突破性见解
Froedtert医疗系统与威斯康星医学院正参与HealthLeaders的AI临床护理智囊计划，重点研究医疗机构如何整合管理临床项目中的人工智能工具。
Inception Health的AI负责人Anai Kothari指出，管理人工智能必须采取谨慎系统的策略，需认识到该技术持续演进的特性需要动态监测。医疗系统每日都在收集使用数据，通过整合AI可加速数据分析速度，让临床医生更专注于结果而非分析过程。但必须意识到"在部署前如何验证模型输出符合预期"和"如何评估测量性能"这些关键问题。
该系统已建立由多方利益相关者组成的AI治理委员会，负责审查所有AI项目（含规划阶段），制定从评估到部署再到持续监管的完整流程。Kothari强调，生成式AI虽能将模型应用于不同用例，但数据精确性始终是核心挑战——任何结果偏差都可能导致错误结论甚至"幻觉"现象。
管理新范式
医疗AI治理面临三大转型：
- 监测策略革新：需建立持续监控机制识别模型"幻觉"，这与传统技术部署后放手不管的模式形成显著差异
- 数据更新规范：定期更新数据时需平衡临床应用需求与个人健康信息（PHI）隐私保护
- 用户认知管理：临床医生需理解AI工具的应用边界，避免对技术产生不切实际的期待
值得注意的是，公共领域AI技术的快速发展（特别是健康监测工具）正在改变患者期待。Kothari建议医疗团队应主动与患者讨论AI应用，通过患者教育促进技术合理使用，实现医患协同决策。
"我们常常会惊讶于AI工具在实际使用中展现的形态，"Kothari总结道。作为威斯康星医学院外科肿瘤学部助理教授，他强调AI治理的核心在于"小处着手验证价值"，这与医疗行业的循证决策传统一脉相承。
【全文结束】
