World Health Day Special: How AI Is Making Healthcare Smarter, Cheaper, and Kinder
20:35 Share

这是来自“人工智能与未来工作”的丹·图尔钦。我在11 Labs的帮助下将我的声音数字化了。在今天的特别节目中，我们将尝试使用DigitalMe的评论。RealMe批准了内容，当然也批准了数字孪生体。请告诉我你的想法。欢迎收听本期人工智能与未来工作的世界卫生日特别节目。

世界卫生日每年4月7日举行，这是一项全球倡议，旨在突出紧迫的健康挑战，并激发有助于每个人过上更健康生活的解决方案。对于人工智能爱好者来说，这也是一个思考人工智能的进步如何重塑医疗保健的时刻，从降低成本和改善获取医疗服务到解放医生进行有意义的面对面病人护理。

今天，我们将回顾与引领这一变革的远见卓识者进行的四次非凡对话。您将听到来自Bo Hartman、Hunit Soni、Brigham Hyde博士、John Halamka博士和Shiv Rao博士的见解，他们是临床创新和新兴技术交叉领域的专家。他们不仅利用人工智能优化工作流程，还在重新构想在一个快速发展的数字世界中接受护理的意义。

让我们深入了解如何在人工智能时代优先考虑更好的健康结果、更好的患者体验和系统范围内的改进。享受这一集。让我们从医疗保健中系统性问题的广泛视角开始。我们的第一位嘉宾是Nomi Health的联合创始人兼首席技术官Beau Hartman，他放弃了在金融领域成功的职业生涯，包括在高盛和巴克莱担任高级技术职务，以改变医疗服务的提供方式。

仔细倾听他分享为什么数据和实时分析对于修复我们过时的系统如此重要。是的，在美国，对于那些不在美国的听众来说，我们都有故事，在美国的医疗保健故事。我们都可以引用它们，因为我们在世界上拥有最好的医疗保健提供者，因为我曾在国际上生活过。我会告诉你，我们有最好的医生、护士、临床医生，

我们有最好的。问题是获得这种护理。我们可以通过多种方式讨论获得这种护理或利用新技术获得这种护理。

但是，当我成为高盛的合伙人之后，创建了高盛的Marcus和苹果卡，我的一个好朋友马克·纽曼，他创立了一家名为HireVue的公司，你必须认识他，他来找我，他说，嘿，在美国有一件事，如果你直接付钱给医生，费用是30%到50%。问题是，

这些付款效率不高。它们不是数字化的，它们不是直通式处理。周围有很多钙化现象。我听说过这件事。再加上这个故事，每个人都有一个医疗保健故事。我不得不通过我的生活和我的朋友的生活经历过。因此，看到这两个问题：如果这是一个钙化的行业，没有利用技术，但我们拥有世界上最好的技术。

我怎么能错过这个机会呢？所以，我内心的冒险家说，也许我可以有所作为，因为我了解支付。我知道如何提高市场的效率。我知道如何利用技术。

让我来试试这个。所以在50岁的时候，我决定我想去做一个同行创业公司。这就是发生的事情。我决定放弃高盛的职位，并把我的命运押在努力帮助上。从我们的角度来看，我们相信，如果这个国家完全采用匿名的实时支付方式，支付医疗保健的实际成本，而不是医疗保健的虚构成本。

使用数据分析将决策建立在事实和真相的基础上。

并使提供者能够做他们上学时想做的事情，即从事医疗保健工作，并实际上降低自保雇主和政府的整体成本，以降低这种整体成本。我们相信这将是结果。首先，医疗保健成本不会像预测的那样从4万亿美元增加到5万亿美元再到6万亿美元，我们实际上会将1万亿美元返还给经济体。

这是第一点。第二，任何人都可以购买医疗保健，这意味着他们可以去看任何他们想看的医生。医生将获得他们工作的公平市场价格，但您可以选择您的提供者，并且不会受到这些错误制定的合同网络的限制，对吧？购买医疗保健的组织将能够提供

