Grand Challenges in Healthcare AI
37:40 Share

技术的魅力在于，它不仅能带来渐进式改进，还能彻底改变我们今天的世界。想想一百年前，我们还没有互联网、商业航班或任何自动驾驶汽车。但在医疗保健领域，一百年前，我们距离双螺旋结构的发现和抗生素、试管婴儿等技术还有几十年的时间。

也许，在医疗保健领域，我们能够实现这些真正具有里程碑意义的转变。在今天的节目中，我们将探讨未来一百年（或者希望更短的时间内）医疗保健人工智能领域那些非比寻常的重大挑战。最直接的部分是某些东西非常好，例如，不仅仅比你现在拥有的好 10%，而是比你现在拥有的好 10 倍，因此采用就变得自然而然。

来自持续进行的临床试验。

每天都有数百万次临床试验在我的群体中进行，而我不知道如何……

利用它来发现市场价格……

在任何一天的任何一个小时，你都可能面临非常不同的供应动态。

更有效的安排。

医生安排了自己的日程，以非常谨慎的方式，几乎是一种防御性的方式，因为他们感觉受到了系统的错误对待。

持续监测。

如何用更持续的信息来增强它，无论是自我报告的，还是病人监护仪的数据。

甚至是所有圣杯中的圣杯，即人工智能医生。

以及它可能还有多远。今天加入我们的是 a16z 生物健康公司的普通合伙人维杰·潘迪和朱莉·尤。本集最初来自我们的姐妹播客《Raising Health》。如果您喜欢这个节目，请不要忘记收听更多类似的节目，只需在您收听播客的任何地方搜索“Raising Health”，或点击我们节目说明中的链接即可。好了，让我们开始吧。

所以，维杰、朱莉和我经常谈论这样一个事实：医疗保健行业过去对技术的采用一直难以捉摸。但我们也超级乐观地认为，医疗保健现在有可能成为技术（以人工智能的形式）的最大受益者之一。因此，我们今天想在这里进行一次对话，关于维杰和我在日常工作中所做的事情，即对我们在医疗保健人工智能领域为建设者们看到的某些重大挑战进行更深入的探讨。因此，让我们从你对人工智能在医疗保健领域将立即产生最大影响的领域的初步想法开始吧。

最直接的问题，对吧？因为如果我们谈论的是长期目标，我认为很多事情都可能发生。因此，最直接的部分是一个可行的技术问题，也是一个人的问题，对吧？人们会接受什么？人们会采用什么？

在许多方面，我认为，当你想到技术和医疗保健的历史时，谁会购买它，谁会采用它？它将如何融入医生的工作流程？所以我认为，最直接的部分是某些东西非常好，例如，不仅仅比你现在拥有的好 10%，而是比你现在拥有的好 10 倍，因此采用就变得自然而然，或者很容易采用，即使好 10% 也可能有效。

因此，当你想到什么可能是好 10 倍时，它必须是某种东西，也许它正在做出决策，或者它正在作为副驾驶帮助医生，或者像他们以前没有的超级能力一样的东西。或者，如果它好 10%，但易于采用，那么它甚至可能不像软件，它可能看起来像人员配备，或者它可能看起来像你正在发短信，呃，某些东西，这很容易融入。即使这做了一点点，也仍然可能很重要，因为医疗保健的工作效率如此之高。

对吧？是的。我认为这很及时，因为很明显，医疗保健领域目前面临的首要危机之一是劳动力危机，我们缺乏劳动力来从事这些高度专业化的工作，无论是临床的还是行政的。

但那些今天从事这些工作的人也极度精疲力尽，这具有讽刺意味的是，是因为我们强加给他们的技术负担，无论是以收入周期任务的形式，还是人力资源工作等等。所以这是我们经常听到的事情。我认为你提到的另一件事是，某种程度上，是人为因素在过去阻碍了技术发展，而不是技术流程本身。

医疗保健中最困难的事情之一是改变行为，无论是患者为了改善病情而采取某种新的行为，还是在某种情况下，改变他们工作方式的行为。我认为，对我来说，最大的机会之一是如何将构成行为改变的事物（这些事物已在非常利基的群体中得到证实）产品化，并以一种突然可以应用于应该从中受益的更广泛人群的方式进行包装。我的意思是，我们在我们的投资组合中有很多例子，我认为我们会触及这些方面，但这些是现在需要认真思考的非常重要和大的方面。

