康危机、医疗成本上升和人口老龄化之间，行业领导者正争相开发针对医疗保健的人工智能(AI)应用。一个来自风险投资市场的信号是：超过40家初创公司已经筹集了2000万美元或更多的资金，用于为行业打造人工智能解决方案。但人工智能实际上是如何应用于医疗保健的呢?

“2022 年医疗保健 AI 调查”对来自全球的 300 多名受访者进行了调查，以更好地了解定义医疗保健 AI 的挑战、成就和用例。这是第二次进行的调查，结果没有显着变化，但它们确实指出了一些有趣的趋势，预示着医疗AI在未来几年将如何发展。虽然这种演变的某些方面是积极的（人工智能的民主化），但其他方面却不那么令人兴奋（存在更大的攻击面）。

以下是企业需要了解的三个趋势：

一、使用无代码工具的人工智能的易用性和民主化

Gartner估计，到2025年，70%的企业开发的新应用将使用无代码或低代码技术(2020年不到25%)。虽然低代码能够简化程序员的工作负载，但不需要数据科学干预的无代码解决方案将对企业和其他领域产生最大的影响。

这就是为什么看到人工智能使用从技术头衔到领域专家本身的明显转变是令人兴奋的。 

对于医疗保健行业，这意味着在AI医疗保健调查中，超过半数(61%)的受访者将临床医生视为其目标用户，其次是医疗保健支付方(45%)和医疗IT公司(38%)。再加上针对医疗保健的人工智能应用的重大发展和投资，以及开源技术的可用性，这些都预示着更广泛的行业采用。

对于医疗保健，这意味着超过一半 (61%) 的 AI in Healthcare 调查受访者将临床医生确定为他们的目标用户，其次是医疗保健支付者 (45%) 和医疗 IT 公司 (38%)。这与医疗保健特定人工智能应用程序的重大发展和投资以及开源技术的可用性相结合，表明行业采用更广泛。

这一点意义重大：将代码交给医疗工作者，就像Excel或Photoshop等常用办公工具那样，将改善AI。除了使技术更容易获得外，它还使结果更准确可靠，因为现在坐在驾驶座上的是医疗专业人员，而不是软件专业人员。这些变化不是一夜之间发生的，但领域专家作为人工智能主要用户的增加是一大步。

二、工具越来越复杂，文本越来越实用

其他令人鼓舞的发现涉及人工智能工具的进步，以及用户深入研究特定模型的愿望。当被问及他们计划在 2022 年底之前采用哪些技术时，调查中的技术领导者提到了数据集成 (46%)、BI (44%)、NLP (43%) 和数据注释(38%)。文本现在是人工智能应用中最有可能使用的数据类型，对自然语言处理 (NLP) 和数据注释的重视表明更复杂的人工智能技术正在兴起。  

这些工具支持重要的活动，如临床决策支持、药物发现和医疗政策评估。在经历了大流行的两年之后，随着我们开发新疫苗并发现如何在大规模事件之后更好地支持医疗系统需求，我们清楚地知道在这些领域取得的进展是多么重要。通过这些例子，也很明显，医疗行业对AI的使用与其他行业有很大不同，需要不同的方法。

因此，来自成熟组织的技术领导者和受访者都将医疗保健特定模型和算法的可用性作为评估本地安装的软件库或SaaS解决方案的最重要需求，这也就不足为奇了。从风险投资领域、市场上现有的资料以及人工智能用户的需求来看，特定于医疗保健的模型在未来几年只会增长。

三、安全问题担忧与日俱增

随着人工智能在过去一年中取得的所有进展，它也开辟了一系列新的攻击媒介。当被问及受访者使用哪些类型的软件来构建他们的人工智能应用时，最受欢迎的选择是本地安装的商业软件（37%）和开源软件（35%）。最值得注意的是，与去年的调查相比，云服务的使用量下降了

12% (30%)，这很可能是由于对数据共享的隐私问题。 

此外，大多数受访者(53%)选择依赖他们自己的数据来验证模型，而不是第三方或软件供应商的指标。来自成熟组织的受访者(68%)明显倾向于使用内部评估和自己调整模型。此外，在医疗数据处理方面有严格的控制和程序，很明显，人工智能用户希望在可能的情况下保持内部操作。

但无论软件偏好或用户如何验证模型，不断升级的医疗保健安全威胁都可能产生重大影响。虽然其他关键基础设施服务面临挑战，但医疗保健违规的后果超出了声誉和财务损失。数据丢失或篡改医院设备可能是生与死的区别。 

随着开发人员和投资者努力将技术掌握在日常用户手中，人工智能有望实现更显著的增长。但随着人工智能变得更加广泛可用，并且随着模型和工具的改进，安全、可靠和道德将成为关注焦点的重要领域。看看今年这些医疗保健领域的人工智能如何发展，以及这对行业的未来意味着什么，将会很有趣。