执行摘要
对话式AI技术，特别是语音助手和生成式AI应用，正在使远程患者监测（RPM）变得更加有效，并改善患者的治疗效果。生物标志物分析——识别精神和身体状况的领先指标——可能在提供持续护理方面最具价值。
形势：危机日益扩大
- 美国医生短缺，预计到2034年短缺37,800至124,000名医生。
- 发达国家人口老龄化，慢性疾病增加。
- 全球卫生保健工作者短缺，预计到2030年短缺1500万卫生专业人员。
- 卫生公平存在差距，服务不足的人群面临更多挑战。
- 美国有许多医疗服务不足的地区/人群（MUA/P）。
远程患者监测（RPM）：不断发展的问题的解决方案
- RPM的价值：提供基于价值的护理、克服临床医生短缺、扩展医疗保健服务、改善心理健康服务的可及性、减少取消约会和不显示、帮助小时工资患者避免收入损失、使老年人和残疾人能够在家中生活更长时间、提供基于价值的持续护理水平、在传染病/大流行时期有效和高效地筛查人群、将获得护理的时间延长到正常时间以外、减少患者和提供者的旅行负担。
- RPM的应用正在迅速增长，预计到2027年全球投资将达到1100亿美元。
对话式AI / 语音技术为 RPM 增加的能力
- 自动化：获得患者同意、确认患者资格、机上患者进入护理流程、自动提醒、礼堂安排和管理约会。
- 持续护理和评估：慢性病管理、主要健康指标的信息、会堂教学/教育、护理人员协调和决策支持、陪伴可靠的24/7信息来源。
- 包容性和可访问的患者参与：跨多种语言、方言、语音差异和服务不足的人群。
- 生物识别标识符：类似于识别唯一个体的指纹。
- 生物标志物：在患者的声音中检测焦虑、压力以及精神和身体疾病的主要指标。
对话式 AI / 语音技术为 RPM 带来的经济和运营增值
- 较低的采用障碍：许多潜在患者已经拥有并每天使用智能手机和蜂窝通信。
- 降低实施和运营成本：利用现有的和广泛采用的消费者技术。
- 包容性：以患者和提供者都能流畅理解的语言进行听、说，并在必要时进行实时翻译。
- 生物标志物分析：检测焦虑、压力以及精神和身体疾病的主要指标。
- 提高临床医生/提供者日常工作的自动化程度：捕获患者-临床医生互动，并能够在直接和自动连接中与远程患者进行交互。
今日 RPM 语音技术工具包
- 语音机器人：自动准确转录临床对话、提供准确反映的信息、用数十种语言收听、翻译和说话。
- 明确沟通和获得患者同意的过程。
- 与电子病历的单向或双向集成。
- 采用一系列参与患者的模式。
- Single, secure sign-on。
- 连续护理服务。
- 自然语言包容性服务。
- 为患者和提供者提供 IT 支持。
- 关于患者语音数据的隐私和临床使用的书面政策。
- 数据安全。
RPM 对会话 AI 的三大挑战
- 报销：远程医疗（RPM）的计费和报销是一个不断演变且往往碎片化的议题。
- 大型语言模型的使用：生成式AI系统必须始终生成与临床和科学共识准确相符的响应。
- 语音数据的法律/道德使用：需要关注隐私、透明度、问责制、包容性、可持续性和合规性。
技术开发人员关于计费和报销的一般指导意见
- RPM 的技术解决方案必须提供一条清晰的（且集成的）路径，通往一个或多个当前程序术语（CPT）编码，并符合医疗保险/医疗补助服务（CMS）的计费要求。
- 经过验证/证明的数据对于计费必不可少。
- 患者与指定临床医生之间直接、实时互动的机会。
生成式 AI 、大型语言模型与医疗保健
- 生成式AI在医疗保健中的使用是一个开放的问题，需要解决多个问题。
- 许多指令微调LLM专门为医疗保健使用而开发。
- 在医疗保健中使用生成人工智能是一个开放的问题，相当多的辩论和研究正在进行。
法律与伦理：赢得信任 ， 促进尊严
- 对话式人工智能在提供RPM（患者结果管理）方面的应用需要仔细考虑一系列的法律和伦理问题。
- 对话式 AI 的核心伦理原则：隐私、透明度、问责制、包容性、可持续性、合规性。
语音数据的独特价值和风险
- 人类语音既是生物识别特征，也是生物标志物。
- 存在众多政府和行业特定的法规来管理个人信息的保护与使用。
包容性参与以接触更多患者人群
- 多语言、方言和口音的辅助实时翻译（RPM）功能能显著扩大医生与更多患者互动的能力。
语音和对话AI在远程患者监测（RPM）中的应用：当前实施与试验
- 范德堡“居家医院”计划：短期治疗的RPM。
- 沃特斯克鲁威健康：教育、行为改变与降低再住院率的语音应用。
- EMEDS：整体对话教练削减专家的候补名单。
- 欧盟 - 日本项目：使用对话式 AI 进行虚拟高级互动和陪伴。
- Orlov：语音援助以缓解社会孤立，实现对健康信息的安全访问。
- 语音技术是可穿戴设备和其他 RPM 技术的补充。
生物标志物分析：在语音中寻找身体、心理健康指标
- TQ 智能：儿童和青少年心理健康的声音，用于精准医学支持的生物标志物分析。
- 呼吸道疾病早期检测的声音。
- 用于精准医学支持的生物标志物分析。
公共 / 私人合作伙伴关系旨在加速声乐生物标志物数据库的增长
- 美国国家卫生研究院（NIH）宣布了《NIH共同基金》的“连接到人工智能”（Bridge2AI）计划，计划在未来四年投入1.3亿美元。
- 多个研究项目旨在创建大型、全国性的去识别声音数据库，并将其与选定的健康生物标志物关联起来。
结论
对话式人工智能技术——结合了基于人工智能的自然语言处理、理解、生成和数据分析能力，以及新兴的生成型人工智能工具——可以以更低的成本、更高的采用率、更广泛的适用性和更广泛的包容性为患者、临床医生和提供者提供远程医疗管理（RPM）。它能够精确识别越来越长的物理和心理健康疾病/障碍的早期指标，从而实现远程医疗管理的普及与优化。
