面对生成人工智能（GenAI）的机遇和挑战，医疗科技行业必须提出有针对性的努力。本文根据BCG的6P框架，对医疗科技GenAI的潜力、政策、平台和合作伙伴、潜在人力和流程做了深入的探讨。为医疗科技高管和创新者提供了一份实现优势、提高效率，为医疗领域创造更大价值的启示。
1. GenAI在医疗业巨大机会
众所周知，随着数字技术的发展，生成式人工智能 (GenAI) 的颠覆性潜力是空前的。它能够在几秒钟内创建完全原创的文本、图像、音频等，其功能比当前任何大规模企业技术都强大得多，并且正在以前所未有的速度成熟。
正如最近的创新趋势文章《医疗科技的生成式人工智能机遇》中所指出的，该技术有望提高效率、实现更个性化的护理、增强产品和服务创新，并从不断扩大的车队每天生成的大量数据中发现令人兴奋的新见解数字增强设备和设备。因此，医疗科技公司的当务之急就是开始行动。
19 世纪英国首相乔治·坎宁 (George Canning) 曾说过：“优柔寡断和拖延是失败之母。” 两个世纪以来，随着技术以我们的祖先难以想象的速度改变着我们的生活，他的洞察力在帆船被轮船取代时所提出的见解更加流行。这一点在新兴的生成人工智能（GenAI）领域最为明显。
这一点在医疗保健领域最为明显，到 2027 年 GenAI 的全球市场价值可能会达到 220 亿美元。（参见如下图表）
例如GenAI可为医院提供各种好处：
- 为临床医生：它可以通过创建个性化护理计划或根据记录的咨询和电子病历数据起草出院信来释放宝贵的时间。
- 为患者：它可以促进个性化、简化的交互，聊天机器人会显示患者的记录，提出问题以确保捕获所有相关信息，并提供有关如何给药的实时建议，
- 为管理后台：它可以自动化并加快预约安排、医疗编码和计费。
即便如此，大多数医疗保健提供者并不完全了解 GenAI 是什么，或者它对他们意味着什么。虽然考虑到医院领导面临的许多挑战，这也许是可以理解的，但许多临床和非临床工作人员也可能已经在日常工作中使用 GenAI。这意味着如果没有适当的治理，GenAI 不仅代表着巨大的机遇，而且还代表着真正的风险。
2. 创造价值——且不造成伤害
医疗科技高管希望将炒作与现实分开并了解风险，这是正确的。他们担心数据安全和隐私，希望灌输合理的护栏，建立问责制，并采取切实可行的方法，在 GenAI 解决方案失败时停止使用。除了这些问题之外，监管和法律框架将如何演变也是一个问题，一些企业领导者可能倾向于采取观望态度。但其他在人工智能基础设施方面处于领先地位的人可能会发现抓住 GenAI 先发优势的机会太诱人了，不容放弃。磨磨蹭蹭的领导者可能永远也赶不上。
事实上，从 Alcon 到 Zimmer Biomet 的医疗技术公司都宣布了他们在这个令人兴奋的新领域的努力。虽然临床用例仍然相对较少，但 3M 健康信息系统最近分享了将生成式 AI 集成到其对话式 AI 平台中的计划，以改善医生的工作流程体验。其模型旨在将电子健康记录数据与患者与医生的对话合并，以生成就诊后的医疗记录，以供医生审查和签署。
与此同时，市场上充斥着 GenAI 技术初创公司，它们声称自己是下一个独角兽，并拥有相应的估值。大多数都达不到其上市价格，甚至也不适合医疗技术收购方的目的。因此，对于医疗技术领导者来说，准备 GenAI 投资论文需要深入了解您的公司将在何处使用 GenAI，并对将该技术投入使用的上行和下行影响有一个平衡的看法。这些渠道标记为内部投资和合作伙伴关系设定了参数——无论这些举措是变革性的、能力建设的还是提供功能效率的补充。
3. 应用GenAI快速从0到N
一个常见的误解是，推出 GenAI 解决方案主要是一项技术工作。但经验表明，不到一半的实施工作涉及技术平台，包括构建模型、保护和结构化数据以及设置所需的基础设施。相反，设计和管理 GenAI 解决方案和产品的大部分工作需要选择正确的技术合作伙伴，制定深思熟虑和负责任的公司政策，并开发能够适应 GenAI 带来的潜力的业务结构、人力资源系统和核心流程。如果医疗技术 GenAI 解决方案要兑现其承诺，那么正确实现 GenAI 转型的这些方面至关重要。
