要點:
AI技朮正在推動醫療行業轉型，Waystar的AI平台以及AWS與General Catalyst的合作展現了AI在醫療創新中的巨大潛力。
近年來，AI技朮正在快速推動醫療行業的轉型。隨着越來越多醫療機搆加大對AI的投資，人工智能正成為解決行業痛點的關鍵技朮。
隨著Waystar的AI平台在解決醫療機搆索賠問題方面展現的巨大潛力及AWS與General Catalyst的戰略合作，將成為推動這一變革的重要力量，醫療行業正在迎來新的增長機遇。
Waystar：提升醫療索賠效率
美國醫療保健系統每年因行政浪費損失高達3500億美元，而醫院和衛生系統每年耗費約200億美元處理被拒絕的索賠，且這一拒絕率不斷上升。此外，自去年12月聯合醫療保健執行長布萊恩·湯普森/Brian Thompson不幸遭槍擊身亡後，“索賠被拒問題”迅速成為美國熱議的焦點。社交媒體上甚至充斥著美國人對保險業的沮喪和不滿，許多人分享自己遭遇的負面經歷。
領先的醫療支付軟體供應商Waysta (WAY) 自2000年成立以來致力於為醫療保健機構提供關鍵的雲端軟體，以簡化醫療支付過程。截至目前，已服務約30,000名客戶，涵蓋超過100萬家醫療服務提供者，其中包括美國新聞最佳醫院榮譽榜的16家機構。據相關資料顯示，Waystar的平臺每年處理超過50億筆醫療支付交易，涉及1.2兆美元的年度索賠金額，覆蓋約50%的美國患者。
1月13日，Waystar對外宣布推出Waystar Altitude AI™，這是一套專為醫療服務提供者設計的人工智能AI功能，包含全新創新的AltitudeCreate™，專注於幫助提供者上訴被拒絕的索賠。
在美國，醫療機構可通過提交上訴信要求保險公司重新評估拒絕的索賠，但撰寫這些信函既耗時又昂貴，且無法保證不同結果。現在，Waystar的AI技術正將自動生成上訴信函，簡化上訴流程、大幅減少管理浪費、提高運營效率，旨在幫助醫院及相關醫療機構追回每年超過4.5億被拒絕索賠的款項，並提升醫療保健支付的速度與準確性。
Waystar執行長Matt Hawkins對此表示，“雖然超過一半的被拒絕索賠最終能成功推翻，但上訴過程對醫療機構而言既繁瑣又易出錯，耗時且充滿挑戰。透過Waystar的人工智能驅動平台，無論規模大小，相關機構都能以前所未有的效率和準確性，輕鬆地提出被拒絕的索賠上訴。”
儘管近來關於索賠被拒的討論日益增多，但AltitudeCreate在Waystar的運作中已經有六到八個月的歷史。該公司在去年5月已宣布與Google Cloud建立人工智能合作夥伴關係，並將自動拒絕索賠納入其未來探索的12個用例之一。此外，Waystar還提供了長期使用的拒絕和上訴管理軟體模組，並計劃在未來進一步擴展其功能。
AWS & General Catalyst：加速醫療保健AI工具開發
目前，美國的醫療系統目前面臨員工過勞、勞力短缺和利潤微薄等巨大挑戰，這對有抱負的科技公司來說，提供了進入價值巨大市場的機會。
今天，亞馬遜 (AMZN) 旗下的網路服務公司Amazon Web Services/AWS與創投公司General Catalyst宣布建立全新的多年合作夥伴關係，進一步進軍醫療保健領域日益成長的人工智能AI市場。
這項合作將促使General Catalyst投資組合中的公司利用AWS的服務加速開發並推出醫療系統所需的AI工具。首批參與的公司包括Aidoc，該公司專注於將AI應用於醫學影像，與Commure，該公司則運用AI自動化醫療提供者的工作流程。
AWS 醫療與生命科學總經理希蘭/Dan Sheeran表示，“General Catalyst對醫療系統財務與營運狀況的深入理解，使其成為AWS理想的合作夥伴。”General Catalyst全球醫療保健投資主管比秀夫/Chris Bischoff也對此表示，“若沒有像亞馬遜和AWS這樣的強大合作夥伴並肩作戰，共同開發和支持這些創新公司，它們的發展速度不會像我們預期的那樣快速。”
