从对自动驾驶汽车安全性的担忧，到对军用无人机的担忧，人们对人工智能可能危及生命的担忧持续存在。然而，随着围绕人工智能的讨论日趋成熟，人们开始更加深入地探讨其在拯救生命和改善医疗保健效果方面的潜力。
医疗保健领域的人工智能正在迅速发展，其潜力在于改善患者治疗效果、护理体验、临床医生的福祉和成本效益— 四重目标的支柱。全球医疗保健人工智能市场预计将从 2024 年的 149.2 亿美元增长到 2030 年的 1641.6 亿美元，复合年增长率为 49.1%。 普华永道 2023 年新兴技术调查将 人工智能列为医疗服务技术投资的首要任务。
包括 美国卫生与公众服务部 (HHS) 指南、 世界卫生组织 (WHO) 负责任的人工智能框架以及 欧盟 (EU) 人工智能法案在内的全球倡议，正在通过制定患者安全、数据隐私和问责制的道德标准来支持人工智能的普及。然而，要发挥人工智能的变革潜力，需要强大的基础设施来满足其日益增长的计算和运营需求。
云与边缘基础设施
医疗保健领域的云计算为组织提供了可扩展的存储和先进的AI训练功能，从而能够管理大型数据集和复杂的AI模型。根据全球医疗保健交易所 (GHX) 的一项调查，到2026年，近 70%的美国医疗系统和医院 计划采用基于云的解决方案进行供应链管理，这凸显了对云基础设施日益增长的依赖。
同样，随着人工智能应用对计算密度和能效的要求越来越高，需要先进的冷却技术和弹性基础设施，边缘计算也越来越受到青睐。预计 到2026年，全球边缘IT基础设施市场规模将达到3170亿美元，到2030年，物联网设备数量预计将增长到290亿台，边缘计算正成为远程监控和人工智能诊断等医疗保健创新的关键推动因素。
1640亿美元
是预计到 2030 年全球医疗保健人工智能市场的规模，高于 2024 年的 149.2 亿美元，复合年增长率为 49.1%。
医疗保健领域的人工智能势在必行
云和边缘之间的选择取决于具体的用例。云提供灵活性和可扩展性，而边缘则支持效率和响应能力。如表所示，数据中心技术与医疗保健领域的关键 AI 需求相契合，将用例与实现最佳性能所需的基础设施连接起来。
| 要务 | 用例示例 | 数据中心要求 |
|---|---|---|
| 具有变革性 | 药物发现和测试。 疾病检测和治疗。 |
跨职能专业知识。 整体解决方案设计。 |
| 提高效率 | 自动调度、计费和索赔处理。 | 扩展现有系统的价值和功能。紧密耦合的系统可最大限度地减少空间和能源需求。 |
| 成为第一 | 药物发现和测试。 疾病检测和治疗。 |
减少时间和风险的设计。 预配置系统可减少部署时间。 |
| 要有信心 | 增强诊断和成像。 临床文件的准确性和完整性。 |
经过验证的解决方案由全面的服务支持。 |
| 为未来做好准备 | 精准医疗和个性化治疗。 全息和混合成像。医疗保健领域的数字孪生。 免疫学和合成生物学。 |
可互操作、可升级、可扩展且能适应变化的解决方案。 |
医疗保健领域的人工智能用例
人工智能可以缓解整个医疗行业的压力，使患者、付款人和医疗专业人员受益，例如：
- 行政效率：人工智能可以 通过减少文书工作节省约20%的医生时间， 从而将更多时间用于患者护理。在约翰·霍普金斯医院，人工智能改善了患者流量， 急诊科入院的床位分配速度提高了38%。 到2025年，人工智能驱动的效率可以 通过减少错误将医疗保健成本降低130亿美元。
- 预防保健：机器学习 (ML) 算法分析医学图像，识别模式和异常，从而实现 高达 93% 的早期疾病检测准确率。 梅奥诊所的研究人员 发现，肾脏大小与功能衰退的速度相关，有助于检测多囊肾病 (PKD) 的易感性并制定预防计划。
- 药物研发： 麻省理工学院的研究人员利用人工智能筛选了超过1亿种化合物，最终研发出 一种名为Halicin 的抗生素，这种抗生素能够有效对抗多种耐药性细菌菌株。生物科技公司 Recursion利用人工智能 识别了 20多种在研新药，其中一些目前已进入临床试验阶段。人工智能可以 将研发时间和成本缩短25%至50%， 每年节省的成本 可能高达 260亿美元。
- 远程监控和远程医疗： 人工智能远程病人监控系统 (RPM) 的 心房颤动检测准确率可达 99.62%，跌倒检测准确率可达 98%。远程医疗可处理 临床环境中70% 的非紧急病例 ，从而减轻医护人员的工作量，并扩大远程诊断的应用范围，尤其是在农村地区。
- 手术辅助： 人工智能引导的机器人系统可提高微创手术的精准度，减少并发症，并缩短恢复时间。例如， 一项研究 报告称，人工智能可以使肿瘤细胞的滞留灵敏度提高20%。
毫无疑问，人们对人工智能可能危及生命的担忧将持续存在，但考虑到进一步推进医疗技术的巨大机遇，其积极因素似乎超过了人们所认为的威胁。医疗IT组织面临的真正挑战在于，了解在何处以及如何投资人工智能技术及相关数据中心基础设施，以充分发挥人工智能作为救生技术的潜力。
关键要点：
人工智能的增长
人工智能正在提高
医疗保健，在诊断、治疗和手术方面得到迅速应用。
云与边缘
云端可扩展 AI 用于诊断；边缘计算则支持实时监控。混合云平衡两者。
人工智能基础设施
可扩展、可互操作且节能的系统为诊断、操作和面向未来的护理提供支持。