鉴于你刚才的描述，让我们假设我们最终都相信人工智能的乐观前景，那么人工智能在短期内有哪些实际用途？我们提出了一个 2x2 矩阵，就像一个很好的咨询……是的，完全正确。我们说，好的，一方面，你有 B2B 用例。

从历史上看，许多技术首先被内部人员采用。但在另一方面，你有消费者或患者，然后另一方面是具有管理性质的事情。因此，也许更多的是后台办公，而不是临床性质的，你实际上是在向患者提供临床服务。

你谈到了这些用例中的错误是多么不同。到目前为止，成果最少的领域确实是后台办公 B2B 这一部分。你如何看待医疗保健管理和内部面向的用例？让我们谈谈我们已经看到的一些有效的方法。

这似乎是显而易见的，对吧？因为我认为每个人都担心的是，当医生真的很难的时候。如果你让一个人工智能进行临床建议或类似的事情，我们甚至还没有弄清楚人在循环中的位置以及所有这些事情，我们将弄清楚如何去做。

关于今天，关于后台办公，我们已经在那里有了电脑。是的，我们已经有算法了。我们也有很多人。你可以问自己，为什么你们让人们做我们的账单和编码？这些任务实际上可以自动化吗？这实际上可能会对成本产生巨大的影响，而且它也可能会改变我们思考的方式，因为我们将后台办公视为一个数据问题，而不是人员问题。

这实际上非常有趣。你提到了算法，这让我想到的是索赔。如果你考虑一下医疗保健中的付款流程，90% 的医疗保健付款是报销收入，提供者必须向付款方提交一份索赔。这实际上在许多方面是一种算法，你可以认为索赔是一个需要解释的逻辑单元。

我不知道任何人曾经……

但是现在，这个流程是一个非常串行的流程，首先你必须解释，好的，这是什么类型的索赔？是专业索赔吗？是门诊病人索赔吗？然后，它是哪个付款方产品？在任何给定的市场中，都有数千种付款方产品。

我们应该用哪个来比较？然后，在这个计划产品中，你有一套关于在什么情况下这种索赔应该有效的规则。所以，无论如何，你有一整套决策价值链。通常情况下，你需要让护士来处理这个问题，因为可能需要进行一些临床判断，预授权就会发挥作用。因此，你可以想象一个世界，如果我们能够消除索赔，并且基本上说，因为我们拥有所有数据，正如你提到的那样，以及需要围绕它做出的一系列决策的自动化，这些数据，你可以实际上只是消除整个流程，并进行实时支付。对我来说，这基本上意味着你可以消除我们系统中 30% 的成本。

如果你……

能够做到这一点。现在，有一些公司正在这样做，但是你必须数字化。你知道，很多东西都存储在……

PDF 文档中，这些文档非常非结构化……

并且是非结构化的，而且……是的，我们有一家名为 Her Coy 的公司，它基本上正在为合同做这件事，我的意思是，平均的付款方提供商合同（根据费率，可能代表任何给定付款方实体数亿美元的收入）通常是一个 200 页的 PDF 文档，它是完全整体的。

但是该合同中的任何一行都可能对该提供者的收入以及该付款方的成本结构产生巨大影响。然而，这些事情并没有在每两年重新谈判时被审议，但没有人关注那一行。他们关注的是整体情况。所以，你知道吗，如果你要数字化该合同中的结构化数据，并能够对其运行情景，并说，如果这十项服务的價格是这个价格，那会对通过该流程的付款流程产生什么影响？

你甚至可以比……

每两年更快地完成这些事情。是的。所以关于这个概念的另一个非常有趣的事情是，新的数字化信息流和关于患者的更多纵向信息，如果我们能够在我们的国家拥有一个持续进行的临床试验基础设施，这样一来，按需可以根据你想要的确切人类特征对人群进行切片和切块，并产生数据分析，无论是回顾性的还是前瞻性的。你对这个想法有什么看法？实现这样的目标有哪些障碍？

是的，关于这个想法的令人兴奋的事情。我的意思是，这是一个非常令人兴奋的想法，因为我们可以获得如此多的知识，我们可以如此多地改善医疗保健。但想象一下，如果没有像人工智能这样的东西，这将是一件非常荒谬的事情。你如何做到这一点，你如何支付，真的，在我看来……

这变成了一个数据问题。

就切片和切块而言。然后跟踪，例如，这个人服用了这种药物，在那一刻有了这种反应，并试图理解原因和性质，对吧？所以，我们喜欢临床试验的一点是，你必须对因果关系有一定的了解，比如我服用了这种药，发生了这件事。

