研究公司Omdia的首席分析師Andrew Brosnan預(yù)測(cè)，盡管醫(yī)療保健行業(yè)最初對(duì)人工智能的接受速度較慢，但醫(yī)療保健和制藥公司將在未來(lái)幾年內(nèi)迅速增加對(duì)人工智能的采用，醫(yī)療圖像分析和藥物發(fā)現(xiàn)將是最受歡迎的用例。

根據(jù)Omdia的預(yù)測(cè)，2023年人工智能軟件的醫(yī)療保健支出預(yù)計(jì)將增長(zhǎng)40%，從2022年的44億美元增加到新的一年的近62億美元。

“醫(yī)療保健將比大多數(shù)其他行業(yè)增長(zhǎng)更快，根據(jù)我們的預(yù)測(cè)，我們預(yù)計(jì)2027年醫(yī)療保健領(lǐng)域的人工智能支出將僅次于消費(fèi)者，排名第二，”O(jiān)mdia人工智能和智能自動(dòng)化實(shí)踐部門(mén)的Brosnan說(shuō)。

醫(yī)療保健人工智能的采用將趕上其他行業(yè)

Brosnan說(shuō)，醫(yī)療保健公司在采用新技術(shù)方面歷來(lái)很保守，因?yàn)椴∪俗o(hù)理和隱私、安全和監(jiān)管問(wèn)題的風(fēng)險(xiǎn)很高。

醫(yī)療保健在人工智能采用方面落后于其他行業(yè)。根據(jù)om dia 2022年的一項(xiàng)調(diào)查，盡管所有行業(yè)中有25%的行業(yè)在多個(gè)業(yè)務(wù)部門(mén)或職能部門(mén)中擴(kuò)大了人工智能部署，但只有19%的行業(yè)在醫(yī)療保健領(lǐng)域這樣做。

但這種情況正在迅速改變。他說(shuō)，人工智能已被證明在醫(yī)療保健方面是有效的，這促進(jìn)了使用的增長(zhǎng)。例如，人工智能在疫情期間被用于幫助醫(yī)療保健提供者進(jìn)行新冠肺炎診斷、患者預(yù)后以及幫助研究人員了解刺突蛋白的變化。

“人工智能在疫情和概念驗(yàn)證項(xiàng)目中的使用增強(qiáng)了人們對(duì)人工智能在醫(yī)療保健領(lǐng)域所能提供的價(jià)值的信心，”Brosnan說(shuō)。

事實(shí)上，Omdia在2022年調(diào)查的96%的醫(yī)療保健組織表示，他們有信心或非常有信心人工智能將帶來(lái)積極的結(jié)果，67%的受訪者表示，人工智能增加價(jià)值的能力在過(guò)去一年中有所增加。

這將轉(zhuǎn)化為對(duì)人工智能的大量投資。根據(jù)Omdia的數(shù)據(jù)，人工智能軟件的支出將以29%的復(fù)合年增長(zhǎng)率(CAGR)增長(zhǎng)，并在2027年達(dá)到138億美元的支出，并列增長(zhǎng)最快的部門(mén)。

五大醫(yī)療保健IT使用案例

醫(yī)學(xué)圖像分析是人工智能最受歡迎的用例。憑借26%的年增長(zhǎng)率，它將保持最大的支出份額，在2027年達(dá)到26億美元的人工智能軟件支出。

與此同時(shí)，Omdia預(yù)測(cè)顯示，到2027年，藥物發(fā)現(xiàn)將成為增長(zhǎng)最快的用例，人工智能支出將達(dá)到20億美元，CAGR為33%。

其他頂級(jí)用例是虛擬助手，如在線聊天機(jī)器人和智能文檔處理，兩者都有27%的CAGR。預(yù)計(jì)2027年虛擬助理的人工智能支出將達(dá)到近17億美元，而智能文檔處理(如索賠處理)預(yù)計(jì)將達(dá)到10億美元。

醫(yī)療建議——通過(guò)臨床決策支持等工具——在2027年以28%的CAGR和9億美元的人工智能支出完成了前五大用例。

革新藥物發(fā)現(xiàn)

Brosnan說(shuō)，人工智能有可能加快藥物發(fā)現(xiàn)和開(kāi)發(fā)過(guò)程，并降低其成本，2023年，制藥行業(yè)將繼續(xù)通過(guò)人工智能推進(jìn)藥物發(fā)現(xiàn)。

傳統(tǒng)的藥物發(fā)現(xiàn)和開(kāi)發(fā)過(guò)程目前需要大約10億美元和10年時(shí)間才能將一種新藥推向市場(chǎng)。他說(shuō)，這包括合成5000多個(gè)分子，以推動(dòng)一個(gè)候選人進(jìn)入臨床試驗(yàn)。

但有了人工智能，制藥商可以通過(guò)“在計(jì)算機(jī)上”進(jìn)行生產(chǎn)來(lái)減少他們必須物理制造的分子數(shù)量，這意味著他們可以虛擬地進(jìn)行生產(chǎn)，他說(shuō)。

Brosnan說(shuō)，這將他們必須物理合成的分子數(shù)量歸結(jié)為250個(gè)，這節(jié)省了資金，縮短了上市時(shí)間。人工智能第一藥物候選人的渠道非常強(qiáng)勁，2022年將有18種候選藥物進(jìn)入臨床試驗(yàn)。2020年，這一數(shù)字為零。

“早期藥物發(fā)現(xiàn)需要幾個(gè)月甚至幾年的時(shí)間，”他說(shuō)。

新興技術(shù)可以更好地訓(xùn)練醫(yī)療保健人工智能模型

Brosnan說(shuō)，聯(lián)合學(xué)習(xí)或群體學(xué)習(xí)是一種新興技術(shù)，它將使醫(yī)療保健提供商能夠安全地使用患者數(shù)據(jù)來(lái)更好地訓(xùn)練人工智能模型，并將在2023年獲得更大的牽引力。

為了減少偏差，針對(duì)大型數(shù)據(jù)集訓(xùn)練AI模型非常重要。但為此，許多醫(yī)療保健機(jī)構(gòu)希望共享數(shù)據(jù)，這樣他們就可以建立一個(gè)更全面的數(shù)據(jù)集來(lái)訓(xùn)練人工智能模型。

傳統(tǒng)上，他們必須將數(shù)據(jù)移動(dòng)到一個(gè)中央存儲(chǔ)庫(kù)。然而，通過(guò)聯(lián)合或群體學(xué)習(xí)，數(shù)據(jù)不必移動(dòng)。他說(shuō)，相反，人工智能模型會(huì)去每個(gè)單獨(dú)的醫(yī)療保健機(jī)構(gòu)，并根據(jù)數(shù)據(jù)進(jìn)行訓(xùn)練。通過(guò)這種方式，醫(yī)療保健提供商可以維護(hù)其數(shù)據(jù)的安全性和治理。

“通過(guò)聯(lián)邦或群體學(xué)習(xí)，數(shù)據(jù)不必離開(kāi)源機(jī)構(gòu)，但人工智能模型會(huì)移動(dòng)到數(shù)據(jù)，”Brosnan說(shuō)。聯(lián)合學(xué)習(xí)使用集中式編排器，而群學(xué)習(xí)更加分布式，不使用集中式編排器。

這項(xiàng)技術(shù)目前正在進(jìn)行概念驗(yàn)證。2021年，大型制藥公司賽諾菲(Sanofi)向一家專注于醫(yī)療保健的聯(lián)邦學(xué)習(xí)公司投資了1.8億美元。

“這是一項(xiàng)新興技術(shù)，我們將在2023年和2024年看到它的崛起，”他說(shuō)。