但公司必须从头开始，乔普拉解释道，鉴于AI备受关注，该项目的一个关键基础层面是培养AI素养。他说：“我们知道，不能只是给人们一个工具，却不解释它的用途和局限性。”

为此，Emplify Health还制定了明确的指导方针，以确保AI工具的安全和负责任使用。Emplify Health副总裁兼项目负责人克里斯特·马特森(Krister Mattson)表示，技术团队深知这些模型并非用于提供诊断或患者护理，而是为了减轻行政负担，且不会取代任何人，也不会利用AI做出临床护理决策。

乔普拉重申了让人们掌握必要基础知识，以便最终能够独立进行实验的重要性。他说：“我称之为培育技术，我们不希望用户擅自行动，我们希望这个工具能帮助他们创造价值，关键在于确保我们‘正确培养’用户，让他们以负责任的方式使用它。”

他补充道，设计解决方案、制定负责任的使用框架、建立防护措施以及制定负责任的使用政策所花费的时间，比推出实际产品的时间还要长。他说：“技术已经具备，但奠定基础是最困难且可能也是最重要的部分。”

将计划付诸行动

在打好基础后，他们创建了“试验场”，让一小部分人开始尝试使用这项技术，这是一个迭代过程，团队先推出一个最小可行产品，然后分析数据，根据需要添加或删除功能并进行调整。随着时间的推移，他们开始看到模型的使用量呈指数级增长，而且，出现了一些意想不到的用例。

马特森说：“我们几乎立即在未预料到的领域看到了使用情况，例如，我们生物样本库的一位研究人员输入了数千条提示，我们在那里存储病理样本和报告以供研究之用，这位研究人员正在利用AI对这些报告进行量化并更好地理解，而过去，这项工作需要手动完成，耗时数小时。”

另一个用例围绕行为健康展开，当患者离开医院或任何其他医疗机构时，他们必须做好几件事以确保康复顺利。乔普拉说：“管理症状、了解需要注意的诱因等都很重要，利用AI，我们可以制作一份简短的个性化指导手册形式的护理计划，详细说明他们需要了解的所有信息。”

如今，Emplify Health的AI模型已有近1700名用户，乔普拉和马特森计划大力在全公司范围内推广该模型。乔普拉说：“现在人们已经使用过它，并了解了它的强大功能，他们希望我们能够更快地实现更多功能，或者为生态系统添加更多能力。”这对搭档不断被要求创建新的试验场，以便他们能够在不干扰日常运营的情况下进行实验。

虽然很难量化该项目节省的时间，但效率已显著提高。乔普拉说：“我们没有雇佣更多人员，但整体生产力提高了30%至40%。”现在，他们正寻求进一步扩大这些效率提升。

新的自动化机遇

马特森说，仍有一些工作本不应由人来完成。“我们现在知道，我们可以利用自动化消除这些任务。”他指出，他们还在研究如何利用该工具进行情感分析，特别是在患者调查方面。他说：“我们收到数千条患者评论，现在我们可以分析这些数据，并利用这些见解来改善患者体验。”

乔普拉说，项目成功的关键在于没有盲目跟风AI热潮。他说：“你必须花时间定义你想要解决的问题。”他补充说，在起步阶段，专注于治理、AI素养和负责任的使用框架至关重要。马特森补充道，即使你做了所有这些，仍可能会失败。他说：“那也没关系，你需要接受失败并勇于尝试，然后在需要时进行调整。”

企业网D1net(www.d1net.com)：

国内头部to B IT门户，旗下运营国内最大的甲方CIO专家库和智力输出及社交平台-信众智(www.cioall.com)。旗下运营19个IT行业公众号(微信搜索D1net即可关注)。

版权声明：本文为企业网D1Net编译，转载需在文章开头注明出处为：企业网D1Net，如果不注明出处，企业网D1Net将保留追究其法律责任的权利。