人们说相关性并不意味着因果关系。但这并不意味着我们不能做因果关系。这就是临床试验的意义所在，临床试验就是关于因果关系的。所以我们必须理解因果关系途径。但是有了所有这些数据，人工智能非常棒，特别是某些类型的人工智能，比如基本的统计学在因果关系方面真的很擅长。

因此，我们实际上可以对因果关系有理解，甚至可以复杂到，你知道，你应该在服用避孕药时服用大量的果汁，因为否则避孕药不会起作用。我不知道有人是怎么想出来的，但谁知道还有什么其他的东西呢？我们只是没有发现它。

如果你有一个更新的系统，它了解你的饮食，了解这些基本的事情，了解你的药物，并拥有某种日志信息，那么我们可以获得多少新药，新的治疗方法，并进行优化。我们处于如此未优化的状态，因为如果没有人工智能，优化几乎是不可能的。但是除此之外，一旦你建立了基础设施，新的药物就会进入该基础设施，我们可以进行优化。

最后，我们不仅可以优化健康，还可以优化……加入优化健康。安迪，危机成本，比如这种药比另一种药好 10 倍，贵 10 倍。

但也许我的结果不会有什么不同。所以……也许我应该服用另一种药，完全正确。你如何看待这个问题？这是一个如此复杂的数据问题。

后勤问题也是人工智能的一部分。我认为我们实际上可以真正解决这个问题。所以你可以有非常……

兴奋的……是的，是的，我记得，多年前我和百事可乐的首席信息官进行过一次谈话，你知道，看待他的人群的一种方式是，朱莉，就像每天都有数百万次临床试验在我的群体中自然进行一样。而我不知道该如何利用它。你知道，即使只有 EHR 数据，你也可以想象可能性，更不用说如果你还要在其之上添加你的日常行为数据，那种自我……这就是人工智能可以发挥作用的地方，这是一种以对话的方式捕捉数据的日常日记，你正在做什么，你正在吃什么，你正在与谁互动，所有这些。

所以，博士的行为就像整个系统，我们终于可以调试了。从技术背景来看，你知道，如果 RCT 看起来不熟悉，这实际上是一个巨大的 A/B 测试。

所以这与技术密切相关。甚至每个像素都没有经过测试。我希望医疗保健测试优化……

将是……

太棒了。

是的，这引出了另一个人们经常谈论的“圣杯”问题。你是否真的可以拥有一个几乎是现货市场的医疗定价？在任何一天的任何时间，特定服务的供应情况可能会有很大的不同。为什么你不能像其他行业那样对价格进行动态调整呢？

我们在其他行业是怎么做的？

为什么会这样？我的意思是，今天，这可能被许多合同认定为非法，因为你受限于这些，再次强调，这些月度协议，这些协议高度具体地规定了你拥有这个索赔系统。实际上并没有实时判断需要为该服务支付的实际价格的概念。

也许这不需要花哨的IVA压力，但当然，能够对这些东西运行机器学习的概念，比如说，有多少规则是无用的，因为它们实际上并没有改变成本或价格，但哪些规则是最重要的，我们应该保留哪些规则，因此应该有一种自动化和系统化的仲裁方式。这是一个巨大的机会，这再次代表了工作中很大一部分的浪费。所以这是一个很有趣的问题。

然后，相关地，我至少提到了我的理想医疗保健，就像我想追求的问题的一般主题之一，或者说是供需之间存在根本性错配。我认为我们投资组合中的许多公司都代表了这个问题领域。我曾经创建过一家从事排程工作的公司，你知道，当你想到这种现象时，我相信你也有过这样的经历，你作为一名病人被告知要等待几周才能预约医生。

预约，你认为这是因为每个医生都被预订满了。但实际上，我们系统中的许多能力都被完全浪费了，你只需要简单地更好地了解潜在的数据流。你可以真正减轻等待时间和消费者的体验，同时也能帮助提供者更好地利用他们的时间。

你见过哪些你认为是对此有趣体现的例子？我知道我们有很多公司试图同时提高供应透明度，公司正在使用教练或提供者群体，然后将这些带入护理模式。好。

我认为你在这里描述的东西甚至可能在使用人工智能之前，那就是我们必须摆脱白板，转向更现代的计算机系统记录方法。而实际上，我们经常考虑技术与人。几周在哪里？问题在哪里？也许最激进的说法是，也许。

