健康与人工智能的现在和未来（英）

® 健康与人工智能 现在和未来 前言 自2016年以来，技术领导者正在发展与医疗机构的合作：谷歌推出了12个项目，微软7和亚马逊5。最近，COVID为人们对数据和人工智能领域的浓厚兴趣铺平了道路，利益相关者现在正在完全接受它，学习并有时取得成功。 在2022年,我们正在庆祝5th版的AI卫生峰会.5岁很年轻，但足够大，可以看到这方面的变化迅速发展的行业这是迎头赶上在这样一个快速的步伐。 在前两届成功之后，我们今年将更加强大地回归报告医疗组织的立场在他们的数据和AI之旅中。我们已经扩大了我们的范围，我们现在涵盖制药、医疗技术、技术提供商、初创公司、医院、研究实验室、保险、患者和监管机构. 作为“的一部分AI卫生全球会议“，于2022年11月16日举行，本报告聚集了一大群140+受访者到一个在线调查,以及22做深度访谈与现场变革者一起，将他们的专业知识带入该领域。我们已经达到了一定的统计意义和国际地位。我们要感谢我们的小组的宝贵见解。 类似于2021年,本工作的野心帮助利益相关者获得更熟悉借助数据AI战略利益和主要应用，掌握行业的水平的成熟主,而为他们提供见解路障,伦理性考量,操作的选择他们在实施数据和AI用例的过程中可能会面临挑战。今年，我们还提供了一个“如何指导”，以根据您的个人资料达到下一个数据和人工智能素养水平。 我们从这个版本中了解到，医疗保健利益相关者是中路的数据和人工智能的旅程,在十字路口的野心.他们正在亲自动手交付具体的用例，有时取得成功，但经常面临挑战。 我们建立了这个报告参考而且作为一个心瓶丰富的生态系统，围绕一个总体共同目标，它越来越多地协同工作：为个别患者提供最佳护理在他们的多样性和社会作为一个整体在一个负担得起的和可持续的成本。 我们重申，我们的雄心壮志是充分利用这份报告，以确保病人,从业者和当局充分利用医疗保健领域正在进行的数据和AI革命。我们比以往任何时候都更肩负着使每个参与者都可以发挥作用的主题民主化的使命，无论是来自商业背景、技术背景还是仅仅是公民。 别搞错了！变革之风现在吹遍了整个行业的各处。 我们希望您会喜欢阅读和使用这份报告，就像我们欣赏它的工作一样。加入我们在塑造未来的人工智能健康! DamienGromier 创始人和首席执行官 人工智能对健康 夏洛特皮龙珠剂 执行副总裁智能工业洞察全球主管 凯捷发明全球 斯蒂芬妮 Trang 副总统欧洲 人工智能对健康 BarnabeLecouteux 智能工业、生命科学洞察高级总监 法国凯捷发明 ® 我们要特别感谢合作伙伴的 表格的内容 执行概要p.8-10目标、方法 和面板p.11-17 研究目标P.11-12 方法P.13-15 研究面板P.16-17 主要学习p.18-75 人工智能策略和运营模式P.18-35 AI成熟度和用例P.36-57 技术的选择p.58-67 道德和隐私p.68-75 关键AI的话题:一个全景p.76-97 患者中心性:到达那里?p.79-80 下一个医疗系统范式p.81-82 未来的研发p.83-85 下一代订婚p.86-87 连接卫生p.88-89 数据基础p.90-93 AI/数据文化适应p.94-95 监管机构的观点p.96-97 贡献者 和确认p.98-103 执行概要 首先,我们注意到一个连续性的趋势早在2021年。 数据和人工智能仍然视为关键的组织,尽管员工文化适应是落后。而专门的单位为了解决这个问题，他们仍在部署中从决定太远推动必要的影响。提供最佳的病人护理就结果和旅程而言，仍然是重中之重，尤其是对于医院而言。资源方面，数据科学家和数据工程师仍然是市场上请求最多的配置文件。 在成熟度方面，小组的整体看法仍然中等成熟度的感觉。数据可用性-数据并不总是完整或可访问的-以及数据质量-数据不够可靠-仍然是用例工业化的主要障碍。 组织仍在他们的方式迈向更强大的数据基础。