AI可以避免醫療補助造成的醫療危機嗎？

醫療補助已成為激烈政治辯論的焦點，共和黨議員主張大幅削減以資助減稅。川普總統與共和黨領袖提議未來十年削減醫療補助支出8800億美元，約佔該計劃預算的10%。考慮到醫療補助目前為約8300萬低收入美國人提供健康保險，包括老年人和殘疾人士，這些提議的削減可能帶來嚴重後果。

為應對醫療補助在這些財務壓力下的未來，人工智慧（AI）正被探索作為遏制醫療成本上升的一種方式。AI驅動的預測分析現使醫療提供者能在患者需要急診前精準識別高風險患者。

*「醫療補助面臨預算限制，AI提供了一種在不影響護理品質下降低成本的方法，」* Kintsugi的首席執行官兼創始人Grace Chang與我分享。*「運營效率低下，如錯過診斷或後續不足，常被忽略卻極為昂貴。AI能突顯過度使用急診室或不遵循藥物計劃的風險患者——這些領域耗費數十億美元，但透過正確技術可管理。」*

位於加州的AI醫療初創公司Kintsugi使用語音生物標記簡化抑鬱和焦慮的早期篩查，大幅減少臨床醫生在評估上的時間。Chang強調，許多醫療系統已人手不足，AI能幫助優先處理最急需的患者護理。

她警告說，不在醫療中利用AI的真正危險是*「我們不會用它來彌補護理中的關鍵差距。」*

AI如何降低醫療補助及整體醫療成本

醫療成本的很大一部分來自行政效率低下。然而，國家生物技術資訊中心（NCBI）的一項研究表明，AI可能透過優化這些流程每年為醫療行業節省高達1500億美元。同樣，國家經濟研究局預測，未來四年透過AI自動化可節省2000至3600億美元的醫療支出。目前，AI在醫療補助和更廣泛的醫療中發揮關鍵作用，預測疾病爆發和人口變化，實現主動資源管理。它還增強預測分析，預測患者結果，制定更有效的治療計劃和更好的預防護理。此外，AI可推進個人化醫療，為個別患者定制治療以改善結果。

利用近期技術進展，多家AI驅動的醫療初創公司正引領醫療補助內AI採用的浪潮，以加速診斷並改善治療結果。例如，位於波士頓的Quantivly透過其AI驅動平台提高放射科效率，優化MRI和CT掃描儀的使用。AI能識別影像工作流程中的低效，縮短患者等待時間，提升掃描儀生產力，並增加醫院收入。

*「醫療系統，尤其是服務醫療補助人群的系統，面臨以更少資源做更多的壓力。他們必須增加掃描次數以抵消利潤較薄的現實，」* Quantivly的聯合創始人Robert MacDougall向我解釋。*「醫療影像中的運營AI有助於管理吞吐量而不過度負擔員工。AI在排程上特別有用，因為協調任務對單人來說太複雜，無法手動處理。」*

MacDougall指出，大多數排程系統未能考慮影響掃描時間的關鍵因素，如掃描儀硬體、協議複雜性、患者行動能力及鎮靜需求。實時管理這些變數超出人類能力，使AI成為提升排程和運營效率的不可或缺工具——最終惠及醫院的財務健康。

同樣，Arine，一個AI驅動的藥物管理平台，透過優化藥物方案和識別不必要藥物來減少處方錯誤。*「AI能快速分析多樣化數據集（患者藥物歷史、SDOH數據和臨床/醫學文獻），為每位患者提供個人化建議，」* Arine的首席執行官兼創始人Yoona Kim表示。

她進一步解釋，當新藥被開具時，若未考慮其對現有病情的潛在不良影響，AI能實時警告臨床醫生——在問題升級為急診室就診前預防。*「AI能自動化例行任務（如記錄和摘要），但在患者護理中，保持臨床醫生掌控至關重要，」* Kim說。

鑑於AI提升醫療效率和結果的潛力，問題在於立法者是否會優先推動其採用，抑或預算限制和財政政策將阻礙其應用。這場辯論的結果尚未明朗。

*「運營AI的目標是透過優化資源利用來提升可及性。如果我們能在不增加員工負擔的情況下，用相同設備掃描更多患者，我們就是在改善可及性——尤其是在服務不足的地區。這一切都在於提升生產力，而非施加限制，」* MacDougall強調。