福利，因此员工的工资单中不会扣除免赔额，也不会收取共同支付费用。因为所有这些都会将医生变成收款机构，对吧？这将降低因医疗费用造成的整体破产率。人们可以获得这种护理，对吧？你会去看同一个医生，同样的护理，更低的价格。我真正期待的那一天的最后一个重要部分是，在那时，我们看到的是

将会发生的事情是，因为我们正在使用基于这些组织如何向其员工提供福利的数据。Bo明确表示，我们需要医疗保健技术来修复过时的工作流程。现在让我们深入探讨。Suki的创始人兼首席执行官Puneet Soni解释了他的基于语音的人工智能助理如何显著减少医生在文书工作上花费的时间，使他们能够专注于病人护理。

在Suki之前，Puneet领导了谷歌和Flipkart的产品团队，他拥有数十年的经验，可以部署尖端技术来增强用户体验。是的，我认为这样做的方法是反转人们花费在非临床护理上的时间。Suki的愿景是使医疗保健技术具有辅助性和隐形性，以便临床医生能够专注于他们最喜欢的事情。

顺便说一句，这可能是照顾他们的病人，也可能是回家或与家人共度时光。如果你看看他们花费的时间，他们大约花费了除临床护理之外的所有时间的30%到40%来进行记录。

然后他们可能还会花费另外20-25%的时间来下订单以及他们必须做的其他事情。然后他们又会花费另外10-15%的时间来检索数据。嘿，我需要获取什么信息？在你弄清楚某人接种了什么疫苗之前，需要点击六次和七个下拉菜单。

然后你花费大量时间实际上只是获取你可能甚至没有寻找的上下文信息，但你知道你可能想要找到等等。因此，如果你构建一个助手，它首先是进行临床文档记录，那么代表会诊、病人会诊的文档的固有行为，

会创建用于生成模型的结构化数据，这些模型可以训练模型，然后可以解决沿途的其他问题。因此，Suki进行临床文档记录。然后它实际上开始进行编码，这就是医生获得报酬的方式。

然后它实际上开始提供基本的问答。Puneet正在服用什么药物？他的A1C水平是多少？他的生命体征是什么？然后它开始变得更加流畅，你基本上可以开始说这样的话，好吧，你知道，在过去三个月中绘制Puneet的A1C水平图并给我。或者FDA对这个特定患者的建议是什么？

然后你开始进行患者总结，在你进去之前，你说，好吧，我应该了解什么？它实际上为你提供了一个总结。然后你开始将订单分阶段输入到其中。然后等等。你进入了一个世界

你身边有一个助手，它实际上可以告诉你你的日程安排是什么样的，你应该关注谁，你接下来要见的人的总结是什么。你可以要求它注意，这样它就可以写一个笔记，整理订单，做你正在做的一切工作，然后也为你提供所有其他上下文信息来操作。突然之间，你总是带着它，你专注于同理心和临床护理，其他一切都在被处理。

如果这真的会发生，我认为这将发生在人工智能、用户体验、医疗保健中的语言模型的尖端。我认为不可避免的是，在接下来的十年里，我们将看到这几乎就是医生的操作方式，这与他们来自的世界非常不同，就像我们一样，互联网和互联网后时代是截然不同的世界。所以我们已经听说了……

人工智能如何减轻医生无尽的打字和文档记录的负担。但是，如何利用海量真实世界的患者数据来改进诊断呢？让我们认识一下Atropos Health的首席执行官兼联合创始人Brigham Hyde博士和梅奥诊所平台的主席John Halamka博士。

Hyde博士创建并领导了几家医疗保健数据企业，而Halamka博士在哈佛医学院和梅奥诊所工作了二十多年，率先进行了安全的、数据驱动的护理转型。他们将解释他们如何将过去的患者遭遇转化为有价值的临床证据。

是的，我认为这一点真正围绕着证据的问题展开。我们谈论循证医学。当你去看你的全科医生时，他们应该做什么可能会有明确的指导方针，无论是鉴别诊断还是选择治疗方法。如果你考虑一下这些标准来自哪里，它们来自临床试验产生的证据。

