人工智能如何改变医疗保健

医疗保健行业在采用涉及工作性质大规模改变的新技术方面历来进展缓慢。见证电子健康记录的缓慢而曲折的推出，以及之前实施人工智能工具的努力的彻底失败，例如 IBM 吹嘘但最终注定失败的 Watson Health 经验。

但在ChatGPT 公开发布一周年之际，加州大学旧金山分校医学院院长 Robert Wachter 医学博士在 JAMA 上发表的一篇评论中，看好新的生成人工智能工具改变医疗保健的潜力以以前的技术无法做到的方式创造环境。

在这篇于 2023 年 11 月 30 日发表的文章中，Wachter 和合著者、斯坦福大学数字经济实验室主任、以人为本人工智能研究所高级研究员 Erik Brynjolfsson 博士认为，生成式人工智能人工智能可以生成高质量的文本、图像和其他与它所训练的数据不同的内容，它具有独特的属性，可能会缩短承诺和结果之间通常的滞后时间，从而提高生产力，而不是陷入僵局。

沃赫特长期记录健康信息技术的挑战，是《数字医生：医学计算机时代黎明时的希望、炒作和危害》一书的作者。

医疗保健行业为何缓慢地接受您在文章中提到的“通用”技术，或者可以通过执行广泛的任务来影响系统的技术?

1993 年，我的合著者埃里克·布林约尔松 (Erik Brynjolfsson) 创造了“信息技术的生产力悖论”这一术语，指的是各行业在尝试采用所谓的通用技术时所经历的几乎普遍的痛苦经历，这些技术广泛地改变了信息技术的本质。整个组织的工作。

矛盾的是，尽管有大肆宣传和良好的意图，但很多年，有时甚至几十年过去了，生产力却没有显着提高。这是坏消息。好消息是，如果技术有任何好处，悖论最终会被克服，生产力、质量和客户体验都会得到巨大的提高。例子包括电力、电动机、汽车、计算机和互联网。

直到最近，医疗保健在采用通用技术方面一直落后。2008 年，美国只有不到十分之一的医院拥有电子健康记录 (EHR)。

为什么我们这么晚才踏上数字之舞?原因有很多：激励措施失调——医院或医生必须支付计算机费用，但保险公司将获得部分经济利益——复杂性、隐私法规以及对变革的普遍抵制。最后，从 2010 年左右开始，医疗保健确实开始将记录数字化。现在，不到十分之一的医院没有 EHR，这为当今的人工智能奠定了基础。

免责声明：本文由用户上传，如有侵权请联系删除！