（文章來源：教育新聞網）

醫療保健提供商人工智能(AI)是目前在期望膨脹的高峰期，根據Gartner公司最近出版的“炒作周期針對醫療保健提供商，2019年”鑒于業界一直在宣稱將顛覆基于AI的顛覆性解決方案，這將改變醫療保健領域，因此這并不是一個令人驚訝的結論。

當您開始閱讀有關“環境AI”將如何查看和聽到考試室中發生的一切并以某種方式神奇地將其轉換為可用于分析和機器學習的可用數據時，您應該非常懷疑。一個全知全能機器的錯位夢想使開發人員無法解決真正的問題：為臨床醫生提供可在當今醫療點使用的工具。

在我們讓Alexa博士滿足我們所有的醫療保健需求之前，讓我們首先考慮哪種類型的AI創新有可能提高醫療保健效率-哪些功能無法解決醫療保健領域的真正缺陷。許多年前，IBM推出了Watson Health，以期解決醫學上的最大挑戰。Watson將評估患者的病歷表，并使用該信息在其他病例，文獻或臨床研究中找到相似的臨床表現，然后提出建議。

盡管沃森在開發和推廣上花費了數十億美元，但它并沒有辜負早期的炒作。沃森還無法實現提供卓越診斷工具的承諾。一個問題是，必須針對每種疾病狀態，復雜癌癥，基因檢測，藥物治療等，不斷向沃森的“大腦”提供最新的循證醫學內容和方案。

任何機器的大腦都取決于數據輸入和用于處理該數據的算法，以及旨在生成輸出的邏輯。任何過程的主要缺點是數據輸入的準確性和相關性，這在臨床場景中尤其具有挑戰性，在臨床場景中，時間至關重要，臨床醫生已經被迫收集數據來推動報銷，而不是專注于數據來推動臨床護理。而且，復制訓練有素且經驗豐富的醫生的大腦說起來容易做起來難。

最近，幾家公司宣布了可在考場中使用的基于AI的解決方案的計劃。這些系統利用語音識別和/或視頻。6月，Saykara宣布了第一位完全環境AI醫療助手，可以看到并聽到患者檢查期間發生的情況。然后，該技術會生成臨床記錄，包括患者護理計劃和相關命令。

后來，如果醫生想驗證患者檢查的細節，則他們必須瀏覽轉錄頁面或觀看訪問視頻。盡管臨床醫生可以節省記錄相遇的時間，但最終他們會花費更多的時間在護理點上搜索關鍵的患者信息。醫師需要簡化工作流程并提供干凈數據的技術，以幫助他們評估在他們面前的患者的健康狀況。

他們不需要AI來幫助他們應對臨床的各個方面，而駕駛員每次開車時都需要GPS設備。設置轉彎路線可以幫助駕駛員更快地到達目的地，而不會迷路。另一方面，如果某人日復一日地沿完全相同的路線行駛(也許是從家到公司)，則GPS提醒“向右轉800英尺”是沒有幫助的。實際上，大多數駕駛員會對這樣的提示感到惱火。

在發表在npj Digital Medicine上的一篇題為“醫療保健中AI的'不便的事實'的文章中，作者說，“'不便的事實'是，目前在研究文獻中突出顯示的算法實際上并非如此，因為大部分可以在臨床實踐的一線執行。”

醫生需要解決方案來幫助他們更好地完成工作，而不是告訴他們已經知道的事情。有經驗的醫生很少需要計算機算法來處理多個臨床發現，以得出患者的診斷或決定將患者轉介給可能更熟悉某些臨床表現的專科醫生或其他醫師。一位醫師已經知道該怎么做。

作為一個行業，我們需要專注于創建可解決醫療保健方面的問題的工具，尤其是簡化臨床文檔工作流程的工具。這將使醫生提高生產率，并有更多時間進行直接患者護理。例如，如果Medicare Advantage患者患有慢性病，可以根據臨床風險獲得增加報銷的資格，則護理點工具應識別出這些情況，并向臨床醫生提供相關信息以監視，評估，評估和治療患者，同時便于實時記錄文檔并滿足報告要求。

醫師需要解決方案來吸收患者圖表中的海嘯數據，將其格式化為分析系統的結構化數據，并創建儀表板以支持其臨床過程。沒有更多的技術無法提高患者護理水平。臨床醫生是任何行業中訓練有素的知識工作者之一。他們知道他們需要什么。問他們。聽。然后開始解決方案。
? ? ?（責任編輯：fqj）