为了帮助医疗科技公司推出和管理其 GenAI 解决方案，BCG 开发了 6P 框架。（参见图表 1）考虑到医疗保健中的道德问题和患者数据的敏感性，其中一些指南（例如政策、平台和合作伙伴关系）需要在医疗技术领域格外谨慎。其他方面，例如人员和流程，则不太具有行业特定性，但在医疗技术领域采用 GenAI 的变革管理方面所面临的挑战并不比在其他行业中少。该框架的六个要素可描述如下：
潜力
GenAI 特别适合包含大量非结构化数据输入并生成文本、代码、图像和视频形式的连贯输出的任务。GenAI 可以减轻由于工作流程限制而高度重复但未完全自动化的任务的负担。GenAI 可以解决常见的业务摩擦和痛点，例如销售支持、仿生服务代理、模拟培训和文档处理，更不用说工厂车间改进了。通过提升运营效率并增强客户和员工的体验，GenAI 可以推动业务增长和利润率提高。该领域的新手可能希望从风险较低的功能或商业 GenAI 应用程序（例如客户服务）开始，而不是试图立即推出支持 GenAI 的临床决策支持产品，然后快速迭代以获得宝贵的经验和信心。
政策
医疗科技公司履行责任，为股东创造价值，同时安全地提高患者和医疗服务提供者的福祉。因此，政策工作的核心要素涉及建立一个负责任的 GenAI 框架，涵盖企业范围的战略、治理、关键流程、技术和工具以及文化。医疗技术领导者需要确保明确的数据所有权、隐私、仔细监控的范围以及安全、合规的人工智能产品开发周期。安装负责任的 GenAI 护栏可以让员工安全地试验潜在的 GenAI 机会和用例，因此医疗科技公司可以发现陷阱、确定权衡并学会尽早降低风险。
例如，GenAI 有时会提供有缺陷的内容，或者更有害的是，表面上看似合理但客观上不正确的内容（所谓的“幻觉”）。GenAI 有时会莫名其妙地忽略提供重要信息（“遗漏”）。此外，从未经许可或专有源数据生成的内容可能会导致版权侵权或数据隐私违规。这些风险在处理患者数据或制定临床建议的基础模型中尤其严重，因此医疗科技公司必须制定流程和政策，以减轻数据集和提示输出中的偏差。GenAI 全面发展的公司政策将从高层传达正确的基调和文化，提高意识并建立行为准则，建立举报流程，并定义角色和责任，以确保公司及其合作伙伴生态系统内的合规性。
平台与合作伙伴
医疗技术 GenAI 平台不仅仅是一个模型。它是一个端到端技术构建，由五个主要层组成：数据、模型、用户体验、智能业务和安全云基础设施。借助 GenAI，医疗科技公司必须应对模型和数据的复杂性，例如如何根据监管数据选择和训练模型、如何管理访问以及如何验证模型输出。这可能涉及现成的公共模型或采用内部公共模型进行更广泛的定制（称为“托管模型”）。医疗科技公司会生成许多数据流，但他们需要管理其专有的输入，以安全的方式提供和训练模型。GenAI 解决方案将需要强大的技术来管理源数据、对源进行分类和标记以量化风险、更快地适应法规并提高实验和交付速度。医疗保健专业人员在使用此类服务做出临床决策之前，希望了解并信任人工智能生成的解决方案背后的推理。注意力图或显着性分析等技术可以帮助医疗科技公司向前发展，但您的整个 GenAI 平台必须使用安全的设计技术、强大的网络安全功能，并制定用于识别和减轻 GenAI 独有的安全风险的具体指南。
即使是最大、最有能力的医疗技术参与者在建立 GenAI 平台时也需要考虑合作伙伴/构建/购买决策。对于平台合作伙伴（例如地理位置、可移植性、安全性和隐私）以及模型合作伙伴（例如模型大小和输出、微调以及与所选平台的兼容性）来说，选择标准都将是复杂且多变的。对于功能解决方案等常见运营问题，现成的产品将提供一种经济有效的途径来获得早期收益。然而，随着公司进入行业参与者的特定要求和决定竞争优势的核心能力，他们将需要更加谨慎地选择合作伙伴和排他性、所选择的合作伙伴预测和减轻风险的能力、获得不同基础模型的能力以及一系列运营和成本/效益考虑因素。
