導讀： 隨著醫療機構爭相采用人工智能，在人工智能戰略中納入以流程為中心的方法是十分必要的，這可能也是一個獲得可持續競爭優勢的重要機會。
OptumIQ最近的一項針對主要醫療機構進行的關于醫療人工智能的年度調查顯示，未來5年每個組織的平均投資將達到3240萬美元。在接受調查的500名醫療行業領袖當中，91%的人相信人工智能將帶來投資回報--未來4年，醫院高管將獲得投資回報，38%的雇主和20%的醫療計劃高管甚至認為可以在3年或更短時間內獲得投資回報。其中75%的受訪者正在積極實施或計劃實施人工智能戰略。
一個定義良好的人工智能戰略，將有助于了解如何將人工智能添加到當前的IT組合當中。AI可以包含在現有的應用程序當中，也可以與工作流程中的應用程序進行集成?；蛘?，在鮮為人知的以流程中心的方法中，人工智能可以被封裝成工作流，而這些工作流將帶我們進入下一個前沿領域。
包含AI的應用程序
EHR供應商一直因其應用程序的UI/UX不達標而被指責干擾了患者與供應商之間的關系，而他們正努力通過在應用程序中添加人工智能來實現創新。在文檔中使用語音助手和自然語言處理（NLP）來總結文本筆記就是其中的兩個例子。“我們希望能夠幫助他們定制系統，選出最有趣的可用信息，以及他們最有可能想要執行的任務，然后將它們放在用戶的指尖。這將使臨床醫生能夠有更多的時間與患者在一起，”Epic公司的分析和機器學習部門經理Seth Hain說。人工智能是否能解決EMR的UI/UX問題，目前還沒有定論--而以前被盲目承諾過的臨床醫生也可能不會急于相信人工智能能馬上解決他們所有的電子病歷問題。
在工作流中集成AI
威徹斯特中心健康網絡（WMCHealth）的案例研究是將人工智能添加到現有工作流的一個很好的例子。WMCHealth既使用了EHR的風險模型，也使用了來自Health Catalyst的第三方供應商的預測模型，來實現對出院患者進行優先級排序，以減少再入院的工作量。他們將Health Catalyst的風險評分和EHR數據共同添加到一個儀表盤上，儀表盤上有出院清單，可以用來組織病例經理的工作，并幫助他們對需要參與的患者進行優先排序。綜合人工智能的新風險評分有助于識別更多的真實陽性病例（8%），并減少與EHR風險模型或LACE相比的誤報率（30%）。
在醫療工作流程中應用人工智能的另一個例子是Beth Israel Deaconess醫療中心使用了Amazon SageMaker上的TensorFlow用以掃描術前文檔包，以便識別同意書并將其插入到相應的電子醫療記錄當中。如果缺少同意書，該工具就會向EHR發送通知，并觸發后續的工作流程操作。
AI封裝的工作流
跨行業的業務流程管理（BPM）從業人員長期以來一直習慣于將工作流程編寫成一系列的任務，并通過完成這些任務以產生工作結果。一個規范化的工作流可以與多個系統和工作人員進行交互，并對其性能進行監視和分析。
直到最近，常見得BPM工具還很笨重，BPM項目也很昂貴。因此，BPM項目主要是在企業中實現的，并且通常是為了降低復雜后端流程的成本，例如訂單的執行和供應鏈的管理。但是最近，人們對于將BPM用于客戶體驗和數字轉型的興趣使得BPM走出了幕后。巧合的是，改善客戶體驗也是AI的主要用例之一。這個交集促使BPM供應商競相實現了其平臺的AI支持。
將關注點轉移到客戶（或患者）體驗上，增強了BPM在醫療保健方面的相關性。從本質上講，已編碼的工作流是護理團隊當前手工執行工作的數字版本。它使得醫療組織能夠監控醫療工作的流程，對不利條件做出快速反應，并不斷改進流程，渥太華醫院的BPM項目就說明了這一點。
使用人工智能來對已編碼的工作流進行操作，從本質上來講是將工作流包含在其預測模型當中，這不僅可以自動化工作流及其任務，還可以對工作流進行修改，從而不斷改進流程。這種以流程為中心的方法的獨特之處在于，隨著時間的推移，隨著人工智能開始考慮我們做事的方式，并試圖為我們做事，工作流將會變得越來越更智能。
通往未來的道路
然而，醫療保健行業缺少同樣能夠推動其他行業采用以流程為中心的方法的一個關鍵因素：工作流通常涉及的具有廣泛可用性的API。盡管最近的低代碼BPM工具通過與Salesforce.com、Dropbox、谷歌等應用程序的拖放集成，極大地簡化了工作流編碼，但這種便利性在醫療保健領域卻受到了限制。不過，多年來，像Allscripts和Athenahealth這樣的EHR供應商以及其他的一些公司都公開了API來訪問他們的數據。Redox和Sansoro Health等公司也推出了自己的專有API，利用HL7 v2和FHIR等標準來保護醫療保健組織和開發人員免受集成多個系統所帶來的復雜性。
工作流的編碼工作也導致產生了一系列新的“業務流程應用程序”，這些“業務流程應用程序”可以通過工作流上下文的表單（例如，病人出院）或某些語音助手與醫護人員進行交互。由于這些業務流程應用程序具有工作流程的感知能力，它們可以通過自動化工作流、任務和流程優化來簡化工作人員與多個系統的交互，以及它們之間的交互。例如，一個人工智能驅動的、可編碼的工作流可以在護理團隊、外部測試中心和患者之間實現協調工作的神奇效果，通過一個簡單的命令“將患者轉到Eastlake進行測試”，通過這樣的護理過程，病人可以來到辦公室，進行檢查，并在合理的時間范圍內對下一步進行規劃。更不用說在EHR中，你不需要點擊就可以將數據輸入到適當的屏幕中去。
三管齊下以獲得競爭優勢
雖然等待現有的應用程序添加人工智能并將AI應用程序或服務集成到工作流中，可以最大限度地減少對當前IT環境的干擾。但它們也大大降低了人工智能改善我們的做事方式和為我們做事的能力。
上述的OptumIQ調查顯示，人工智能投資的主要領域是自動化業務流程（行政操作或客戶服務），占43%，而欺詐、浪費和濫用檢測則占到36%。此外，最受期待的前兩項好處是提高效率和更準確的診斷。三分之一的受訪者還希望改善患者體驗并降低人均護理成本。自動化業務流程，特別是改進的患者體驗，為利用以流程為中心的方法提供了理由，因為該方法的重點便是客戶/患者的體驗。
總之，一個平衡的、三管齊下的戰略將使醫療組織能夠在必要時將項目中斷的風險降到最低，而不會限制其對當前工作流或現有應用程序的創新能力。在一個消費者的選擇、利潤率下降和對患者長期健康狀況的風險假設帶來持續壓力的時代，用能力和實踐來提升組織，使“人工智能能夠封裝工作流”，將是一個獲得可持續競爭優勢的重要機會。
