一項名為“2022年醫療保健人工智能調查”對來自全球的300多名受訪者進行了調查，以更好地了解定義醫療保健人工智能的挑戰、成就和用例。在第二年的調查中，其結果沒有顯著變化，但也有了一些有趣的趨勢，預示著未來幾年的動態。雖然這種演變的某些方面是積極的(人工智能的民主化)，但其他方面卻面臨風險(更大的攻擊面)。以下是企業需要了解的三個趨勢。

　　1.使用無代碼工具的人工智能的易用性和民主化

　　根據調研機構Gartner公司的預測，到2025年，企業開發的70%的應用程序將使用無代碼或低代碼技術(2020年不到25%)。雖然低代碼能夠簡化程序人員的工作量，但無需數據科學干預的無代碼解決方案將對企業及其他領域產生更大的影響。

　　對于醫療保健行業說，這意味著超過一半(61%)的醫療保健人工智能調查受訪者將臨床醫生確定為他們的目標用戶，其次是醫療保健支付者(45%)和醫療IT公司(38%)。這與醫療保健特定人工智能應用程序的重大發展和投資以及開源技術的可用性相結合，表明將有更廣泛的行業采用。

　　這很重要，將代碼交到醫護人員手中，就像Excel或Photoshop等常用辦公工具將改善人工智能一樣。除了使該技術更易于使用之外，它還可以實現更準確和可靠的結果，因為現在由醫學專業人員(而不是軟件專業人員)掌管。這些變化不會在一夜之間發生，但領域專家作為人工智能主要用戶的增加是向前邁出的一大步。

　　2.工具越來越復雜，文本越來越實用

　　在其他令人鼓舞的發現中，涉及人工智能工具的進步以及用戶深入研究特定模型的愿望。當被問及他們計劃在2022年底之前采用哪些技術時，調查中的技術領導者提到了數據集成(46%)、商業智能(44%)、自然語言處理(43%)和數據注釋(38%)。文本現在是人工智能應用程序中最有可能使用的數據類型，對自然語言處理(NLP)和數據注釋的重視表明更復雜的人工智能技術正在興起。

　　這些工具支持臨床決策支持、藥物發現和醫療政策評估等重要活動。在經歷了兩年的疫情之后，隨著研究機構致力于開發新疫苗并揭示如何在大規模事件發生之后更好地支持醫療保健系統的需求，這些領域的關鍵進展顯而易見。通過這些例子，很明顯醫療保健業對人工智能的使用與其他行業有很大不同，需要采用不同的方法。

　　因此，技術領導者和受訪者都將醫療保健特定模型和算法的可用性作為評估本地安裝的軟件庫或SaaS解決方案的最重要要求，這不足為奇。從風險投資前景以及人工智能用戶的需求來看，醫療保健特定模型會在未來幾年內增長。

　　3.安全問題增加

　　隨著人工智能在過去一年中取得的所有進展，其也開辟了一系列新的攻擊媒介。當被問及受訪者使用哪些類型的軟件來構建他們的人工智能應用程序時，最受歡迎的選擇是本地安裝的商業軟件(37%)和開源軟件(35%)。最值得注意的是，與去年的調查相比，云計算服務的使用率下降了12%(30%)，這很可能是由于對數據共享的隱私擔憂。

　　此外，大多數受訪者(53%)選擇依靠自己的數據來驗證模型，而不是第三方或軟件供應商的指標。68%的受訪者表示明顯傾向于使用內部評估和自行調整模型。同樣，通過圍繞醫療保健數據處理的嚴格控制和程序，人工智能用戶在可能的情況下希望將操作保持在內部是顯而易見的。

　　但無論軟件偏好或用戶如何驗證模型，不斷升級的醫療保健安全威脅都可能產生重大影響。雖然其他關鍵基礎設施服務也面臨挑戰，但醫療保健出現數據違規事件的后果超出了聲譽和財務損失。數據丟失或篡改醫院設備可能是生與死的區別。

　　隨著開發人員和投資者努力將技術掌握在用戶手中，人工智能有望實現更顯著的增長。隨著人工智能變得更加廣泛可用，并且隨著模型和工具的改進，安全和道德將成為人們關注的重要領域。了解人工智能在醫療保健領域在今年如何發展的，以及這對該行業的未來意味著什么，這將是一件重要的事情。