在新冠疫情爆發、心理健康危機、醫療成本上升和人口老齡化之間，行業領導者正急于開發針對醫療保健專用的人工智能 (AI) 應用程序。一個信號來自風險投資市場：超過 40 家初創公司籌集了大量資金(2000 萬美元或更多)，為該行業構建人工智能解決方案。但是人工智能實際上是如何應用于醫療保健領域的呢?

　　“2022 年醫療行業 AI 調查”詢問了來自全球各地 300 多名受訪者，以更好地了解定義醫療行業 AI 面臨的挑戰、取得的成就和應用案例。在第二年，結果沒有顯著變化，但它們確實呈現出一些有趣的趨勢，預示著未來幾年將如何發展。雖然這種演變在某些方面是積極的(人工智能的民主化)，但其他方面卻不那么令人興奮(更大的攻擊面)。以下是企業需要了解的三個趨勢：

　　01|利用無代碼工具實現人工智能的易用性和民主化|

　　Gartner 估計，到 2025 年，企業開發的 70% 的新應用程序將使用無代碼或低代碼技術(高于 2020 年的不到 25%)。雖然低代碼能夠簡化程序員的工作量，但無需數據科學干預的無代碼解決方案對企業及其他領域產生的影響才是最大的。這就是為什么，當看到人工智能的使用從技術職稱到領域專家的飛躍轉變是令人興奮的。

　　對于醫療保健來說，這意味著在人工智能在醫療保健調查中，超過一半 (61%) 的受訪者認為，臨床醫生是他們的目標用戶，其次是醫療保健支付者 (45%) 和醫療健康 IT 公司 (38%)。這一點，再加上在醫療保健特定人工智能應用方面的重大發展和投資，以及開源技術的可用性，表明了更廣泛的行業應用。

　　這一點意義重大：將代碼就像 Excel 或 Photoshop 等常用辦公工具一樣交到醫護人員手中，將使AI得到更好的改善。除了使技術更易于使用之外，它還可以實現更準確和可靠的結果，因為可以由醫學專業人員(非軟件專業人員)掌管。這些變化不會在一夜之間發生，但人工智能增長的核心用戶是領域專家，無疑是向前邁進的一大步。

　　02|工具日趨完善，文本越來越實用|

　　其他令人鼓舞的發現，涉及人工智能工具的進步以及用戶深入研究特定模型的愿望。當被問及他們計劃在 2022 年底之前采用哪些技術時，調查中的技術領導者提到了數據集成 (46%)、商業智能 (44%)、NLP (43%) 和數據注釋 (38%)。文本現在是人工智能應用程序中最有可能使用的數據類型，對自然語言處理 (NLP) 和數據注釋的重視表明，更復雜的人工智能技術正在興起。

　　這些工具能夠支持臨床決策、藥物發現和醫療政策評估等重要活動。在經歷了兩年的新冠疫情之后，隨著開發新疫苗并發現如何在大規模事件發生后，更好地支持醫療保健系統的需求等等，這些領域的進展的重要性是顯而易見的。通過這些例子我們也可以看出，醫療行業對人工智能的使用與其他行業有很大不同，需要采用不同的方法。

　　因此，成熟企業的技術領導者和受訪者都將醫療行業特定的模型和算法的可用性，作為評估本地安裝的軟件庫或 SaaS 解決方案最重要的要求，這不足為奇。從風險投資情況、市場上現有的庫以及人工智能用戶的需求來看，醫療保健的特定模型只會在未來幾年內日益增長。

　　03|安全和安全問題日益嚴重|

　　隨著人工智能在過去一年中取得的所有進展，它也開辟了一系列新的攻擊載體。當被問及受訪者使用哪些類型的軟件來構建他們的 AI 應用程序時，最受歡迎的選擇是本地安裝的商業軟件 (37%) 和開源軟件 (35%)。最值得注意的是，與去年的調查相比，云服務的使用下降了 12% (30%)，這很可能是由于對數據共享的隱私問題。

　　此外，大多數受訪者 (53%) 選擇依靠自己的數據來驗證模型，而不是依靠第三方或軟件供應商的指標。來自成熟企業的受訪者 (68%) 表示，他們明顯傾向于使用內部評估和自行調整模型。同樣，由于醫療數據處理方面的嚴格控制和程序，很明顯人工智能用戶希望盡可能在內部進行操作。

　　但無論怎樣的軟件偏好或用戶如何驗證模型，不斷升級的醫療保健安全威脅都可能產生重大影響。當其他關鍵基礎設施服務面臨挑戰時，醫療保健的違規影響超出了聲譽和財務損失。數據丟失或篡改醫院設備可能就是生死之別。

　　隨著開發人員和投資者努力將技術掌握在日常用戶手中，人工智能有望實現更顯著的增長。但是，隨著人工智能變得更加廣泛可用，以及模型和工具的改進，安全、保障和道德將成為需要重點關注的焦點。看看今年這些醫療領域的人工智能如何發展，以及它對行業的未來意味著什么，這將會很有趣。