自2020年成立以來，General Catalyst已在醫療保健領域完成60多筆數位健康交易，並於去年宣布計畫收購俄亥俄州健康系統，這一創舉震驚業界。由於醫療行業運營複雜且監管嚴格，新創公司往往難以切入市場，General Catalyst希望借助AWS的運算資源來加速這些創新的發展與部署。
AWS在醫療保健領域已佔有一席之地，提供的專業服務範圍超過任何其他雲端提供商，並且去年還與GE HealthCare、飛利浦等公司簽署了重要的AI合作夥伴關係。
而今天AWS和General Catalyst的這項合作將持續多年，首批AI工具將於2025年由Aidoc與Commure推出。兩家公司之所以被選中，是因為它們已經具備良好的產品市場契合度並專注於解決AWS客戶最關注的問題。儘管這項合作尚處於初期階段，但這一合作標志着醫療行業AI轉型的重要一步，進一步推動了智能化應用的前景與機遇。
醫療行業迎來AI轉型：智能化應用的前景與機遇
醫療行業正處於一個即將爆發的轉折點，人工智能AI在該領域的應用正在加速發展。據相關數據顯示，70%的醫療行業參與者表示正在考慮將AI技朮落地應用，其中四分之三的機搆在過去一年增加了IT投資，且預計這一趨勢將在未來持續增長。與此同時，2024年，近40%的醫療科技初創公司在籌集資金時將人工智能技朮融入其業務模式。
這些機遇展示了AI在醫療領域中的巨大潛力，主要涉及三大方面：
醫療保健領域數據的巨大潛力 -
醫療行業目前生成了全球30%的數據，并且這些數據大部分已經實現數字化。但與之相比，據估計，醫療領域產生的海量數據中，約有97%尚未被有效利用。這些數據的背後，蘊藏着改善醫療運營和提升患者護理質量的巨大潛力。
隨着電子健康記錄/EHR系統的普及，醫院的臨床數據在過去十年中得到了廣泛數字化，涵蓋了文本、圖像、實驗室值等多種形式。這些數據的積累為人工智能的應用奠定了基礎。比如，Lenful平台通過AI技朮優化藥房工作流程，包括340B審計、文檔處理、庫存管理和事先授權等任務，從而釋放出數據的潛在價值。
AI提升醫療服務效率 -
經過多年的發展，AI技朮已經能夠對患者的健康狀況進行多維建模，涵蓋從蛋白質功能到患者所屬人群及其既往就醫曆史等各類信息。隨着新型分子檢測方法（如單細胞測序）和可測量新健康信號的醫療設備的普及，每天都能生成更多數據，這些數據正在逐步上傳到網絡平台。
這些數據為醫療保健提供了更加全面的視圖，能夠支持AI產品和服務的開發，以應對更為復雜的生物醫學和醫療問題。結合不同數據集并利用AI模型的能力，極大地擴展了醫療領域的應用潛力，這也是將醫療保健領域視為多模態AI開發和應用的重要因素之一。
AI醫療研究的應用轉化 -
自21世紀初以來，人工智能在醫療研究領域的應用逐漸增多，從深度學習到現在的生成式AI，相關技朮取得了顯著進展。然而，盡管已有一些積極成果，醫療機搆一直未能找到有效的方式將這些研究成果大規模應用於實踐。然而，隨着大型AI模型的出現，醫療AI應用的落地變得更加可行。
自2000年以來，美國食品藥物管理局/Food and Drug Administration，簡稱FDA批准的AI/ML設備數量呈指數增長，預計2024年批准的設備數量將是2014年的30倍，標志着AI醫療產品從研究轉向廣泛應用的關鍵階段。
人工智能AI技朮在醫療行業中的快速發展，醫療保健領域正迎來前所未有的轉型機遇。從數據驅動的決策支持到優化運營效率，AI正在成為推動行業革新的核心動力。這一趨勢與AWS和General Catalyst的戰略合作相呼應，二者通過聯合推動醫療保健AI工具的開發，正在加速新一代醫療技朮的應用落地。
隨着越來越多的醫療公司投身於AI技朮的研發，醫療保健正朝着更加智能化、自動化的未來邁進。無論是通過更智能的數據分析，還是通過簡化行政流程，AI正幫助醫療行業突破傳統限制，提升服務質量和運營效能。在這一浪潮中，企業與技朮合作伙伴的戰略合作正在共同塑造醫療行業的未來，為患者和提供者創造更高效、更精准的醫療體驗。
