《Frontiers in Public Health》:Can artificial intelligence improve health performance? The mediating role of health innovation and the moderating role of digital infrastructure
编辑推荐:
本研究探讨了人工智能(Artificial Intelligence, AI)是否能改善发展中国家的健康绩效,并识别了其作用机制和条件。研究人员利用2015–2023年间19个发展中国家的面板数据,考察了健康创新(Health Innovation)在人工智能
本研究探讨了人工智能(Artificial Intelligence, AI)是否能改善发展中国家的健康绩效,并识别了其作用机制和条件。研究人员利用2015–2023年间19个发展中国家的面板数据,考察了健康创新(Health Innovation)在人工智能与健康绩效关系中的中介作用,以及数字基础设施(Digital Infrastructure)的调节作用。研究人员应用Hayes的PROCESS宏程序估计了直接效应、中介效应、调节效应以及被调节的中介效应。为增强结果的可靠性,研究人员进行了两项稳健性检验:两步系统广义矩估计(two-step System GMM)和替代测量(使用婴儿死亡率及分解的人工智能指标)。结果表明,人工智能对预期寿命(Life Expectancy)和全民健康覆盖(UHC)服务覆盖指数均具有正向且统计显著的影响。健康创新部分中介了这些关系,表明人工智能不仅通过医疗保健服务提供、诊断、监测和资源分配直接改善健康绩效,还通过刺激医学和生命科学创新间接发挥作用。研究结果进一步揭示,数字基础设施增强了人工智能对健康创新的效应,并放大了其对两个健康绩效指标的直接效应。被调节的中介效应结果证实,随着数字基础设施的改善,人工智能–健康创新–健康绩效路径得以增强。稳健性检验支持这些结论。系统GMM在考虑动态面板数据问题后确认了部分中介机制,而替代测量分析表明,在更强的数字基础设施条件下,人工智能专利申请、工业机器人和人工智能学术出版物通过健康创新降低了婴儿死亡率(Infant Mortality)。这些发现表明,当人工智能与健康创新能力和数字基础设施相结合时,能产生更大的健康收益,同时也表明并非所有人工智能维度都对卫生系统改善有同等贡献。
**论文解读:人工智能、健康创新与数字基础设施如何协同改善发展中国家健康绩效**
**研究背景与问题**
健康绩效(Health Performance)是公共卫生与发展研究的核心议题,尤其在发展中国家,卫生系统常面临资源约束、服务碎片化、可及性不均、专业人员短缺及初级卫生保健能力不足等挑战。COVID-19疫情进一步暴露了缺乏强大信息系统、实时监测能力、数字协调机制和创新准备的卫生系统的脆弱性。现有文献强调,改善健康结果不仅需要扩大实体卫生基础设施,还需要更好地利用数据、创新、数字技术和决策支持系统。人工智能(Artificial Intelligence, AI)作为最具变革性的数字技术之一,有望通过改善诊断、疾病预测、临床决策支持、医学影像、患者监测、公共卫生监测和卫生服务管理来重塑卫生系统。然而,AI的健康效益并非自动产生,其贡献取决于国家能否将算法、数据系统、机构、专业人员和创新生态以服务公共卫生目标的方式连接起来。在发展中国家,AI采用不均、数字基础设施薄弱、数据质量有限、卫生信息系统碎片化及创新能力不足,可能阻碍AI能力转化为更好的健康绩效。因此,需要超越直接关联,考察AI改善健康绩效的机制和条件。
**研究内容与结论**
本研究基于2015–2023年19个发展中国家的面板数据,构建了条件过程框架,将健康创新(Health Innovation)作为中介变量,数字基础设施(Digital Infrastructure)作为调节变量,系统考察了AI对健康绩效(以预期寿命和全民健康覆盖服务覆盖指数衡量)的影响机制。研究采用Hayes的PROCESS宏程序(Model 4和Model 8)估计直接、中介、调节和被调节的中介效应,并通过两步系统GMM和替代测量(婴儿死亡率及分解AI指标)进行稳健性检验。
**主要结论**:
(1)AI对预期寿命和UHC服务覆盖指数均具有显著正向直接效应,表明更强的国家AI能力与更好的健康绩效相关。
(2)健康创新部分中介了AI与健康绩效的关系,即AI不仅通过直接改善卫生服务提供、诊断、监测和资源分配提升健康绩效,还通过刺激医学和生命科学创新间接发挥作用。
(3)数字基础设施正向调节AI对健康创新的效应,并放大AI对两个健康绩效指标的直接效应,即数字基础设施越强,AI对健康创新和健康绩效的促进作用越强。
(4)被调节的中介效应成立:AI通过健康创新对健康绩效的间接效应随数字基础设施改善而增强。
(5)稳健性检验支持上述结论;分解AI指标发现,AI专利申请、工业机器人和AI学术出版物通过健康创新降低婴儿死亡率,而风险投资(VC)对AI的投资则无此效应。
