你應該在人工智能上投資什么以及投資多少？根據最近的一些數據、研究和項目，這里有一個最低限度的成功策略。

一位PCP醫生曾經告訴我，糖尿病患者是最難堅持他們治療計劃的人群之一，因為糖尿病不會立即或強烈地引起疼痛。在IT方面，與之類似的是對技術的投資。你將需要你的電腦，存儲，安全，EMR等等，但是你應該做的最低投資是什么，如果有的話，在人工智能等先進技術上的投資也是很難回答的。

在HHS最近發表的一份報告中，JASON（一個獨立的科學家和學者組織，50多年來一直為聯邦政府提供有關科學和技術問題的建議）的結論是“與之前不同，人工智能應用在健康方面的潛力可能會使這個時代變得不同......”該報告還得出結論：“人工智能正開始在健康和醫療保健領域正在發生的變革中發揮越來越大的作用，尤其是在臨床環境當中。目前，存在的機會及其局限性還正在探索當之中，這意味著創新者和一些早期采用者都正在努力，而是否投資則取決于你想在采用曲線上扮演什么樣的角色。”

在Accenture的白皮書《人工智能：醫療保健的新神經系統》當中，列出了醫療保健領域的10大人工智能應用，并根據年度效益估計了其近期的價值。排名前三的分別是機器人輔助手術（400億美元）、虛擬護理（200億美元）和行政工作流程協助（180億美元）。在考慮這些寬泛的類別是否應該是你關注的領域，或者增加對它們的投資時，看看其他人在做什么可能是有益的。

數據管理：你的第一步也是必須做的事

例如，一家社區醫院正在使用無監督機器學習和監督預測，通過識別數千份患者記錄中結果最好的患者之間的共性，揭示肺炎的最佳護理途徑。這項工作首先使用SQL代碼從多個醫院系統（AllScripts EHR、企業數據倉庫、外科、財務和企業績效）中提取數據，然后使用FHIR將結果交付到臨床差異管理應用程序中。借助于可視化界面揭示的洞察力（例如推薦途徑步驟的原因和時間），該項目可以通過修訂EHR中的ED和住院治療順序來部署的最佳護理途徑，該項目也由此獲得了足夠的支持。這項關于肺炎護理途徑的初步工作幫助節省了85萬美元的費用。目前，膿毒癥、心力衰竭、全髖關節置換術和慢性阻塞性肺病等也已成為了研究的熱點。

Montefiore衛生系統則采取了一種更基本的方法：開發一個數據湖和基于圖形數據庫的基礎設施，這些基礎設施可已支持各種病人的護理用例。它使他們能夠實施先進的膿毒癥檢測工具，以及支持臨床決策的工具。對數據管理的投資得到了很好的回報：他們的數據科學家現在能夠花70％的時間進行人工智能分析上面，而以前則需要花75％的時間進行數據管理和數據爭論。由此產生的基礎設施，以病人為中心的分析學習機（PALM），成為了為AI分析項目帶來規模經濟的基礎。

除了組織中的支持之外，這兩個項目的共同點是數據集成。AI從數據開始，數據管理（通過數據治理，清理，ETL，語義協調等）工作為AI算法提供了語義協調數據，模型構建，為進行預測和改進模型奠定了基礎。另外，還需要將結果引入醫療保健的工作流程，例如：修改訂單集，或向醫療的點對點系統注入洞察力－－以實現收益。

一旦你有了數據管理，人工智能就有很多機會來作為支持創新的工具，為組織帶來更多的投資回報。例如，自然語言處理和人工神經網絡的結合可以很容易地在保險驗證或預授權中發現遺漏，這樣護理團隊就可以在遇到某個程序之前就糾正它們。

人工智能增強分析

有了這個，最初的重點就回到了實現數據驅動的計劃，并提供洞察力上面－－從人工智能、BI（商業智能，如OLAP和數據可視化工具）或人員（如案例管理），到第一線工作人員的指導決策和自動化工作，如果沒有這些，對人工智能投資的影響將是有限的。Gartner在其十大戰略技術趨勢中稱之為“增強分析”。“隨著數據科學家更多的使用自動化算法來探索假設，增強分析技術代表了數據和分析能力的第三波大浪潮。數據科學和機器學習平臺已經改變了企業產生洞察力的方式，”Gartner的副總裁兼研究員David Cearley表示。

人工智能專家，風險投資家，《人工智能超級大國：中國，硅谷和新世界秩序》的作者李開復在其中描繪了一個非常廣泛、跨行業、跨地域的人工智能影響觀。李博士提出的一個觀點認為，中國的優勢在于，廣泛采用的優質產品可以生成詳細的數據寶庫，從而使公司能夠執行復雜的人工智能，以此生產出更好，被廣泛采用的產品。良性循環將會保持下去，在這方面做得好的行業領導者將繼續擴大領先優勢，從而形成贏家通吃的經濟模式。

所以，人工智能策略的最低要求是管理好數據以支持人工智能的探索。該戰略的工作成果可以促進許多需要使用數據的項目，為更多的患者帶來更好的服務，并實現良性循環。