根据经合组织（OECD）的估算，全球医疗支出的 20% 被浪费。美国医学研究所则认为这一比例更接近 30%。综合这两项估算，医疗支出排名前 15 的国家，平均每人每年被浪费的金额在 1,100 美元至 1,700 美元之间。
具体而言，排名前 15 的国家人均浪费金额，是排名后 50 的国家人均医疗支出平均值的 10 至 15 倍，而后者目前的人均医疗支出约为 120 美元。更令人担忧的是，这种浪费的根本原因包括可预防和可纠正的系统性低效问题，例如护理服务提供失误、过度治疗和不当护理服务。
人工智能（AI）等技术有助于减少此类低效问题，从而打造更加精简、更具成本效益的医疗生态系统。
过去十年间，人们对 AI 驱动技术在包括医疗在内的多个行业中的潜在应用展开了大量讨论（如果你没有被谷歌最近推出的逼真 AI 助手惊艳到，那你很可能是来自未来的时空旅行者）。
虽然我们尚未进入自主机器人替你做家务、开车送你上班的阶段——这是人们对 AI 的传统印象——但有大量证据表明，AI 能够通过多种方式帮助控制医疗成本。
1. 辅助治疗方案选择
在当今世界，能否有效且准确地利用数据的力量，使大多数行业的决策更加高效。医疗领域也不例外。随着医疗服务提供者开始转向采用标准化格式记录患者治疗结果，大量数据将可供 AI 系统分析，这些系统能够追踪治疗后的结果模式，并根据患者的个人特征确定最佳治疗方案。通过这种方式，AI 增强了临床决策能力，确保为每位患者量身定制恰当的干预措施和治疗方案，从而形成个性化的医疗服务模式。其直接结果将是治疗效果的显著改善，进而消除与治疗后并发症相关的成本——而这正是全球大多数医疗生态系统中成本的主要驱动因素之一。
2. 提升诊断效率
重复性强、操作简单的任务，例如 CT 扫描分析和某些检测，可由 AI 系统更准确地完成，从而减少医生失误，并在病情恶化之前实现早期诊断和干预。例如，一家以色列初创企业开发的 AI 算法，在早期检测冠状动脉瘤、脑出血、乳腺钼靶检查中的恶性组织以及骨质疏松症等疾病方面，准确性与人类相当，甚至更高。
据一篇近期文章（发表于《连线》（Wired）杂志）称，AI 在审阅和判读乳腺钼靶片方面已展现出 99% 的准确率，速度快 30 倍，从而能够比人类更早发现乳腺癌。在骨质疏松症等病例中，英国国民保健服务体系（NHS）在该病上的支出每年约为 15 亿英镑（且不包括社会护理的高昂费用）。通过检测椎体骨折——这是即将发生骨质疏松症的早期指征，而人工诊断时往往容易漏诊——可以显著降低该疾病给医疗服务体系带来的成本。
3. 优化临床试验与药物研发
AI 有望加快救命药物的研发速度，为可转移至医疗生态系统的成本节省数十亿美元。最近，一家获多伦多大学支持的初创企业为一台超级计算机编写了算法，该算法可模拟和分析数百万种潜在药物，以预测其对埃博拉病毒的疗效，从而通过重新利用现有药物，节省高昂的实物测试成本，更重要的是，挽救生命。
在临床试验中，AI 可利用生物标志物监测平台优化药物研发——生物标志物可实现疾病的基因层面识别——并分析数百万个患者数据点，只需一滴血，借助家用设备即可在数秒内完成分析。
4. 赋能患者
AI 确实有潜力真正赋能每个人，帮助我们在健康问题上做出更明智的决策。全球已有大量人群使用可穿戴设备收集日常信息，从睡眠模式到心率，无所不包。将机器学习应用于这些数据，可以在风险变得严重之前，提前告知存在某些疾病风险的人群。移动应用程序已经能够提供细粒度的患者档案信息，有助于特定慢性病患者更好地管理疾病、过上更健康的生活。所有这些都可以带来更健康的人口，并减轻整体成本负担。
这些示例仅代表了在医疗服务中充分发挥 AI 全部潜力时所能实现的一小部分。这些可能性既不容低估，也不应过度夸大；如要实现这一潜力，公共和私营部门产业利益相关方之间的合作至关重要。随着全球人口寿命延长、慢性病患病率上升，医疗成本的持续攀升将持续成为医疗利益相关方关注的重要议题。也许是时候请机器出场了。
