人工智能在改善全球健康结果方面潜力巨大，但要实现这一潜力，需要长远思考。
这意味着，要将证据、基础设施和公平性置于人工智能融入卫生系统进程的核心位置。
全球人工智能峰会是转变人们观念的契机，也是推动非洲企业家作为全球贡献者（而非被动接受者）参与医疗人工智能未来的机会。
随着全球人工智能领袖齐聚基加利，共襄非洲全球人工智能峰会盛会，讨论重心正理所当然地从雄心转向行动。与此同时，一种有力的叙事转向正在形成。“非洲人为非洲人服务”这一长期原则，正在演变为更具雄心的表述：“非洲人为全世界服务”。
在医疗领域，人工智能影响力的潜力最为迫切需要，其所能实现的成果也最为深远，但要实现这一潜力，需要长远思考。我们不仅要投资于工具，更要投资于使其能够产生真实且公平影响的基础。这意味着，要将证据、基础设施和公平性置于人工智能融入卫生系统进程的核心位置。
全球卫生融资正处于关键时刻。曾在推动大规模健康成果方面发挥核心作用的机构，如今正面临资源受限与需求增长的双重压力。在这一新形势下，问题不再仅仅是哪些创新成为可能，而是哪些创新值得优先考虑。投资必须产生可衡量的价值，尤其是在卫生系统已承受巨大结构性压力的领域。
医疗领域的人工智能前景可期。其应用光谱的一端是协助药物研发，该领域的相关贡献理应获得2024年诺贝尔奖。其中一位获奖者已募集了6亿美元，以加快该领域的进展。光谱的另一端则是人工智能在临床决策和服务提供中的应用。这一领域可以说更为复杂，高度依赖具体情境，并且对卫生系统的日常运作至关重要。
这并非全新领域。卫生系统此前曾接触过新技术，结果往往喜忧参半，这些经历提供了宝贵的教训。人工智能的成功不仅取决于其能力，还取决于其如何以及在何处实施，以及实施时所抱的意图。若缺乏有计划的投资和坚实的基础支撑，人工智能恐将沦为代价高昂的干扰，而非有意义的解决方案。
世界经济论坛为改善医疗卫生体系做了哪些工作？
健康与医疗中心汇聚各方领导者，共同厘清全球卫生体系面临的挑战，包括可及性、公平性、韧性和防范准备等问题。
通过可信赖的对话与公私合作，该中心助力合作伙伴围绕共同优先事项达成一致，并推进集体行动，以改善健康结果。
弥补证据缺口，指导更明智的卫生投资
若不坚定承诺生成高质量证据，明确何种方法有效、对谁有效以及在何种环境中有效，我们可能会忽视最有价值的应用场景，包括那些最有可能挽救生命的场景。
严谨、基于科学的评估在实践中是什么样子，肯尼亚正在开展的一项合作便是一例，其中PATH及其合作伙伴已启动了非洲规模最大的真实世界随机试验之一，旨在检验人工智能在初级医疗中的应用效果。一个大型语言模型已被嵌入电子健康档案，以在诊疗过程中协助临床医生。该研究正在评估这款基于生成式人工智能的辅助工具，能否在实际环境中提升医疗质量和临床结果。这不是模拟或原型，而是一项旨在填补重大证据缺口的稳健试验。
这项工作之所以重要，是因为尽管人工智能日益受到关注，目前仍缺乏切实可行的真实世界数据，以展示其在日常临床环境中的表现。若缺乏此类证据，卫生系统可能做出糟糕的投资决策。我们需要更多此类研究，也需要更多机构愿意使政策和资金决策与数据所示结果保持一致。
建设可支持规模化、包容性人工智能部署的基础设施
基础设施同样至关重要。人工智能不仅依赖稳定的电力、可靠的互联网和安全的数字系统，还依赖高性能计算能力。然而，在撒哈拉以南非洲，不到一半的医疗机构拥有可靠电力供应。仅该大陆5%的人工智能人才能够获得复杂任务所需的计算能力。
这些差距并非抽象概念。它们决定了人工智能工具能否被使用，更遑论能否实现预期影响。若缺乏强有力的支持性基础设施，即便是最先进的人工智能，对大多数人而言仍遥不可及。Cassava Technologies与英伟达近期宣布将共同打造非洲首个人工智能工厂，这表明进步是可能的。这是一个良好的开端，但我们需要更多此类举措，以推动医疗人工智能真正所需的协调、系统性投资。
将公平性嵌入人工智能设计与部署的核心
公平性也必须成为核心关切。如今的人工智能工具绝大多数基于高收入、英语国家的数据进行训练，很少充分考虑低资源环境中卫生工作者的实际情况。研究表明，在可自由访问互联网的情况下，这些工具默认会持续引用美国的医学资料。这意味着，它们往往无法反映其所部署环境中的临床、语言和系统性现实。若使用的工具从未针对世界大多数人口而设计，我们便不能指望借此弥合卫生领域的差距。
因此，公平性不能事后补救。它必须从一开始就融入其中，不仅体现在谁能从人工智能中受益，还体现在谁参与塑造其开发、部署和治理。这在非洲尤为重要，因为非洲的机遇不仅在于采纳创新，更在于引领创新。全球人工智能峰会是转变人们观念的契机，推动非洲企业家作为全球贡献者参与人工智能的未来，而非被动接受者。
非洲全球人工智能峰会是共同制定战略、重塑非洲故事的重要时刻。从基加利出发，我们可以发出清晰信号：非洲的卫生体系并非在等待赶上他人。它们正在帮助界定何为有效、公平且扎根本土的创新。若人工智能要服务于所有人，我们必须从最重要的事情入手：人、体系，以及将二者联系起来的证据。
