研究公司Omdia的首席分析师Andrew Brosnan预测，尽管医疗保健行业最初对人工智能的接受速度较慢，但医疗保健和制药公司将在未来几年内迅速增加对人工智能的采用，医疗图像分析和药物发现将是最受欢迎的用例。
根据Omdia的预测，2023年人工智能软件的医疗保健支出预计将增长40%，从2022年的44亿美元增加到新的一年的近62亿美元。
“医疗保健将比大多数其他行业增长更快，根据我们的预测，我们预计2027年医疗保健领域的人工智能支出将仅次于消费者，排名第二，”Omdia人工智能和智能自动化实践部门的Brosnan说。
医疗保健人工智能的采用将赶上其他行业
Brosnan说，医疗保健公司在采用新技术方面历来很保守，因为病人护理和隐私、安全和监管问题的风险很高。
医疗保健在人工智能采用方面落后于其他行业。根据om dia 2022年的一项调查，尽管所有行业中有25%的行业在多个业务部门或职能部门中扩大了人工智能部署，但只有19%的行业在医疗保健领域这样做。
但这种情况正在迅速改变。他说，人工智能已被证明在医疗保健方面是有效的，这促进了使用的增长。例如，人工智能在疫情期间被用于帮助医疗保健提供者进行新冠肺炎诊断、患者预后以及帮助研究人员了解刺突蛋白的变化。
“人工智能在疫情和概念验证项目中的使用增强了人们对人工智能在医疗保健领域所能提供的价值的信心，”Brosnan说。
事实上，Omdia在2022年调查的96%的医疗保健组织表示，他们有信心或非常有信心人工智能将带来积极的结果，67%的受访者表示，人工智能增加价值的能力在过去一年中有所增加。
这将转化为对人工智能的大量投资。根据Omdia的数据，人工智能软件的支出将以29%的复合年增长率(CAGR)增长，并在2027年达到138亿美元的支出，并列增长最快的部门。
五大医疗保健IT使用案例
医学图像分析是人工智能最受欢迎的用例。凭借26%的年增长率，它将保持最大的支出份额，在2027年达到26亿美元的人工智能软件支出。
与此同时，Omdia预测显示，到2027年，药物发现将成为增长最快的用例，人工智能支出将达到20亿美元，CAGR为33%。
其他顶级用例是虚拟助手，如在线聊天机器人和智能文档处理，两者都有27%的CAGR。预计2027年虚拟助理的人工智能支出将达到近17亿美元，而智能文档处理(如索赔处理)预计将达到10亿美元。
医疗建议——通过临床决策支持等工具——在2027年以28%的CAGR和9亿美元的人工智能支出完成了前五大用例。
革新药物发现
Brosnan说，人工智能有可能加快药物发现和开发过程，并降低其成本，2023年，制药行业将继续通过人工智能推进药物发现。
传统的药物发现和开发过程目前需要大约10亿美元和10年时间才能将一种新药推向市场。他说，这包括合成5000多个分子，以推动一个候选人进入临床试验。
但有了人工智能，制药商可以通过“在计算机上”进行生产来减少他们必须物理制造的分子数量，这意味着他们可以虚拟地进行生产，他说。
Brosnan说，这将他们必须物理合成的分子数量归结为250个，这节省了资金，缩短了上市时间。人工智能第一药物候选人的渠道非常强劲，2022年将有18种候选药物进入临床试验。2020年，这一数字为零。
“早期药物发现需要几个月甚至几年的时间，”他说。
新兴技术可以更好地训练医疗保健人工智能模型
Brosnan说，联合学习或群体学习是一种新兴技术，它将使医疗保健提供商能够安全地使用患者数据来更好地训练人工智能模型，并将在2023年获得更大的牵引力。
为了减少偏差，针对大型数据集训练AI模型非常重要。但为此，许多医疗保健机构希望共享数据，这样他们就可以建立一个更全面的数据集来训练人工智能模型。
传统上，他们必须将数据移动到一个中央存储库。然而，通过联合或群体学习，数据不必移动。他说，相反，人工智能模型会去每个单独的医疗保健机构，并根据数据进行训练。通过这种方式，医疗保健提供商可以维护其数据的安全性和治理。
“通过联邦或群体学习，数据不必离开源机构，但人工智能模型会移动到数据，”Brosnan说。联合学习使用集中式编排器，而群学习更加分布式，不使用集中式编排器。
这项技术目前正在进行概念验证。2021年，大型制药公司赛诺菲(Sanofi)向一家专注于医疗保健的联邦学习公司投资了1.8亿美元。
“这是一项新兴技术，我们将在2023年和2024年看到它的崛起，”他说。
