来源：Deloitte 作者：Tammy Whitehouse

谷歌的凯伦・德萨尔沃（Karen DeSalvo）博士和艾米・麦克多诺（Amy McDonough）解释了技术如何使医疗信息民主化、实现体验个性化，以及加速新疗法的发现。
在面临劳动力紧张和数据过载等挑战的关键时刻，生成式人工智能和自主性人工智能等先进技术为变革医疗管理和医疗服务的提供方式带来了前所未有的潜力。
谷歌的首席健康官凯伦・德萨尔沃博士表示：“这是我在这个领域几十年里所经历的医学和科学领域最激动人心的时刻。”
人工智能有潜力改善医疗局面 —— 实现患者就医旅程的个性化，辅助临床医生减轻负担，以及优化从疗法发现到交付的整个过程。
为了探讨这些变革，谷歌的德萨尔沃和谷歌战略健康解决方案的董事总经理艾米・麦克多诺，与德勤咨询公司生命科学与医疗行业的负责人、“健康未来”（Future of HealthTM）业务主管尼尔・巴特拉（Neal Batra），德勤咨询公司医疗战略业务的董事总经理迈克・麦卡伦（Mike McCallen），以及德勤咨询公司的高级经理、医疗应用人工智能负责人汤姆・希廷格（Tom Hittinger）进行了交谈。
这次对话探讨了人工智能的切实好处、其向具备自主性能力的演变，以及有助于构建更积极主动、高效和公平的医疗未来的信任与合作关系。
麦卡伦：谷歌最近发布了《健康影响力报告》。基于报告传达的信息，您能否分享一下您对技术如何满足消费者和企业在一系列产品、设备和解决方案方面未被满足的需求的看法？
德萨尔沃：技术与医疗的结合正在帮助世界各地的人们延长寿命并过上更健康的生活。在我的工作中，我亲眼见证了技术如何让人们在一生中都能平等地获取健康相关的信息，以及它如何极大地推动医学科学研究。阿尔法折叠（AlphaFold）能够预测蛋白质（生命的基石）的结构，来自 190 多个国家的 250 多万科学家正在使用它，应用于疟疾疫苗研发、结核病更好的治疗方法，以及对影响数百万人但往往资金不足且研究不够的罕见病的研究等领域。
对于每天在线搜索和观看视频的人，我们付出了很多努力，确保他们得到关于健康问题的全面答案，而不仅仅是链接，因为我们知道，在正确的时间获得正确的信息可以拯救生命。如今，人们想要了解自己的健康状况，这就是为什么结合了生物特征和健康数据的可穿戴设备可以让他们了解自己的睡眠和心脏健康等情况。
这意味着他们能够更好地在自己的健康历程中发挥积极作用，并且能成为医疗系统更好的合作伙伴。
麦卡伦：在医疗领域，人工智能驱动的自动化与人为干预之间的平衡是如何演变的呢？
德萨尔沃：生成式人工智能在解决重大全球医疗挑战方面的潜力让我感到兴奋，因为它有潜力解决该行业在全球面临的三大挑战：不堪重负、濒临 burnout（职业倦怠）的劳动力，高昂的成本和低效率，以及产生全球约 30% 数据量的医疗行业中的信息过载问题。
大多数从事医疗工作的人并不是为了成为行政人员才进入这个行业的，但如今医生和护士大约三分之一的时间都花在了文书工作上。人工智能使他们能够从事自己选择的工作 —— 照顾病人。人工智能可以通过让虚拟代理和助手高效地执行任务来降低成本并提高功能性。而且人工智能可以通过识别数据中的模式并找到以前未被认可的关联来帮助管理信息。这是为了让医疗实践重新充满乐趣。
合作是让这一切发挥作用的关键。合作可以实现全球范围内的可及性和连接性，提供开源技术以促进全球研究合作。合作还可以实现人工智能的负责任和符合道德的应用，这样这些技术就能在适应当地需求和环境的同时，解决诸如糖尿病等全球医疗挑战。
巴特拉：在生命科学领域，人工智能可以帮助加速现有流程，那么您预计在药物发现及后续流程中，使用技术的新方法会是怎样的呢？
德萨尔沃：在制药价值链中，最耗时且成本最高的部分之一是研发环节，90% 的药物研发最终都以昂贵的失败告终。公司拥有大量数据，但筛选数据极具挑战性。人工智能可以充当共同科学家，提出以前未曾考虑过的想法。它可以帮助识别以前被忽视的东西并生成新的假设，还可以通过自动化文书流程和开发新的试验方法（特别是针对罕见病）来加速实验室工作并简化临床试验。
由人工智能驱动的智能制造在解决供应链问题和新配方需求等各种挑战方面的潜力尤其令人兴奋。人工智能还可以将患者（特别是罕见病患者）与新疗法联系起来，并帮助临床医生获取准确的信息。利用可穿戴设备和数字生物标志物进行的上市后评估和数据收集也可以通过人工智能得到加强。药物研发过程高度依赖数据，人工智能在这个过程中的协助使其成为一个值得进一步探索的令人兴奋的领域。