行医的方式必须改变。

啊，例如，仅仅是医生的工作场所，你认为如果医生如何度过他们的一天，我们如何才能支持医生去做我们希望他们做的事情以及他们想做的事情，那就是最大限度地提高病人的福利，是的，但也许将其视为从他们身上减轻负担的东西。所以我想到的是，他们专注于自己的基础设施，他们内部解决系统问题，而他们并没有优化，这是他们自己知道并且可以看到的事情，对吧？

是的，在像Devoted这样的公司中就是一个例子，他们实际上是从白手起家开始的，是的，对，并根据他们追求的精确护理模式构建了自己的调度系统。是的，我记得在我以前公司做的一些工作中，你会看到医生安排他们日程的方式。而且非常符合你的观点，他们会专门以一种非常保护性的方式，几乎是一种防御性的方式来设计他们的团队日程安排。

因为他们觉得系统发送病人或时间的方式是错误的。

没错。当我们说，假设我们一天内连续与十位从未见过的新企业家进行会谈，你只是连续工作，你知道这在身体和精神上是多么的疲惫。嗯，对于医生来说也是一样，如果他们说，如果你在早上连续给我四个新病人，这对我来说比你安排重复病人要费力得多。

或其他任务之后。

更糟糕的是，我的上帝，如果我们不得不这样做。但是，所以你可以看到，系统传统上设计的方式的不幸副作用现在导致了这种连锁反应和行为。但是，如果你从白手起家开始，就像Devoted这样的公司能够做到的那样，你实际上能否设计一个更合理的系统，它实际上是从历史数据中学习，对吧？而且几乎可以有一个强化学习组件，医生可以提供，你可以随着时间的推移学习。

所以我们讨论了一个想法，在这篇论文中，这是我唯一的想法。

希望也能作为人工智能浪潮的一部分发生。这实际上是迫使人们利用我们现在已经数字化的数据的一个驱动力，对吧？所以我们实际上只有十年或十一年后才开始关注医疗保健中的有意义的使用，这促使医生开始采用电子健康记录。

而且回想起来，即使在五年前，不到70%的医生拥有任何电子健康记录，这也很了不起。所以我们实际上才刚刚进入拥有数字化病人信息（在一段时间内）的时代。所以在很多方面，我们还没有触及利用这些数据集的表面。

而且历史上并没有那种机器学习的争论，但当然，这并不一定代表中间层堆栈的技术能力能够对这些数据做任何有意义和有用的事情。但我认为，这就是人工智能方面出现的巨大技术进步的转折点，以及你可以用这些信息做什么，如何综合这些信息，如何以一种真正易于使用和友好的方式向某人展示这些信息。这可能是促使人们释放数据的转折点，顺便说一句，我们正处于一个提供者组织和医院在财务上苦苦挣扎的时期。

所以他们中的许多人都在考虑，好吧，我该如何将我的数据资产货币化，对吧？就像我们公司想要的一样。他们想吃数据。他们做到这一点的一种方法实际上是与这些拥有他们无法探索的系统记录的提供者组织合作，并实际向他们支付费用，给予他们收入分成或权利等等，以获得访问权限，准备数据，训练他们的模型。

有趣的是，要问一下，在各种危机中，例如人员配备危机与医院面临的问题，哪些危机将成为催化剂，哪些将成为障碍？我认为我们可以感觉到人员配备危机实际上是。

人工智能的顺风，奇怪的是。

啊，是的，但也许还有Covid，我认为这对人工智能来说是一个双赢，因为我们已经习惯了虚拟医疗。但是，也许并非所有这些危机都有帮助。我认为这将是一个非常有趣的话题。是的，我认为。

这是一个很好的观点。我认为肯定有很多人不会同意，但我认为这对人工智能来说是一个很好的功能，因为现在人们已经到了一个临界点，即解决这个问题的方法是，我们如何培养更多的医生？我们如何培养更多的护士？我们只是，我们无法在物理上做到这一点。所以我认为这正在推动很多这种采用。

我们在最近的摩根大通会议上与团队成员评论说，100%的现任付款人和提供者都上台发言，不仅谈论他们想用人工智能做什么，还谈论他们实际上如何在实践中延迟人工智能，因为他们找不到其他方法来解决这些更根本的问题。我认为另一个有些人可能称之为障碍，但我们宇宙中的建设者称之为顺风的因素是医疗保健中的商业模式变化，对吧？转向基于价值的护理从根本上打破了医疗保健几十年来运作的方式，而现有企业更有可能处于被动地位。

