本文来自计算机世界。
在新冠疫情爆发、心理健康危机、医疗成本上升和人口老龄化之间，行业领导者正急于开发针对医疗保健专用的人工智能(AI)应用程序。一个信号来自风险投资市场：超过40家初创公司筹集了大量资金（2000万美元或更多），为该行业构建人工智能解决方案。但是人工智能实际上是如何应用于医疗保健领域的呢？
“2022年医疗行业AI调查”询问了来自全球各地300多名受访者，以更好地了解定义医疗行业AI面临的挑战、取得的成就和应用案例。在第二年，结果没有显著变化，但它们确实呈现出一些有趣的趋势，预示着未来几年将如何发展。虽然这种演变在某些方面是积极的（人工智能的民主化），但其他方面却不那么令人兴奋（更大的攻击面）。以下是企业需要了解的三个趋势：
01
｜利用无代码工具实现人工智能的易用性和民主化｜
Gartner估计，到2025年，企业开发的70%的新应用程序将使用无代码或低代码技术（高于2020年的不到25%）。虽然低代码能够简化程序员的工作量，但无需数据科学干预的无代码解决方案对企业及其他领域产生的影响才是最大的。这就是为什么，当看到人工智能的使用从技术职称到领域专家的飞跃转变是令人兴奋的。
对于医疗保健来说，这意味着在人工智能在医疗保健调查中，超过一半(61%)的受访者认为，临床医生是他们的目标用户，其次是医疗保健支付者(45%)和医疗健康IT公司(38%)。这一点，再加上在医疗保健特定人工智能应用方面的重大发展和投资，以及开源技术的可用性，表明了更广泛的行业应用。
这一点意义重大：将代码就像Excel或Photoshop等常用办公工具一样交到医护人员手中，将使AI得到更好的改善。除了使技术更易于使用之外，它还可以实现更准确和可靠的结果，因为可以由医学专业人员（非软件专业人员）掌管。这些变化不会在一夜之间发生，但人工智能增长的核心用户是领域专家，无疑是向前迈进的一大步。
02
｜工具日趋完善，文本越来越实用｜
其他令人鼓舞的发现，涉及人工智能工具的进步以及用户深入研究特定模型的愿望。当被问及他们计划在2022年底之前采用哪些技术时，调查中的技术领导者提到了数据集成(46%)、商业智能(44%)、NLP(43%)和数据注释(38%)。文本现在是人工智能应用程序中最有可能使用的数据类型，对自然语言处理(NLP)和数据注释的重视表明，更复杂的人工智能技术正在兴起。
这些工具能够支持临床决策、药物发现和医疗政策评估等重要活动。在经历了两年的新冠疫情之后，随着开发新疫苗并发现如何在大规模事件发生后，更好地支持医疗保健系统的需求等等，这些领域的进展的重要性是显而易见的。通过这些例子我们也可以看出，医疗行业对人工智能的使用与其他行业有很大不同，需要采用不同的方法。
因此，成熟企业的技术领导者和受访者都将医疗行业特定的模型和算法的可用性，作为评估本地安装的软件库或SaaS解决方案最重要的要求，这不足为奇。从风险投资情况、市场上现有的库以及人工智能用户的需求来看，医疗保健的特定模型只会在未来几年内日益增长。
03
｜安全和安全问题日益严重｜
随着人工智能在过去一年中取得的所有进展，它也开辟了一系列新的攻击载体。当被问及受访者使用哪些类型的软件来构建他们的AI应用程序时，最受欢迎的选择是本地安装的商业软件(37%)和开源软件(35%)。最值得注意的是，与去年的调查相比，云服务的使用下降了12%(30%)，这很可能是由于对数据共享的隐私问题。
此外，大多数受访者(53%)选择依靠自己的数据来验证模型，而不是依靠第三方或软件供应商的指标。来自成熟企业的受访者(68%)表示，他们明显倾向于使用内部评估和自行调整模型。同样，由于医疗数据处理方面的严格控制和程序，很明显人工智能用户希望尽可能在内部进行操作。
但无论怎样的软件偏好或用户如何验证模型，不断升级的医疗保健安全威胁都可能产生重大影响。当其他关键基础设施服务面临挑战时，医疗保健的违规影响超出了声誉和财务损失。数据丢失或篡改医院设备可能就是生死之别。
随着开发人员和投资者努力将技术掌握在日常用户手中，人工智能有望实现更显着的增长。但是，随着人工智能变得更加广泛可用，以及模型和工具的改进，安全、保障和道德将成为需要重点关注的焦点。看看今年这些医疗领域的人工智能如何发展，以及它对行业的未来意味着什么，这将会很有趣。
