數(shù)字化轉(zhuǎn)型被認(rèn)為是醫(yī)療保健領(lǐng)域的主要趨勢，而智能自動化可以成為其中的一部分。

機(jī)器人流程自動化（RPA）市場正在蓬勃發(fā)展。它為企業(yè)提供了巨大的機(jī)會來自動執(zhí)行人工、耗時、重復(fù)和事務(wù)性的流程。RPA可以幫助提高流程質(zhì)量、速度和生產(chǎn)率、并集成原有系統(tǒng)，這在當(dāng)前環(huán)境下隨著組織尋求加速數(shù)字化轉(zhuǎn)型項目而變得越來越重要。

但是很明顯，盡管RPA有潛力成為非常有價值的工具，但其成功的常見障礙是業(yè)務(wù)復(fù)雜性、主觀決策和非結(jié)構(gòu)化數(shù)據(jù)。RPA只能自動化簡單的任務(wù)。它需要流程遵循結(jié)構(gòu)化數(shù)據(jù)的有限預(yù)定義規(guī)則。

啟動數(shù)字優(yōu)化項目的關(guān)鍵是將頭（人工智能和機(jī)器學(xué)習(xí)）與手（RPA）連接起來。這里說的是RPA與人工智能和機(jī)器學(xué)習(xí)的融合，以創(chuàng)建智能自動化，這可能會大大增加以前認(rèn)為過于復(fù)雜而無法自動化的知識工作的范圍，并且需要人工干預(yù)才能做出預(yù)測。通過智能自動化，人工智能和機(jī)器學(xué)習(xí)可以使決策自動化，而RPA可以使流程中的手動后續(xù)步驟自動化。

那么怎么樣實施？在較高的層次上，機(jī)器學(xué)習(xí)可以分為兩個主要部分。第一部分涉及對歷史數(shù)據(jù)的訓(xùn)練模型以進(jìn)行預(yù)測。這涉及到收集和準(zhǔn)備數(shù)據(jù)（這通常是機(jī)器學(xué)習(xí)中最耗時的步驟），最后需要添加經(jīng)過標(biāo)記并準(zhǔn)備好進(jìn)行建模的訓(xùn)練數(shù)據(jù)集。接下來，使用針對不同類型的數(shù)據(jù)問題（即分類，回歸，二進(jìn)制）的算法構(gòu)建模型。一旦模型被構(gòu)建并部署到生產(chǎn)中，機(jī)器學(xué)習(xí)的下一個組成部分便開始了，根據(jù)構(gòu)建的模型對看不見的數(shù)據(jù)進(jìn)行評分。這是RPA可以詢問機(jī)器學(xué)習(xí)模型下一步做什么的步驟，該模型為RPA提供了無需人工干預(yù)即可繼續(xù)進(jìn)行的預(yù)測決策。

有趣的是，IDC認(rèn)為數(shù)字化轉(zhuǎn)型是今年生命科學(xué)和醫(yī)療保健行業(yè)的主要趨勢，因此毫不奇怪，該行業(yè)現(xiàn)在對自動化用例的興趣日益增加，在該案例中，將人工智能和機(jī)器學(xué)習(xí)與RPA結(jié)合使用可以在整個行業(yè)增加價值整個生態(tài)系統(tǒng)。目的是創(chuàng)建可擴(kuò)展的數(shù)字化員工隊伍，使其能夠執(zhí)行不需要人工干預(yù)的流程，并在不到12個月的時間內(nèi)實現(xiàn)投資回報。

在這種情況下，使用智能自動化從繁瑣的工作中消除人力的關(guān)鍵組織優(yōu)勢自然是使醫(yī)療保健專業(yè)人員能夠?qū)Ｗ⒂谝匀藶橹鲗?dǎo)的高價值決策，診斷和治療。通過優(yōu)化患者參與度，為臨床醫(yī)生提供更快的訪問更多信息的機(jī)會，可以提供更好的患者體驗并改善結(jié)果，從而使他們能夠提供有針對性的量身定制的護(hù)理。

