螺旋上升的成本、時常癱瘓的設施、無法確定的產能、身心俱疲的員工、難以補充的勞動力，再加上雜亂無序的業務體系——聽起來如此病態的種種元素，共同構成了人類社會的核心根基之一，醫療保健行業。人工智慧的興起能否幫助醫院和醫療保健服務商解決現實難題？很有可能，雖然速度還不夠快，但進展確已出現。
雖然人們對醫療保健AI抱有濃厚興趣，但凱捷在最近的調查報告中指出，「高管團隊的文化適應水平還比較落後，因此最需要AI加持的製藥、醫療技術和醫院等組織反而行動較慢。」報告作者還提到，最大的問題就出在數據身上。研究團隊在調查中發現，「各類醫療保健組織仍將加強患者護理途徑、改善護理成效作為首要任務。」但在調查到的各醫療保健組織內，只有約三分之一會優先考慮患者信息是否可用。「這一比例與上年（2021年，即上份報告的調查年份）相比並無重大進展。」
好消息是，不少醫療保健服務商正在加強自身AI探索工作。Baptist Health South Florida首席信息官Tony Ambrozie表示，「醫療保健行業如今開始以規模更大、複雜度更高的方式推行AI與機器學習解決方案。AI與機器學習將增強行業對大量可用數據的理解能力。」
Ambrozie繼續補充道，行業內的探索機會並不稀缺。「使用AI和機器學習來改善患者獲取醫療服務體驗的空間很大，包括改善護理效果、整理出有意義且能夠指導具體操作的健康數據等。對消費記錄和過往病歷的消耗數據做分析還能實現智能情境路由，幫助消費者和患者更好地管理自身健康，這也是接下來值得探索的重要方向，而且相關嘗試已經得到其他行業的反覆證實。」
當然，醫療保健行業是個龐大的整體，其中包含種種各有特點的活動元素，所以實際情況當然更為複雜。但顛覆之期已然臨近，AI與自動化完全有機會承擔起那些之前需要從業者死記硬背、或者投入大量時間精力重複操作的繁瑣任務。Qventus公司CEO Mudit Garg表示，「醫療保健是個極其複雜的行業，也往往是各國監管力度最大的行業。從業者需要接受嚴格審計、專注於處理對病患而言生死攸關的工作，而AI有望簡化其中的許多流程。」
那麼，AI要如何持續發展以滿足患者需求？Ambrozie認為，「首先就是在了解短期護理需求之外，真正把握患者的長期健康需求，而這必然要求分析難以想像的龐大數據——包括基因組、人口統計數據、病史、環境因素、症狀等。實際上，供應商不可能手動完成如此規模的數據分析。AI和機器學習正不斷發展，為超大規模健康數據的處理和分析提供自動化解決方案，最終幫助醫師為每位患者找到安全且個性化的治療途徑。」
但推進AI發展時面對的挑戰和變革，遠遠不止於技術範疇。研究團隊發現，「隨著數據和AI逐步進入醫療保健領域，一場深刻的文化變革也就此拉開序幕。當然，這樣的變革不可能一蹴而就。不少組織正在制定自己的文化適應計劃，希望用有吸引力的形式儲備資源數據、建立AI素養。總之，AI的問題已經不僅僅是個技術問題。」
人們總是擔心AI元素過多可能導致醫療保健中的個性化元素缺失，但只要經過認真考量與縝密規劃，AI的介入反而有望增強人文關懷。Garg解釋道，「包括供應商在內，很多人都覺得AI缺乏人情味、不會替患者著想。實際上，由AI驅動的醫療保健自動化運營能夠將臨床醫師等從業者從繁瑣的手動任務中解放出來，幫助他們真正將全部注意力集中在患者護理之上。現在已經有一部分基於AI的產品能夠預測事件，其中最具影響力的成果將被納入工作流程，幫助解決問題並指導現場用戶採取行動。」
在AI的推動下，醫療保健系統迎來了以下幾種重要新動態：
• 更強調以患者為中心：凱捷研究團隊表示，「各利益相關方現在不僅能更好地了解患者的真實需求，同時也更有信心能夠滿足他們提出的需求。」
• 以更智能的方式利用資源：「供應商和醫院的資源有限，隨著全球人口老齡化加劇，對護理容量的需求將給各方帶來越來越大的壓力。因此，必須最大限度優化資源（包括醫護服務、手術室等設施）利用率。而使用AI和機器學習，無疑是預測需求並優化資源利用率的絕佳手段。更多、更快、更好的護理服務必然能夠挽救無數寶貴的生命。」
• 擴大收入空間。Garg認為，「AI驅動的護理自動化能夠改善調度能力，最大限度提高手術室利用率，從而幫助醫療保健機構增加運營收入。通過自動化辦理出院流程的方式，AI技術還能縮短患者的平均在院時間。與此同時，醫院正在努力應對由新冠疫情爆發而加劇的勞動力短缺問題。有限的人手不能再浪費在程序性任務上，他們應當騰出時間去做更重要的工作。而AI驅動的護理自動化將把這一切變為可能。」
• 更富成效的研究產出：凱捷研究團隊觀察到，「初創企業、大型製藥公司和研究機構也在利用AI技術重塑研發格局。我們看到各方在用更多新方法選取最有前途的候選藥物，甚至包括量子計算。更多圍繞流程重塑、新數據源吸納、患者/從業者痛點應對等展開的增值用例，共同掀起了一輪令人興奮的藥物開發效率競賽。」