有了这个，丹尼尔，与初创公司相比，他们可以根据这些新的支付模式来构建他们的整个护理模式和运营模式。我实际上并不羡慕那些必须两条腿走路的组织，对吧？因为你的商店有一半在按服务付费模式中，而另一半在基于价值的模式中，这非常非常具有挑战性。

有趣的是，在一个按服务付费的世界里，人工智能很好，但也许实际上并不违背你的意愿。在基于价值的护理世界中，人工智能实际上是催化剂，对吧？因为是的，如果你能做得更好。

实际上，这让我想到一个例子，那就是人工智能现在正在起诉。所以有一些主要的全国性付款人正在使用人工智能算法来自动化预授权。所以他们所做的是采用人类编写的规则，人类缓慢地执行这些规则，并更快地执行它们。

所以现在，当然，每个人都在抱怨，哦，一切，比如拒绝率正在上升，但实际上拒绝率并没有上升。拒绝发生的频率正在上升。不要责怪技术，要责怪实际上编写这些规则的人。

你只是看到了这种现象的加剧版本，这将处理很多这种将矛头指向技术的现象，而它实际上只是在执行其下的破损系统。这就是为什么这种转向新的商业模式给了你机会来清理它，并从逻辑上控制支出开始。好的。

所以我们谈到了医疗保健管理。我们谈到了调度机会。让我们实际谈谈电子健康记录。

本身。大型语言模型作为电子健康记录，你怎么看？

是的，我认为这真的是被低估了。大型语言模型就像人们认为它是一个神谕一样。但我认为，至少对我们来说，我认为它是一个用户界面，是的，对。

我认为因为我们从命令行界面开始，你知道，对于那些曾经使用过它的人来说。我认为我们有好处，因为这比命令行更好。但现在又回到了文本和输入内容，除了在设置中，就像你必须记住的一些奇怪的命令。你只是，告诉我你想要什么。

对吧？

你说英语，你说英语，我们非常擅长彼此说英语。我的意思是，这很容易，不需要像以前那样进行培训。所以我认为作为用户界面，现在有意义了。

现在当你看到它作为电子健康记录时，然后我明白了你的意思，其中的数据可以清晰地显示，并且可以被综合。这一切都很自然。我认为很明显，你想非常清楚地划分事物。

所以也许你正在做类似RAG之类的事情。信息从哪里回来？嗯，但也许问题的重点是，再次强调，这项技术听起来非常合理。

你可以想象一个黑客会把一些东西拼凑起来，然后完成这项工作。但我认为你需要的不仅仅是连接到GPT-4或其他类似的东西。你需要一些医学相关的专业知识。

是的，是的，绝对的。我认为这是一个主要例子，我们应该相信，需要一个专业模型来理解如何解释医学信息与一般互联网信息之间的细微差别。我的意思是，对于建设者来说，这是一个很大的发展领域，因为我们看到一些公司正在构建工具，这些工具可以做任何事情，从总结现有的医疗记录数据开始。

你如何讲述vj在走进门前一天的故事，以便你了解他的经历，而不仅仅是查看一堆数字记录和关于不同就诊的零星信息，而是真正地讲述他的故事，包括社会决定因素以及在家中和临床环境之外发生的事情。我们看到很多公司都在构建这一点。另一个明显的用例是抄写用例，在那里你可以与你的医生进行交谈，看着他们的眼睛，而不是他们在整个就诊过程中坐在键盘前，嗯，这也写成了一个故事。这是一个故事，然后添加到你的医疗记录中，它可以产生持续添加到你的经历叙述的滚雪球效应。

理解人工智能和医疗保健的一种方法是，采用现有的工作，然后看看哪些工作可以自动化。这很有意义。

我还很好奇，如果你以不同的方式来切分和分析，因为我们没有用人工智能来代替人，我们会如何做得不同？因为人们会根据人类的工作方式来进行特定科学工作的分配，对吧？但是，也许当我们最终完成时，当人工智能可以做所有事情时，住院医师可能不是我会取代的角色。是的。

但是，如果你要分解医生的工作，你可以将哪些重要部分捆绑到不同的东西中？是的，实际上曾经有一段时间，这种数据医生的概念被普及，就像将数据作为医疗保健中每个工作岗位的基本组成部分一样。

