医疗行业中的生成式人工智能：采用趋势与未来展望
内容提要
生成式人工智能预计将重塑医疗行业，超过70%的组织正在追求或实施其功能。最初，生成式人工智能将用于临床相关应用，随后将重点放在核心临床应用上。然而，存在不准确输出和偏见的风险，需要通过治理流程和框架来缓解。
延伸解读
采用现状与调研背景
麦肯锡2024年第一季度的调查显示，超过70%的医疗行业受访者（包括支付方、服务提供方和医疗科技集团）表示正在探索或已经实施生成式人工智能能力。该调查访问了100位美国医疗领导者，其中33%为C级高管，31%来自收入超过100亿美元的组织。虽然样本规模有限，但反映出行业对生成式人工智能的积极态度。
初期应用聚焦临床辅助
调查表明，许多医疗领导者计划初期将生成式人工智能用于支持临床相关应用，重点提升临床和行政效率以及患者参与度。随着组织在治理和风险管理方面积累能力，预计未来会逐步扩展到核心临床应用，从而进一步改善患者体验。这一路径体现了从辅助到核心的渐进式采用策略。
风险治理是规模化前提
生成式人工智能在医疗领域面临输出不准确和偏见等风险，这些风险在涉及患者时尤为关键。调查显示，人工智能风险是许多医疗领导者的首要关注点。组织需要主动建立治理流程、框架和护栏，以预测、识别和管理风险，确保在符合监管期望的同时不损害伦理或安全。
自建与采购的权衡
文章指出，跨职能合作可以帮助组织引入外部人才，构建灵活且可定制的生成式人工智能解决方案，而非直接购买现成产品。但对于技术成熟度较高或用例较直接的组织，购买公开的生成式人工智能产品也可能是可行选择，尤其是客户服务等已成熟的功能领域。组织需根据自身技术成熟度和用例复杂度做出选择。
Q&A
生成式人工智能在医疗行业的应用前景如何？
生成式人工智能预计将重塑医疗行业，超过70%的组织正在追求或实施其功能。
医疗组织如何计划采用生成式人工智能技术？
许多医疗领导者开始计划更广泛地采用生成式人工智能技术，并通过跨职能合作引入外部人才。
生成式人工智能在医疗领域的主要风险是什么？
主要风险包括不准确输出和偏见，这在处理患者时尤为重要。
如何缓解生成式人工智能带来的风险？
组织需要建立治理流程和框架，以主动识别和管理风险。
生成式人工智能在医疗行业的初步应用主要集中在哪些方面？
初步应用主要集中在临床相关应用、临床和行政效率及患者参与上。
生成式人工智能的实施对患者体验有何影响？
随着组织在治理和风险管理方面的能力增强，预计将进一步改善患者体验。
