在《醫(yī)療保健中的生成式人工智能》報(bào)告中，人工智能在醫(yī)療領(lǐng)域的一些重要應(yīng)用，包括患者交互、文檔記錄、臨床決策等。具體來說，醫(yī)療行業(yè)的核心環(huán)節(jié)包括六大環(huán)節(jié)：患者交互、文檔記錄、臨床決策、預(yù)授權(quán)、編碼和收益周期管理。最新的生成式人工智能能夠賦能這些核心節(jié)點(diǎn)的主要原因是它可以處理大量非結(jié)構(gòu)化數(shù)據(jù)并將其轉(zhuǎn)化為有用的信息和見解。醫(yī)療操作的核心環(huán)節(jié)往往涉及多種類型的數(shù)據(jù)，如語音、文本、圖像、視頻、信號(hào)等。這些數(shù)據(jù)往往是非結(jié)構(gòu)化的，即沒有固定的格式或標(biāo)準(zhǔn)。醫(yī)療器械體系三類醫(yī)療器械注冊蘊(yùn)含著豐富的醫(yī)學(xué)知識(shí)和價(jià)值，但很難被人類或傳統(tǒng)軟件系統(tǒng)有效集成或使用。在傳統(tǒng)醫(yī)療行業(yè)，這些數(shù)據(jù)的處理和整合成本高昂但又難以省略。美國醫(yī)療編碼市場價(jià)值約210億美元，包括約35,000名醫(yī)療編碼員。

       盡管擁有如此龐大的勞動(dòng)力，美國醫(yī)院每年仍因編碼錯(cuò)誤而損失近200億美元的收入，使得當(dāng)?shù)蒯t(yī)療服務(wù)提供者只能依靠山寨式的咨詢公司來幫助他們“查找”缺失的信息。同樣，在與患者互動(dòng)的過程中，醫(yī)療行業(yè)總是需要大量的文職人員來整理各種醫(yī)療文件。目前美國醫(yī)療行業(yè)約有100萬文員，每個(gè)文員平均每年支出為40-5萬美元，這意味著醫(yī)療行業(yè)至少花費(fèi)4億美元每年在這樣的職位上的成本。生成式AI可以利用深度學(xué)習(xí)、自然語言處理等先進(jìn)算法來分析、理解、生成和轉(zhuǎn)換這些數(shù)據(jù)，從而提高醫(yī)療操作的效率和質(zhì)量，降低成本和人力，適應(yīng)不同的數(shù)據(jù)源和環(huán)境。例如，在文檔方面，生成式人工智能可用于將醫(yī)生和患者之間的對話自動(dòng)轉(zhuǎn)換為電子病歷和編碼；在臨床決策中，生成式人工智能可用于轉(zhuǎn)換多種數(shù)據(jù)源和格式，例如醫(yī)學(xué)圖像和病歷。報(bào)告等轉(zhuǎn)化為統(tǒng)一的醫(yī)學(xué)知識(shí)和數(shù)據(jù)。