回顾过去，可穿戴设备早期的功能相当有限，比如追踪步数或记录行走的里程，但它们为帮助个人掌控自己的健康历程提供了一个窗口。人工智能正以令人兴奋的方式将这一愿景变为现实。例如，如今这些产品可以监测你的脉搏、早期检测心房颤动，以及测量静息心率和心率变异性，这些都是十年前无法实现的进步。
麦卡伦：在应对这些全球挑战时，组织如何在创建可扩展的全球解决方案的同时，满足根据不同社区的特定文化、基础设施甚至流行病学背景进行定制的需求呢？
德萨尔沃：让医学专家融入工程团队至关重要。医学关注个体患者，而技术寻求可扩展的解决方案。找到两者的交集以广泛造福人们非常重要。一些平台可以通过在危机期间提供高质量的信息和资源来帮助应对全球心理健康等挑战。例如，利用生成式人工智能进行语言翻译等定制化服务，可以让医学专业知识更有效地惠及更多人。
希廷格：随着生态系统努力赋予消费者更多权力，您在消费科技到企业健康解决方案方面的背景为您提供了独特的视角。有哪些即将出现的创新让您感到兴奋呢？
艾米・麦克多诺
麦克多诺：创新的下一阶段，特别是在生成式人工智能和智能代理方面，重点是让消费者能够获取关于他们个人健康的数据，包括医疗和健康记录以及面向消费者的数据，以便做出明智的决策。然而，这也带来了挑战。全球近三分之一（30%）的数据来自医疗领域，而 80% 的健康相关活动发生在医疗系统之外，这凸显了信息和知识方面的差距。
生成式人工智能可以进化为一个知识渊博的助手来帮助解决这些问题。在用户允许的情况下，它能够理解健康数据的各个方面，并帮助个人提出相关问题、做出明智的决策，并确定接下来需要采取的行动。我们预计这方面会进一步发展，在适当授权的情况下，人工智能有可能代表用户采取指令性行动。这种方法可以为消费者提供工具、代理和技术，帮助他们更好地了解自己的健康历程。
希廷格：谷歌是如何与其他组织合作开发变革性创新的呢？
麦克多诺：我们的方法是放眼全球，但立足本地采取行动。这意味着利用技术产生最大的影响，同时解决我们在世界各地的合作伙伴所面临的恰当挑战和需求。例如，我们正在与中国台湾地区的国家健康保险管理部门合作，解决一个重大的本地问题：2 型糖尿病的增加，这也是一个全球性挑战。我们的合作旨在实现精准干预，以促进早期、主动和预防性护理。
美国的 HCA 医疗保健公司和印度的马尼帕尔医院正在使用人工智能创新护士交接班方式，将交接班时间从一个半小时缩短到仅 20 分钟。例如，HCA 每月大约进行 400,000 次护士交接班，这表明这样的解决方案可以有效地扩展应用。
希廷格：自主性人工智能如今处于核心地位。我们的数据显示，只有 30% 的生成式人工智能试点项目能够投入实际应用，但在 2025 年，25% 的组织将开始试点自主性人工智能。您认为他们会从哪些方面入手呢？
麦克多诺：我们认为他们会从更安全、更负责任的用例开始，比如在后台产品和解决方案方面，事实证明人工智能在这些方面很有用，而且能让护士和医生不再埋头于电脑前，而是花更多时间陪伴病人。
考虑到在消费者和企业的医疗历程中那些摩擦最大的环节也很重要。这可能从客户支持等方面开始，提供更好、更直接、更准确的答案，或者帮助减少完成任务的时间，使流程更顺畅，减少对消费者的阻碍，也减轻医疗系统的负担。
今年，各组织应该开始从灵感和试点阶段转向在整个企业范围内广泛应用人工智能，让人工智能充当助手或知识渊博的伙伴。
与合作伙伴和更广泛的生态系统合作很重要，要坚持负责任的人工智能原则，以确保采取周全的方法，尤其是在医疗领域。克服人们的怀疑依赖于信任、合作。像使用人工智能在不影响护理质量的情况下将护士的心理负担减轻 27% 这样的实例至关重要。关键在于证明人工智能能够提供富有同理心且负责任的护理服务。
希廷格：从产品创新的角度来看，随着从阶段性护理向持续监测的转变，您如何设想技术、平台、研究和服务为消费者进行整合呢？
麦克多诺：将日常健康习惯与医疗系统联系起来可以带来更积极主动和预防性的护理方法。利用来自各种来源的生物特征和健康指标等个人数据，我们的目标是为护理人员提供更完善的信息，因为一个人的健康管理很大一部分发生在医疗系统之外。我的职责是通过我们的消费者和企业接触点来弥合这一差距。我们赋予消费者控制自己数据的权力，并让他们适当地分享数据，以改善护理服务，帮助医疗系统采取预防和主动的立场。
会根据具体情况向消费者和临床医生提供不同的信号。例如，消费者睡眠模式发生显著变化的数据可能表明存在健康问题，这可以为医生提供重要信号。我们的目标是将这些日常信号与相关企业联系起来，引导用户采取下一步的最佳行动，利用生成式人工智能为消费者和临床医生创造可扩展的影响。在健康与技术的交叉领域，从未有过如此令人兴奋的时刻。