世界卫生组织（WHO）的报告指出，美国每1000名患者仅对应2.5名医疗人员（在中国，这个数字是1.79），预计到2030年，美国的医生人数缺口将达12万，人员缺口巨大。
为了缓解这个问题，医疗行业在数字化推广方面花费了10年时间，耗费了360亿美元，至今却收效甚微，医生们被各种工具所困，几乎有一半的时间浪费在数据录入上。
其实，这其中的很多工作都可以借助RPA来完成。例如，填写报告、录入数据、检查记录等，而且RPA比人干得更好、更快。
尽管自动化技术可以代替大量的重复劳动，但一些普遍存在的误解让许多医疗专业人士不愿去尝试RPA技术。以下这三种“偏见”你可能听过。
偏见1、RPA只是旧的医疗自动化工具，中看不中用
如果你和医疗人员聊一聊这个话题，你会发现这些技术恰恰是他们最大的烦恼之一。总体而言，医疗服务提供商往往是新技术的最大买家之一，但具体到技术的执行和整合层面，他们远远落后于其他行业。
几十年来，医疗保健提供者一直在对能提高效率的技术进行投资。不过一朝被蛇咬十年怕井绳，比如屏幕抓取和ETL（Extract-Transform-Load）工具也曾承诺能够以更快、更简单的方式协调和移动数据，但最终效果都不如人意，这使得很多人怀疑RPA不过是“新瓶装旧酒”。
实际上，在与医疗服务提供商讨论时，他们一开始会对RPA现在的能力感到很惊讶。很多人之所以没有采用RPA技术，是因为忌惮多年前屏幕抓取技术的一些缺陷，却并不知道这些缺陷已经成为了RPA技术的主要特点。我遇到的很多医疗服务提供商都以为RPA只是屏幕抓取的“换汤不换药”版本。最基本的屏幕抓取技术已经是十几年前的事，而RPA早已实现了超越。
UiPath企业级RPA平台具备选择器、人工智能计算机视觉和其他AI功能，准确性方面和传统的屏幕抓取技术早已不可同日而语。人工智能计算机视觉能够以类似人眼的准确度检测屏幕元素。数据输出质量方面，RPA也比传统的屏幕抓取更好。UiPath可以在16毫秒内实现100%准确的屏幕抓取，与传统的光学字符识别（OCR）截然不同，大家都知道OCR技术脆弱且不准确。
由于可以更快、更准确地抓取数据，RPA为医生带来的将不只是更多数据，还将带来真正的自动化。
因此，RPA不是什么老旧技术的“新瓶装旧酒”，如果不消除这项偏见，就会很容易以为投资RPA只不过是再浪费一次钱。
偏见2、RPA算不了什么，AI才是未来！
尽管人工智能令人兴奋，但很多人都被它的潜力分散了注意力。很多人都在等待下一个范式转换，却没有意识到，如果他们不使用当前范式，就很难实现跨越式发展。
事实是，人工智能并不能直接帮你解决所有烦恼。
以亨利·J·凯泽家庭基金会(KFF)的研究为例，该研究显示，40%的患者对电子健康记录（EHRs）的准确性表示担忧，21%的患者已表明自己的记录中存在错误。在考虑人工智能之前，我们首先需要考虑构建确保数据完整性的流程。
流程是自动化的基础，如果你的流程本身没有得到优化，那么不管是什么技术，最终都不会奏效。
在可预见的未来，专业公司将会开发大量仅限于特定用例的AI应用程序，看看Gartner的人工智能热点调查报告，RPA后面紧跟着各种自动化技术，包括机器学习（ML）、智能机器人和自然语言处理（NLP）。
人工智能和自动化不会只由某一项技术或某一家公司提供，它需要多个系统携手才能共举。
一些医疗机构认为，等待一个完全集成的医疗系统才是更明智的投资选择。事实上，大规模的技术革命往往需要很长时间。
我们应该尽力去建设一个集中式的健康记录中心和一个民主化的健康数据平台。同时，不要忘记我们正面临着医生短缺的现状，病患的就诊体验会受其影响，为了建立完善系统而盲目等待是不负责任的表现。
RPA可以为您提供数字化劳动力，并且当下就能提供实际产出。RPA不是暂时解决产能问题的创可贴——它是连接上一个医疗技术时代和下一个医疗技术时代的桥梁。
偏见3、我们不是已经
有机器人流程自动化RPA了吗？
我遇到的最常见的偏见之一就是医疗行业已经实现了自动化，他们已经不需要其他自动化技术。
实际上，现有的自动化工具都是基于项目或者基于任务，而非系统性地解决问题——它们在开发时大多是为了快速解决问题，从设计上来说也是一次性、封闭式的。
也就是说你可能拥有好几十种不同的自动化工具，它们通常能够自顾自地运行下去，直到有一天它们突然坏了。这些工具通常需要定期重建，它们的输出结果也往往值得怀疑。而且，流程一旦发生变化，你在这个自动化工具里投入的钱也会付之东流。
医疗行业效率低下的罪魁祸首是糟糕的变革管理。医疗行业有太多的工具，它们在不同的层次上运行，这让变革管理变得极为困难。造成这个问题的一部分原因在于人才和需求不匹配——医疗服务提供商经常会聘请没有丝毫部署经验的人，或者雇佣部署经验丰富但对数据科学一无所知的人。
如果你看过Damo Consulting的2019年医疗IT需求调查你就会发现，挑战并不在于缺乏足够的工具。79％的医疗机构高层认为，数据孤岛和系统之间缺乏互操作性是当下最大的问题。糟糕的部署水平，让本就孤立的工具受限于有限的数据集，最终导致糟糕的部署结果。
我们经常看到护士在几个工具之间来回切换，汇总病历报告并把它输入AI工具，再把AI工具的结果重新输回HER中。部分自动化的手动流程并不能算自动化。当你在培训、排除故障和解决Bug时，这些孤立的软件工具更像是障碍而不是什么优势。
这里的问题是相互孤立的技术之间不能互相操作。这意味着技术之间的流程很可能仍然是手动、耗时的。
最后，你可能会有“机器人”，也可能会有“自动化”或者一大堆技术，但是这些如果不能协同工作，你的潜力就会受到限制。
像UiPath这样的RPA平台，其关键优势就在于它提供了一套整体解决方案。你可以让已有的工具相互操作，进而为整合新的技术方案奠定基础。使用UiPath，您可以开发成百个机器人，并且永远不会损失哪怕是一个许可证的成本。
问题总会继续存在，也总会需要新的解决方案
2018年Physicians Foundation和Merritt Hawkins的一项研究表明，79％的医生认为他们的工作满足感来自良好的医患关系，这一点儿也不奇怪。该研究同时表明，78％的医生曾感到失望。尽管具体的因果关系很难追踪，但是仔细想想，目前临床医生有超过一半的工作时间用来察看病例而不是照看病人，你就可以想象这些总是无法完成的工作为医生带来的困扰与疲倦。
尽管市面上和电脑里已经有那么多软件可用，可是如果你仔细看看整个医疗行业正在面临的挑战，你会发现问题依旧在那里。
纸张的出现在一定时间内弥补了医生记忆力不足的问题，同时，EHR和其他技术是对这个问题更好的解决方案。但是，有了这样的解决方案并不一定意味着问题得到了最终解决。
本文来自投稿，不代表51RPA立场，如若转载，请注明出处：https://www.51rpa.net/rpanews/4908.html
