医疗保健人工智能的谨慎观点——2024 年健康 IT 预测

在 2024 年伊始，我们希望以一系列的方式开始新的一年 2024 年健康 IT 预测。 我们询问了 今日医疗保健 IT 社区 提交他们的预测，我们收到了广泛的答复，我们将其分为多个主题。 事实上，我们得到的信息太多了，我们必须将其范围缩小到最好、最有趣的。 请查看下面我们社区的预测，并务必在评论和社交媒体上添加您自己的想法和/或您不同意这些预测的地方。

今年所有 2024 年健康 IT 预测（在共享时更新）：

现在，请查看我们社区的谨慎观点 医疗保健人工智能 预测。

Joseph Zabinski 博士，人工智能和个性化医疗董事总经理 OM1

2024 年人工智能的反预测：医疗保健行业喜欢将人工智能 (AI) 与完美标准进行比较——我们希望它每次都能得到“正确”的答案，有时，我们甚至会听到这样的说法：一个目标。’ 现实是，这种情况明年（或者下一个，下下一个！）不会发生。 到 2024 年，我们必须比较人工智能对世界的影响——真实的患者旅程、真实的诊断程序和（缺乏）采用，以及在巨大不确定性下的真实治疗决策。 如果我们期望人工智能是完美的，它总是会令人失望，但如果我们使用患者的生活经历作为基准来创建支持良好的解决方案来解决实际问题，它会非常有帮助。

采用人工智能的关键：患者的接受度：随着我们进入 2024 年，人工智能 (AI) 采用的一个关键挑战将是患者的接受度，特别是在媒体广泛宣传人工智能“出错”的情况下。 2023 年，人工智能成为一个熟悉的概念，但明年，该行业需要采取下一步行动，直接向患者提供有关人工智能优缺点的清晰、透明、可重复性和答案。 要成功做到这一点，归根结底是在有意义的情况下（并非总是如此）使用人工智能，并确定人工智能可以创造的附加值。 只有我们解决患者获取和接受的障碍，人工智能在理论上的作用与它在现实世界中实际作用之间的差距才会缩小。 2024年，行业需要明确人工智能创造的价值； 为提供者和患者提供高效、无缝的服务； 并坚决利用见解来帮助做出决策——只有这样我们才会看到接受和下一步的采用。

Miroslav Klivansky，分析与人工智能全球实践负责人 纯存储

2024 年，我们将开始步入 GenAI 的幻灭低谷（Gartner 的炒作周期将其定义为当实验和实施未能交付时兴趣减弱的时期），并最终将人工智能的使用工业化。 随着我们从人工智能工具带来的炒作转向对消费者友好的用户体验，我们将看到公司更好地理解、投资和应用特定于人工智能的解决方案来满足其业务需求。

事实上，医疗保健是在人工智能的帮助下进行创新最成熟的行业之一。 它不仅具有改进诊断的潜力，而且还可以改进医疗设备和自动化管理任务。 后者可能会首先受到干扰，因为这些系统是电子管理的，并且可以快速自动化任务。

Matt Eisendrath，总裁兼首席商务官 全谱

医疗科技公司将继续向人工智能投入资金。 人工智能在诊断成像之外的近期影响尚不确定，围绕它的炒作周期与分析等新兴技术的过去经验相呼应。 不要在回报未知的情况下匆忙地将资源投入人工智能计划，而是等待围绕人工智能的明确而具体的用例，并首先考虑投资网络安全的优势。

