《經濟學人》指出，那將是很困難的事。其中一種解決方案是各國共同努力，相互學習，制定最低全球標準。較不複雜的國際監管體系也將有助於打造小公司得以創新的市場。衛生基礎設施不發達的貧窮國家可以透過引入新工具獲益匪淺，由於人工智慧工具的替代品通常根本不是治療，因此它們甚至或許能超越富裕國家的醫療衛生系統，儘管缺乏數據、網路連接、運算能力將成為障礙。
How AI Can Help Hospitals Use Their Data To Transform Clinical Research
— Edward Melia (@edward_melia) March 22, 2024
https://t.co/iysP4Me52n
最後一個問題涉及制度及激勵措施，人工智慧有望透過協助或取代勞工、提高生產力、減少錯誤、減少支出來降低醫療成本，同時改善醫療照護，這是迫切需要的事。到了2030年，全球可能缺少1000萬名醫護人員，約占當今勞動力的15%。比起其他國家，2022年，行政管理費用約占美國超額醫療保健成本的30%。
然而，《經濟學人》指出，利用創新來省錢很棘手。衛生系統的建立是為了利用它來改善醫護，而不是削減成本，新科技可能占醫療支出年度成長的一半，新系統的分層會增加成本，也會變得更複雜。重新設計流程以有效利用人工智慧可能會遭到病患及醫師的抵制，儘管人工智慧或許能透過電話對病患分類或提供常規結果，但病患可能要求親自就診。
更糟的是，許多醫療衛生系統都是為了獎勵工作量而建立，例如美國的醫衛系統。醫護人員沒理由採用減少就診數、測試數或程序次數的技術。即使是公立醫療衛生系統也可能沒動力採用降低成本而不是改善結果的技術，這或許是因為省錢可能導致明年的預算減少。《經濟學人》指出，除非政府能改變這些激勵措施，讓人工智慧結合更優秀的治療與新的效率，否則創新將增加成本。因此，政府及衛生當局將必須資助專門用於測試及部署新人工智慧技術的計畫，美國、英國、加拿大等國家正指明方向。
Stanford Medicine researchers recently conducted three studies testing how large language models in medicine could help document patient history or answer medical questions -- while keeping data secure.#Medicine #LLM #PatientCarehttps://t.co/uJRLq7N3sw
— Stanford Health Care (@StanfordHealth) March 27, 2024
推動醫療保健領域人工智慧發展的大部分負擔落在政府及監管機關身上，然而，公司也可以發揮作用。保險公司已經使用人工智慧工具拒絕提供醫療服務，公司錯誤推銷或誇大了健康人工智慧的能力。《經濟學人》認為，企業有責任確保其產品安全、可靠、負責。
《經濟學人》指出，醫療保健領域使用人工智慧障礙重重，但潛在好處十分巨大，這為克服這些障礙提供充分理由。
