當新冠疫情肆虐、人們心理健康出現危機、醫療成本上升、人口老齡化各種趨勢交織出現的時候，行業領導者們加快了開發醫療專用AI應用的步伐，其中一個來自風投市場的信號顯示：超過40家初創公司籌集了大量資金（超過2000萬美金）用于打造醫療AI解決方案，但是到底AI是如何用于醫療行業中的呢？

最近一份題為《2022年醫療AI調查》的報告，對全球300多名受訪者進行了調查，以了解和定義醫療AI帶來的挑戰、取得的成就以及使用場景。這是該調查啟動后的第二年，雖然從結果來看沒有顯著的變化，但確實出現了一些有趣的趨勢，預示著未來幾年可能會發生怎樣的變化。雖然這種演變的某些方面是積極的（例如人工智能的普及），但還有一些方面卻不那么令人感到興奮（例如攻擊面加大），下面就讓我們來看看下面這三個企業需要了解的趨勢。

1. 使用無代碼工具實現AI的易用和普及

根據Gartner估計，到2025年，企業開發的新應用中有70%將使用無代碼或者低代碼技術，這一數據高于2020年的不到25%。低代碼能夠簡化程序員的工作量，而無需數據科學干預的無代碼解決方案將給企業及其他領域帶來的影響最大，這也說明了為什么人工智能技術的使用范圍從技術專業人員轉移到領域專家是令人感到興奮的。

這對醫療行業來說，意味著將有超過半數(61%)的受訪者把臨床醫生作為他們的目標用戶，其次是醫療服務支付方(45%)和醫療IT企業(38%)，再加上醫療AI應用的快速發展、獲得大量投資、開源技術的普及可用性，說明了醫療AI正在被更廣泛地采用。

這一點很重要：把代碼交到醫護人員手中，就像使用Excel或Photoshop等常用辦公工具一樣便捷，將給AI帶來改變，使其變得更好。醫療AI除了更易于使用之外，還可以實現更準確、更可靠的結果，因為現在醫療AI是由醫療專業人員（而不是軟件專業人員）使用和掌管的。當然，這些變化不會在一夜之間發生，但對AI來說，被領域專家越來越多地使用，就是向前邁出了重大一步。

2. 工具越來越復雜，文本越來越實用

此次調查還有其他一些令人鼓舞的發現，例如AI工具不斷發展進步，以及用戶希望對特定模型進行深入的研究。當受訪者被問及他們計劃在2022年底之前采用哪些技術時，有很多技術負責人提到了數據集成(46%)、商業智能(44%)、自然語言處理(43%)和數據注釋(38%)。目前文本是AI應用最有可能使用的數據類型，同時，受訪者對自然語言處理(NLP)和數據注釋的重視，表明更復雜的AI技術正在興起。

這些工具為很多重要的使用場景提供支持，例如支持臨床決策、藥物發現和醫療策略評估等等。特別是經過了這兩年新冠疫情大流行之后，我們開發了新的疫苗，知道了如何在發生大規模事件之后更好地支持醫療系統的需求，因此在這些技術領域取得進展就顯得如此重要。通過這些例子，我們很明確地了解到，AI在醫療行業的用途與其他行業有很大的不同，因此也需要一種不同的方法。

因此，成熟組織的技術領導者和受訪者，都把醫療特定模型和算法的可用性作為評估是在本地安裝軟件庫還是采用SaaS解決方案的一個最重要要求，也就不足為怪了。從風投格局、市場現有軟件庫、人工智能用戶的需求等多個方面來看，未來幾年內醫療特定只會不斷增長。

3. 安全問題日益突顯

過去一年中AI取得了諸多進展，同時也引入了一系列新的攻擊媒介。當受訪者被問及使用哪些類型的軟件來開發AI應用，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，與去年的調查結果相比，云服務的使用率減少了12%（30%），很可能原因就是數據共享導致的隱私問題。

此外，大多數受訪者(53%)選擇依靠自己的數據來驗證模型，而不是使用第三方或者軟件廠商的指標。來自成熟組織的受訪者(68%)表示，他們傾向于使用內部評估和自行調整的模式。而且，因為關于醫療數據處理有著嚴格的控制和各種程序，這也說明了為什么AI用戶希望盡可能在組織內部處理這些問題。

但無論對軟件有哪些偏好或者用戶如何驗證模型，不斷升級的醫療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同樣面臨各種挑戰，但醫療違規的后果已經不僅僅是聲譽和財務上的損失了，數據丟失或者醫院設備被攻擊，關乎的是生與死的問題。

隨著開發者和投資者努力讓AI技術掌握于日常用戶的手中，AI將有望實現更顯著的增長。但隨著AI被更廣泛地采用，模型和工具的持續改進，安全和道德將成為一個需要關注的重點領域。今年醫療行業的AI技術將如何發展，對行業未來意味著什么，這些都值得我們期待。