您对2021年人工智能在医疗保健领域有何期待
新时代，高科技越来越发达。朋友们读了很多关于科技的重要新闻。我们也应该在生活中使用很多这些高科技的东西。朋友应该注意什么？今天，我想和大家分享一条关于科技的知识。我希望你会喜欢它。
医疗保健信息技术顾问2020年前三个月，研究团队进行了30次关于医疗保健中人工智能(AI)的研究访谈。到目前为止，我们的对话吸引了卫生系统主管、临床医生、数据分析师、供应商、学者、教育工作者和顾问的见解和意见。
你现在怎么用人工智能对付新冠肺炎
我们从这些对话中确定了四个重要主题。在整个2020年，我们将继续探索人工智能的这些和其他重要问题和应用，包括其最近在新冠肺炎的部署。
话题一：每个人都想用AI，但很少有人想做苦工
我们的谈话揭示了人工智能程序经常无法实现价值的三个主要原因：
1.计划通常与临床或操作目标无关；
2.他们没有来自行政层面的支持；和
3.卫生系统在开始时没有正确的构件或功能。
Optum
我们与分析部高级副总裁图沙尔梅罗特拉进行了交谈。他指出，与组织目标没有明确的联系，AI飞行员只是一种学术活动。梅罗特拉说：“除非你将它们与商业模式联系起来，并定义一些投资回报，否则所有这些努力都是无关紧要的。”(每日简报由联合健康集团全资子公司Optum的一个部门咨询委员会发布。)
显而易见的健康策略
的负责人、前首席执行官保罗布雷彻(Paul Bleicher)也有类似的观点：“在科学或分析追求的所有方面，最困难的问题是提出正确的问题。对于技术人员来说，这很容易解决。字段这样做是因为它们拥有数据和计算能力，但它们本身并没有太大的帮助。”
Centura的健康
此外，人工智能计划需要关键决策者的支持和投入才能产生长期影响。当我们与首席数据官Ray Deiotte交谈时，他指出：“在任何行业中，在企业内部实施AI战略的最大障碍是，没有足够的“自上而下”的理解和影响力来采用和投资数据和分析作为企业能力。”
最后，我们的受访者强调，你需要使用适当的工具来启动人工智能项目。这可能涉及许多因素，包括拥有足够的高质量数据集、足够的员工技能和强大的信息技术基础设施。医疗保健组织通常使用大型索赔数据集来训练他们的AI，这些数据集很有用，但仍然是一维的——引入新的数据源(如基因组、行为、社会决定因素)将带来新的算法复杂性水平。
对于许多试图使用人工智能的医疗保健提供商来说，拥有足够的人才是另一个明显但持久的障碍。如今，招聘数据科学家的需求显而易见，但还有其他重要的补充和新兴角色，如首席数据官。假设大型医疗机构有正确的领导支持和数据驱动文化，他们可能会投资于精通AI的人才，以真正从大规模AI努力中获得价值。
医疗进化
数据、分析和高级AI功能可以提供一系列可行的见解，但这些技术资产需要嵌入到工作流程中，才能真正让医生和其他最终用户相信模型的价值。组织无法扩展的主要原因是新的AI解决方案无法集成到现有的工作流中。执行副总裁Matt Seefeld回应了这一观点，他告诉我们：“工作流自动化最重要的部分是确保您的员工专注于将产生最大影响的任务。”
本文就为大家讲解到这里了。