人工智能在醫療領域的下一個前沿
AI封裝的工作流
跨行業的業務流程管理(BPM)從業人員長期以來一直習慣于將工作流程編寫成一系列的任務,并通過完成這些任務以產生工作結果。一個規范化的工作流可以與多個系統和工作人員進行交互,并對其性能進行監視和分析。
直到最近,常見得BPM工具還很笨重,BPM項目也很昂貴。因此,BPM項目主要是在企業中實現的,并且通常是為了降低復雜后端流程的成本,例如訂單的執行和供應鏈的管理。但是最近,人們對于將BPM用于客戶體驗和數字轉型的興趣使得BPM走出了幕后。巧合的是,改善客戶體驗也是AI的主要用例之一。這個交集促使BPM供應商競相實現了其平臺的AI支持。
將關注點轉移到客戶(或患者)體驗上,增強了BPM在醫療保健方面的相關性。從本質上講,已編碼的工作流是護理團隊當前手工執行工作的數字版本。它使得醫療組織能夠監控醫療工作的流程,對不利條件做出快速反應,并不斷改進流程,渥太華醫院的BPM項目就說明了這一點。
使用人工智能來對已編碼的工作流進行操作,從本質上來講是將工作流包含在其預測模型當中,這不僅可以自動化工作流及其任務,還可以對工作流進行修改,從而不斷改進流程。這種以流程為中心的方法的獨特之處在于,隨著時間的推移,隨著人工智能開始考慮我們做事的方式,并試圖為我們做事,工作流將會變得越來越更智能。
通往未來的道路
然而,醫療保健行業缺少同樣能夠推動其他行業采用以流程為中心的方法的一個關鍵因素:工作流通常涉及的具有廣泛可用性的API。盡管最近的低代碼BPM工具通過與Salesforce.com、Dropbox、谷歌等應用程序的拖放集成,極大地簡化了工作流編碼,但這種便利性在醫療保健領域卻受到了限制。不過,多年來,像AllScripts和Athenahealth這樣的EHR供應商以及其他的一些公司都公開了API來訪問他們的數據。Redox和Sansoro Health等公司也推出了自己的專有API,利用HL7 v2和FHIR等標準來保護醫療保健組織和開發人員免受集成多個系統所帶來的復雜性。
工作流的編碼工作也導致產生了一系列新的“業務流程應用程序”,這些“業務流程應用程序”可以通過工作流上下文的表單(例如,病人出院)或某些語音助手與醫護人員進行交互。由于這些業務流程應用程序具有工作流程的感知能力,它們可以通過自動化工作流、任務和流程優化來簡化工作人員與多個系統的交互,以及它們之間的交互。例如,一個人工智能驅動的、可編碼的工作流可以在護理團隊、外部測試中心和患者之間實現協調工作的神奇效果,通過一個簡單的命令“將患者轉到Eastlake進行測試”,通過這樣的護理過程,病人可以來到辦公室,進行檢查,并在合理的時間范圍內對下一步進行規劃。更不用說在EHR中,你不需要點擊就可以將數據輸入到適當的屏幕中去。
三管齊下以獲得競爭優勢
雖然等待現有的應用程序添加人工智能并將AI應用程序或服務集成到工作流中,可以最大限度地減少對當前IT環境的干擾。但它們也大大降低了人工智能改善我們的做事方式和為我們做事的能力。
上述的OptumIQ調查顯示,人工智能投資的主要領域是自動化業務流程(行政操作或客戶服務),占43%,而欺詐、浪費和濫用檢測則占到36%。此外,最受期待的前兩項好處是提高效率和更準確的診斷。三分之一的受訪者還希望改善患者體驗并降低人均護理成本。自動化業務流程,特別是改進的患者體驗,為利用以流程為中心的方法提供了理由,因為該方法的重點便是客戶/患者的體驗。
總之,一個平衡的、三管齊下的戰略將使醫療組織能夠在必要時將項目中斷的風險降到最低,而不會限制其對當前工作流或現有應用程序的創新能力。在一個消費者的選擇、利潤率下降和對患者長期健康狀況的風險假設帶來持續壓力的時代,用能力和實踐來提升組織,使“人工智能能夠封裝工作流”,將是一個獲得可持續競爭優勢的重要機會。
請輸入評論內容...
請輸入評論/評論長度6~500個字
最新活動更多
- 1 AI狂歡遇上油價破百,全球股市還能漲多久? | 產聯看全球
- 2 OpenAI深夜王炸!ChatGPT Images 2.0實測:中文穩、細節炸,設計師慌了
- 3 6000億美元估值錨定:字節跳動的“去單一化”突圍與估值重構
- 4 Tesla AI5芯片最新進展總結
- 5 連夜測了一波DeepSeek-V4,我發現它可能只剩“審美”這個短板了
- 6 熱點丨AI“瑜亮之爭”:既生OpenClaw,何生Hermes?
- 7 AI界的殺豬盤:9秒刪庫跑路,全員被封號,還繼續扣錢!
- 8 2026,人形機器人只贏了面子
- 9 DeepSeek降價90%:價格屠夫不是身份,是戰略
- 10 AI Infra產業鏈卡在哪里了?


分享













