医疗保健提供商的人工智能(AI)目前正处于预期扩张的高峰期。根据Gartner最近发布的《医疗保健提供商的炒作周期，2019》，鉴于该行业一直声称将颠覆基于人工智能的颠覆性解决方案，这并不是一个令人惊讶的结论。

当你开始阅读“环境AI”将如何看到和听到考场上发生的一切，并以某种方式神奇地将其转化为可用于分析和机器学习的可用数据时，你应该非常怀疑。无所不知、无所不能的机器这个错位的梦想，阻止了开发者解决真正的问题：为临床医生提供可以在今天的医疗点使用的工具。

在我们让Alexa博士满足我们所有的医疗保健需求之前，让我们首先考虑哪种类型的AI创新有可能提高医疗保健效率——哪些功能不能解决医疗保健中的真正缺陷。

艾在考场

多年前，IBM推出了Watson Health来解决医学上最大的挑战。沃森将评估患者的病历，并利用这些信息在其他病例、文献或临床研究中找到类似的临床表现，然后提出建议。

虽然沃森花费了数十亿美元用于开发和推广，但它没有辜负早期的宣传。沃森一直未能兑现提供优秀诊断工具的承诺。

一个问题是，沃森的“大脑”必须不断地为每个疾病状态、复杂癌症、基因检测、药物治疗等提供最新的循证医学内容和方案。

任何机器的大脑都依赖于数据输入和用于处理数据的算法，以及用于生成输出的逻辑。任何流程的主要缺点是数据输入的准确性和相关性，这在临床场景中尤其具有挑战性，在这种场景中，时间至关重要，临床医生被迫收集数据来推动报销，而不是专注于数据来推动临床护理。此外，复制训练有素、经验丰富的医生的大脑说起来容易做起来难。

最近，几家公司宣布了可用于考场的人工智能解决方案的计划。这些系统利用语音识别和/或视频。6月，Saykara宣布了第一个全环境AI医疗助理，它可以看到和听到病人检查期间发生的事情。然后，该技术将生成临床记录，包括患者护理计划和相关订单。

之后，如果医生想要核实患者的检查细节，必须浏览转录页面或观看访问视频。虽然临床医生可以节省记录就诊的时间，但最终他们会花更多的时间在护理点搜索关键的患者信息。

医生需要做什么，不需要什么

医生需要能够简化工作流程并提供干净数据的技术，以帮助他们评估面前患者的健康状况。

他们不需要AI来帮助他们处理诊所的方方面面，而司机每次开车都需要GPS设备。设置转弯路线可以帮助司机更快地到达目的地，而不会迷路。另一方面，如果有人日复一日(可能是从家到单位)沿着完全相同的路线开车，GPS提醒“右转800英尺”也没有什么帮助。其实大部分司机都会被这样的提示烦到。

在npj Digital Medicine发表的一篇题为“AI在医疗保健中的不便事实”的文章中，作者说，“不便事实是，目前研究文献中强调的算法实际上并不如此，因为它们中的大多数可以在临床实践的一线执行。”

医生需要解决方案来帮助他们更好地完成工作，而不是告诉他们他们已经知道的东西。有经验的医生很少需要计算机算法来处理多个临床发现，以便得出患者的诊断或决定将患者转介给可能更熟悉一些临床表现的专家或其他医生。医生已经知道该怎么做了。

相反，医生需要实时访问特定于患者的信息，例如，用于智能过滤患者图表中所有细节并将数据转换为可操作信息以提供临床见解的工具。以患有多种慢性病的复杂患者为例。医生应该能够选择任何问题，并快速检查与该特定问题相关的药物、实验室结果、疗法和其他项目，如糖尿病的糖化血红蛋白和二甲双胍，或慢性肾衰竭的血清肌酐和透析。通过轻松访问正确的数据，医生可以轻松地利用房间里最好的计算机：双耳之间的计算机。

作为一个行业，我们需要专注于创建可以解决医疗保健问题的工具，尤其是简化临床文档工作流程的工具。这将使医生能够提高工作效率，有更多的时间直接护理病人。例如，如果Medicare Advantage患者患有慢性疾病，并且根据临床风险有资格获得额外报销，护理点工具应识别这些情况，并为临床医生提供相关信息以监测、评估、评价和治疗患者，同时促进实时记录并满足报告要求。

医生需要解决方案来吸收患者图表中的海啸数据，将其格式化为分析系统的结构化数据，并创建仪表板来支持他们的临床流程。

没有更多的技术，病人护理的水平就无法提高。临床医生是任何行业中训练有素的知识工作者之一。他们知道自己需要什么。问问他们。听着。然后开始解。