数据转换最重要的是数据互操作（进出）特别是在生态系统中工作时，显示出很大的改进空间。数据可视化和机/深度学习仍然是最常用的加工技术。量子技术虽然在炒作方面蓬勃发展，特别是在药物发现方面，但仍处于起步阶段 。 当涉及到道德和隐私,隐私现在可以被视为利益相关者的领域掌握监管空间和系统地解决这个问题。 与此同时,新趋势今年新兴。 医疗保健领域的数据和人工智能组织的职责范围显然侧重于掌握路线图越来越多的管理收集、资质和优先级的用例。生态系统中一直在改变该行业的游戏规则以创造价值，现在他们以初创公司和医院为中心加速发展。随着数据配置文件需求的成熟度不断提高，组织知道如何分裂的核心vs非核心资源,他们会具体化。 如果成熟趋于平缓,承诺了工业化在未来的岁月里，表现出极大的雄心壮志。我们可以对这一雄心壮志的实现充满信心，因为越来越多的用例在管道中打开。随着越来越多的利益相关者参与这些用例，它可以与困难从事的业务. 至于技术仲裁,我们观察一个逐渐转移到云来自初创公司以外的玩家，对他们来说，这种转变一直是不费吹灰之力的。医院和研究机构显然正在加速，而更先进的制药和医疗技术则继续他们的旅程。我们今年介绍了的主题可持续性在讨论中：虽然尚未被认为是核心的，但维度在决策中越来越重要。 至于道德和隐私,面板也explainability呼吁更大的模型特别是对于医院和研究机构。最后数据主权在选择中日益受到关注，政治不稳定加剧了这种关注。 我们提出一个成熟的模式在今年的晴雨表,我们解决”如何实现下一阶段吗”的问题。为大型组织 ,提高员工的文化适应和注入创新由外向内似乎是最具影响力的杠杆。此外，从中等状态（“过 渡”）到最先进的状态（“经验丰富”）对初创公司来说比其他公司更容易，这可能是大型组织的重要灵感来源。 当一个接一个地对待不同的小组利益相关者时，我们注意到他们现在会非常专注于他们的核心能力在他们开发和扩展数据和AI用例的努力中： 制药公司/医学技术将精力集中在大数据药物发现和破解高效开发密码上，以更快、更便宜 、更成功地进入市场; 医院和诊所仍然非常注重改善其内部的护理组织，并越来越多地管理他们向医院外护理的过渡，特别是慢性病管理; 研究机构对他们的生态系统越来越开放，并混合基础研究和应用研究，从而更接近最终用户的价值; 创业公司将大型制药/医疗技术和医院作为其SaaS模式的主要客户。他们倾向于内化整个数据处理生命周期，尤其是在尖端数据科学方面; 保险，在这个小组中也没有统计代表，有利于为客户提供营销和销售和服务。 在术语之外,我们想强调两个维度我们认为这是人工智能健康生态系统如何发展的核心： 患者中心性是一个已经存在多年的概念。不仅利益相关者现在确实更好地了解了患者在多样性中真正想要什么，而且他们也觉得更有能力满足他们的需求; 保健系统受到数据和人工智能的影响，因此逐渐引入转变。在医院中，围绕护理提供和护理效率的提高，以及在医院之外的护理协调方面，用例正在增长。重点是最成熟的技术（数据可视化、机器学习）; 初创公司、大型制药公司和研究机构正在重塑全景的研发.在研究中，我们看到越来越多的计算机方法倾向于选择最有前途的候选药物，有时利用昆腾，对更高效的药物开发的竞争产生了围绕重新审视流程、新数据源和解决患者和从业者痛点的增值用例的兴奋; 在COVID之后，将不再回到定期访问从业者的旧模式，差异化有限。内容、渠道、时间和频率应符合医生的议程，利用更成熟行业中使用的技术来塑造下一代的接触模型; 连接卫生，定义为利用新技术的力量来提高患者参与度和健康结果的方式是制药公司、医疗技术和初创公司多年来投入巨资的重头戏，在获得价值回报之前还有很长的路要走; 构建一个坚实的数据基础无论数据来源和类型如何，都是释放医疗数据力量的必要条件。如果所有参与者都认识到问题的关键，他们也承认他们处于中间阶段，他们中的大多数人已经拥有一个技术平台，现在需要在数据、IT和业务的交叉点上提供作为产品提供服务的高质量数据; 随着数据和人工智能进入医疗保健领域，我们正在深入应对文化变革，这不会在一夜之间发生。