综述：人工智能在母婴健康领域的经济必要性：评估效益、框架、挑战、未来前景与局限性的综述

《Cost Effectiveness and Resource Allocation》：The economic imperative of artificial intelligence in maternal and neonatal health: a review of evaluation benefits, frameworks, challenges, future perspectives, and limitations

人工智能在母胎健康中的应用面临经济评估挑战，包括数据稀缺、技术初期应用及标准化缺失等问题。本文提出AI-MNH经济评估生命周期和定制化CHEERS清单，以支持证据政策制定和资源优化。

　　

摘要

将人工智能（AI）整合到母婴健康（MNH）领域中，通过先进的预测建模、早期疾病诊断以及对先兆子痫或妊娠糖尿病等疾病的持续监测，为改善患者护理提供了重要机会。然而，在经济评估方面仍存在重大挑战，包括数据稀缺、复杂性以及AI在临床实践中的应用仍处于起步阶段。尽管AI可能带来显著的经济效益和直接的成本节约，但迄今为止仍缺乏直接证明其大规模应用于母婴健康的实证依据。本综述表明，AI系统可以减轻药物不良反应（ADRs），并提高组织的运营效率。由于AI的全部经济潜力尚未被充分理解和量化，本文探讨了几种现有的经济评估框架：成本效益分析（CEA）、成本效用分析（CUA）、成本效益分析（CBA）和预算影响分析（BIA）。快速的技术进步与可靠的经济评估之间存在关键差距，而缺乏标准化的报告框架进一步阻碍了现有证据的整合。此外，本文还讨论了这些挑战对医疗工作者的影响、系统性错误和安全漏洞所带来的经济影响，以及“黑箱”模型所引发的临床和责任风险。另外，AI工具在母婴健康领域的临床疗效和安全所需的频繁更新通常与订阅制模型相关联，这在低收入和中等收入国家（LMICs）造成了巨大的财务压力。为填补这一关键研究空白并解决报告不统一的问题，本文提出了AI-MNH经济评估生命周期和定制的CHEERS检查清单。这一多阶段框架旨在指导全面的长期经济评估，并采用统一的标准方法，以支持基于证据的政策制定和可持续的资源分配。