生成式人工智能將改變醫療保健

2024-01-04 18:00:40    編輯: robot
導讀 生成式人工智能確實在醫療保健領域發揮着重要作用,它的應用爲醫療行業帶來了許多變革。人工智能能夠利用大數據分析、模式識別和預測分析來改善醫療保健服務的質量和效率。● 生成式人工智能有望顯著提高生產力,...

生成式人工智能確實在醫療保健領域發揮着重要作用,它的應用爲醫療行業帶來了許多變革。人工智能能夠利用大數據分析、模式識別和預測分析來改善醫療保健服務的質量和效率。

● 生成式人工智能有望顯著提高生產力,改善患者和提供者的體驗,並最終帶來更好的臨牀結果。
● 該技術可以降低管理成本,加速生物醫學研究和藥物开發,改善索賠管理,並幫助开發下一代診斷設備。
● 大型科技企業正在與醫療保健組織合作,應用生成式人工智能,投資者也在圍繞該工具建立的新興企業中部署資金。
● 投資者需要考慮生成式人工智能對投資組合企業和新投資的顛覆性潛力,並尋找利用該技術的機會。


在過去一年中,基礎模型、大語言模型(LLM)和生成人工智能(AI)吸引了提供商、生物制藥企業、支付方和投資者的注意力,它們被承諾使醫療保健服務更高效、更創新、更有效。傳統的分析式人工智能已在醫療保健領域使用多年,而生成式人工智能的特點是能夠創建新內容、總結和翻譯現有內容,並最終實現推理和計劃。

該技術在許多用例中都有潛力,包括:


對於醫療服務提供者和醫療服務提供者來說,它有望減少記錄病人就診和報銷相關溝通的時間,這將減少臨牀醫生的倦怠,降低管理成本。事實上,許多企業正在通過與科技企業合作來尋求這些機會,部分原因是患者可能已經在改變自己的行爲,使用現成的工具來理解並告知他們與臨牀醫生的互動。

在生物醫學研究和藥物开發中,生成式人工智能正在加速創新。例如,長期以來,保險企業和其他支付方一直在數據分析、索賠管理自動化和裁決、質量和風險管理方面使用人工智能。現在,他們正在爲會員導航實施生成式人工智能。

與此同時,醫療科技企業正將投資重點放在下一代診斷設備上,以通過人工智能硬件、具有人工智能系統的手術機器人或智能遠程監控設備來檢測疾病。例如,飛利浦正在與亞馬遜網絡服務合作开發生成式人工智能,以推進該企業的PACS圖像處理並增強放射學工作流程,作爲其在診斷和治療、互聯護理和個人健康方面更廣泛的人工智能努力的一部分。

隨着基礎模型、計算機視覺和其他領域的不斷成熟,所有類型的醫療保健組織都將找到機會應用生成式人工智能來支持整個價值鏈的運營,例如供應鏈管理和後台活動。

最終,生成式人工智能可能會重塑醫療機構的核心功能領域,爲投資者提供服務不斷變化的市場並調整現有投資組合企業運營的機會。

投資的初級階段

科技企業正在與主要醫療保健組織合作應用生成式人工智能工具。例如,微軟和Epic聯手減少臨牀醫生記錄或回復患者消息的時間。谷歌正在與拜耳合作,以多種語言自動起草臨牀試驗通訊,並與iCad合作,將人工智能工具集成到該企業的設備中以檢測乳腺癌。IBM正在與微軟Azure合作,分析復雜的醫療記錄。最終,醫療保健信息技術供應商站在使用生成式人工智能的最前沿,將該技術與其廣泛的提供商和用戶網絡結合起來。

在投資者中,風險投資和成長型股權基金一直在向以生成人工智能爲核心能力的企業配置資金。成熟的私募股權(PE)支持的企業在投資LLM,以推動各個領域的運營改進,包括提高臨牀醫生或患者的參與度,降低成本結構。

對投資組合企業和新投資的影響

爲了領先於這一快速發展的技術,私募股權投資者必須仔細考慮生成式人工智能對其投資組合企業的影響。首先,他們需要評估其投資組合企業市場,對生成性人工智能顛覆的暴露程度,同時關注任何潛在威脅或機遇的規模和時機。可以使用一個衡量顛覆風險的框架,該框架評估了勞動強度、執行任務所需的知識水平、與人類互動的類型和頻率,以及增強模式識別的價值,以及其他變量。

以下是價值主張核心要素的企業面臨更大的風險:


● 創意內容生成、勞動密集型管理流程
● 呼叫中心工作
● 文本編寫和摘要

例如,使用低技能勞動力爲醫療索賠和拒絕進行溝通的業務流程外包商,可能是生成式人工智能可以自動化或加速流程的地方。另一方面,在依賴專家指導的醫療保健企業中,該技術帶來的幹擾風險較小,但可能被視爲民主化訪問和提高質量的機會。

在投資組合企業部署生成式人工智能時,投資者應制定包含三個關鍵要素的重點战略:


● 確定利用可用的生成式人工智能工具的機會
● 考慮構建專有的生成式人工智能軟件,有機會建立競爭優勢
● 定義生成式人工智能治理以確保其正確使用,例如更新策略和數據安全。

同樣,作爲盡職調查和價值創造規劃的一部分,投資者應考慮生成式人工智能對新投資交易主題的影響,確定生成式人工智能的顛覆風險以及生成式人工智能釋放價值的潛力。

生成式人工智能的長期潛力

鑑於患者情況的復雜性和獨特性,醫療保健領域的大部分工作都需要人力和判斷力。即使是需要較少自由裁量權的領域,例如編碼、圖表和注冊表提取,由於可用於訓練算法的數據集相對較小,人工智能模型的影響也有限。這些努力和早期用例有可能引發強大的勞動效率收益,可以解決組織的財務壓力,改善患者和提供者的體驗,並導致更好的臨牀結果。

預計明年將在精選和重點用例方面取得進展。從長遠來看,生成式人工智能對醫療保健影響的廣度和深度很可能會在工作流程、應用和工作方式方面產生變革。考慮到生成式人工智能對其現有投資組合企業和新投資的影響的投資者,將能夠利用這一技術變革產生回報並加速醫療保健行業的轉型。



標題:生成式人工智能將改變醫療保健

地址:https://www.utechfun.com/post/313122.html

鄭重聲明:本文版權歸原作者所有,轉載文章僅為傳播信息之目的,不構成任何投資建議,如有侵權行為,請第一時間聯絡我們修改或刪除,多謝。

猜你喜歡