越来越多的医疗保健提供者开始研究AI如何改善患者护理，但是其中许多人都因犯了代价高昂的错误而损害了自己的成功机会。

在芝加哥的RSNA 2019上，我们向众多供应商询问了他们看到供应商在AI开发和实施方面经常犯的最大错误。也许他们所目睹的错误可以帮助指导其他人的工作。

以下是一些供应商的回复：

MEDNAX放射学解决方案首席信息官Imad B. Nijim：

“最大的错误之一是专注于技术。与任何新生技术一样，学习曲线和新术语也可以使用。最终，您拥有多少模型以及ROC曲线是多少都没有关系。许多早期采用者都对技术细节感兴趣，这既很棒又很有趣，但是您要解决什么问题?它如何与您的总体策略联系在一起?这些是应该推动您的技术决策的问题。

采用AI的成熟路径始于“实验”研究，最后以具有AI能力的组织结尾。两者之间有许多步骤，例如治理，运营支持和监视。我建议您了解这些步骤对您的组织有什么用，并为您建立深思熟虑的前进之路。”

GE Healthcare的AI副总裁兼AI总经理Karley Yoder：

成功的AI产品需要社区/生态系统协同工作。我们看到提供商所犯的最大的错误就是尝试自行解决“ AI实施障碍”。这些障碍包括：

没有简化的方法将AI解决方案集成到现有的临床工作流程中。医疗保健提供者可能会花费数周至数月的时间来尝试克服这一挑战，通常会在整个过程结束时获得中等成功。供应商必须承担这项集成工作，并向供应商提供完全集成的解决方案。

市场营销和索偿不一致。在医学影像领域有150多家初创公司，索赔和索赔数字经常到处乱扔。如果提供者信任没有完整监管批准和详尽的临床验证研究的解决方案，那么他们将使自己失望。

想法不够大。当来自多个数据源的数据在医院中一起流动时，人工智能革命的真正力量将到来。如果提供商在错误的基础设施和平台合作伙伴上进行投资，他们将在错误的“道路和高速公路”上进行投资，并且将不得不“挖掘”他们今天安装的东西，以便为将来可用的东西腾出空间。”

基因Saragnese，CEO，MAXQ AI：

“我热爱医疗保健，没有什么比被流泪的人拥抱更有意义的了，因为由于您所做的事情，他们刚刚获得了好消息。但是现实是，如果您想在当今的医疗保健领域取得成功并影响结果……就必须要有一个成本方程。如果没有，则其他所有内容都不相关。您应该做的是从该成本等式中计算出来。太多的人正在为此努力。