照片：Hispanolistic/Getty Images

从来没有任何现代工具比生成人工智能提供的效率和支持更高。去年，包括医疗保健在内的行业迅速加入这一趋势，以获得先发优势。应用也多种多样，从文档到临床决策支持，甚至与机器人技术相结合。

Ubie 首席执行官 Kota Kubo 表示，虽然今年对 genAI 的热情仍将高涨——政府甚至投资这个新兴的利润丰厚的领域，但采用的步伐可能会很缓慢。

我们采访了他，讨论了他们在亚太和美国的合作伙伴如何接受 genAI、这一趋势在 2024 年将走向何方，以及医疗保健利益相关者如何有效地挖掘 genAI 的巨大价值。

问：您的合作伙伴如何看待生成式人工智能以及他们如何从中受益？

答：我们在日本的合作伙伴，尤其是更具创新性的合作伙伴，普遍对 genAI 感兴趣，因为他们知道这会对他们的工作效率产生影响。他们有兴趣在诊所使用由 ChatGPT 或 Med-PaLM 运行的 genAI 平台，但是，他们中的大多数人无法访问互联网 – 除非他们引入像 Ubie 这样基于云的服务。

即使他们能够成功使用 genAI，也只有更精通技术的用户才能充分利用它的潜力，因为用户很难提出实际的用例。因此，现在市场需要软件供应商提供结合 genAI 并可以集成到实际临床工作流程中的用例。

我们已经看到 genAI 成功采用并集成到我们的产品中，该产品现已在诊所和医院中使用。我们最近发布了一项功能，使用 LLM（大语言模型）来总结患者症状和自由回答答案。它使医生能够快速了解患者的病情，从而有更多的时间与患者面对面。在试点测试中， 90% 的医生表示他们打算继续使用该功能。这表明，如果解决方案可行并且对医生有积极影响，就会被采用。

全面采用仍存在系统、安全和工作习惯等障碍，但 Ubie 的采用率已经很高：目前我们已覆盖日本 47 个都道府县和 1,700 多家医疗机构。

问：您认为日本和美国对 genAI 的接受程度是否存在文化差异？

答：是的，存在重大差异。有些是文化原因，但许多是卫生系统造成的。两个主要因素是，日本的法定健康保险体系提供全民覆盖，并且日本比美国更集中控制患者数据。

通过全民覆盖，鼓励日本人在感觉不舒服时去看医生。在美国，去看医生的决定很大程度上受到保险范围、自付费用和自付费用的影响。这通常使美国患者避免控制自己的健康，除非病情变得非常严重。因此，报销是考虑美国市场的一个主要考虑因素。

从人工智能的角度来看，由于日本数据的集中化，人工智能的推广更具可扩展性。科技公司正在加速获取政府数据，政府数据提供了一个庞大的数据库。在日本，医院采用 genAI 的最大障碍之一是网络，因为大多数医院没有互联网接入。

总体而言，日本医疗保健领域的人工智能不如美国那么拥挤，这意味着决策者需要消除噪音和混乱。但这确实限制了选择，并且可能会推迟更尖端技术的采用。

问：您认为今年 2024 年以及未来几年亚洲和美国医疗保健领域生成式人工智能的采用将走向何方？炒作还会继续吗？

答：炒作将持续到 2024 年之后，但采用速度仍将缓慢。这是因为 genAI 仍在证明它可以在医疗保健的各个领域产生安全有效的影响。我们将对任何直接影响患者护理的事情采取最谨慎的态度。我们知道技术可以改善医疗保健，但如果它不能按预期发挥作用，它可能会减慢卫生系统的速度，增加资金成本和消费者忠诚度，最糟糕的是，会影响患者的治疗结果。

在整个亚洲和美国，采用的最重要方面将是监管和文化障碍。开发人员需要牢记人工智能引擎如何在当地法律法规范围内发挥作用。隐私将是公司需要解决的首要主要领域之一，其次是适应每个不同的医疗系统——直接面向患者、医院系统、药品——当然还有患者权利。

从文化的角度来看，有很多。 Ubie 面临的挑战之一是如何适应不同的文化背景。虽然许多法学硕士拥有强大的翻译能力，但每个地区都有不同的偏好和需求。当我们在新加坡和美国推出该平台时，Ubie 亲身经历了这一点。除了调整直接翻译之外，我们还必须调整用户界面以满足患者的喜好，而做到这一点的唯一方法就是倾听用户的意见。因此，我预计许多技术参与者会发现自己在来年专注于实验、数据收集和定制。

最后，从全球角度来看，重要的是我们不要再将 genAI 视为拯救医疗保健的庞然大物。它更像是不同精密机器的集合，每台机器都具有特定的功能。这不是一种一刀切的解决方案。

最终采用的系统的成功和信任将基于现实世界的结果和经过验证的准确性。真正有益的系统应该不断复制或超过当前的人类基准或提高效率。

问：您认为 genAI 未来还能在医疗保健领域哪些领域带来价值？

答：只要我们有能力梦想并开发它，人工智能就可以去任何地方。我们已经看到人工智能影响临床试验、文档、患者互动等。 GenAI 还可以帮助进行数据分析，以帮助实现洞察生成和研究的民主化。然而，带来价值和成功在很大程度上取决于开发人员的知识和用户的意愿。

系统能力和智能将成为差异化因素。 ChatGPT 表示，在考虑引擎时，您的产品需要的不仅仅是引擎之上的皮肤。只有那些对技术及其特定医疗保健领域有深入了解的人才能真正发挥 genAI 的潜力。

开发人员还需要询问他们的机器学习对新输入的适应程度如何，以及人工智能在实施适当更改时的准确性如何。您的模型是否脆弱，是否有适当的反馈循环，您是否能够快速轻松地对更大的卫生系统实施新规则和变更？

从用户的角度来看，变更管理至关重要，因为如果没有内部认可，工具的功能就无关紧要。然后，您需要让员工实际使用这些系统。许多工具的影响有限，因为没有人有时间、耐心或精力来学习或使用它们。这是公司在进入新市场时需要考虑文化差异和对新技术的看法的另一个领域。

无论采用哪种潜在系统，真正的衡量标准将是如何帮助患者以及如何赢得卫生系统、提供者和患者的信任。

_

为简洁明了起见，我们对回复进行了编辑。