GTC DC 2025 Agentic AI + Patient-First Digital Health

类别: 医疗 Special Address · 年份: 2025 · ▶ 观看

Switch language → English

章节 (14)

  • 00:00 · 简介
    • Trent Norris 介绍了专家小组，并探讨了为什么现在是 AI 介入医疗保健领域的最佳时机。
  • 00:33 · AI 的变革性机遇
    • Stephen Gillett 讨论了 AI 将如何触及每个行业和个人，标志着一个变革性时刻的到来。
  • 01:43 · 医疗保健领域的结构性挑战
    • Stephanie Carlton 强调了医疗保健领域生产力滞后和成本上升的问题，以及 AI 如何缓解临床医生的职业倦怠。
  • 04:18 · Mayo Clinic 的数据基础与 AI 影响
    • Kent Thielen 解释了 Mayo Clinic 如何利用其海量数字数据（包括数字病理学）来改善诊断和护理。
  • 06:59 · 应对临床医生职业倦怠危机
    • Shiv Rao 讨论了临床医生职业倦怠这一突发公共卫生事件，以及 Agentic AI 如何自动化处理文书工作。
  • 09:30 · 患者与临床医生的体验
    • 专家小组讨论了像 Abridge 这样的工具如何改变患者与临床医生之间的互动。
  • 12:10 · 不断变化的患者期望
    • Kent Thielen 指出，患者期望获得更多的数字化功能，并分享了一位临床医生使用 AI 节省大量时间的故事。
  • 15:33 · 数据管理与 Verily Me 应用
    • Stephen Gillett 谈到了从噪音中筛选有价值数据的挑战，并介绍了 Verily Me 应用。
  • 18:27 · CMS 在数据互操作性方面的举措
    • Stephanie Carlton 概述了 CMS 的目标，即让患者能够访问、互操作和使用健康数据。
  • 22:40 · 建立对 AI 的信任
    • Shiv Rao 强调了透明度、可靠性和可信度在建立医疗保健领域 AI 信任方面的重要性。
  • 25:42 · Mayo Clinic 的合作伙伴关系与信任
    • Kent Thielen 讨论了 Mayo Clinic 如何评估合作伙伴关系和工具，以确保它们可靠且易于使用。
  • 28:20 · 企业文化中的信任与安全
    • Stephen Gillett 强调，在开发 AI 时，信任和安全必须成为公司文化的基础。
  • 33:39 · CMS 在创新与安全之间的平衡
    • Stephanie Carlton 讨论了 CMS 如何在保持安全和患者知情同意的同时促进创新。
  • 35:38 · 结论
    • Trent Norris 对 Agentic AI 和物理 AI 的未来做出了预测，并以此结束了小组讨论。

产品发布 (1)

  • [16:34] Verily Me
    • 一款连接患者与临床医生的应用，并将他们的健康数据应用于这种关系中。
    • specs: 汇总历史健康数据（如手术、疫苗、就诊记录），使其在临床就诊时可供访问。
    • availability: 近期已发布（截至录制时）。

数据 (10)

时间 指标 数值 背景
01:57 生产力滞后 4 到 10 倍 医疗保健行业的生产力落后于其他行业达此倍数。
05:22 数字化切片 1700 万 Mayo Clinic 实例中数字化的病理切片数量。
06:44 时间转化 1 小时转化为 7 小时 得益于 Agentic AI，1 小时的开发者时间可转化为 7 小时的自主运行时间。
07:16 医生职业倦怠 五分之二 在未来 2-3 年内不想继续当医生的医生比例。
07:20 护士职业倦怠 27% 在未来 12 个月内不想继续当护士的护士比例。
10:01 工具访问率 50% 全球能够使用像 Abridge 这样工具的临床医生比例。
15:08 节省的时间 每天 2 小时以上 临床医生使用 Abridge 撰写临床笔记所节省的时间。
16:54 健康病史 23 年 Stephen Gillett 在他的应用中拥有的个人健康病史时长。
20:23 承诺参与的公司 60 家 承诺遵守 CMS 互操作性框架的科技及前沿科技公司数量。
27:39 平台覆盖人数 1500 万 Mayo Clinic 整理的数据平台上覆盖的人数。

客户故事 (1)

  • [14:24] Mayo Clinic 临床医生（Kent Thielen 的妻子）
    • 采用了 Abridge 工具进行临床记录。
    • outcome: 每天在临床笔记上节省了 2 小时以上，从而有更多时间用于教学和研究，这被称为其 30 年执业生涯中最具变革性的事情。

关键技术 (4)

  • Ambient AI: 倾听患者与临床医生的互动，以生成结构化笔记。
  • Digital Pathology: 将物理活检切片数字化，以供分析和历史参考。
  • Agentic AI: 能够自主编排任务并推理解决问题的 AI。
  • Large Language Models (LLMs): 根据提示生成文本并回答问题。

预测 / 承诺 (2)

  • [10:28, Next 5 to 10 years] 我们将无法完全自动化医生或护士的工作。
  • [36:36, Next couple of years] Agentic AI 将与具身 AI/物理 AI 碰撞融合，以增强劳动力。

公司提及 (5)

Abridge · Garmin · OpenAI (ChatGPT) · Alphabet/Google · Netflix / Amazon

引用 (3)

We’ve been using software as picks and shovels or tools, and now that software is using the tools. — Trent Norris @ 04:02

Clinicians, we don’t get compensated for the care that we deliver, we get compensated for the care that we documented that we delivered. — Shiv Rao @ 10:56

If trust breaks down, everything breaks down. — Kent Thielen, M.D. @ 26:21

主题

Agentic AI · 医疗保健生产力 · 临床医生职业倦怠 · Ambient AI · 数字病理学 · 数据互操作性 · AI 的信任与安全 · 患者体验 · CMS 法规 · 医疗保健合作伙伴关系 · 数据管理 · 基于价值的护理

要点

  • 在医疗保健领域，AI 正在从被动工具转变为主动的自主智能体。
  • 临床医生职业倦怠是一场严重的危机；像环境记录仪（ambient scribes）这样的 AI 工具对于减轻行政负担至关重要。
  • 医疗保健数据非常丰富，但历史上一直处于孤岛状态；目前的努力集中在管理这些数据并让患者能够访问。
  • CMS 正在推动更高的数据互操作性，并让患者能够访问其纵向健康记录。
  • 信任、透明度和可靠性是 AI 在临床环境中成功应用的最关键因素。
  • 患者的期望正在不断演变，要求获得类似于其他科技平台的、类似消费者的、数据驱动的体验。
  • 在开发和部署医疗保健 AI 技术时，企业文化必须将安全和信任放在首位。