关键字: [Labcorp, Generative Ai Applications, Revenue Optimization, Disease Identification, Specimen Processing Automation, Repetitive Task Automation]

本文字数: 400, 阅读完需: 2 分钟

导读

艾当· 沙利文是Labcorp 公司人工智能部门的执行董事, 他阐述了Labcorp 如何以实际的方式利用生成式人工智能。他解释说, 该公司正在利用生成式人工智能来优化收入和最大化盈利能力, 根据生物标记物和实验室数据识别患有慢性疾病的患者在当今这个人工智能技术日新月异的时代, 生成式人工智能(GenAI) 无疑成为了科技界的焦点。作为一家领先的医疗诊断公司,Labcorp 一直在积极探索如何将GenAI 融入到日常业务中, 以提高效率、降低成本, 并最终造福广大患者。

, 并自动化标本处理和索赔提交中的重复性任务。该演讲着重介绍了Labcorp 的人工智能战略如何能够简化运营、改善患者护理和提高效率。

演讲精华

Labcorp 拥有一支由来自不同背景和行业的出色数据科学家组成的团队。尽管他们的技能和经历各不相同, 但都怀着共同的使命和决心, 那就是利用数据和专业知识来改善人类健康、拯救生命。这支卓越的团队正在Labcorp 的AI 战略中发挥着关键作用。

Labcorp 的AI 战略主要围绕三个核心领域展开: 首先, 它希望利用AI 来优化收入, 提高盈利能力。在这一领域,AI 可以应用于收入周期管理、供应链优化等环节, 从而提高运营效率, 降低成本。其次,Labcorp 拥有遍布全国的广泛网络, 积累了大量的生物标记物和实验室数据。通过AI 技术, 它有望从这些海量数据中发现隐藏的疾病信号, 从而为患者提供更早期的诊断和治疗。最后,Labcorp 将GenAI 视为自动化重复性任务的有力工具。在处理数以百万计的标本时, 往往会涉及大量的数据录入、表格审核、索赔提交等重复劳动,GenAI 可以帮助自动化这些流程, 让员工将精力集中在更有价值的工作上。

事实上,Labcorp 已经在多个业务领域部署了AI 模型, 包括现金流预测、收入周期管理、动物健康监测、临床试验工具包跟踪等, 这些模型都在为公司创造实实在在的价值。与此同时,Labcorp 还与合规团队密切合作, 制定了一套AI 伦理框架, 以确保AI 系统的安全性、有效性, 避免算法歧视, 保护数据隐私, 并为最终用户提供解释和人工替代方案。这一框架的设计参考了美国白宫发布的《人工智能权利法案》, 体现了Labcorp 对AI 伦理的高度重视。

在演讲中,Adam Sullivan 特别强调了Labcorp 如何利用GenAI 来加速与医院的实验室测试代码匹配流程。这项工作原本需要具备医学术语和主机系统导航能力的专家手动完成, 耗时耗力。比如, 对于一个名为”17 hydroxyprolon quantitative by LC MS MS serum” 的测试代码, 专家需要首先理解其含义( 用于检测早熟儿童) 、然后在Labcorp 的数以万计的测试代码库中寻找与之对应的代码。

为了解决这一痛点,Labcorp 的团队在Amazon Bedrock 上利用Claude 模型, 通过提示工程的方式, 训练GenAI 模型自动完成这一匹配过程。模型的工作流程是: 首先从Labcorp 的测试代码库中检索与医院提供的测试代码最相关的10 个候选项; 然后, 模型会逐一比对方法学、样本类型、体积要求、储存条件、费用代码等关键信息, 最终确定与医院测试代码完全匹配的Labcorp 测试代码。

以”17 hydroxyprolon quantitative by LC MS MS serum” 为例, 模型首先从Labcorp 的代码库中找到一个名为”17 hydroxy pregnanolon mass spectrometry Endocrine Sciences” 的候选项。接下来, 模型会逐一核对两个测试代码的方法学( 均采用液相色谱- 质谱技术) 、样本类型( 均为血清或血浆) 、体积要求( 前者需2 支0.5ml 管, 后者需1ml, 符合要求) 、储存条件( 均需冷冻保存) 、费用代码(CPT 码相同) 等, 最终得出它们是完全匹配的结论。

通过这 程, 原本需要耗费大量人力的匹配工作, 现在能在几秒钟内自动完成。这不仅大幅提高了效率, 也释放了宝贵的人力资源, 让专家能够将精力集中在更有价值的工作上。除了测试代码匹配,Labcorp 还使用GenAI 模型进行数据录入、拒绝原因分析、患者电子邮件回复等工作, 以期进一步提高运营效率。

然而,Adam Sullivan 强调,GenAI 技术并非一蹴而就的” 黑箱操作” 。要真正发挥GenAI 的潜力, 需要团队具备提示工程等专门技能, 并深入理解业务流程, 才能为模型设计出恰当的提示, 获得理想的输出。尽管GenAI 技术仍处于初级阶段, 但Labcorp 的实践已经证明, 它正在为医疗健康领域带来前所未有的效率提升和价值创造。

总的来说,Labcorp 一直是将AI 技术融入实际业务的先驱者和实践者。通过建立高素质的数据科学家团队、制定明确的AI 战略、探索GenAI 的创新应用场景,Labcorp 正在为患者带来更高效、更优质的医疗服务, 并为整个行业树立了可资借鉴的典范。

总结

作为亚马逊云科技部门的内容策展人, 他已经提炼了利用生成式人工智能促进并购活动的复杂演讲的精髓。这个总结捕捉了中心主题和关键点, 同时将整体信息浓缩在一个简洁的200 字叙述中。

Labcorp, 一家领先的医疗保健公司, 正在利用生成式人工智能的力量来优化其运营并推动创新。凭借来自不同背景的优秀数据科学家团队, 它正在利用AI 来最大化盈利能力, 通过生物标记物分析识别潜在的健康状况, 并简化标本加工中的重复性任务。

通过利用生成式人工智能,Labcorp 旨在提高收入周期管理、供应链优化和理赔处理效率。此外, 它正在探索利用庞大的数据存储库来发现隐藏的信号, 这些信号可能有助于早期发现慢性疾病, 如肾病和NASH 。此外, 生成式人工智能正被用于自动化重复性任务, 让人类专家能够专注于复杂的案例和例外情况。

Labcorp 采用AI 的战略方法是由改善健康结果和提高患者生活质量的承诺所驱动的。通过采用生成式人工智能, 它有望彻底革新医疗保健行业, 简化运营, 从数据中发掘见解, 并赋予其员工力量, 提供卓越的护理。

亚马逊云科技（Amazon Web Services ）是全球云计算的开创者和引领者。提供200 多类广泛而深入的云服务，服务全球245 个国家和地区的数百万客户。亚马逊云科技致力于成为企业构建和应用生成式AI 的首选，通过生成式AI 技术栈，提供用于模型训练和推理的基础设施服务、构建生成式AI 应用的大模型等工具、以及开箱即用的生成式AI 应用。深耕本地、链接全球 -- 在中国，亚马逊云科技通过安全、稳定、可信赖的云服务，助力中国企业加速数字化转型和创新，并深度参与全球化市场。