医疗补助削减的影响：人工智能能否预防即将到来的医疗保健危机？

医疗补助已经成为激烈的政治斗争的焦点，共和党议员正在推动对其进行大幅削减，以帮助资助税收减免。特朗普总统和共和党领导人旨在未来十年内削减8800亿美元的医疗补助支出，大约占该计划预算的10%。然而，后果可能非常严重，因为医疗补助为大约8300万低收入的美国人，包括老年人和残疾人提供了健康保险。

为了确保医疗补助的未来，人工智能（AI）正在作为解决医疗保健成本上升的潜在解决方案而出现。今天，AI驱动的预测分析使医疗保健提供者能够在患者需要紧急护理之前识别出高风险患者。

“随着医疗补助面临预算约束，AI可以在不牺牲质量的情况下降低成本，” Grace Chang，Kintsugi的首席执行官和创始人，告诉我。“运营效率低下，例如漏诊或患者随访不力，往往是不可见的，但却非常昂贵。AI可以识别出有医院过度使用或药物不遵守风险的患者——这些领域从系统中流失了数十亿美元，但可以通过正确的工具来解决。”

总部位于加利福尼亚的AI医疗保健初创公司 Kintsugi 利用语音生物标志来自动化对抑郁症和焦虑症患者的早期筛查，从而减少临床评估时间。Chang坚称，大多数医疗保健系统已经人手不足，AI可以帮助优先考虑谁最需要关注，以及何时需要关注。

根据创始人的说法，不使用AI来解决医疗保健最棘手的问题的真正风险是 “我们不会使用它来填补医疗保健中的关键差距。”

人工智能如何降低医疗补助和医疗保健成本

行政效率低下占医疗保健成本的很大一部分。然而，国家生物技术信息中心（NCBI）的一项研究估计，AI可以通过简化这些流程每年为医疗保健行业节省高达 1500亿美元。同样，国家经济研究局 估计，通过AI自动化，未来四年内医疗保健支出可以节省200-3600亿美元。今天，AI在医疗补助和医疗保健中发挥着至关重要的作用，预测疾病爆发和人口结构变化，实现主动资源分配。该技术还帮助提高预测分析，以预测患者结果，带来更有效的治疗策略和改善预防性护理。此外，AI可以推进个性化医学，根据个体患者的特点量身定制治疗方案，带来更好的效果。

利用最近的技术创新，几家AI驱动的医疗保健初创公司正在推动AI在医疗补助中的采用，以加快诊断速度和改善治疗效果。例如，总部位于波士顿的 Quantivly 通过其AI平台提高了放射学的效率，优化了MRI和CT扫描仪的使用。AI可以识别成像工作流中的瓶颈，减少患者等待时间，提高扫描仪的吞吐量和医院收入。

“医疗系统，尤其是那些服务于医疗补助人口的系统，被要求做更多事情，同时拥有更少的资源。他们需要进行更多的扫描来弥补利润率较低的现实，” Robert MacDougall，Quantivly的联合创始人，告诉我。“医疗成像中的运营AI可以帮助管理吞吐量，而不会给员工带来压力。AI可以部署在诸如安排等领域，安排任务对于任何一个人来说都太复杂，无法手动管理。”

根据MacDougall的说法，大多数安排系统忽略了影响扫描持续时间的关键因素，例如扫描仪硬件、协议复杂性、患者活动能力和镇静需求。实时管理这些变量超出了人类的能力，使AI成为优化安排和效率的必备工具——并帮助医院的财务状况。

同样，AI驱动的药物管理平台 Arine 通过优化药物方案和标记不必要的药物来减少处方错误。 “AI可以快速连接多个数据集（患者的药物史、社会决定因素数据和临床/医学文献）以对每个患者进行个性化推荐，” Yoona Kim，Arine的首席执行官和创始人，解释道。

她补充说，如果患者被开具新药物而没有考虑到其对现有病况的潜在负面影响，AI可以实时标记该问题——在并发症导致急诊就诊之前预防其发生。 “AI可能会自动执行重复性任务（例如，文档、总结），但在患者护理方面，我们需要让临床医生保持控制，” Kim说。

鉴于AI改善医疗保健效率和结果的潜力，立法者是否会优先考虑其采用，还是预算限制和财政政策会掩盖获取途径？这种辩论的结果尚不确定。

“运营AI的目标是通过改善资源利用来扩大获取途径。如果我们可以在不增加员工负担的情况下在同一设备上扫描更多患者，我们正在改善获取途径——尤其是在资源不足的地区。关键是生产力，而不是限制，” MacDougall 强调。