从科学研究与发现到患者护理和行政任务,AI 在医疗健康和生命科学的几乎每个领域都展现出变革性的潜力。
例如,生成式 AI 可用于帮助自动化处理那些重复且耗时的任务,比如总结和创建文档,以及从报告中提取和分析数据。它还可以通过发现新的蛋白质结构来助力药物研发,并通过聊天机器人和 AI 助手为患者提供帮助,从而减轻临床和行政人员的工作负担。
这些广泛的应用是 NVIDIA 首次“AI 在医疗健康和生命科学中的现状”调研的关键发现之一。
这份调研涵盖了全球 600 多名专业人士,他们来自数字医疗健康、医疗工具和技术、制药和生物技术等领域,包括领域内的支付方和从业者。调研显示,该行业对 AI 的采用率很高,约三分之二的受访者表示他们的公司正在积极使用这项技术。
AI 也对该行业的盈利状况产生了切实影响,81% 的受访者表示 AI 有助于增加收入,45% 的受访者在实施 AI 后的一年内就实现了这些收益。
以下是调研的一些关键见解和用例:
- 83% 的受访者认同“AI 将在未来三到五年内彻底改变医疗健康和生命科学”这一观点
- 73% 的受访者表示 AI 有助于降低运营成本
- 58% 的受访者提到数据分析是首要的 AI 工作负载,生成式 AI 位居第二,占 54%,大语言模型第三,占 53%
- 来自制药和生物技术公司的受访者中,59% 将药物研发列为其主要的 AI 应用案例之一
AI 对医疗健康和生命科学领域的商业影响
医疗健康和生命科学领域正在见证 AI 如何帮助增加年收入和降低运营成本。41% 的受访者表示,AI 加速了研发进程,产生了积极影响。36% 的受访者表示 AI 帮助他们创造了竞争优势。35% 的受访者表示,AI 分别有助于缩短项目周期、提供更好的临床或研究见解,并提高了精准度和准确性。
鉴于 AI 在广泛应用案例中都取得了积极成果,毫不奇怪,78% 的受访者表示他们打算今年增加 AI 基础设施的预算。此外,超过三分之一的受访者指出,他们对 AI 的投资将增加 10% 以上。
调研还揭示了三大支出优先事项:确定更多的 AI 应用案例(47%)、优化工作流程和生产周期(34%)以及招聘更多的 AI 专家(26%)。
AI 在医疗健康领域的应用
调研中的每个行业细分领域在 AI 的实施方面都有不同的重点。例如,在包括健康保险公司、医院、临床服务和家庭医疗健康在内的支付方和服务提供方行业细分领域中,48% 的受访者表示他们主要的 AI 应用案例是行政工作和工作流程优化。
在医疗工具和技术领域,71% 的受访者表示他们主要的 AI 应用案例是医学成像和诊断,比如使用 AI 分析 MRI 或 CAT 图像。在数字医疗领域,54% 的受访者表示他们主要的应用案例是临床决策支持,而在制药和生物技术领域,54% 的受访者将药物研发列为优先考虑的应用案例。
预计在未来五年内,对医疗健康和生命科学领域影响最为显著的 AI 应用案例包括:先进的医学成像和诊断(51%)、虚拟医疗助手(34%)以及精准医疗,即根据患者个体特征量身定制的治疗方案(29%)。
生成式 AI 的应用日益增多
总体而言,54% 的调研受访者表示他们正在使用生成式 AI。在这些使用者中,63% 的人表示他们正在积极使用,另有 36% 的人正在通过试点项目或试验来评估这项技术。
根据来自数字医疗领域 71% 的受访者的说法,数字医疗是生成式 AI 应用的领先领域。其次是制药和生物技术领域,占比 69%,然后是医疗技术领域,占比 60%,支付方和服务提供方领域占比 44%。
在所有生成式 AI 的应用案例中,针对临床记录的编码和文档总结是最主要的应用案例,占比 55%。医疗聊天机器人和 AI 智能体位列第二,占比 53%,文献分析位列第三,占比 45%。一个值得注意的例外是在制药生物技术行业细分领域中,受访者表示药物研发是最主要的生成式 AI 应用案例,占比 62%。
下载“AI 在医疗健康和生命科学中的现状:2025 年趋势”报告,了解调研的结果和洞察。