医疗已经成为被AI改造最热门的行业之一

       在《医疗保健中的生成式人工智能》报告中，人工智能在医疗领域的一些重要应用，包括患者交互、文档记录、临床决策等。具体来说，医疗行业的核心环节包括六大环节：患者交互、文档记录、临床决策、预授权、编码和收益周期管理。最新的生成式人工智能能够赋能这些核心节点的主要原因是它可以处理大量非结构化数据并将其转化为有用的信息和见解。医疗操作的核心环节往往涉及多种类型的数据，如语音、文本、图像、视频、信号等。这些数据往往是非结构化的，即没有固定的格式或标准。医疗器械体系三类医疗器械注册蕴含着丰富的医学知识和价值，但很难被人类或传统软件系统有效集成或使用。在传统医疗行业，这些数据的处理和整合成本高昂但又难以省略。美国医疗编码市场价值约210亿美元，包括约35,000名医疗编码员。

       尽管拥有如此庞大的劳动力，美国医院每年仍因编码错误而损失近200亿美元的收入，使得当地医疗服务提供者只能依靠山寨式的咨询公司来帮助他们“查找”缺失的信息。同样，在与患者互动的过程中，医疗行业总是需要大量的文职人员来整理各种医疗文件。目前美国医疗行业约有100万文员，每个文员平均每年支出为40-5万美元，这意味着医疗行业至少花费4亿美元每年在这样的职位上的成本。生成式AI可以利用深度学习、自然语言处理等先进算法来分析、理解、生成和转换这些数据，从而提高医疗操作的效率和质量，降低成本和人力，适应不同的数据源和环境。例如，在文档方面，生成式人工智能可用于将医生和患者之间的对话自动转换为电子病历和编码；在临床决策中，生成式人工智能可用于转换多种数据源和格式，例如医学图像和病历。报告等转化为统一的医学知识和数据。