2023新加坡国立大学硕士公开课活动日：提升医疗效率的数字化之道
2023新加坡国立大学硕士公开课活动日（NUS PGCMS 2023）于7月29日成功举办。值此盛会，大学很荣幸邀请到NUS生物医学信息学系的系主任严居渊（Ngiam Kee Yuan）副教授，与我们一同探讨关怀经济领域的最新创新成果和发展动向。
医疗保健是一个蓬勃发展的领域，每年的研究和创新投入高达数十亿美元。严居渊副教授是新国大生物医学信息学硕士（MSc in Biomedical Informatics）项目学术主任，同时也是一名临床医生。他在过去二十年的工作经历中，见证了医疗保健行业如何充分运用技术发展成果，不断改进病患护理和临床疗效。本次专访，他就医疗领域的未来、数字技术的影响以及新加坡数字化医疗保健的发展现状，分享了想法和见解。
本期嘉宾
严居渊副教授
生物医学信息学硕士项目
学术主任
1.您在卫生信息技术和人工智能（AI）领域发表了多篇研究性论文。您是如何从医学领域转向这个研究方向的呢？
严居渊副教授：
早年参与医学研究的时候，我们在如何高效使用数据方面遇到了困难。我就想解决这个问题。
过去我们只有简单的数据统计工具，只能对大约200人的样本组进行分析。而在引入人工智能技术后，我们能够大幅增加样本数量，提升研究效率。现在，我们可以运行大规模的队列分析，样本量从1万人增加到10万人。自从2016年开始使用人工智能以来，我们的努力已经看到了成果，并且已经开始在其他研究工作中应用人工智能。
通过深入探索卫生信息技术和人工智能领域，我希望以亲身经历告诉其他人，特别是从事医疗保健行业的人们，你也可以掌握这些技能并将其应用于实际工作。
2.未来的关怀经济从业者需要具备哪些技能呢？
严居渊副教授：
首先，我们需要全面提升这些从业者的数字素养。关怀经济领域的从业者若能熟练运用数据或认识到数据的重要性，他们就会提升自身技能与工作效率。无论身处哪个业务部门或组织，掌握数字技能的人也会在职业生涯中拥有更多的可能性。
其次，需要更多关注的领域是人际交往能力或者软技能的培训。同理心对于任何关怀经济从业者来说都至关重要，因为这个行业的工作核心是与人打交道。然而，并非每个人都能认识到同理心在工作中的重要性，因此当前更多的注意力仍放在提升硬技能方面。
诚然，目前还没有很好的方法来教人学会同理心。软技能在许多岗位中都是不可或缺的，不仅限于关怀经济领域，那么在现实生活中，我们该如何传授这些技能呢？虽然已经有相关的课程存在，但我们应该更积极地推广这些课程。学习这些人际交往技能需要时间，而且要有导师的指导才能学好。
3.数字化在过去几十年间对多个行业产生了巨大影响。那么，在关怀经济领域，数字化又带来了什么影响呢？
严居渊副教授：
我认为数字化发展在任何行业都是理所当然的选择。然而，并非每个行业都能轻松迈向数字化。医疗保健是数字化最具挑战性的行业之一，因为有许多需要人工干预的高感触（high-touch）活动。尽管如此，医疗保健行业仍然可以从数字技术中获益。
提高生产力是数字化的一个明显优势。越是能够以自动化方式使用工具，或者更准确地说，以自动化方式使用数据，生产力就会越高。
当我们谈论数字化时，指的是有关数字化的所有技术领域，包括数字数据管护、数据分析、机器学习、人工智能等等。其中一些技术可以应用于高度依赖人工操作或者劳动密集型的工作流程，用来提高质量或优化流程。
然而，企业在应用这些技术时需要考虑成本效益。一个组织通过改进流程来提高生产力会花费大量的资金，但收益未必与投资成正比。
我认为促进生产力最有效的方式就是利用数字化工具。这对于医疗保健行业尤为适用，因为我们的工作很大程度上集中在知识和信息的获取与利用，通过技术可以为患者提供更好的护理服务。
4.随着技术和人工智能的高速发展，迎来了ChatGPT这类工具的崛起。这对医生与医务人员以及他们的工作有何影响呢？
严居渊副教授：
人工智能在医疗保健领域并不是什么新发明。至少在过去的六到八年中，它一直是我们的重要工具。我认为现在人工智能引起广泛关注，主要是因为ChatGPT及其功能得到了宣传。
在过去，人工智能很难为医务人员所用。大多数人缺乏使用人工智能所需的计算机运算或基础工程知识。例如，编程是运行人工智能、执行应用程序所需的必备技能，但并没有多少临床医生具备这种能力。然而，随着ChatGPT等大规模预训练语言模型的引入，那些没有编码能力的临床医生现在也可以利用人工智能来实现原本需要很长时间才能取得的成果。
尽管我们目前处于相对初级的阶段，但由于临床医生能够便捷地使用人工智能，已经出现了许多好处。因此，我可以断言，人工智能将会在很大程度上改变他们的工作，尤其是在提高生产力方面。
5.在您看来，医学信息学的潜力与挑战是什么？对于想要进入这个领域的人来说，职业前景如何？
严居渊副教授：
让我们把医学信息学这个话题分成两个部分来看。
首先，医学信息学涉及诸如电子病历系统和数据等内容。在这个领域，至少在像新加坡这样全面实现数字化的电子医疗系统中，将会始终需要人才。因为该系统是永久存在的，并且操作如EPIC或AllScripts等软件需要一系列特定的技能。
其次，医学信息学的数据分析方面。目前，我们正在探索如何利用人工智能和机器学习来强化医疗保健行业的工作流程。在这方面，我们面临的最大挑战是争夺人才。电子商务和金融行业一直在积极招聘数据分析师，而医疗保健行业却相对滞后。医疗行业需要继续培养数据分析人才，因为对这类人才的需求将持续存在。
6.新加坡的医学信息学目前处于怎样的发展状态？
严居渊副教授：
新加坡的优势在于，过去20多年来我们完成了医疗保健数据的数字化。这一坚实基础为我们做更多正确的事情提供了条件，我们也在这一过程中积累了强大的技术知识实力。
放眼亚洲，医疗保健数字化的进程在不同地区之间存在较大差异。如果我们能将20多年的电子化和数字化经验与教训分享给其他国家，这将是一个绝佳的机会，让我们能够以这种有意义的方式帮助他们。
凭借我们在医学信息学方面的雄厚基础，我们有足够的能力开展更广泛的研究项目，更好地分析数据，进行更长期的研究，持续提高生产力。与此同时，通过引入人工智能，我们还能最大程度地利用数字工具，进一步改进我们的工作流程。
事实上，随着数字化的到来，我们熟悉的工作环境也面临着永久性的改变。因此，要做到与时俱进，我们必须深入了解未来经济的需求所在。
