随着医疗机构争相采用人工智能，在人工智能战略中纳入以流程为中心的方法是十分必要的，这可能也是一个获得可持续竞争优势的重要机会。

OptumIQ 最近的一项针对主要医疗机构进行的关于医疗人工智能的年度调查显示，未来 5 年每个组织的平均投资将达到 3240 万美元。在接受调查的 500 名医疗行业领袖当中，91％的人相信人工智能将带来投资回报－－未来 4 年，医院高管将获得投资回报，38％的雇主和 20％的医疗计划高管甚至认为可以在 3 年或更短时间内获得投资回报。其中 75％的受访者正在积极实施或计划实施人工智能战略。

一个定义良好的人工智能战略，将有助于了解如何将人工智能添加到当前的 IT 组合当中。AI 可以包含在现有的应用程序当中，也可以与工作流程中的应用程序进行集成。或者，在鲜为人知的以流程中心的方法中，人工智能可以被封装成工作流，而这些工作流将带我们进入下一个前沿领域。

包含 AI 的应用程序

EHR 供应商一直因其应用程序的 UI／UX 不达标而被指责干扰了患者与供应商之间的关系，而他们正努力通过在应用程序中添加人工智能来实现创新。在文档中使用语音助手和自然语言处理（NLP）来总结文本笔记就是其中的两个例子。“我们希望能够帮助他们定制系统，选出最有趣的可用信息，以及他们最有可能想要执行的任务，然后将它们放在用户的指尖。这将使临床医生能够有更多的时间与患者在一起，”Epic 公司的分析和机器学习部门经理 Seth Hain 说。人工智能是否能解决 EMR 的 UI／UX 问题，目前还没有定论－－而以前被盲目承诺过的临床医生也可能不会急于相信人工智能能马上解决他们所有的电子病历问题。

在工作流中集成 AI

威彻斯特中心健康网络（WMCHealth）的案例研究是将人工智能添加到现有工作流的一个很好的例子。WMCHealth 既使用了 EHR 的风险模型，也使用了来自 Health Catalyst 的第三方供应商的预测模型，来实现对出院患者进行优先级排序，以减少再入院的工作量。他们将 Health Catalyst 的风险评分和 EHR 数据共同添加到一个仪表盘上，仪表盘上有出院清单，可以用来组织病例经理的工作，并帮助他们对需要参与的患者进行优先排序。综合人工智能的新风险评分有助于识别更多的真实阳性病例（8％），并减少与 EHR 风险模型或 LACE 相比的误报率（30％）。

在医疗工作流程中应用人工智能的另一个例子是 Beth Israel Deaconess 医疗中心使用了 Amazon SageMaker 上的 TensorFlow 用以扫描术前文档包，以便识别同意书并将其插入到相应的电子医疗记录当中。如果缺少同意书，该工具就会向 EHR 发送通知，并触发后续的工作流程操作。

AI 封装的工作流

跨行业的业务流程管理（BPM）从业人员长期以来一直习惯于将工作流程编写成一系列的任务，并通过完成这些任务以产生工作结果。一个规范化的工作流可以与多个系统和工作人员进行交互，并对其性能进行监视和分析。

直到最近，常见得 BPM 工具还很笨重，BPM 项目也很昂贵。因此，BPM 项目主要是在企业中实现的，并且通常是为了降低复杂后端流程的成本，例如订单的执行和供应链的管理。但是最近，人们对于将 BPM 用于客户体验和数字转型的兴趣使得 BPM 走出了幕后。巧合的是，改善客户体验也是 AI 的主要用例之一。这个交集促使 BPM 供应商竞相实现了其平台的 AI 支持。

将关注点转移到客户（或患者）体验上，增强了 BPM 在医疗保健方面的相关性。从本质上讲，已编码的工作流是护理团队当前手工执行工作的数字版本。它使得医疗组织能够监控医疗工作的流程，对不利条件做出快速反应，并不断改进流程，渥太华医院的 BPM 项目就说明了这一点。

使用人工智能来对已编码的工作流进行操作，从本质上来讲是将工作流包含在其预测模型当中，这不仅可以自动化工作流及其任务，还可以对工作流进行修改，从而不断改进流程。这种以流程为中心的方法的独特之处在于，随着时间的推移，随着人工智能开始考虑我们做事的方式，并试图为我们做事，工作流将会变得越来越更智能。

通往未来的道路

然而，医疗保健行业缺少同样能够推动其他行业采用以流程为中心的方法的一个关键因素：工作流通常涉及的具有广泛可用性的 API。尽管最近的低代码 BPM 工具通过与 Salesforce．com、Dropbox、谷歌等应用程序的拖放集成，极大地简化了工作流编码，但这种便利性在医疗保健领域却受到了限制。不过，多年来，像 AllScripts 和 Athenahealth 这样的 EHR 供应商以及其他的一些公司都公开了 API 来访问他们的数据。Redox 和 Sansoro Health 等公司也推出了自己的专有 API，利用 HL7 v2 和 FHIR 等标准来保护医疗保健组织和开发人员免受集成多个系统所带来的复杂性。

工作流的编码工作也导致产生了一系列新的“业务流程应用程序”，这些“业务流程应用程序”可以通过工作流上下文的表单（例如，病人出院）或某些语音助手与医护人员进行交互。由于这些业务流程应用程序具有工作流程的感知能力，它们可以通过自动化工作流、任务和流程优化来简化工作人员与多个系统的交互，以及它们之间的交互。例如，一个人工智能驱动的、可编码的工作流可以在护理团队、外部测试中心和患者之间实现协调工作的神奇效果，通过一个简单的命令“将患者转到 Eastlake 进行测试”，通过这样的护理过程，病人可以来到办公室，进行检查，并在合理的时间范围内对下一步进行规划。更不用说在 EHR 中，你不需要点击就可以将数据输入到适当的屏幕中去。

三管齐下以获得竞争优势

虽然等待现有的应用程序添加人工智能并将 AI 应用程序或服务集成到工作流中，可以最大限度地减少对当前 IT 环境的干扰。但它们也大大降低了人工智能改善我们的做事方式和为我们做事的能力。

上述的 OptumIQ 调查显示，人工智能投资的主要领域是自动化业务流程（行政操作或客户服务），占 43％，而欺诈、浪费和滥用检测则占到 36％。此外，最受期待的前两项好处是提高效率和更准确的诊断。三分之一的受访者还希望改善患者体验并降低人均护理成本。自动化业务流程，特别是改进的患者体验，为利用以流程为中心的方法提供了理由，因为该方法的重点便是客户／患者的体验。

总之，一个平衡的、三管齐下的战略将使医疗组织能够在必要时将项目中断的风险降到最低，而不会限制其对当前工作流或现有应用程序的创新能力。在一个消费者的选择、利润率下降和对患者长期健康状况的风险假设带来持续压力的时代，用能力和实践来提升组织，使“人工智能能够封装工作流”，将是一个获得可持续竞争优势的重要机会。