很少有任何学科的发展速度能像 GenAI 领域一样快。今天强大的合作伙伴可能会在几个月后变得无关紧要。医疗科技公司应监控其潜在合作伙伴生态系统的演变，根据需要引入新的合作伙伴和能力。医疗科技公司可能需要一位中立的业务顾问来拨开迷雾并整合不同的部分，以便他们可以开始他们的 GenAI 之旅。
人员和流程
GenAI 中最重要的人员决策是在首席执行官和高层管理人员层面建立对该主题的所有权，为您的医疗技术公司打算如何以及为何使用 GenAI 制定明确的目标和指南。在 GenAI 之旅的开始，医疗技术参与者也许能够在不重新配置组织的情况下推出他们的创新解决方案。然而，随着 GenAI 解决方案的普及，公司领导层应该解决有关运营模式的基本问题，包括用例设计和实施团队的组成、GenAI 工具将如何影响专用于核心流程的工作职能，以及新的 GenAI 人才将在哪里报告。建立一个能够识别、开发、启动和维护 GenAI 解决方案的人才库将需要培训和技能提升，以及基础广泛的变革管理计划，以适应新的现实。这些问题可能会以不同的速度影响组织的不同部分，因为风险较低的功能用例（例如，加速应收账款系统、优化的间接营销支出）很可能会在直接影响的高风险解决方案之前推出。个别患者的结果。
4. 踏上 GenAI 之旅
最近与领先医疗机构高管调研了他们对医疗机构应如何实施 GenAI 的想法。他们一致认为，关键是制定一项计划，在降低风险的同时实现利益最大化。
- 重点放在哪里。利用 GenAI 有很多机会。医疗机构对于在临床护理附近使用这项新技术感到紧张是可以理解的，因此从后台用例开始可能是一个好主意，因为那里的风险要低得多。一旦这些用例证明了潜在的影响，医疗机构就可以开始测试临床应用，同时确保正确的治理和保障措施到位。随着初创企业数量的爆炸式增长，为每个用例找到合适的合作伙伴是关键。
- 如何降低风险并确保适应性。机构需要采取措施减轻人工智能的幻觉——看似合理但虚假的信息，可能会对医疗保健环境造成损害。为了防范这种风险，机构应确保人工智能解决方案具有适当的护栏来生成内容，同时让人员参与签署任何面向患者的建议，例如患者治疗计划。此外，组织应建立道德护栏和法律保护，以确保明确的数据所有权并防止版权侵权以及专有信息和患者数据的使用。将 GenAI 解决方案的使用限制在经过验证过程的案例中也很重要。
- 需要减轻 GenAI 方案中的潜在偏差——预测或内容的系统偏差或扭曲。这包括在机构和其他可用数据源上广泛培训 GenAI 解决方案，并提供明确定义的任务，并在需要时提供详细说明。用于训练的数据需要尽可能具有代表性。应在使用前对其进行偏差测试，并在必要时定期进行审查。
与此同时，在当今快速变化的监管环境中，适应性是关键。因此，医疗机构应避免完全依赖现有的 GenAI 解决方案，以防突然需要不同的方法。组织需要深入了解其解决方案的作用。他们还需要了解监管以及这些监管的变化如何影响该技术可以（和不能）做什么。当然，他们必须具备了解新法规以及如何适应新法规所需的专业知识。
谁扮演一个角色。任何 GenAI 之旅的成功最终取决于机构领导和工作人员为支持部署所做的努力。领导者需要接受 GenAI 教育。他们需要花时间了解它是什么、不是什么，并建立允许关键人员定义和管理 GenAI 旅程的结构。员工也需要接受教育。他们必须接受培训以有效地使用这些工具，并避免不当使用。沟通至关重要：领导者需要向员工阐明 GenAI 是加强患者护理和提高生产力的机会，同样重要的是，让他们知道这并不是要用机器取代他们的工作。
在医疗技术领域 GenAI 发展的早期阶段，当务之急是开始行动。前面描述的 6P 代表了您的企业应该启动的工作流程。（参见图表 2。）
推进GenAI的关键任务
在 6P 的结构框架内，您的组织现在应该执行十项任务清单才能推进：
任务 1：识别潜在用例
