NVIDIA 首次發布的“AI 在醫療健康和生命科學中的現狀”調研，揭示了生成式和代理式 AI 如何幫助醫療專業人員在藥物發現、患者護理等領域節省時間和成本。

從科學研究與發現到患者護理和行政任務，AI 在醫療健康和生命科學的幾乎每個領域都展現出變革性的潛力。

例如，生成式 AI 可用于幫助自動化處理那些重復且耗時的任務，比如總結和創建文檔，以及從報告中提取和分析數據。它還可以通過發現新的蛋白質結構來助力藥物研發，并通過聊天機器人和 AI 助手為患者提供幫助，從而減輕臨床和行政人員的工作負擔。

這些廣泛的應用是 NVIDIA 首次“AI 在醫療健康和生命科學中的現狀”調研的關鍵發現之一。

這份調研涵蓋了全球 600 多名專業人士，他們來自數字醫療健康、醫療工具和技術、制藥和生物技術等領域，包括領域內的支付方和從業者。調研顯示，該行業對 AI 的采用率很高，約三分之二的受訪者表示他們的公司正在積極使用這項技術。

AI 也對該行業的盈利狀況產生了切實影響，81% 的受訪者表示 AI 有助于增加收入，45% 的受訪者在實施 AI 后的一年內就實現了這些收益。

以下是調研的一些關鍵見解和用例：

83% 的受訪者認同“AI 將在未來三到五年內徹底改變醫療健康和生命科學”這一觀點

73% 的受訪者表示 AI 有助于降低運營成本

58% 的受訪者提到數據分析是首要的 AI 工作負載，生成式 AI 位居第二，占 54%，大語言模型第三，占 53%

來自制藥和生物技術公司的受訪者中，59% 將藥物研發列為其主要的 AI 應用案例之一。

AI 對醫療保健和生命科學

領域的商業影響

醫療健康和生命科學領域正在見證 AI 如何幫助增加年收入和降低運營成本。41% 的受訪者表示，AI 加速了研發進程，產生了積極影響。36% 的受訪者表示 AI 幫助他們創造了競爭優勢。35% 的受訪者表示，AI 分別有助于縮短項目周期、提供更好的臨床或研究見解，并提高了精準度和準確性。

鑒于 AI 在廣泛應用案例中都取得了積極成果，毫不奇怪，78% 的受訪者表示他們打算今年增加 AI 基礎設施的預算。此外，超過三分之一的受訪者指出，他們對 AI 的投資將增加 10% 以上。

調研還揭示了三大支出優先事項：確定更多的 AI 應用案例(47%)、優化工作流程和生產周期(34%)以及招聘更多的 AI 專家(26%)。

AI 在醫療健康領域的應用

調研中的每個行業細分領域在 AI 的實施方面都有不同的重點。例如，在包括健康保險公司、醫院、臨床服務和家庭醫療保健在內的支付方和服務提供方行業細分領域中，48% 的受訪者表示他們主要的 AI 應用案例是行政工作和工作流程優化。

在醫療工具和技術領域，71% 的受訪者表示他們主要的 AI 應用案例是醫學成像和診斷，比如使用 AI 分析 MRI 或 CAT 圖像。在數字醫療領域，54% 的受訪者表示他們主要的應用案例是臨床決策支持，而在制藥和生物技術領域，54% 的受訪者將藥物研發列為優先考慮的應用案例。

預計在未來五年內，對醫療保健和生命科學領域影響最為顯著的 AI 應用案例包括：先進的醫學成像和診斷(51%)、虛擬醫療助手(34%)以及精準醫療，即根據患者個體特征量身定制的治療方案(29%)。

生成式 AI 的應用日益增多

總體而言，54% 的調研受訪者表示他們正在使用生成式 AI。在這些使用者中，63% 的人表示他們正在積極使用，另有 36% 的人正在通過試點項目或試驗來評估這項技術。 根據來自數字醫療領域 71% 的受訪者的說法，數字醫療是生成式 AI 應用的領先領域。其次是制藥和生物技術領域，占比 69%，然后是醫療技術領域，占比 60%，支付方和服務提供方領域占比 44%。

在所有生成式 AI 的應用案例中，針對臨床記錄的編碼和文檔總結是最主要的應用案例，占比 55%。醫療聊天機器人和 AI 智能體位列第二，占比 53%，文獻分析位列第三，占比 45%。一個值得注意的例外是在制藥生物技術行業細分領域中，受訪者表示藥物研發是最主要的生成式 AI 應用案例，占比 62%。