根據(jù)CB Insights的數(shù)據(jù)，2021年第一季度創(chuàng)下了新的融資記錄，專注于醫(yī)療保健AI的初創(chuàng)公司籌集了近25億美元。但這可能與幾年前的興起和對自動駕駛汽車技術(shù)的投資相似，因為基于AI的產(chǎn)品和服務(wù)在醫(yī)療保健領(lǐng)域的成功實施可能并非指日可待。

盡管Li和Ng目前都在將AI應(yīng)用于醫(yī)療保健方面的挑戰(zhàn)，但他們相信，在未來幾年中，他們和他們的同事們?nèi)詫⑻幱谠囼炿A段。Ng說，進展將“比我們在未來幾年中希望的要慢得多”。Li表示：“我們?nèi)栽趯ふ彝ㄍ祟悇倮牡缆贰?rdquo;對她而言，采取“以人為本”的方法對于推進醫(yī)療保健領(lǐng)域AI的發(fā)展水平至關(guān)重要。她鼓勵她的學生們在醫(yī)院里掩蓋臨床醫(yī)生，“看到人的一面”，以更好地了解患者和照顧他們的人們，這是成功采用基于AI的解決方案的關(guān)鍵。李說，這是醫(yī)療保健領(lǐng)域的獨特挑戰(zhàn)，他強調(diào)了醫(yī)療保健非數(shù)字化方面(人為因素)的重要性。她說：“我們的人類行為數(shù)據(jù)幾乎為零。”

此外，Ng提倡將AI開發(fā)從以模型為中心轉(zhuǎn)變?yōu)橐詳?shù)據(jù)為中心。這包括提高用于訓(xùn)練AI程序的數(shù)據(jù)的質(zhì)量，以及構(gòu)建將數(shù)據(jù)置于開發(fā)人員工作中心所需的工具和流程。當然，數(shù)據(jù)的質(zhì)量，隱私和可用性在醫(yī)療保健環(huán)境中面臨其獨特的挑戰(zhàn)。Ng指出，數(shù)據(jù)質(zhì)量標準仍然不明確，因此，AI開發(fā)人員需要集思廣益解決所有可能出錯的問題并相應(yīng)地分析數(shù)據(jù)。李認為，最重要的是認識人的責任。“人工智能有偏見”是一個術(shù)語，它將責任放在機器上，而不是在收集和管理數(shù)據(jù)的人員身上。對李來說

在回答“尚未解決的醫(yī)療保健問題是什么?”這一問題時Ng提到了心理健康，診斷和醫(yī)療保健的運作方面。李援引每年因醫(yī)療錯誤在美國死亡的25萬人。AI可以幫助確保正確執(zhí)行醫(yī)療程序，并確保及時在家中或診所對慢性病患者進行護理。“這就是環(huán)境情報的本質(zhì)。”李說，擔任醫(yī)師和護士助理，可以在錯誤發(fā)生之前及時發(fā)現(xiàn)它們。

Ng和Li的觀察得到了最近調(diào)查和研究的支持，所有這些都表明了AI在醫(yī)療保健領(lǐng)域的新生狀態(tài)：

·美國有90%的醫(yī)院制定了AI /自動化策略，高于2019年第三季度的53%。但是，據(jù)Sage Growth Partners稱，只有7%的醫(yī)院AI機器人完全投入運營。

·自2015年以來，批準的基于AI / ML的醫(yī)療設(shè)備的數(shù)量已大大增加，但目前，“美國或歐洲沒有針對基于AI / ML的醫(yī)療設(shè)備的特定監(jiān)管途徑，”《柳葉刀》雜志發(fā)表的一項研究得出結(jié)論。