至顶网CIO与CTO频道 06月12日 编译:新冠肺炎已经影响了全球的每一个行业,但是医疗保健行业的财务状况尤为艰难。医疗保健行业的首席信息官们必须精打细算,将财务支出用于产生额外收入或者削减成本。不幸的是,由于作为保险支付方的美国医疗补助制度(Medicaid)和老年保健医疗制度(Medicare)——前者是美国政府向贫困者提供的医疗保险,后者是美国政府向 65 岁以上的人提供医疗保险——提供的报销减少,新冠肺炎大流行加剧了美国医院所面临的财务挑战。
研究已经表明,医疗系统在2018年和2019年的营业利润率出现了下降。目前,医院已经将各种设施转变为了应对新冠肺炎的设施,同时推迟了必要的手术和其他一些必要的医疗服务,这些服务原本可以带来医院急需的收入。运营一家专门应对这种流行病的医院成本非常高昂,而且会导致医疗机构的收入下降,这种情况在整个美国都存在。
这正是这个行业内的首席信息官们应该挺身而出并大放异彩的绝佳机会,毕竟IT部门通常是获得预算最多的部门之一。首席信息官们需要用多种方式发挥榜样的力量。
利用IT创收
现在到了让医疗保健行业的首席信息官们大显身手,通过为其他组织提供IT服务来创收的时候了。很多农村和偏远地区定点医院(critical-access hospitals)缺乏技术资源以构建大型的卫生系统。这是一个绝佳的机会,可以通过扩展电子病例系统和其他医疗保健行业专业解决方案提供医疗保健IT即服务。这将在短期内带来收入,而长期战略则可以将着眼点放在建立健康促进和预防保健合作伙伴关系以及从属关系上。健康促进和预防保健可以降低成本高昂急诊室的利用率。
改变供应商管理
医疗保健行业的IT部门现在应该暂停所有不必要的支出,仅优先处理核心开支,直到所在医院的财务状况稳定为止。他们还需要寻找机会,重新就合同条款进行谈判,并寻求替代性的财务机会。
一些医疗技术的领导者已经在对供应商进行考察。戴尔医疗中心(Dell Medical Center)的首席信息官Aaron Miri表示:“我们一直在评估我们的供应商合作伙伴生态系统是否有机会……在绝佳机会来临的时候,我们会向我们的患者和临床医生提供那些与我们甘苦与共、紧密合作并且不断创新的公司的产品和服务。”
另一些首席信息官们也对此表示赞同。西雅图儿童医院(Seattle Children’s Hospital)的首席信息官Zafar Choudry表示:“我们将所有供应商和采购都整合到一个集成生态系统中,由IT供应商管理办公室进行管理,该办公室配备了具备培养战略关系技能的人员……我们相信这将帮助我们管理复杂的供应商生态系统,推动创新,降低成本并提高效率。”
用风险投资的思维方式进行投资
技术领导人们还应该重新评估他们的技术产品组合,解决重复性的解决方案。传统的IT专注于购买最佳解决方案,增加部门必须支持的系统数量并不断增加支出。这种思维方式需要加以转变——而且动作要快。
这里的理念应该是如果一个现有的产品已经好到足以获得所需的结果,那么就不需要再采购另一个拥有更广泛功能,但是其中有很多功能都不太可能用得到的产品。医疗保健行业的IT部门必须秉持着风险投资的心态工作,以确保每项技术投资都能以最低的成本获得最高的投资回报。
从历史上看,医疗保健行业的首席信息官们应该被视为技术专家,有着敏锐的业务洞察力。现在到了他们挺身而出并且持续不断致力于帮助机构维持自身利润率的时候了。那些缺乏应对挑战紧迫感的IT高管们可能会丢掉他们的首席信息官职位。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。