XiaoMi-AI文件搜索系统
World File Search SystemDranove
保险设计和药品创新
1，例如，斯坦福大学（2020）和Zycher（2006）认为，慷慨的药品支付政策的创新有益，而Bagley等人。（2015），Frank和Zeckhauser（2018）和Dranove等。 （2020）强调了慷慨的药物支付可能产生过多的增量创新的风险。 2这种模式有例外，一些私人保险计划在2012年之前采用限制性公式。 重要的是，这些早期的配方限制是由个人计划设定的，这与我们在本文中研究的2012年后限制不同，这些限制是由药房福利经理在集中谈判的，这些经理管理许多不同保险公司的保险范围。（2015），Frank和Zeckhauser（2018）和Dranove等。（2020）强调了慷慨的药物支付可能产生过多的增量创新的风险。2这种模式有例外，一些私人保险计划在2012年之前采用限制性公式。重要的是，这些早期的配方限制是由个人计划设定的，这与我们在本文中研究的2012年后限制不同，这些限制是由药房福利经理在集中谈判的，这些经理管理许多不同保险公司的保险范围。
WP-22-50 人工智能、医疗价值链的演变以及医生的未来
人工智能 (AI) 正在改变经济各部门的生产方式，有可能补充和替代传统的劳动力投入。医疗保健也不例外。最近数十项学术研究表明，人工智能可以通过提高诊断准确性和治疗建议来为医疗保健价值链做出贡献。通过这些方式，人工智能可能会削弱、补充或替代医生。Dranove 和 Garthwaite 认为，人工智能代表了数十年来增强医疗决策能力的努力的成果。他们使用历史视角，考虑到医疗保健市场的长期制度特征，确定了在医疗保健中实施人工智能的众多障碍，并确定了哪些专业最有可能被人工智能取代。作者感谢 2022 年 NBER 夏季人工智能会议的参与者提供的有益意见和建议。
人工智能的采用和系统范围的变革
在过去十年中，人工智能 (AI) 已成为一种潜在的通用技术 (Cockburn 等人 (2019))。在机器学习进步的推动下，各个领域的预测成本开始加速下降 (Agrawal 等人 (2018a))。这引发了一些有趣的问题：人工智能将在哪些领域得到采用，以及它对就业和企业的潜在颠覆性影响 (Gans 和 Leigh (2019)、Frey 和 Osborne (2017)、Brynjolfsson 和 McAfee (2017))。到目前为止，我们对人工智能采用的概念主要在任务或决策层面上运作 (例如，Frank 等人 (2019)；Acemoglu 和 Restrepo (2018))。例如，为了预测人工智能对就业的潜在影响，已经进行了大量练习，旨在识别受人工智能威胁的工作、构成威胁的工作的任务以及自动化对工作场所的更普遍影响（Webb（2020）；Brynjolfsson 和 Mitchell（2017）；Brynjolfsson 等人（2018）；Felten 等人（2018））。尽管如此，一些人质疑这种任务级别的关注是否合适。Bresnahan（2020）认为人工智能是一种信息技术，传统上这种技术需要组织重新设计才能全面采用。这在早期 IT 的采用模式中显而易见（Bresnahan 和 Greenstein（1996）；Bresnahan 等人（2002）；Aral 等人（2012）；Dranove 等人（2014））。 Bresnahan (2020) 质疑了可以在任务层面分析 AI 采用情况的观点，而与任务所在的组织环境无关。Bresnahan 将组织的模块化程度确定为 AI 采用的预测指标。当一个组织是非模块化的时，改变一个部分的决策性质（就像采用 AI 时会出现的情况一样）可能需要改变其他地方的决策和实践。他认为，整个非模块化组织都需要进行调整，这可能会阻碍 AI 的采用。相反，Bresnahan 预测 AI 将主要在现有的模块化组织中采用，并且只有在其他组织被重新设计为模块化时，AI 才可能被采用。我们建立了一个模块化在 AI 采用中的作用模型。我们考虑一家公司，其价值来自两个决策（类似于任务）的结果。模块化是指公司从一个决策中获得收益的程度，即使这两个决策没有正确对齐。在基线模型中，决策者不知道外部状态，因此不知道正确的操作。因此，他们选择最有可能正确的操作。无论模块化程度如何，决策者都没有必要进行沟通。他们总是做同样的事，而且通常是正确的，但并非总是正确的。