共计 465 个字符，预计需要花费 2 分钟才能阅读完成。
美国全科医师学会最新报告指出，人工智能和机器学习（AI/ML）在初级保健领域的应用亟需大规模、组织良好且开放的数据集支持。报告强调，推动 AI/ML 在初级保健中的研究和实施，数据转型是关键。
报告提出了初级保健数据转型的五个关键考虑因素：数据收集的自动化、碎片化数据的组织、初级保健特定用例的识别、将 AI/ML 整合到人类工作流程中以及对意外后果的监测。这些因素将直接影响 AI/ML 在初级保健中的实际应用效果。
- 
- 
- 
- 
- 
- 
为了确保这些努力有效且协同工作，报告还强调了三个关键因素：增加行业和学术界 AI/ML 社区与初级保健的合作、增加私人和公共部门的资金支持以及升级人类和数据基础设施。这些因素将为 AI/ML 在初级保健中的应用提供坚实的基础。
报告的重要性在于，推动 AI/ML 在初级保健中的研究和实施需要政府、行业、专业组织、学术界和一线初级保健之间的跨部门合作。这种合作将有助于实现更高效、更精准的初级保健服务。
该报告由斯坦福医疗保健 AI 应用研究团队的 Timothy Tsai 等人撰写，详细内容可访问 数据转型以推动初级保健中的 AI/ML 研究和实施 获取。
正文完