制藥公司和醫(yī)療設(shè)備制造商也正在使用實時提供更大數(shù)據(jù)可視性的方法，例如，通過減少欺詐和錯誤率來消除潛在的合規(guī)性問題，并提高準(zhǔn)確性、安全性和安全性。在生命科學(xué)行業(yè)中尤其如此。

通過自動化與文檔編制和法規(guī)監(jiān)控有關(guān)的流程，智能自動化已被用于快速跟蹤藥物發(fā)現(xiàn)，疫苗開發(fā)和臨床試驗。事實證明，消除瓶頸是應(yīng)對疫情所帶來的一些挑戰(zhàn)的關(guān)鍵，特別是在提供測試套件和快速通道分析方面。

標(biāo)準(zhǔn)化數(shù)據(jù)使用更大的數(shù)據(jù)集、消除偏差以及更有效地訓(xùn)練算法以識別（例如，哪些化合物可能更有效或值得更快地通過藥物發(fā)現(xiàn)過程進(jìn)行）的能力，提供更快的結(jié)果并幾乎使其成為可能提前做好工作。這本身表明，可以在藥物開發(fā)階段以及臨床開發(fā)、監(jiān)管和文件處理過程中進(jìn)行評估，因此，批準(zhǔn)的可能性和功效，從而有可能導(dǎo)致虛擬臨床試驗。

在實驗室中引入更多的自動化也將使數(shù)據(jù)能夠鏈接回制造業(yè)和其他數(shù)據(jù)湖，以提供趨勢的可見性，更快的規(guī)模交付制造以及更敏捷的供應(yīng)鏈，這是主要的要求。

例如，生產(chǎn)需求預(yù)測是一個核心用例，根據(jù)流感的流行或冠狀病毒病例的增加或人口的潛在變化等外部因素，預(yù)測需求可能激增的地方，可能會增加需求。同樣，能夠監(jiān)視和跟蹤藥物警戒和投訴處理的質(zhì)量問題，看到有關(guān)法規(guī)提交或投訴的趨勢，盡快監(jiān)測趨勢，更新現(xiàn)場團(tuán)隊，以便他們可以在內(nèi)部主動管理問題（例如樣品和裝運(yùn)）幾天而不是幾周的時間，可以促進(jìn)銷售增長。

幸運(yùn)的是，智能自動化使生命科學(xué)和醫(yī)療保健行業(yè)能夠在數(shù)周而不是數(shù)月甚至是數(shù)年的時間內(nèi)，無需更新軟件，開發(fā)API或構(gòu)建新系統(tǒng)，即可管理和集成原有系統(tǒng)并實現(xiàn)數(shù)字化轉(zhuǎn)型的好處。

可以從多個來源收集數(shù)據(jù)，并且必須在開始建模之前對其進(jìn)行清理和準(zhǔn)備。人工智能和RPA并沒有被鎖在象牙塔中，而是通過智能自動化實現(xiàn)了民主化。人們可以直接訪問數(shù)據(jù)科學(xué)并自己利用信息，而不必等待從孤立的其他地方獲取相同的信息。

使生命科學(xué)和醫(yī)療保健行業(yè)能夠利用這些人工智能和機(jī)器學(xué)習(xí)和RPA工具和技術(shù)來支持人工智能驅(qū)動的決策并在短時間內(nèi)提供投資回報率越來越成為現(xiàn)實。

RPA與人工智能和機(jī)器學(xué)習(xí)的融合是智能自動化之旅的下一步。組織正在解決數(shù)據(jù)驅(qū)動的機(jī)器學(xué)習(xí)用例，例如患者再入院、員工預(yù)測、用藥依從性和減少患者住院時間，并且他們并沒有就此停止。取而代之的是，他們使用這些預(yù)測來添加新的RPA自動化功能，這些功能以前無法解決更關(guān)鍵的用例，而是將多個智能自動化組件一起使用。毋庸置疑，這是進(jìn)入這個行業(yè)并推動未來幾年真正變革的激動人心的時刻。
責(zé)編AJX