Vijay Pande，a16z Bio + Health的创始合伙人，和Julie Yoo，该公司的合伙人，共同探讨了当今医疗保健AI面临的重大挑战。他们讨论了AI整合到医疗保健工作流程中的影响，AI作为价值导向型医疗的潜在催化剂，以及在临床试验中进行创新的机会。他们还谈到了他们各自希望能够进入公司大门的AI初创企业。资源：在Twitter上找到Vijay：https://x.com/vijaypande在Twitter上找到Julie：https://x.com/julesyoo收听Raising Health的更多剧集：https://a16z.com/podcasts/raising-health/保持更新：让我们知道您的想法：https://ratethispodcast.com/a16z在Twitter上找到a16z：https://twitter.com/a16z在LinkedIn上找到a16z：https://www.linkedin.com/company/a16z在您最喜欢的播客应用程序上订阅：https://a16z.simplecast.com/关注我们的主持人：https://twitter.com/stephsmithio请注意，此处的內容仅供参考；不应将其视为法律、商业、税务或投资建议，也不应将其用于评估任何投资或证券；并且不针对a16z基金的任何投资者或潜在投资者。a16z及其关联公司可能会对所讨论的公司进行投资。更多详情请参见a16z.com/disclosures。</context> <raw_text>0 所以，如果你要分解这个组件，创建一个类似于马匹区域的工作，它只是在做这种解释，并且思考，也许这实际上是更好的类比，我之前描述的是，如果有一个数据角色，有效地是一个LM，它正在综合所有这些信息？我认为现在缺少使这成为现实的是，今天的信息架构非常零散。

所以你是一个相当健康的人，你可能一年去看医生一两次。那么，你如何用更多持续的信息来增强它呢？无论是自我报告的，还是远程患者监测数据，还是其他信息来源，以创建更全面的画面？但我喜欢这种颠覆工作方式，并以不同的方式思考组件的想法。

关于数据的所有有趣的事情是，我认为你的眼睛非常重要，对吧？因为我们谈论的是团队成员和医学。之后由一个团队完成，可能会有护士、医助或医生或专家，所有这些人。AI介入的地方，一个想法是副驾驶，就像每个团队成员都有一个副驾驶。

但关于数据有趣的是，这就像AI对团队的贡献，它有自己的角色，如果每个人都感觉很好，并且你考虑一下，你不会让一个人去做数据的工作，我的意思是，原则上用计算器和大量时间，也许你可以做必要的事情，但你永远不会让他去做，这可能是一个非常简单的入门。他们擅长什么。他们在做他们擅长的事情。

是的，这实际上让我想起了一家我们看到过的公司，如果急诊室的每位护士，因为急诊室的环境非常混乱，非常活跃，事情总是出乎意料地发生。许多护理团队会在他们的肩膀上使用对讲机之类的设备，或者他们与其他护理团队成员之间有一些实时沟通机制。

而这家公司说，为什么不把LLM放到同一个II对话、信号中，实际上只是让一个大型的迷你克里顿说：“我在X病房，通过倾听你们的谈话，让我们都记住这件事正在发生在这个病人身上，我认为那边可能存在安全问题。”这几乎就像我谈论一直处于最大值状态的方式。所以我可以让每个人都像一个大型的Max伴侣，在他们的护理团队中闲逛，充当所有信息流的管理员，综合它并在他们发现可能需要在该组内发出警报的内容时读回它。

如果你们在急诊室待过很长时间，我会喜欢。

打破这个并来。我最后一次。

伤疤和缝线，所以我记得几年前，实际上就在这里，我用厨师刀割伤了自己，孩子们玩耍后不是在展示。所以情况看起来不太好，我缝了针，去了急诊室。我等了两个小时，我环顾四周，还在等待，我想，这可能还要再等四个小时，我开始计算，然后也许在第一个小时里，我会烦扰护士和医生。但就像每个人一样，我只是离开了。有很多情况，我只是想和某个人说话，但你不能和我说话，因为我可能会被超载，如果我可以发短信给某个人，AI，我只是想知道事情进展如何，如果很忙，那就没关系了，或者也许我现在甚至不需要去那里。但这种分诊也可能非常重要。

绝对的。是的。这回到了解绑的概念，一个条件的角色，其中一部分实际上是治疗部分。所以这是一部分，或者也许我们今天不一定能构建一个LM，它会缝合你的手指。是的，但分诊的概念，让你得到合适的护理。

我应该待在家里吗？我应该去急诊诊所吗？我应该直接去急诊室，还是去看我的全科医生？这实际上是一个关键角色。我们写过一篇关于这方面的文章，我们说我今天的做法是，我打电话给我医生表姐，就像我所有家庭成员一样。

