隨著醫(yī)療機(jī)構(gòu)爭相采用人工智能，在人工智能戰(zhàn)略中納入以流程為中心的方法是十分必要的，這可能也是一個獲得可持續(xù)競爭優(yōu)勢的重要機(jī)會。

OptumIQ最近的一項(xiàng)針對主要醫(yī)療機(jī)構(gòu)進(jìn)行的關(guān)于醫(yī)療人工智能的年度調(diào)查顯示，未來5年每個組織的平均投資將達(dá)到3240萬美元。在接受調(diào)查的500名醫(yī)療行業(yè)領(lǐng)袖當(dāng)中，91％的人相信人工智能將帶來投資回報(bào)－－未來4年，醫(yī)院高管將獲得投資回報(bào)，38％的雇主和20％的醫(yī)療計(jì)劃高管甚至認(rèn)為可以在3年或更短時間內(nèi)獲得投資回報(bào)。其中75％的受訪者正在積極實(shí)施或計(jì)劃實(shí)施人工智能戰(zhàn)略。

一個定義良好的人工智能戰(zhàn)略，將有助于了解如何將人工智能添加到當(dāng)前的IT組合當(dāng)中。AI可以包含在現(xiàn)有的應(yīng)用程序當(dāng)中，也可以與工作流程中的應(yīng)用程序進(jìn)行集成。或者，在鮮為人知的以流程中心的方法中，人工智能可以被封裝成工作流，而這些工作流將帶我們進(jìn)入下一個前沿領(lǐng)域。

包含AI的應(yīng)用程序

EHR供應(yīng)商一直因其應(yīng)用程序的UI／UX不達(dá)標(biāo)而被指責(zé)干擾了患者與供應(yīng)商之間的關(guān)系，而他們正努力通過在應(yīng)用程序中添加人工智能來實(shí)現(xiàn)創(chuàng)新。在文檔中使用語音助手和自然語言處理（NLP）來總結(jié)文本筆記就是其中的兩個例子。“我們希望能夠幫助他們定制系統(tǒng)，選出最有趣的可用信息，以及他們最有可能想要執(zhí)行的任務(wù)，然后將它們放在用戶的指尖。這將使臨床醫(yī)生能夠有更多的時間與患者在一起，”Epic公司的分析和機(jī)器學(xué)習(xí)部門經(jīng)理Seth Hain說。人工智能是否能解決EMR的UI／UX問題，目前還沒有定論－－而以前被盲目承諾過的臨床醫(yī)生也可能不會急于相信人工智能能馬上解決他們所有的電子病歷問題。

在工作流中集成AI

威徹斯特中心健康網(wǎng)絡(luò)（WMCHealth）的案例研究是將人工智能添加到現(xiàn)有工作流的一個很好的例子。WMCHealth既使用了EHR的風(fēng)險(xiǎn)模型，也使用了來自Health Catalyst的第三方供應(yīng)商的預(yù)測模型，來實(shí)現(xiàn)對出院患者進(jìn)行優(yōu)先級排序，以減少再入院的工作量。他們將Health Catalyst的風(fēng)險(xiǎn)評分和EHR數(shù)據(jù)共同添加到一個儀表盤上，儀表盤上有出院清單，可以用來組織病例經(jīng)理的工作，并幫助他們對需要參與的患者進(jìn)行優(yōu)先排序。綜合人工智能的新風(fēng)險(xiǎn)評分有助于識別更多的真實(shí)陽性病例（8％），并減少與EHR風(fēng)險(xiǎn)模型或LACE相比的誤報(bào)率（30％）。

在醫(yī)療工作流程中應(yīng)用人工智能的另一個例子是Beth Israel Deaconess醫(yī)療中心使用了Amazon SageMaker上的TensorFlow用以掃描術(shù)前文檔包，以便識別同意書并將其插入到相應(yīng)的電子醫(yī)療記錄當(dāng)中。如果缺少同意書，該工具就會向EHR發(fā)送通知，并觸發(fā)后續(xù)的工作流程操作。