**Искусственный интеллект в медицине**
Программа Medicaid стала центром ожесточённой политической борьбы, поскольку законодатели-республиканцы выступают за значительное сокращение расходов для финансирования снижения налогов. Президент Дональд Трамп и лидеры Республиканской партии стремятся урезать расходы на Medicaid на 880 миллиардов долларов в течение следующего десятилетия, сократив примерно 10% бюджета программы. Однако последствия могут быть серьёзными, поскольку Medicaid обеспечивает медицинское страхование примерно для 83 миллионов американцев с низкими доходами, включая пожилых людей и людей с ограниченными возможностями.
**Роль искусственного интеллекта в снижении расходов на Medicaid и здравоохранение в целом**
Чтобы обеспечить будущее Medicaid, искусственный интеллект (ИИ) становится потенциальным решением проблемы растущих затрат на здравоохранение. Сегодня прогностическая аналитика на основе ИИ позволяет медицинским работникам выявлять пациентов из группы высокого риска до того, как им потребуется неотложная помощь.
«В условиях бюджетных ограничений Medicaid ИИ может снизить затраты без ущерба для качества», — сказала мне Грейс Чанг, генеральный директор и основатель компании Kintsugi. «Оперативная неэффективность, такая как пропущенные диагнозы или плохой контроль за пациентами, часто незаметна, но невероятно дорога. ИИ может отмечать пациентов, которые рискуют злоупотреблять услугами отделений неотложной помощи или не соблюдать режим приёма лекарств, — области, из которых система теряет миллиарды, но которые можно решить с помощью правильных инструментов».
Калифорнийский стартап в области здравоохранения на основе ИИ Kintsugi использует голосовые биомаркеры для автоматизации раннего скрининга пациентов с депрессией и тревогой, помогая сократить время оценки врачами. Чанг утверждает, что большинство систем здравоохранения уже испытывают нехватку персонала, и ИИ может помочь определить, кому требуется внимание в первую очередь, когда это наиболее важно.
Согласно основателю, реальный риск неиспользования ИИ для решения самых сложных проблем здравоохранения заключается в том, что «мы не будем использовать его для устранения критических пробелов в лечении».
**Как ИИ снижает расходы на Medicaid и здравоохранение в целом**
Административная неэффективность составляет значительную часть расходов на здравоохранение. Однако, по данным исследования Национального центра биотехнологической информации (NCBI), ИИ может сэкономить отрасли здравоохранения до 150 миллиардов долларов ежегодно за счёт оптимизации этих процессов. Аналогичным образом, Национальное бюро экономических исследований оценивает экономию от автоматизации здравоохранения с помощью ИИ в размере от 200 до 360 миллиардов долларов в течение следующих четырёх лет.
Сегодня ИИ играет важную роль в программе Medicaid и здравоохранении, прогнозируя вспышки заболеваний и демографические сдвиги, что позволяет заранее распределять ресурсы. Технология также помогает улучшить прогнозную аналитику для прогнозирования результатов лечения пациентов, что приводит к более эффективным стратегиям лечения и улучшению профилактической помощи. Кроме того, ИИ может способствовать развитию персонализированной медицины, адаптируя лечение к индивидуальным пациентам для достижения лучших результатов.
**Использование инноваций в здравоохранении**
Несколько стартапов в области здравоохранения на базе ИИ находятся в авангарде внедрения ИИ в программу Medicaid для ускорения диагностики и улучшения результатов лечения. Например, компания Quantivly из Бостона повышает эффективность работы в области радиологии с помощью своей платформы на базе ИИ для оптимизации использования МРТ и КТ-сканеров. ИИ может точно определять узкие места в рабочих процессах визуализации, что приводит к сокращению времени ожидания пациентов, повышению пропускной способности сканеров и доходов больниц.
«Системы здравоохранения, особенно те, которые обслуживают пациентов программы Medicaid, должны делать больше с меньшими затратами. И им нужно проводить больше исследований, чтобы компенсировать реальность более низкой маржи», — сказал мне Роберт Макдугалл, соучредитель Quantivly. «Оперативный ИИ в медицинской визуализации может помочь в управлении пропускной способностью, не создавая нагрузки на персонал. ИИ может быть задействован в таких областях, как планирование, где задача координации слишком сложна для того, чтобы один человек мог справиться с ней вручную».
По словам Макдугалла, большинство систем планирования не учитывают критические факторы, влияющие на продолжительность сканирования, такие как аппаратное обеспечение сканера, сложность протокола, мобильность пациента и потребность в седации. Управление этими переменными в режиме реального времени невозможно для человека, что делает ИИ важным инструментом для оптимизации планирования и повышения эффективности — и помогает увеличить доходы больниц.
Аналогичным образом, платформа управления приёмом лекарств на базе ИИ Arine помогает снизить количество ошибок при назначении лекарств за счёт оптимизации схем приёма лекарств и выявления ненужных препаратов. «ИИ может быстро соединить точки между различными наборами данных (истории приёма лекарств пациентами, данные о социально-экономических факторах здоровья и клиническая/медицинская литература), чтобы сделать персонализированные рекомендации для каждого пациента», — объяснила Юна Ким, генеральный директор и основатель Arine.
Она добавила, что если пациенту назначают новое лекарство, не учитывая его потенциальное негативное влияние на существующие заболевания, ИИ может отметить проблему в режиме реального времени, предотвращая осложнения до того, как они приведут к посещению отделения неотложной помощи. «ИИ может автоматизировать повторяющиеся задачи (например, документирование, обобщение), но когда дело доходит до ухода за пациентами, мы должны оставить контроль за врачами», — сказала Ким.
Учитывая потенциал ИИ для повышения эффективности здравоохранения и улучшения результатов, законодатели будут уделять приоритетное внимание его внедрению, или бюджетные ограничения и фискальная политика затмят доступ? Как развернётся эта дискуссия, пока неизвестно.
«Цель оперативного ИИ — расширить доступ за счёт улучшения использования ресурсов. Если мы сможем обследовать больше пациентов на том же оборудовании, не увеличивая нагрузку на персонал, мы улучшим доступ — особенно в регионах с ограниченными ресурсами. Ключевым фактором является производительность, а не ограничения», — подчеркнул Макдугалл.