Kari Miller，产品管理高级总监 IQVIA

质量管理历来偏离人工智能 (AI) 工具的快速采用，因为质量管理系统 (QMS) 中存在此类敏感信息，因此他们对在流程中实施额外的智能元素持谨慎态度。 然而，许多人开始利用技术翻开新的一页，因为他们开始利用大型语言模型 (LLM) 和人工智能的其他功能，预计这一趋势将在 2024 年持续下去。此外，推荐引擎的使用将会增加，因为它们允许将人工智能与个人经验相结合，专注于增强智能而不是单纯的人工智能。 推荐引擎可以极大地提高响应能力、周期时间、准确性和效率，对生产力产生重大影响。 由于知识产权泄露的风险，公共生成人工智能（GenAI）的使用将需要更长的时间才能进入该领域，这在生命科学中至关重要，然而，随着私人 GPT 的出现，GPT 的使用可能会增加。 随着这些趋势的增加，预测性和预防性分析的投资将会增加。

此外，随着组织努力打破质量部门和其他部门之间的孤岛，人工智能可用于跨系统连接和工作，这将极大地有利于每个人提高生产力和效率。 这种连接性将允许更好地访问跨学科的数据，例如企业资源规划（ERP）、供应链管理（SCM）和产品生命周期管理（PLM），从而减少错误和重复工作。

约尔格 Schwarz，医疗保健互操作性高级总监 信息公司

医疗保健高管对将生成式人工智能用于临床内容持谨慎态度，我们预计这种担忧将持续到 2024 年，主要是因为非结构化数据过多。 医疗保健首席信息官和首席技术官将于 2024 年开始实施数据分析平台战略，结合来自不同来源（物联网、EMR、ERP）的数据，希望利用该平台为许多人工智能算法提供支持，从而改善运营和临床结果。 虽然医疗保健提供者认识到生成式人工智能的潜力，但 2024 年将是组织齐心协力、努力训练算法以获得可靠结果的一年，同时建立良好的治理模型。

Michael King，技术解决方案产品和战略高级总监 IQVIA

虽然人工智能 (AI)（包括语言学习模型 (LLM)、自然语言处理 (NLP) 和生成人工智能 (GenAI)）的令人兴奋和创新具有突破性并推进了技术能力，但组织开始意识到：成功不仅仅取决于最新、最好的技术解决方案。 组织不仅会意识到这项技术的局限性，而且还会存在一些阻碍因素，例如法规、用于训练人工智能工具的行业/产品特定数据的可用性，以及此类人工智能解决方案的商业可行性，这些解决方案将定制这些技术在生命科学中的应用。

特别是在医疗保健和生命科学行业，组织逐渐意识到技术并不能解决所有问题。 相反，正确实施和利用技术、由人们驱动和理解并由流程支持，将为患者带来最有效的结果。 组织经常忽视技术进步的人员和流程部分，而这些各方之间改进的接口将为公司和患者带来更大的成果。

不断增加的法规和标准正在提高生命科学行业质量管理的复杂性。 组织需要在投资和资源有限的情况下提供更好的结果，从而推动对高效、合规的业务运营和受控的员工投资的需求。 组织应对这些困难的方法是提供咨询服务、外包服务和技术。 质量管理的真正价值在于能够结合这些服务来解决特定时间点以及随着组织在公司发展过程中的扩展而出现的痛点，而不仅仅是通过部署开箱即用的技术或软件。

Jason Handza，首席医疗官 耐斯泰克系统公司

医疗保健利益相关者对人工智能的热情程度各不相同，随着 2024 年的到来，对这一强大技术进行深思熟虑的整合至关重要。许多人将人工智能视为改善患者治疗结果的催化剂，并受到新兴趋势和前景的支持。 然而，人工智能的出现激增促使联邦政府采取行动，总统乔·拜登签署了一项行政命令，以减轻人工智能系统的潜在风险，特别是在医疗保健应用领域。 紧迫性是显而易见的——是时候就医疗保健领域的人工智能使用和战略实施进行有意义的讨论了。 由于我们仍处于早期阶段，这些对话必须立即开始。 在医疗保健领域，即使打着技术进步的幌子，变革也不会等待任何人。

请务必查看今日医疗保健 IT 的所有内容 医疗保健人工智能 内容和我们所有其他 2024 年医疗保健 IT 预测。