许多组织正在开发自己的文化适应计划，以吸引人的格式开发其资源的数据和人工智能素养。人工智能远远超出了技术考虑; 如果没有政府的全力支持规范产品（例如：药物、设备）、服务（例如：软件、护理干预）和流程（例如：同意管理、算法再培训）交付和定价。人们普遍呼吁简化和共建，以便监管能够更好地支持整个行业的创新努力。 健康和AI:现在和未来2022版 11 研究目标 2022年版《健康与人工智能：现在和未来》的范围和意图 人工智能(AI)被定义为试图通过先进技术复制人类的认知能力，并通过考虑环境的约束和障碍以自主的方式实现目标。 医疗保健被定义为通过预防、诊断、治疗、改善或治愈人们的疾病、疾病 、伤害和其他身心障碍来改善健康。 人工智能对健康在这里指数据和人工智能问题旨在改变医疗保健行业通过用例的开发和部署。因此，这项研究不仅包括人工智能的用例,但也认为底层数据生命周期（摄取、存储、转换、激活）以及数据治理落实到位。 至于我们的2021年版，本书的目的是提供一个系统——宽阔的视野当今整个医疗保健行业如何使用数据和人工智能。它还突出显示机会更大的使用和障碍进一步采用。 涵盖了医疗保健领域人工智能发展的以下关键项目： 人工智能战略和运营模式人工智能成熟度和用例技术选择 道德和隐私 它还包括参与开发人工智能促进健康的主要参与者： 制药和医学技术公司技术提供商创业公司 保险公司医院研究实验室病人监管机构 第三版《人工智能促进健康》还提供了对该领域感兴趣的热门话题的更多深入探讨。在下一期总结版中，我们将把同类见解与去年收集的见解进行比较。 主题 方法 人工智能策略和运营模式 人工智能促进健康实施和发展的战略和运营模式 AI成熟度和用例 成熟kpi 和细分，人工智能中感兴趣的用例（今天和明天）用于健康 技术的选择 支持数据摄取的基础设施和解决方案， 存储、清理、算法构建和可视化 道德和隐私 障碍更大 人工智能在医疗保健领域的发展，关注隐私和道德考虑 类型的组织 制药公司医疗技术公司专门从事健康解决方案人工智能的初创公司保险公司医院和诊所研究实验室患者协会监管机构 方法 定量在线调查与141名受访者 小时的采访22关键意见领袖从健康生态系统的人工智能和实干家 应聘者资料 首席执行官 创新主管研究实验室/生态系统主管 数据/数据科学部门临床运营主管 领导人 数字医疗负责人 关注领域 医疗保健生态系统正在快速发展，特别是我们决定在本版中重点关注的一些主题。我们不打算在这里详尽无遗，而是将焦点放在一些关键主题上，因为我们相信这是数据驱动型医疗保健的未来发生的地方。谁能比现场专家和实干家更能拿起麦克风 ？继续阅读以了解更多信息。 患者中心性:到达那里? 采取了哪些行动来加强以患者为中心，以及这样做时面临的挑战和障碍？ 患者的主要需求和期望是什么？预测患者需求的任何变化？ 下一个医疗系统范式 今天，数据和人工智能改变了人们对医院护理服务的看法？ 在医疗保健向更多数字创新的范式转变中，有哪些感知到的挑战？ 有哪些举措可以利用数据和人工智能在更广泛的层面上管理医疗保健？目前使用的主要人工智能技术是什么? 未来的研发 正在进行的数据驱动研发计划有哪些？实施时遇到的主要挑战/障碍是什么？ 主要使用杠杆的数据类型有哪些？未来5年临床试验的未来如何？ 下一代订婚 COVID改变了私人行为者与从业者互动的方式？内容和渠道管理怎么样? 连接卫生 我们站在数字健康吗?数字医疗支持疗法如何? 我们在数字疗法（DTx）方面处于什么位置？ 数据基础 数据基础对组织战略有多重要？ 组织正在处理的主要数据域是什么？ 开发数据基础时遇到了哪些挑战和障碍？即将到来的趋势是什么? AI/数据文化移入&培训 人工智能和数据文化适应和培训对组织有多重要？ 在实施人工智能和数据文化时，部署了哪些举措并面临哪些挑战？预期的趋势是什么? 监