Bot医生：人工智能如何改变了医疗保健，以及接下来会发生什么

 
人工智能是当今许多新兴技术的核心，其含义可能比医疗更有意义。
那么，今天的AI在医疗保健领域有何影响?未来将带来什么，医疗保健提供者和技术人员应如何做好准备?
在GeekWire的Health Tech Podcast的第4季首映式上，我们与三位来宾共同解决了所有这些问题：Cardinal Analytx Solutions首席执行官Linda Hand，这是一家获得风险投资支持的公司，使用预测技术来识别处于健康状况下降风险中的高风险人群，以及使他们与干预相配合; Colt Courtright，在Premera Blue Cross领导企业数据与分析;微软新任首席医疗官兼医疗保健副总裁David Rhew博士。
这集是在西雅图的dotBlue会议现场录制的，该会议由该节目的赞助商Premera Blue Cross主办。
在您喜欢的播客应用中，收听上面的内容或订阅GeekWire Health Tech播客，并继续阅读编辑后的重点内容。
Cardinal Analytx首席执行官Linda Hand：当我看医疗领域的AI时，我看到了医疗科学或医疗实践中的大多数例子。我觉得这对我们来说是一项新兴业务，将其扩展到公司的保险公司方面。机器学习可以找到人类无法找到的模式，如果没有根据您要寻找的结果进行规定的话，那是很强大的事情。那就是比医生更好的地方。
能够获取数据并利用其从反应式护理模型(反应式干预)过渡到主动式干预的能力是有希望的，因为预测要提前12个月。因此，能够了解某人将在八个月内增加费用是一次交谈的机会，而不是“嘿，我看到你在医院里”。
Colt Courtright，Premera Blue Cross：医疗行业每年代表3.5万亿美元，年支出占GDP的18%。预计将支持3亿多美国人。因此，尽管其中一些技术成就是可能的，但您可以证明在某些情况下使用机器学习而不是人类进行诊断实际上更为准确。
今天以及未来几年的AI将更像昨天的技术。可以把它想像成听诊器。听诊器可以放大人类医生的听力。它使他们能够更有效地进行诊断。我认为近期将采用的AI应用程序确实与能够辨别数据模式和过去历史中的模式有关，如果有足够的时间，人类医生可以自己辨别这些模式。
微软新任首席医疗官兼医疗保健副总裁David Rhew博士在GeekWire Health Tech Podcast上发表演讲，旁边是负责Premera Blue Cross公司数据和分析的Colt Courtright和Cardinal Analytx首席执行官Linda Hand，与GeekWire编辑器Todd Bishop一起在最左边。
Microsoft的David Rhew：我们看到的趋势是围绕着我们开始引入更干净，更可互操作的数据的能力，这使我们能够合并我们无法查看的数据集之前。我们的局限性在于我们拥有非常肮脏的数据集，这些数据集使我们无法真正了解超出当前可用范围的数据。
现在，我们可以将更干净的数据集与其他实时数据集结合在一起。这是一个非常令人兴奋的机会，因为现在我们可以考虑如何将索赔数据与电子健康记录数据，生活方式数据以及健康的社会决定因素结合起来，并尝试从基因组和其他类型中了解它如何与个体匹配个性化。这就是真正的机会所在。
有根据的看法：成本受诸多因素，新药发现，新医疗方法的影响，成本上涨的原因很合理。但是，风险定价，保费设置取决于我们今天所知道的信息水平。我们知道，机器学习在理解未来财务风险方面具有更高的预测准确性。
Rhew：我们有很大的机会能够弄清楚AI将如何转化为更低的成本。我们只需要进行更大范围的验证，一旦我们能够做到这一点，那么就有望全面降低成本。
考特赖特：我认为我们正处于一个转折点，在这一时刻我们被迫应对这些考虑。支配我称之为医疗保健传统角色(健康计划和提供者)的隐私和安全标准将保持不变。这种转变实际上是说该成员拥有自己的病历。成员应该能够控制它并使用它，并将其放置在他们想要的位置。
Rhew：我们将看到人们使用这些工具的方式发生变化。这与我们练习医学的方式不同。可能会有一些新的专业专门研究带有AI的数字工具。个人更多地关注人群，而不仅仅是个人本身或患者本身。我们将看到变化。可能需要某些人重新考虑他们过去的工作，但这同时给患者和人群带来了巨大的好处，降低了成本并提高了质量。
可能需要某些人重新考虑他们过去的工作，但这同时给患者和人群带来了巨大的好处，降低了成本并提高了质量。
汉德：我非常乐观。这就是为什么我要这份工作。但是我要说的是，如果我们仅专注于这种AI支持的业务实践和运营效率，那么我们就有能力滥用AI更快并大规模地做坏事。可以使用AI来解决这个问题，所以我希望我们有足够的智慧来做到这一点，但是这样做有危险，只专注于一个。我希望行业中的我们在科学，实践和业务运作之间取得平衡，以确保我们在整个连续过程中都在寻找正确的激励措施。
考特权：从患者，医生和财务风险持有者的角度来看，我绝对是一个乐观主义者。我认为这三个角色在我们的医疗保健系统中占主导地位，因此在人工智能方面存在着巨大的机会。这是一个目标丰富的环境。但是，当您今天检查医疗保健绩效时，无论是预防保健还是未提供;建议进行长期护理，或者如果没有提供的话;是否存在医疗错误，在美国哪些地方可预防死亡，以及费用;人工智能有很多机会。