AI重塑临床医疗服务
探讨AI助手和大模型对医疗供给、医院流程与健康的重塑
0个信源参与该主题的先锋
全部段落
10月20日
- Karan Singhal OpenAI称，每周有超过3亿人用 ChatGPT 咨询健康问题，其中绝大多数使用免费版，且大多数用户在美国以外。 Karan Singhal将健康业务定位为 AGI 使命中“让上行真正发生”（“make upside happen”）的一环：通过“免费或近乎免费的可信、充足、可靠的健康智能”抬高人类健康的底线，同时以此前不存在的能力抬高上限。
- 成本曲线才是真正可交易的判断：OpenAI最便宜的前沿 API 模型 GPT-6 Luna，在 HealthBench Professional 上胜过 5.6 Sol——后者“就在一个月前还是我们的最佳模型”——而成本低34倍。 Singhal明确押注“健康智能商品化”（“我们不想把健康智能据为己有”），但也承认，健康 AI“尚未对美国5.3万亿美元的医疗支出产生宏观影响”——要压低成本，靠的不只是便宜的 token，还需要集成和工作流落地。
- The a16z Show 信任来自汇集专家意见：“问5位医生同一个问题，你可能会得到8种不同答案。” 因此，OpenAI在数十个专科和多个国家建立了由数百名医生组成的全球网络。当用户期待与临床现实冲突时，“基本上要优先考虑安全”：即使用户想得到安慰，模型也必须明确说“你应该就医”。从系统层面看，临床指南进入日常实践可能要“5到17年”；床旁 AI 有望把这一滞后压缩到“几周、几天 …
- Karan Singhal OpenAI表示，AI无法提供全部医疗服务：“我不认为 AI 能或将会提供这一切。” 其策略是让“真正影响患者的最后一公里，对所有合作伙伴来说都只剩最后一百米”——让 ChatGPT 成为“你的健康四分卫”，而不是医疗服务提供者的替代品。Singhal给医疗领域创业者的建议是：“押注模型会变得更好。这大概是最重要的一件事。”
10月14日
- Nworah Ayogu Thrive 的医疗投资论点是，AI 将重塑整个价值链，而不仅仅是加速分子设计。 更好的结合预测只会把瓶颈推向生物验证、临床试验、制造和商业化；Nworah Ayogu 的概括是：“我们的问题并没有变小，手里的工具变大了。”
- 美国医疗每年规模已达5万亿美元，访谈预计到本十年末将升至9万亿美元，但结果账本却令人难堪。 Ayogu 称，该行业提供美国20%的就业岗位，规模相当于联邦预算最大支出项目、是国防支出的6倍；然而过去10年大约40万亿美元的支出，并没有改变美国人的预期寿命。“花了40万亿美元，却毫无变化”，这是他的控诉，也是那些能够证明硬结果、而不只是增加工作流的公司的机会所在。
- AI 原生临床产品的采用速度，已经超过传统医疗IT曾经达到的水平。 Ayogu 表示，OpenEvidence 仅用3年就覆盖了三分之二的美国医生，而 Epic 花了约40年，覆盖率仍不到一半；节目开场另引述公司数据称覆盖率约为40%。更广泛的结论是，医生并不排斥技术，他们排斥的是“被迫使用的糟糕技术”。
- Cadence 是组合中最清晰的证据，证明 AI 加人类医疗可以同时改善结果和经济性。 在约7,000个医疗点、超过100,000名受监测患者中，Ayogu 提到住院率下降25%、血压得到控制的患者增加80%以上、A1C 下降近1个百分点，并为 Medicare 每周节省250万美元。据称，其处方代理通过学习医生的执业模式、而非试图取代医生，实现了98%的处方一致率 …
- OpenAI 可能已经成为全球最大的医疗服务入口之一。 Ayogu 称，每周有3亿人向 ChatGPT 提出健康问题，并将医疗称为面向大众市场的“王牌用例”：“对硅谷来说是编程；对美国其他地方来说，是医疗。” 对投资而言，下游影响在于放大医疗供给能力——更好的分诊、更短的专科排队时间，最终是“10倍护士”，而不只是又一个10倍工程师。
10月2日
- Jonathan Siddharth Devoted Health 是 O'Shea 最有力的证明：AI 放大的是来之不易的运营护城河，而非取代它。 公司花了10年取得各州牌照、建立医疗服务提供者网络、分销体系和初级医疗基础设施；过去一年，公司规模扩大至3倍，运营费用减半，EBITDA 大幅提升。她的判断少见地绝对：这“可能是当今全球医疗领域最好的 AI 案例”。
- 医疗行业的第一笔 AI 红利应当来自增强，而大部分价值会无形地落到患者身上。 行政工作占医疗成本的25-30%，而 O'Shea 表示，约30%的放射科影像存在误读；AI 可以在不取代医生的情况下，同时减轻这两项负担。患者可能永远不会把功劳归于 AI，但当医生不再背对患者打字、漏掉的影像异常变少时，他们应该能感受到变化。