**重大意义**:该研究发表在《Frontiers in Public Health》,首次为发展中国家提供了AI、健康创新与数字基础设施协同改善健康绩效的宏观实证证据,揭示了AI并非孤立的技术投入,其健康效益取决于健康创新能力和数字基础设施水平,为制定整合性数字健康战略提供了政策参考。
**关键技术方法**
研究采用19个发展中国家(样本队列来源:Our World in Data、国际机器人联合会、世界发展指标、联合国电子政务调查等)2015–2023年的面板数据。主要技术方法包括:(1)构建复合AI指数(AI Index),通过主成分分析(PCA)聚合AI专利申请、工业机器人数量、AI学术出版物和AI风险投资四项指标;(2)构建数字基础设施指数(DIGIT Index),通过PCA聚合互联网使用、移动蜂窝订阅、固定宽带订阅、电信基础设施指数、在线服务指数等10项指标;(3)运用Hayes PROCESS宏程序(Model 4和Model 8)进行中介、调节及被调节的中介效应分析;(4)采用两步系统GMM估计处理动态面板数据的内生性问题;(5)进行替代测量稳健性检验,以婴儿死亡率替代健康绩效,以分解AI指标替代复合AI指数。
**研究结果**
**4.1 条件过程分析**
- **AI与健康绩效的直接效应**:AI对预期寿命的总效应为0.111(p<0.001),直接效应为0.046(p=0.046);对UHC服务覆盖指数的总效应为0.181(p<0.001),直接效应为0.108(p=0.001)。表明AI直接改善健康绩效。
- **健康创新的中介效应**:AI显著促进健康创新(a1=0.529, p<0.001);健康创新显著提升预期寿命(b1=0.124, p<0.001)和UHC服务覆盖(b1=0.137, p<0.001)。间接效应分别为0.065(预期寿命)和0.072(UHC),且均显著,证实健康创新部分中介AI与健康绩效的关系。
- **数字基础设施的调节效应**:AI与数字基础设施的交互项对健康创新显著(a3=0.897, p<0.001),表明数字基础设施增强AI对健康创新的促进作用。在低、中、高数字基础设施水平下,AI对健康创新的条件效应分别为0.422、0.597、0.730,逐步增强。
- **数字基础设施对直接效应的调节**:AI与数字基础设施的交互项对预期寿命(q=0.814, p<0.001)和UHC(q=0.890, p<0.001)均显著,表明数字基础设施放大AI对健康绩效的直接效应。条件效应从低数字基础设施下的0.215(预期寿命)和0.229(UHC)增至高数字基础设施下的0.495和0.534。
- **被调节的中介效应**:AI通过健康创新对预期寿命的条件间接效应在低、中、高数字基础设施下分别为0.020、0.028、0.034;对UHC分别为0.029、0.041、0.050。被调节的中介指数均显著(预期寿命:0.042;UHC:0.061),表明间接效应随数字基础设施改善而增强。
**4.2 稳健性检验:两步系统GMM**
动态面板估计证实了部分中介机制:AI对预期寿命的总效应为0.095(p<0.01),引入健康创新后直接效应降至0.043(p<0.01);对UHC的总效应为0.198(p<0.01),引入健康创新后直接效应降至0.099(p<0.01)。健康创新对两者均显著正向。AR(2)检验不显著,Hansen检验支持工具变量有效性。
**4.3 稳健性检验:替代指标与测量**
以婴儿死亡率替代健康绩效,以分解AI指标替代复合指数,结果一致:AI专利申请、工业机器人和AI学术出版物通过健康创新降低婴儿死亡率,且数字基础设施增强这一路径;而VC投资无显著效应,表明并非所有AI维度均等贡献。
**讨论与结论总结**
**讨论部分**:研究结果支持了AI通过健康创新间接改善健康绩效,且数字基础设施作为关键边界条件强化了直接和间接路径。这一发现与现有文献一致,强调了AI在医疗保健中的诊断、监测、资源配置等直接作用,以及通过刺激生物医学和医疗技术创新的间接作用。数字基础设施的调节作用解释为:AI驱动健康创新依赖于数据可及性、数字连接、互操作信息系统和计算能力,强数字基础设施使AI能够嵌入医疗研究、远程医疗和数字创新网络,从而放大其创新贡献。研究还指出,并非所有AI维度(如VC投资)都能自动转化为健康改善,知识型和技术型AI指标(专利、学术出版物、机器人)更具支撑作用。
**结论部分**:本研究考察了2015–2023年19个发展中国家AI是否、如何以及在何种条件下改善健康绩效。研究超越简单直接效应框架,将健康创新作为中介渠道,数字基础设施作为调节条件。健康绩效以预期寿命和UHC服务覆盖指数衡量。方法上采用Hayes PROCESS宏估计直接、中介、调节和被调节的中介效应,并通过两步系统GMM和替代测量进行稳健性检验。实证结果强烈支持所提框架:AI对两个健康绩效指标均有显著正向直接效应;健康创新显著中介这些关系,表明AI不仅通过诊断支持、疾病预测、患者监测、公共卫生监测、远程医疗和资源配置直接改善健康绩效,还通过刺激医学和生命科学创新间接发挥作用。由于引入健康创新后直接效应仍显著,证据支持部分中介而非完全中介。调节结果显示数字基础设施增强AI对健康创新的效应并放大AI对两个健康绩效指标的直接效应。被调节的中介效应证实AI通过健康创新对健康绩效的间接效应随数字基础设施改善而增强。两步系统GMM稳健性检验在考虑动态面板数据问题后确认了相同的中介逻辑。第二个稳健性检验进一步表明,当以婴儿死亡率重新测量健康绩效并以分解AI指标替换复合指数时,主要结论依然成立:AI专利申请、工业机器人和AI学术出版物通过健康创新降低婴儿死亡率,且该路径受数字基础设施增强;而VC投资不支持中介或调节机制。总体而言,结果表明AI并非孤立的技术投入,其对健康绩效的贡献取决于AI能力、健康创新能力和数字基础设施之间的交互作用。