企业应首先识别其业务中可以通过 GenAl 提高效率或提供新产品和服务的潜在用例。这些用例可以包括：
- 自动化任务
- 提高客户服务
- 改善决策
- 开发新产品和服务
任务 2：确定优先级
企业应根据其能力和需求确定要优先考虑的用例。在考虑优先级时，企业应考虑以下因素：
- 用例的潜在价值
- 用例的风险
- 用例的实施难度
任务 3：制定政策框架
企业应制定负责任的人工智能框架，以确保其 GenAl 实施符合道德和法律要求。该框架应包括以下内容：
- 对人工智能的定义和目标
- 人工智能的使用原则
- 人工智能的风险管理措施
任务 4：实施风险管理措施
企业应实施风险管理措施，以降低其 GenAl 实施的风险。这些措施可以包括：
- 进行安全审查
- 制定数据隐私政策
- 建立透明度和问责机制
任务 5：制定平台战略
企业应制定 GenAl 平台战略，以确定其平台的目标、功能和资源。该战略应包括以下内容：
- 平台的短期和长期目标
- 平台的关键功能
- 平台的资源需求
任务 6：评估数据基础设施
企业应评估其数据基础设施是否能够支持 GenAl 的实施。该评估应包括以下内容：
- 数据的质量和完整性
- 数据的访问和管理
- 数据的安全性
任务 7：试点初始用例
企业应试点初始用例，以评估其 GenAl 平台和能力。这些试点应包括以下内容：
- 用例的范围和目标
- 用例的实施计划
- 用例的成功指标
任务 8：提高组织内的AI认知
企业应提高组织内的人工智能意识，以支持 GenAl 的实施。该意识提升应包括以下内容：
- 人工智能的概念和原理
- 人工智能的应用
- 人工智能的风险和挑战
任务 9：选择试点团队
企业应选择试点团队，以领导 GenAl 的实施。该团队应具有以下特点：
- 对人工智能有理解
- 对业务有深入了解
- 有领导和执行能力
任务 10：招募人工智能人才
企业应招募人工智能人才，以支持 GenAl 的实施。这些人才应具有以下技能和经验：
- 人工智能技术的专业知识
- 解决业务问题的能力
- 团队合作和沟通能力
早期的成功
尽管大多数医疗企业的 GenAI 之旅才刚刚开始，但领先的提供商已经看到了临床医生、患者和高级管理层的真正好处。
提高临床医生的有效性和效率。梅奥诊所与 Google Cloud 合作，利用新技术增强其搜索引擎，帮助医生找到相关信息（医疗记录、研究论文或临床指南），以做出良好的临床决策。堪萨斯大学卫生系统正在使用 Abridge 创建的 GenAI 来总结医疗服务提供者与患者之间的对话并更新记录，从而使医生每天能够额外看诊最多 5 名患者。
提供更好的患者体验。Aspire Health 正在与 GenAI 提供商botco.ai合作，以改善患者体验。其人工智能聊天机器人涵盖的主题包括保险范围、预约安排、远程医疗和社区以及住院和门诊治疗服务。到目前为止，该聊天机器人在 2,000 多个独特对话中表现出约 97% 的置信度。
简化后台任务。Digital Owl 的数字医疗摘要利用 GenAI 驱动的专有自然语言处理 (NLP) 平台为医疗承保人和理赔员总结医疗记录。数字医学摘要利用生成文本模型，提供类人的文本摘要，使用户能够快速理解病例叙述的要点。
5. 总而言之
GenAI 的前景是显而易见的，但它的危险也是显而易见的。着眼于这两方面踏上征程的医院将在未来几年中最有能力从这项有前途的技术中获益。
部署 GenAI 并遵守“不伤害”的希波克拉底誓言对医疗技术行业来说是一项挑战，该行业的监管通道尚未完全明确，患者的利益可能事关生死。但抓住 GenAI 机遇的医疗科技公司有充分的理由对整个价值链解决方案的潜力感到兴奋。牢记两个世纪前英国首相坎宁的及时观察，企业必须抛开优柔寡断和拖延——这些都是“失败之母”——克服压抑，踏上 GenAI 之旅。有了负责任的 GenAI 政策以及如何安全参与实施的路线图，您的医疗技术组织可以帮助改变未来几十年医疗保健的构思和接受方式。
