要点:
AI技术正在推动医疗行业转型，Waystar的AI平台以及AWS与General Catalyst的合作展现了AI在医疗创新中的巨大潜力。
近年来，AI技术正在快速推动医疗行业的转型。随着越来越多医疗机构加大对AI的投资，人工智能正成为解决行业痛点的关键技术。
随着Waystar的AI平台在解决医疗机构索赔问题方面展现的巨大潜力及AWS与General Catalyst的战略合作，将成为推动这一变革的重要力量，医疗行业正在迎来新的增长机遇。
Waystar：提升医疗索赔效率
美国医疗保健系统每年因行政浪费损失高达3500亿美元，而医院和卫生系统每年耗费约200亿美元处理被拒绝的索赔，且这一拒绝率不断上升。此外，自去年12月联合医疗保健执行长布莱恩·汤普森/Brian Thompson不幸遭枪击身亡后，“索赔被拒问题”迅速成为美国热议的焦点。社交媒体上什至充斥着美国人对保险业的沮丧和不满，许多人分享自己遭遇的负面经历。
领先的医疗支付软体供应商Waysta (WAY)自2000年成立以来致力于为医疗保健机构提供关键的云端软体，以简化医疗支付过程。截至目前，已服务约30,000名客户，涵盖超过100万家医疗服务提供者，其中包括美国新闻最佳医院荣誉榜的16家机构。据相关资料显示，Waystar的平台每年处理超过50亿笔医疗支付交易，涉及1.2兆美元的年度索赔金额，覆盖约50%的美国患者。
1月13日，Waystar对外宣布推出Waystar Altitude AI™，这是一套专为医疗服务提供者设计的人工智能AI功能，包含全新创新的AltitudeCreate™，专注于帮助提供者上诉被拒绝的索赔。
在美国，医疗机构可通过提交上诉信要求保险公司重新评估拒绝的索赔，但撰写这些信函既耗时又昂贵，且无法保证不同结果。现在，Waystar的AI技术正将自动生成上诉信函，简化上诉流程、大幅减少管理浪费、提高运营效率，旨在帮助医院及相关医疗机构追回每年超过4.5亿被拒绝索赔的款项，并提升医疗保健支付的速度与准确性。
Waystar执行长Matt Hawkins对此表示，“虽然超过一半的被拒绝索赔最终能成功推翻，但上诉过程对医疗机构而言既繁琐又易出错，耗时且充满挑战。透过Waystar的人工智能驱动平台，无论规模大小，相关机构都能以前所未有的效率和准确性，轻松地提出被拒绝的索赔上诉。”
尽管近来关于索赔被拒的讨论日益增多，但AltitudeCreate在Waystar的运作中已经有六到八个月的历史。该公司在去年5月已宣布与Google Cloud建立人工智能合作伙伴关系，并将自动拒绝索赔纳入其未来探索的12个用例之一。此外，Waystar还提供了长期使用的拒绝和上诉管理软体模组，并计划在未来进一步扩展其功能。
AWS & General Catalyst：加速医疗保健AI工具开发
目前，美国的医疗系统目前面临员工过劳、劳力短缺和利润微薄等巨大挑战，这对有抱负的科技公司来说，提供了进入价值巨大市场的机会。
今天，亚马逊(AMZN)旗下的网路服务公司Amazon Web Services/AWS与创投公司General Catalyst宣布建立全新的多年合作伙伴关系，进一步进军医疗保健领域日益成长的人工智能AI市场。
这项合作将促使General Catalyst投资组合中的公司利用AWS的服务加速开发并推出医疗系统所需的AI工具。首批参与的公司包括Aidoc，该公司专注于将AI应用于医学影像，与Commure，该公司则运用AI自动化医疗提供者的工作流程。
AWS 医疗与生命科学总经理希兰/Dan Sheeran表示，“General Catalyst对医疗系统财务与营运状况的深入理解，使其成为AWS理想的合作伙伴。”General Catalyst全球医疗保健投资主管比秀夫/Chris Bischoff也对此表示，“若没有像亚马逊和AWS这样的强大合作伙伴并肩作战，共同开发和支持这些创新公司，它们的发展速度不会像我们预期的那样快速。”