可怜的女人，她是一位心脏病专家，但她会接到关于所有特殊情况的每一个电话，你会告诉我一些事情，比如你确定要带你的儿子去急诊诊所吗？还是需要去急诊室？这就像LM结构可以扮演的一个角色，这实际上也会为医生提供巨大的帮助，他们不必是回答这些问题的人。

谷歌医生啊，成熟的是决定像你一样。

知道，尤其是在。

我的朋友们通过这种方式遇到了问题，比如你的孩子生病了，你就像我可能不需要去看医生，但那是我的孩子，所以即使是百分之一的几率，是的，这对每个人来说都是一种负担。医生和病人。

是的，是的。所以我们谈到了HHR，以及患者故事的概念，我们现在进入这个概念：好的，如果我们要采取几乎像前门体验来帮助护理。

而AI对那里产生影响的一个巨大机会是，组装而不是去谷歌，你知道，去一个专门的工具，或者无论是什么，以这种方式训练，总是出现的一个问题是，这方面的监管作用是什么？所以，你什么时候会越过界限，真正进入临床决策？作为构建者，我应该如何考虑这个问题？嗯，我知道你显然对此进行了大量的思考和工作，包括与监管机构交谈并了解他们的想法，你会给那些试图弄清楚界限在哪里以及是否应该越过界限的企业家什么建议？

是的。所以几件事是，我认为有些界限比其他界限更清晰，但在存在任何灰色地带的情况下，我认为监管机构渴望与初创企业交谈，尤其是在可能比较软的一面，但你知道，但想弄清楚你在哪里。而且你知道，我们看到很多成功的创始人。

他们做了这种类型的合作。我认为总的来说，这是一个非常强大的方法，因为这样一来，双方都不会感到意外。棘手的是，当没有人知道的时候。

所以我认为这不仅仅是咨询，而且是领导，所以正在采用我们现在监管事物的方式的框架，真正理解的是，这个软件是建议吗？这是正确的框架吗？并且真正地认为自己是我们在思考这个问题方面的领导者。我认为实际上也欢迎这样做，因为这对每个人来说都是新的。

正如你所领导的。我们实际上是一个在AI方面有监管框架的行业。因此，在许多情况下，这些都是医疗保健在技术方面领先于曲线的一些罕见案例。

你感觉如何？具体来说，生成式AI，LLM是否构成了相对于历史上的AI浪潮而言足够大的变革，以至于我应该制定一个完全不同的监管框架？或者我们认为我们应该尝试让当前系统发挥作用？

对于这些新技术，例如立法？因此，在这种情况下，您现在必须询问的是，在哪些具体的用例中，更严格的监管对患者更有帮助？我没有看到人们。

谈论这个。是的，更广泛的观点是，不必专注于规范技术，而是规范事物。

这项技术将被用于。

好的，让我们谈谈圣杯，关于圣杯，那就是AI医生。是的，我喜欢。你认为这个概念在视野中还有多远？你可以在哪里完全体现临床医生的全部角色，做出诊断决策和治疗决策等等？你认为需要哪些条件才能实现这一点？以及为了实现这种情况，更广泛的生态系统需要什么？

是的。所以我认为当我们用脚趾头思考时，我喜欢，你知道，试图理解哪些决策很复杂，哪些决策很简单，然后哪些答案对错误具有鲁棒性，哪些答案对错误没有鲁棒性。

所以，简单且实际上对错误具有鲁棒性的东西，这些已经可以通过机器学习来完成，而有些东西很简单，但如果出错会产生重大后果，比如开车，比如政府可以开车，但如果你做错了，就会伤人。所以这实际上很棘手，但你看到人们正在研究自动驾驶汽车，这需要大量的工作。我认为医学之所以困难，是因为它很复杂，错误会产生巨大的影响。

所以也许我们可以做的，我们应该循序渐进。这甚至不是一个应该不应该的问题，如果考虑到一些即将到来的危机，我们必须这样做。所以也许你从护理开始，我们已经看到这一点，这很有意义。你没有做诊断。你没有造成伤害。

你有点。

是的，所以这非常聪明。然后也许你可以继续前进到医助，然后是医生助理。也许你可以从那里继续前进到全科医生。

我认为全科医生，AI医生，这个层次非常有趣，因为很大程度上你的工作是设置专家。所以广告不必是，所以这个层次实际上非常有趣。如此多的医疗保健在这个层次进行，如此多的问题是关于进入这个层次的途径。

其次，如果每个人口袋里都有AI医生，我认为这实际上会对健康产生影响。所以即使只是达到这个层次，我也会非常兴奋。一旦你达到这个层次，你就可以想象进入专家领域，但这后面的部分可能有点遥远。