临床试验是金标准，我认为它将永远是金标准。但是，你同时也必须承认这样一个事实，即大多数患者会被排除在大多数临床试验之外。据估计，大约70%到75%的人口不符合这些试验的纳入-排除标准。

更不用说我们如何决定进行哪些试验通常是由药物开发和其他因素驱动的。因此，我们系统地排除了大多数患者群体来开发这些证据。顺便说一句，这样做有好的理由也有坏的理由。我并不是在对天空大喊大叫。这只是现实。

因此，我们在Adderpo的信念是这个问题可以被描述为证据差距。没有足够的临床试验证据来为个性化护理提供信息。那时我们需要转向观察性研究、患者级数据，以及

我们的观点是，让我们找到一种方法来再次快速地将个性化证据传递到护理点。回到你的全科医生那里。当你进来的时候，当我与业界以外的朋友和同事交谈时，他们有点不敢相信这是真的，但他们甚至没有试图个性化你的护理决策。

如果碰巧存在指导方针差距，例如，可能没有针对你所处特定情况的试验，他们真的无处可寻。我发现当我们与医生交谈时，他们依赖于他们的知识库，但他们基本上是从经验中推断出当这些差距存在时应该发生什么。

我们的论点是，情况不必如此。我们可以个性化它，我们可以本地化它，我们可以及时响应这些需求。所以我认为这是核心。我们只是没有足够的证据。关于与之相关的ChatGPT和LLM，我将发表一条评论。

如果你考虑一下今天使用这项技术来回答医学问题，并且有一位同事Morgan Sheetham最近发表了一篇文章，其中ChatGPT实际上通过了第二步医学考试。所以你可能认为它越来越聪明了。然而，现实情况是，这依赖于所有已发表的证据，我们刚才说过这是非常不足的。

因此，LLM无论多么好，如果没有获得更多证据，它们都无法回答所有相关的医学问题。因此，我们的希望是不仅要提高可以存在的文本数量，还要使个性化元素成为可能。

既然我们已经探讨了数据洞察力如何推动医疗保健的系统性变革，那么让我们将重点转向生成式人工智能如何改变实时临床文档记录。在接下来的部分中，Shiv Rao博士，一位执业心脏病学家兼Abridge的首席执行官兼联合创始人，将描述自动化笔记记录过程如何帮助医生节省宝贵的时间，并最终提供更人性化和更富同理心的患者体验。

我实际上认为，人工智能在某些情况下，例如在桥梁中，正在使医疗保健再次变得更人性化。因为它正在将价值推向堆栈的上层，而

真正重要的是床边态度。重要的是对话，尽可能完整、彻底，与你的病人在一起，真正帮助他们完全理解并一起做出决定，进行共同决策，以便他们能够成为他们自己最健康的版本。我认为人工智能实际上可以解锁更多这些所谓的基于价值的收入模式，其中

实际上会累积给那些在医疗保健中提供最佳体验和结果的人。所以我认为他们……

不一定是相互冲突的。我认为人工智能实际上可以使医疗保健恢复到过去的感觉，或者我们理想化地一直希望它成为的样子。但我与你所说的有关联。一个简短的故事。当我们在2018年3月创立公司时，我在我的诊所里看了一位病人。这正是在我们创立公司的时候。她给了我如此多的信念。这绝对是正确的事情，也是我可以全身心投入的最重要的事情。

她有10年的乳腺癌病史，她来进行术前心脏评估。这就是你去看心脏病医生只是为了在进行某种化疗或某种手术时盖章的地方。她即将开始新的化疗。我们进行了一次谈话，我从头到尾都能看出她非常焦虑和紧张，就像，发生了什么事？