自2020年成立以来，General Catalyst已在医疗保健领域完成60多笔数位健康交易，并于去年宣布计画收购俄亥俄州健康系统，这一创举震惊业界。由于医疗行业运营复杂且监管严格，新创公司往往难以切入市场，General Catalyst希望借助AWS的运算资源来加速这些创新的发展与部署。
AWS在医疗保健领域已占有一席之地，提供的专业服务范围超过任何其他云端提供商，并且去年还与GE HealthCare、飞利浦等公司签署了重要的AI合作伙伴关系。
而今天AWS和General Catalyst的这项合作将持续多年，首批AI工具将于2025年由Aidoc与Commure推出。两家公司之所以被选中，是因为它们已经具备良好的产品市场契合度并专注于解决AWS客户最关注的问题。尽管这项合作尚处于初期阶段，但这一合作标志着医疗行业AI转型的重要一步，进一步推动了智能化应用的前景与机遇。
医疗行业迎来AI转型：智能化应用的前景与机遇
医疗行业正处于一个即将爆发的转折点，人工智能AI在该领域的应用正在加速发展。据相关数据显示，70%的医疗行业参与者表示正在考虑将AI技术落地应用，其中四分之三的机构在过去一年增加了IT投资，且预计这一趋势将在未来持续增长。与此同时，2024年，近40%的医疗科技初创公司在筹集资金时将人工智能技术融入其业务模式。
这些机遇展示了AI在医疗领域中的巨大潜力，主要涉及三大方面：
医疗保健领域数据的巨大潜力-
医疗行业目前生成了全球30%的数据，并且这些数据大部分已经实现数字化。但与之相比，据估计，医疗领域产生的海量数据中，约有97%尚未被有效利用。这些数据的背后，蕴藏着改善医疗运营和提升患者护理质量的巨大潜力。
随着电子健康记录/EHR系统的普及，医院的临床数据在过去十年中得到了广泛数字化，涵盖了文本、图像、实验室值等多种形式。这些数据的积累为人工智能的应用奠定了基础。比如，Lenful平台通过AI技术优化药房工作流程，包括340B审计、文档处理、库存管理和事先授权等任务，从而释放出数据的潜在价值。
AI提升医疗服务效率-
经过多年的发展，AI技术已经能够对患者的健康状况进行多维建模，涵盖从蛋白质功能到患者所属人群及其既往就医历史等各类信息。随着新型分子检测方法（如单细胞测序）和可测量新健康信号的医疗设备的普及，每天都能生成更多数据，这些数据正在逐步上传到网络平台。
这些数据为医疗保健提供了更加全面的视图，能够支持AI产品和服务的开发，以应对更为复杂的生物医学和医疗问题。结合不同数据集并利用AI模型的能力，极大地扩展了医疗领域的应用潜力，这也是将医疗保健领域视为多模态AI开发和应用的重要因素之一。
AI医疗研究的应用转化-
自21世纪初以来，人工智能在医疗研究领域的应用逐渐增多，从深度学习到现在的生成式AI，相关技术取得了显著进展。然而，尽管已有一些积极成果，医疗机构一直未能找到有效的方式将这些研究成果大规模应用于实践。然而，随着大型AI模型的出现，医疗AI应用的落地变得更加可行。
自2000年以来，美国食品药物管理局/Food and Drug Administration，简称FDA批准的AI/ML设备数量呈指数增长，预计2024年批准的设备数量将是2014年的30倍，标志着AI医疗产品从研究转向广泛应用的关键阶段。
人工智能AI技术在医疗行业中的快速发展，医疗保健领域正迎来前所未有的转型机遇。从数据驱动的决策支持到优化运营效率，AI正在成为推动行业革新的核心动力。这一趋势与AWS和General Catalyst的战略合作相呼应，二者通过联合推动医疗保健AI工具的开发，正在加速新一代医疗技术的应用落地。
随着越来越多的医疗公司投身于AI技术的研发，医疗保健正朝着更加智能化、自动化的未来迈进。无论是通过更智能的数据分析，还是通过简化行政流程，AI正帮助医疗行业突破传统限制，提升服务质量和运营效能。在这一浪潮中，企业与技术合作伙伴的战略合作正在共同塑造医疗行业的未来，为患者和提供者创造更高效、更精准的医疗体验。
