AI热榜 赞助 由Ensemble提供 主要人工智能公司进入医疗保健领域是一项有意义且受欢迎的发展，加速了该行业的技术基础。
他们的模型越来越能够处理长临床记录、解释复杂的术语、将文档与证据进行比较以及从大量信息中生成连贯的摘要。
对于花费大量时间搜索碎片数据的临床医生、操作员和管理团队来说，这些进步有助于减轻认知负担并使高价值信息更容易访问。
但医疗保健领导者不应将模型能力与运营能力混淆。
医疗保健的管理挑战是由分散的信息、分散的工作流程和分散的责任造成的，而不是缺乏信息。
该行业花费了数十年的时间投资于捕获活动的系统：电子健康记录、计费平台、付款人门户、调度系统、呼叫中心平台和分析应用程序。
每个系统都记录一些重要的东西。
但很少有设计能够对整个决策链进行推理，这些决策决定了患者是否能及时获得治疗、临床医生是否拥有正确的文件以及医疗服务提供者是否得到适当的报销。
这是AI现在必须面对的问题。
收入周期正在成为医疗保健人工智能的试验场之一 收入周期是医疗保健提供者用于获得护理费用的流程——从安排和注册到编码、计费、付款人跟进和收款。
它非常适合严格的人工智能部署，因为它结合了高交易量、复杂的推理、结构化和非结构化数据、可测量的结果以及显着的操作变化。
它还处于财务绩效、患者访问和管理工作量的交叉点。
🔗 原始来源
如果你要核对细节，可以再看原文： MIT Tech Review原文链接