雖然醫(yī)療保健行業(yè)最初接受人工智能的速度較慢，但??醫(yī)療保健和制藥公司將在未來幾年內(nèi)迅速增加對人工智能的采用，其中醫(yī)學(xué)圖像分析和藥物發(fā)現(xiàn)是最受歡迎的用例，首席分析師安德魯布魯斯南預(yù)測姐妹研究公司Omdia。

根據(jù)Omdia的預(yù)測，2023年醫(yī)療保健在AI軟件上的支出預(yù)計(jì)將增長40%，從2022年的44億美元增長到新的一年的近62億美元。

“醫(yī)療保健的增長速度將超過大多數(shù)其他行業(yè)，根據(jù)我們的預(yù)測，我們預(yù)計(jì)到2027年醫(yī)療保健領(lǐng)域的AI支出將僅次于消費(fèi)者，”Omdia的AI&Intelligent負(fù)責(zé)人Brosnan說。自動化實(shí)踐。

醫(yī)療保健AI采用率將趕上其他行業(yè)

Brosnan說，由于患者護(hù)理和隱私、安全和監(jiān)管問題的高風(fēng)險(xiǎn)，醫(yī)療保健公司在采用新技術(shù)方面歷來持保守態(tài)度。

醫(yī)療保健在采用人工智能方面落后于其他行業(yè)。根據(jù)Omdia 2022年的一項(xiàng)調(diào)查，雖然25%的行業(yè)已經(jīng)在多個(gè)業(yè)務(wù)部門或職能部門擴(kuò)展了AI部署，但只有19%的行業(yè)在醫(yī)療保健領(lǐng)域這樣做了。

但這種情況正在迅速改變。他說，人工智能已被證明在醫(yī)療保健方面是有效的，這正在推動使用量的增長。例如，在大流行期間使用了人工智能——協(xié)助醫(yī)療保健提供者進(jìn)行COVID-19診斷、患者預(yù)后并幫助研究人員了解刺突蛋白的變化。

Brosnan說：“在大流行期間使用人工智能和概念驗(yàn)證項(xiàng)目正在增強(qiáng)人們對人工智能可以在醫(yī)療保健中提供的價(jià)值的信心。”

事實(shí)上，在2022年接受Omdia調(diào)查的醫(yī)療保健組織中，有96%表示他們有信心或非常有信心AI將帶來積極的結(jié)果，67%的受訪者表示AI的增值能力在過去一年中有所提高。

這將轉(zhuǎn)化為對人工智能的大規(guī)模投資。根據(jù)Omdia的數(shù)據(jù)，人工智能軟件的支出將以29%的復(fù)合年增長率(CAGR)增長，并在2027年達(dá)到138億美元的支出，并列增長最快的行業(yè)。

5大醫(yī)療保健IT用例

醫(yī)學(xué)圖像分析是AI最流行的用例。它將以26%的年增長率保持最大的支出份額，到2027年將達(dá)到26億美元的AI軟件支出。

與此同時(shí)，Omdia預(yù)測顯示，到2027年，藥物發(fā)現(xiàn)將成為增長最快的用例，人工智能支出將達(dá)到20億美元，復(fù)合年增長率為33%。

其他主要用例是虛擬助手，例如在線聊天機(jī)器人和智能文檔處理，兩者的復(fù)合年增長率均為27%。到2027年，虛擬助理的AI支出預(yù)計(jì)將達(dá)到近17億美元，而理賠處理等智能文檔處理預(yù)計(jì)將達(dá)到10億美元。

醫(yī)療建議——通過臨床決策支持等工具——以28%的復(fù)合年增長率和2027年9億美元的AI支出進(jìn)入前五名。

革新藥物發(fā)現(xiàn)

布魯斯南說，AI有可能加速藥物發(fā)現(xiàn)和開發(fā)過程并降低成本，到2023年，制藥行業(yè)將繼續(xù)通過AI推進(jìn)藥物發(fā)現(xiàn)。

傳統(tǒng)的藥物發(fā)現(xiàn)和開發(fā)過程目前需要大約10億美元和10年才能將新藥推向市場。他說，它包括合成5,000多個(gè)分子，以推動一名候選人進(jìn)入臨床試驗(yàn)。

但有了人工智能，制藥商可以通過“計(jì)算機(jī)模擬”來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做到這一點(diǎn)，他說。

Brosnan說，這將他們必須物理合成的分子數(shù)量歸結(jié)為250個(gè)，從而節(jié)省資金并縮短上市時(shí)間。2022年有18種候選藥物進(jìn)入臨床試驗(yàn)，AI首批候選藥物的管線非常強(qiáng)勁。2020年為零。

“早期藥物發(fā)現(xiàn)需要數(shù)月甚至數(shù)年時(shí)間，”他說。

新興技術(shù)可更好地訓(xùn)練醫(yī)療保健AI模型

布魯斯南說，聯(lián)邦學(xué)習(xí)或群學(xué)習(xí)是一種新興技術(shù)，它將使醫(yī)療保健提供者能夠安全地使用患者數(shù)據(jù)來更好地訓(xùn)練人工智能模型，并將在2023年獲得更大的吸引力。

為了減少偏差，針對大型數(shù)據(jù)集訓(xùn)練AI模型非常重要。但為此，許多醫(yī)療機(jī)構(gòu)愿意共享數(shù)據(jù)，這樣他們就可以構(gòu)建更全面的數(shù)據(jù)集來訓(xùn)練AI模型。

傳統(tǒng)上，他們必須將數(shù)據(jù)移動到一個(gè)中央存儲庫。然而，通過聯(lián)合學(xué)習(xí)或群體學(xué)習(xí)，數(shù)據(jù)不必移動。他說，取而代之的是，人工智能模型會進(jìn)入每個(gè)單獨(dú)的醫(yī)療機(jī)構(gòu)并根據(jù)數(shù)據(jù)進(jìn)行訓(xùn)練。這樣，醫(yī)療保健提供者可以維護(hù)其數(shù)據(jù)的安全性和治理。

“通過聯(lián)合學(xué)習(xí)或群體學(xué)習(xí)，數(shù)據(jù)不必離開源機(jī)構(gòu)，但人工智能模型會轉(zhuǎn)移到數(shù)據(jù)上，”布魯斯南說。聯(lián)邦學(xué)習(xí)使用集中式編排器，而群學(xué)習(xí)更分散，不使用集中式編排器。

該技術(shù)目前正在進(jìn)行概念驗(yàn)證。2021年，大型制藥公司賽諾菲向一家專門從事醫(yī)療保健的聯(lián)邦學(xué)習(xí)公司投資了1.8億美元。

“這是我們將在2023年和2024年看到增長的新興技術(shù)之一，”他說。