是的。我的意思是，根据你的观点，这是一种必然性，我们必须找到一种方法来利用我们劳动力基础的这一部分的后端。我想，你对医生的副驾驶有什么想法？你认为这是否是更接近短期可行的版本？

我认为整个副驾驶的问题是，你是否可以以一种融入医生工作流程的方式来使用它，让他们认为这是有益的，而不是一个新的，是的，它不是某种警报或其他什么。它就像一些他们会使用的东西，如果你能做到这一点，也许我们已经看到这一点，比如抄写员等等，就像一些医生喜欢的东西，嘿，我想要这个。如果我们能做到这一点，这将是很棒的，也许这就是挑战。

而对创始人来说，培养这种文化是创造一些产品，人们会为之疯狂。这显然是很好地了解这个领域，了解你的客户，了解你将使用它的人。我认为如果你能进入工作流程。

那么我认为，最终目标是将其嵌入到HR工作场所中，当他们打开时它就在那里，实际上不需要单独的物理bian。是的，鉴于我们刚才讨论的所有这些重大挑战，你希望看到哪些类型的初创企业进入公司大门？

到目前为止，我一直在等待的一年？我认为现在可能还为时过早，但可能恰逢其时，那就是临床试验可以通过AI来解决，而这正是几个因素的汇合点。

一个是，我认为非常重要。我们谈到了现实世界，以及正在进行的临床试验作为医疗保健的一部分。但最终，临床试验，因为如此多的资金流向它，如果你能将它们提高5%或10%，这并不像你必须做一些英勇的事情，你不需要十倍或一百倍的退出。我记得大约十年前，Equator在谷歌工作，他们正在优化各种疾病等等，他们让它比以前好五倍。

嗯，当添加过滤器时，基本上五倍相当于一亿美元，是的，5%是一亿美元，是的，所以我可能会做这样的工作，比如我正在研究一些药物或其他东西，以取得巨大的飞跃，而对大型现金流的小改进也会产生巨大的影响。所以，临床试验方面的东西可能会产生巨大的影响，甚至只是对临床试验的排序进行排序，以在那里做得更好。我认为在这个领域的任何事情都会产生巨大的影响，而且我们还没有看到很多，部分原因是，如果你不在这个领域，你可能不会想到要去？我认为这将是我的选择。

我的选择可能是，在机会的性质上是类似的，那就是，如果你要从头开始设计一个AI原生医疗计划，并且基本上成为医疗保健支付流程的方式，那么我们之前讨论的所有问题，医疗计划的组成部分是什么？嗯，支付和机制以及索赔，它是承保方面的问题，关于你如何在一个群体中评估风险。然后是提供商网络，你实际上会根据对患者需要的服务类型的理解来引导患者，以及今天这些服务是如何构建的。

您知道，您看到了利用数据和人工智能的巨大机遇，就像您刚才谈到的那样，在医疗计划的成本结构或您在特定医疗计划中承担风险的方式上产生 1% 的影响，实际上可能意味着数百万美元的成本节约或更好的经济效益，这些经济效益将惠及那些网络中的提供者。对我来说，这种“全栈人工智能原生医疗计划”的概念，它承担人群的全部风险，并利用我们正在讨论的所有这些数据站点来真正理解，几乎达到了个人层面，您可以想象一个针对您的个人医疗计划，该计划基于您的行为和病史等因素而专门为您设计，其定价与您在同一团体计划中的所有员工同事完全不同，这与今天的现状完全不同。至少可以说，目前的模式主导地位，每个人都输了，因为您试图以千篇一律的方式为所有人设计。

所以那将是……

是的，这些都是我们希望许多建设者去追求的一些非常大胆的巨大挑战。我们当然很乐意与任何正在研究这些问题的人交谈。

是的，绝对的。

感谢您收听《Raising Health》。《Raising Health》由 Christa Atossian 和 Olivia Webb 主持制作，并得到 a16z 生物健康团队的帮助。该节目由 File Haga 编辑。

如果您想为未来的节目推荐主题，您可以通过 [email protected] 联系我们。最后，请评价并订阅我们的节目。此处内容仅供参考，不应被视为法律、商业、税务或投资建议，也不应被用于评估任何投资或证券，并且并非针对任何投资者或潜在投资者。请注意，a16z 及其关联公司可能会持有本播客中讨论的公司投资。有关更多详细信息，包括我们投资的链接，请访问 a16z.com/disclosures。