高德纳公司宣布了2020年高德纳医疗保健和生命科学创新之眼奖的获奖者。该奖项表彰在三个领域创新使用技术支持的能力:具有健康成果的技术创新;有成本或经营成果的技术创新;以及对新兴技术的创新运用。
来自提供者、支付者和生命科学部门的决赛入围者在会议期间介绍了他们的案例研究Gartner研讨会2020年11月4日，与会者投票选出了三名获奖者。入围者的演讲可按需观看在这里．
赢家:
斯坦福大学医学:斯坦福大学新医院-斯坦福大学建立了以技术为运营核心的智能医院，整合了先进的技术、护理提供和运营，以改善患者体验和护理结果，提高效率并减少临床倦怠，并建立了一个创新平台来推进研究和护理。通过使整个医院的运作“智能化”——从自动病人登记到药房机器人——斯坦福大学提高了病人的参与度，整合了流程，提高了资源利用率。主要结果包括通过消除重复的文档和常规任务的自动化(如警报管理)，增加急诊室容量，增加手术室容量，并将护理团队的响应时间从12分钟减少到2分钟，从而节省了约200万美元的成本。
胡玛纳:Allie智能虚拟助手-为了帮助减轻临床医生面临的过度管理负担，Humana将其临床医生授权为公民开发人员，他们开发并实现了一个名为Allie的智能虚拟助手。虽然Allie使用智能自动化软件来自动化任务，使一线临床医生能够围绕患者优化产品和服务，但公民开发人员计划通过增强一线员工的能力、减少对IT的依赖、促进跨学科团队、优化人力和系统资源利用，以及将计划计划与战略结合起来，加速了整个企业的数字化转型。临床医生现在每天节省15%的时间来专注于改善成员的健康。
赛诺菲安万特：人工智能的新治疗适应症为已批准的疗法寻找新的治疗适应症对制药公司的药物重新利用、研发候选药物优先级和整体生产力具有巨大的价值。赛诺菲希望开发一种基于人工智能的指示搜索方法，该方法依赖于真实世界的数据，从而带来更高的置信度并减少偏差。赛诺菲应用无监督机器学习来创建患者的表型集群，以确定跨集群的相关适应症。这种新方法的初步结果恢复了90%的已知适应症，并确定了更多被开发团队认为可信的适应症，对结果产生了更高的信心，减少了成本和上市时间，试验更少、更快、更有针对性，同时最大限度地减少了损耗和风险。
决赛:
班纳健康中心:人工智能护理决策和虚拟候诊室60%的消费者不知道哪种护理环境最适合他们的需求，每次医疗访问通常要经过两个候诊室。解决这些问题对于获得需要亲自医疗护理的患者的信任至关重要。Banner Health实施了会话式人工智能，以帮助引导患者到正确的护理机构，帮助识别潜在的COVID-19阳性患者，并允许患者在车里等待，并在医生准备好并等待他们时通知他们进入设施。此外，在全系统范围内推出了非接触式数字候诊室，使6个州的所有29家班纳医院和300家诊所能够轻松遵守社交距离协议，并且由于所需的候诊室空间更少，班纳健康现在正计划扩大其治疗空间。
信诺:积极和个性化的压力管理- COVID-19大流行目前加剧了工作场所压力的增加，往往会导致员工生产力下降。组织需要专注于积极主动和预测来管理员工的压力。信诺正在利用物联网(IoT)，通过可穿戴设备和机器学习(ML)主动创建个性化算法，以检测生命体征基线和压力时刻。信诺提供健康教练团队和量身定制的压力管理工具，帮助员工主动管理压力。在2019年11月至2020年6月期间，信诺报告的压力逐月持续下降，总体下降了21%。
CVS健康:AVAIL(通过人工智能和学习增加价值)药房福利管理-来自客户利益设置需求的信息有多种格式，非结构化的请求和指示，是一个人工密集的过程，以周和月为单位。CVS Health引入AVAIL来自动化端到端药房福利管理(PBM)。CVS已经看到了成本和处理时间的减少，质量和客户满意度的提高，仅通过编码和测试自动化就节省了110万美元的预算投资回报。
强生公司:人工智能翻译平台-现有的不良事件(AE)手工翻译流程无法满足翻译需求的增长，并对新发布的限制性法规产生了合规风险。强生定制了一个经过多年领域数据训练的AI翻译平台，并将其功能与强生的战略相结合，在需求激增的情况下提供卓越的监管合规服务。人工智能翻译平台全年全天候可用，有助于缩短周转时间。在部署后的几个月内，就实现了显著的成本节约，并提高了翻译质量，降低了人为错误的风险。
强生医疗器械公司:3D打印膝关节截骨引导块平台-为了简化冗长的端到端服务交付流程，改善临床结果并缩短外科医生的学习曲线，强生医疗设备为高胫骨截骨术(HTO)创建了个性化的3d打印膝关节截骨引导块平台。该平台允许强生医疗设备通过交互式数字平台与外科医生合作，以加快设计速度，标准化和优化各个部门的内部业务流程，同时管理患者特定产品的工作流程。它还确保缩短产品交付时间，加快患者治疗速度。
费萨尔国王专科医院和研究中心:COVID-19决策支持机器学习平台-为了帮助制定应对COVID-19患者数量增加对医疗保健系统的直接影响的操作准备和响应能力，费萨尔国王专科医院和研究中心创建了一个具有自我学习人工智能模型的分析平台，该模型基于变量(当前COVID-19阳性水平、公共和私人隔离措施、政府法规等)预测未来病例的移动。自学习人工智能模型的绝对错误率为9%，这导致了零库存药物事件、个人防护装备事件、床位短缺、呼吸机短缺和人员短缺，以及积极主动的领导、业务响应和准备工作。
确认高德纳奖项的获奖者或入围者并不代表高德纳对任何公司、供应商、产品或服务的认可。