预计到2025年，印度的人工智能支出将达到117.8亿美元；到2035年，人工智能预计将为印度经济增加1万亿美元。
人工智能已开始应用于诊断算法，用于筛查癌症、糖尿病视网膜病变和心血管疾病等疾病。
要取得长期成功，关键在于以审慎的方式扩大人工智能在医疗健康领域的应用，同时确保有实质意义的人工监督和知情同意。
2030年可持续发展目标聚焦于“不让任何一个人掉队”这一核心承诺——但在面临严重健康不平等的新兴市场和全球南方，这仍是一项艰巨挑战。
印度等资源有限地区的医疗环境意味着合格医护人员短缺，医疗服务可及性也不平等。
印度每10万人仅有64名医生，而全球平均水平约为每10万人150名。农村边远地区的初级卫生中心和分中心往往严重缺员，且缺乏关键基础设施，难以满足患者需求。因此，高质量诊断服务往往供给不足，尤其是在印度农村地区；该地区居住着超过70%的人口。
利用人工智能（AI）开展预测分析以实现早期检测，可成为有力工具，助力制定有针对性的公共卫生干预措施；在医疗服务能力有限、城市以外疾病检测能力滞后的情况下，这一点尤为重要。人工智能工具为弥合这些不平等、推动印度医疗健康市场迈向人工智能成熟阶段提供了机遇。该市场预计今年将达到3720亿美元。
人工智能在医疗健康领域的增长潜力
2018年，印度人工智能支出增长逾109%，总额达6.65亿美元，并预计到2025年将达到117.8亿美元，到2035年为印度经济增加1万亿美元。
与印度政府相关联的公共政策智库印度国家转型委员会（NITI Aayog）一直在测试人工智能在基层医疗中的应用，以便及早发现糖尿病并发症；目前，该委员会正在验证人工智能作为眼科筛查工具的用途，将其诊断准确度与视网膜专科医生进行比较。将人工智能能力整合到便携式筛查设备（如3Nethra）中，可以扩大眼科筛查和早期检测能力，并让全国偏远地区也能获得相关服务。
类似应用也可用于肿瘤学。塔塔医疗中心和印度理工学院最近推出了印度首个去标识化癌症影像库——综合影像档案。基于人工智能的工具可利用高质量的去标识化影像训练机器学习模型，识别生物标志物，并改善癌症研究成果。
在心血管医疗领域，印度面临一项重大且某种程度上独特的挑战。微软的医疗健康人工智能网络正与阿波罗医院合作开发机器学习模型，以更准确地预测心脏病发作风险。该人工智能解决方案利用40多万名患者的临床和实验室数据，可识别新的风险因素，并在患者未接受详细体检的情况下为其提供心脏风险评分，从而实现疾病早期检测。
负责任地整合人工智能
要实现人工智能在医疗健康领域的经济潜力，就必须审慎评估并缓解相关风险。错误的决策可能危及个人健康。
人工智能需要来自多个来源的大量数据，而数据可用性碎片化可能增加决策失误的风险——例如，肿瘤检测出错或开出不恰当的药物处方。
数据访问必须以知情同意和问责为前提。患者需要了解其数据可能如何用于训练人工智能模型，并清楚获知影响医生某项治疗决策或建议的因素。在印度，这一点尤其重要，因为医生通常与每位患者交流的时间非常有限，往往只有1至2分钟。
疾病检测高度自动化，可能削弱医生准确发现人工智能错误的能力，并导致人们过度依赖人工智能工具，而不是投资医疗基础设施，确保患者能够适当获得医护人员的服务。
人工智能应辅助医疗决策，而不应被用于自动作出决策。通过赋予医生有实质意义的监督权，让他们能够对人工智能模型提出的建议提供反馈，并建立持续学习机制，可以减轻其中一些危害。
医疗市场增长必须与实现全民健康覆盖这一并行目标同步推进。人工智能系统绝不能取代初级医疗服务的可及性，而应伴随医疗支出增加，确保农村和边远地区居民能够获得高质量医疗服务。
印度的前进方向
提升医疗健康领域的人工智能成熟度需要关键投资以增强劳动力队伍能力、数据和基础设施、治理和监管机制、设计和流程、合作伙伴关系和利益相关方参与，并推动创新商业模式。
将人工智能整合到医疗体系中，还要求在国家课程中纳入人工智能知识，让医学生和公共卫生专业学生同时接受理论与实践教育。
同样，印度政府需要对数据基础设施进行适当投资，例如提升互操作性、建立统一的电子病历（EMR）和加强数据管理。这对于建立信任、推动人工智能长期融入印度医疗体系至关重要。
政府还必须投资并在整个医疗健康行业建立公私合作伙伴关系，促进学术界、政府、行业、非政府组织和患者权益倡导组织之间的协调。相关各方应扩大治理和监管机制，为隐私、公平和透明度提供适当监督。
印度国家转型委员会（NITI Aayog）的《国家人工智能战略》将隐私、伦理、安全、公平、透明和问责原则列为优先事项，并要求符合印度宪法赋予的权利。印度是全球人工智能伙伴关系联盟的创始成员，并一直以审慎方式推进人工智能整合，遵循合乎伦理且负责任的标准。随着技术规模扩大，这些原则必须落实到实践中。
人工智能系统的整合方式同样至关重要。让人类参与决策环节、以人为中心的设计，能够帮助医护人员理解决策的形成过程，并将相关知识融入治疗，从而降低风险。
投资扩大医疗队伍并提升数据素养，将培养出了解情况、能够在医疗健康领域运用人工智能的劳动者。印度审慎采用这项技术，有望弥合城乡差距，不让任何人掉队，同时成为其他新兴市场的引领者，推动实现可持续发展目标。
