在2019冠狀病毒病大流行、心理健康危機、醫療成本上升和人口老齡化之間，行業領導者正爭相開發針對醫療保健的人工智能(AI)應用。一個來自風險投資市場的信號是：超過40家初創公司已經籌集了2000萬美元或更多的資金，用于為行業打造人工智能解決方案。但人工智能實際上是如何應用于醫療保健的呢?

“2022 年醫療保健 AI 調查”對來自全球的 300 多名受訪者進行了調查，以更好地了解定義醫療保健 AI 的挑戰、成就和用例。這是第二次進行的調查，結果沒有顯著變化，但它們確實指出了一些有趣的趨勢，預示著醫療AI在未來幾年將如何發展。雖然這種演變的某些方面是積極的（人工智能的民主化），但其他方面卻不那么令人興奮（存在更大的攻擊面）。

以下是企業需要了解的三個趨勢：

一、使用無代碼工具的人工智能的易用性和民主化

Gartner估計，到2025年，70%的企業開發的新應用將使用無代碼或低代碼技術(2020年不到25%)。雖然低代碼能夠簡化程序員的工作負載，但不需要數據科學干預的無代碼解決方案將對企業和其他領域產生最大的影響。

這就是為什么看到人工智能使用從技術頭銜到領域專家本身的明顯轉變是令人興奮的。 

對于醫療保健行業，這意味著在AI醫療保健調查中，超過半數(61%)的受訪者將臨床醫生視為其目標用戶，其次是醫療保健支付方(45%)和醫療IT公司(38%)。再加上針對醫療保健的人工智能應用的重大發展和投資，以及開源技術的可用性，這些都預示著更廣泛的行業采用。

對于醫療保健，這意味著超過一半 (61%) 的 AI in Healthcare 調查受訪者將臨床醫生確定為他們的目標用戶，其次是醫療保健支付者 (45%) 和醫療 IT 公司 (38%)。這與醫療保健特定人工智能應用程序的重大發展和投資以及開源技術的可用性相結合，表明行業采用更廣泛。

這一點意義重大：將代碼交給醫療工作者，就像Excel或Photoshop等常用辦公工具那樣，將改善AI。除了使技術更容易獲得外，它還使結果更準確可靠，因為現在坐在駕駛座上的是醫療專業人員，而不是軟件專業人員。這些變化不是一夜之間發生的，但領域專家作為人工智能主要用戶的增加是一大步。

二、工具越來越復雜，文本越來越實用

其他令人鼓舞的發現涉及人工智能工具的進步，以及用戶深入研究特定模型的愿望。當被問及他們計劃在 2022 年底之前采用哪些技術時，調查中的技術領導者提到了數據集成 (46%)、BI (44%)、NLP (43%) 和數據注釋(38%)。文本現在是人工智能應用中最有可能使用的數據類型，對自然語言處理 (NLP) 和數據注釋的重視表明更復雜的人工智能技術正在興起。  

這些工具支持重要的活動，如臨床決策支持、藥物發現和醫療政策評估。在經歷了大流行的兩年之后，隨著我們開發新疫苗并發現如何在大規模事件之后更好地支持醫療系統需求，我們清楚地知道在這些領域取得的進展是多么重要。通過這些例子，也很明顯，醫療行業對AI的使用與其他行業有很大不同，需要不同的方法。

因此，來自成熟組織的技術領導者和受訪者都將醫療保健特定模型和算法的可用性作為評估本地安裝的軟件庫或SaaS解決方案的最重要需求，這也就不足為奇了。從風險投資領域、市場上現有的資料以及人工智能用戶的需求來看，特定于醫療保健的模型在未來幾年只會增長。

三、安全問題擔憂與日俱增

隨著人工智能在過去一年中取得的所有進展，它也開辟了一系列新的攻擊媒介。當被問及受訪者使用哪些類型的軟件來構建他們的人工智能應用時，最受歡迎的選擇是本地安裝的商業軟件（37%）和開源軟件（35%）。最值得注意的是，與去年的調查相比，云服務的使用量下降了

12% (30%)，這很可能是由于對數據共享的隱私問題。 

此外，大多數受訪者(53%)選擇依賴他們自己的數據來驗證模型，而不是第三方或軟件供應商的指標。來自成熟組織的受訪者(68%)明顯傾向于使用內部評估和自己調整模型。此外，在醫療數據處理方面有嚴格的控制和程序，很明顯，人工智能用戶希望在可能的情況下保持內部操作。

但無論軟件偏好或用戶如何驗證模型，不斷升級的醫療保健安全威脅都可能產生重大影響。雖然其他關鍵基礎設施服務面臨挑戰，但醫療保健違規的后果超出了聲譽和財務損失。數據丟失或篡改醫院設備可能是生與死的區別。 

隨著開發人員和投資者努力將技術掌握在日常用戶手中，人工智能有望實現更顯著的增長。但隨著人工智能變得更加廣泛可用，并且隨著模型和工具的改進，安全、可靠和道德將成為關注焦點的重要領域。看看今年這些醫療保健領域的人工智能如何發展，以及這對行業的未來意味著什么，將會很有趣。