研究与市场预测显示生成式AI在医疗保健中的应用将扩大
一项早产研究显示，生成式AI处理复杂医疗数据集的速度快于传统团队，而医疗保健生成式AI市场在2024年已达29.2亿美元。随着其在临床工作流、医学影像、药物发现和精准医疗中的应用扩大，预计该市场到2033年将增至306.8亿美元。
生成式AI处理海量复杂医疗数据集的速度可能远快于传统计算机科学团队，而全球医疗保健生成式AI市场在2024年达到29.2亿美元，预计到2033年将增至306.8亿美元，在2025-2033年预测期内的复合年增长率（CAGR）为35.1%。研究人员测试了生成式AI能否像人类专家一样处理复杂医疗数据集；与此同时，市场增长则受到先进AI技术在提升临床决策、药物发现、医学影像和患者参与度方面采用增加的推动。
在一项将人工智能应用于健康研究的早期真实世界测试中，UC San Francisco和Wayne State University的科学家发现，生成式AI处理海量医疗数据集的速度远快于传统计算机科学团队，在某些情况下甚至能产生更强的结果。为直接比较表现，研究人员向不同小组分配了相同任务。一些团队完全依赖人类专业知识，另一些则由科学家结合AI工具开展工作。挑战是利用来自1,000多名孕妇的数据预测早产。
该系统在数分钟内就生成了可运行的计算机代码，而这通常需要有经验的程序员花费数小时甚至数天。8个AI聊天机器人中，只有4个产出了可用代码。由于这种速度，初级研究人员得以在数月内完成实验、验证结果，并将研究成果提交给期刊。该研究于2月17日发表在Cell Reports Medicine上。
研究人员汇总了约1,200名孕妇的微生物组数据，并在9项独立研究中追踪了她们的结局。全球有100多个团队参与了一项名为DREAM的全球众包竞赛，开发旨在检测与早产相关模式的机器学习模型。大多数团队都在为期3个月的竞赛窗口内完成了工作，但整合这些发现并发表结果却花了近2年时间。
AI系统分析了阴道微生物组数据以识别早产迹象，并检查血液或胎盘样本以估算妊娠阶段。生成式AI能够创建合成医疗数据、个体化治疗方案、自动化临床文档和预测性分析，从而提高整个医疗系统的效率和准确性。
市场增长还受到医疗服务提供者、制药公司和科技企业投资增加，以及机器学习、自然语言处理和基于云的医疗平台进步的推动。对精准医疗、运营效率和成本降低的日益关注，也进一步推动了全球增长。市场中的主要全球参与者包括IBM、Google LLC、Microsoft、OpenAI、NVIDIA Corporation、Oracle、Johnson & Johnson Services, Inc.、NioyaTech和Saxon。
市场正强劲采用生成式AI来自动化临床文档和行政任务。Microsoft通过Nuance扩展了其医疗保健生成式AI解决方案，推出先进的临床文档和环境式AI工具。Google Cloud推出了用于医疗数据分析、医学影像洞察和临床工作流程优化的生成式AI工具。Tempus AI推进了生成式AI在精准医疗中的研究，包括基因组数据分析和个体化治疗建议。