医疗保健 AI的下一个测试是整合

本期编译精选。

【导语】生物技术和健康 虽然高级AI在处理临床数据方面表现优异，但医疗保健的真正考验在于克服了极其分散的行政工作流程。但是，以 - 安德鲁·雷档案页面 由组合提供 主要AI公司进入医疗保健是一个有意义和受欢迎的发展，加快了该行业可以利用的技术基础。

生物技术和健康

虽然高级AI在处理临床数据方面表现优异，但医疗保健的真正考验在于克服了极其分散的行政工作流程。但是，

以

• 安德鲁·雷档案页面

由组合提供

主要AI公司进入医疗保健是一个有意义和受欢迎的发展，加快了该行业可以利用的技术基础。

他们的模型越来越能够处理长的临床记录，解释复杂的术语，将文件与证据进行比较，并从大量的信息中得出连贯的摘要。对于花费大量时间通过零散数据搜索的临床医生、操作人员和行政团队来说，这些进步有助于减轻认知负担，使高价值信息更容易获取。

但医疗保健领导者不应将模型能力与作战能力相混淆。

医疗保健的行政挑战是由零散的信息、零散的工作流程和零散的问责制引起的，而不是缺乏信息。该行业花费了几十年时间投资于捕获活动的各种系统：电子健康记录、计费平台、付费门户、调度系统、呼叫中心平台以及分析应用。每个系统都有重要记录 但是，在决定病人是否及时获得治疗的整个决定链中，很少有人能够说明理由，临床医生有正确的文件，提供者得到适当补偿。

这是大赦国际现在必须面对的问题。

营收循环成为医疗保健 AI的证明理由之一

营收周期是医疗保健提供商用来获得护理费的过程——从安排和登记到编码，计费，支付者跟踪，以及支付收受。

（编译自 MIT Tech Review；原文