从她的皮肤上掉下来，有点不舒服。我不知道为什么。所以在最后我问她，我可以告诉你你很不舒服。是我说的话，还是我做的事情？她告诉我，在那段时间里，过去的十年里，她的丈夫除了这次之外，每次去看医生都会来。他只是不能来。我问她，好吧，他做了什么不明显的事情？她告诉我他坐在角落里。他很安静。他只是做笔记。

她是一位英语教授，非常有口才。她告诉我，他做笔记意味着她可以专注于当下，与她的临床医生在一起，完全知道即使她可能会忘记，并且有数据表明人们会忘记多达80%他们从医生和护士那里听到的内容，这只是我们的思维方式，她可以在以后回家后整理这些笔记，用他们理解的词语重写它们，然后去看下一个临床医生，感觉像是他们故事的主角，而不是从外面看的人。

因此，我们在这里穿针引线的是，当桥梁成为对话的一部分时，我们可以首先为临床医生创造这种价值。我们可以真正专注于帮助减轻他们的负担，以便他们能够完全专注于他们的病人，拥有最好的床边态度，进行对话，知道他们不需要因为我们已经取消了这项工作而分心于所有文书工作。

但是，我们还可以为他们取消其他事情，这是他们最好的意图的延伸，即使他们不在病人面前。他们不需要那样

离开他们的病人并担心，她记得我刚才说的话吗？她记得我给她的关于心脏像房子一样的比喻以及这种化疗会如何影响泵吗？他们不需要担心所有这些事情，因为当我们是对话的一部分时，除了临床上有用且可计费的笔记之外，我们还可以为病人创建一个摘要。

该摘要经过改进。它具有机器学习类固醇。它可以在一周或两周内提醒她，病人，提醒他们，以四年级阅读水平解释大词，帮助真正翻译所有术语和所有过程。随着时间的推移，它可以成为一种护理经理，引导她完成她接下来的所有步骤。

所以，我认为在这个我描述的世界里，我认为这有点像你所说的那样。这里的人工智能显然正在为所有参与者做大量的工作，但它也我认为同时创造了更好的人际互动。

这也会对医疗界构成一种生存威胁。你如何让那些花了12年以上时间接受医学培训的医生A、相信人工智能可以总结这些重要的对话，然后B、人工智能侵入这个私密的病人-医生对话空间的逻辑延伸最终不会削弱对人类医生的需求？

好吧，我认为我们谈论的是时间范围。我认为在任何近期的时间范围内，人工智能能够取代医生是我认为不会很快发生的事情。我认为它会帮助他们。绝对的。它会增强他们。我还认为它将自动化许多工作流程，例如Average关注的工作流程。

但是，人工智能能够处理那位有10年乳腺癌病史的病人，并引导她进行正确的化疗，然后陪伴她，不仅在医学上支持她，而且在她与癌症作斗争的潜在终身旅程中，以所有最好的临床医生所做的那样支持她，这不是我认为机器在短期内能够取代的事情。

我认为，如果你要调查很多临床医生，或者我应该说那里的消费者，我应该说病人，如果我们要与很多人交谈，如果我们要问他们，嘿，你想乘坐一架由人工智能自动驾驶的飞机，还是一架也包括使用自动驾驶的飞行员的飞机？

我认为每个人都会更喜欢后者。他们会想要那个能够利用人工智能的人类后盾。所以我认为大多数人越来越多地接受的格言是，使用人工智能的医生将取代不使用人工智能的医生。我认为这就是我们将看到的，至少在近期的任何时间范围内都是如此。♪

正如我们今天所听到的，世界卫生日是对我们所有相信人工智能的变革力量能够改善患者结果的人的行动号召，无论是简化文书工作以节省医生的时间，还是使用真实世界的数据来解决复杂的诊断问题。医疗保健的未来取决于我们如何负责任地、合乎道德地并以同理心为核心来利用这些技术。

如果您喜欢这一集，请查看节目说明以获取每次对话的完整版本。如果您认识某位欣赏这些见解的人，请随时分享。谁知道它可能会激发什么新的想法？感谢您收听本期人工智能与未来工作的世界卫生日特别节目。直到下次，保持好奇，保持健康。