据Nick Tayler博士（临床安全专家兼InterSystems的AI安全负责人）称，人工智能（AI）是目前最令临床医生兴奋的数字技术创新。我们刚刚开始探索最新的生成式AI技术如何造福医疗专业人员。然而，人们对AI能够并且将会改变我们对待患者护理和临床记录的方式充满信心。
这种对新技术潜力的乐观情绪与医疗专业人员面临的高压力和不满形成了鲜明对比。这一全球现象在COVID-19大流行之后进一步恶化，许多专业人士选择离职。在美国，尽管薪酬较高，但超过50%的医生表示不会推荐自己的职业给子女。
这是一个令人担忧的趋势，指出了必须解决的更深层次系统性问题，以确保医疗保健服务的可持续性。AI可能提供解决方案，通过自动化常规任务和提供高级决策支持，减轻临床医生的认知负担，使他们能够更专注于患者护理和复杂的医疗决策。鉴于医疗资源有限，有效利用AI将提高工作满意度和患者结果，为医疗服务提供者和患者创造双赢局面。
生成式AI将彻底改变护理体验
生成式AI是一种变革性的AI形式，有望彻底改变患者的医疗体验和临床医生的工作方式。这是因为生成式AI可以从描述患者状况、治疗方案、相关临床协议等的非结构化文档中提取价值。可能性包括虚拟健康助手提供全天候支持，以及由AI驱动的应用程序提供个性化的健康建议。
对于临床医生而言，AI可以增强电子医疗记录（EMR）系统的可用性，使其更加直观和不那么繁琐。初步研究表明，AI有潜力简化文档处理流程，并在提供护理时提供智能提示。这将使临床医生有更多时间与患者进行有意义的互动。
医疗数据是一座待开发的金矿
医疗系统生成的大量数据是一座待开发的金矿。而AI就是这座金矿的“钥匙”，它可以分析大型数据集，帮助跟踪和管理糖尿病和HIV等慢性疾病，或预测流行病和大流行的爆发。在一些国家，基于AI的仪表盘提供了实时的患者群体更新，实现主动干预和更好的资源分配。
AI在医疗领域的另一个有前景的新兴应用是临床决策增强支持。AI已证明其解读复杂医学影像和实验室结果的能力，帮助临床医生做出更明智、更快的决策。目前正在测试AI算法，以帮助检测早期败血症迹象，从而实现及时干预，拯救生命。预测分析将增强集中监测，提高社区护理中的警报可见性和快速解决。
更以患者为中心、更有效的低成本护理
AI可以通过提供个性化健康信息和减少临床文档中的技术或医学语言来增强患者能力。使用历史和相关数据，聊天机器人和AI驱动的应用程序可以提供及时的建议和支持，提高患者参与度，帮助人们更积极地管理自己的健康。此外，生成式AI可以安全地用于帮助临床医生将耗时的医疗记录转换为面向患者的语言，并以书面形式提供给患者或家属。这种更以患者为中心的方法可以带来更好的健康结果，我设想一个世界，在这个世界里，临床记录通常由AI转换为患者消息，经临床医生批准后提供给患者和家人，以充分参与他们的护理。
医疗组织关注的另一个领域是运营效率，例如，AI可能有助于简化调度和报告。患者流动分析——跟踪患者在护理过程中的物理或逻辑位置——也可能发现低效之处，并提出工作流程改进建议，以优化操作，提供更有效的护理和更好的患者体验，同时降低成本。
更大的图景是，AI是医疗研究和创新的强大催化剂。通过分析大量医疗数据，AI可以揭示新的见解和趋势，推动新治疗方法的发展。AI还可以建模和模拟临床试验，加速研究，更快地将新解决方案推向市场，并不断改进医学科学。
为什么互操作性和数据管理至关重要
随着医疗组织探索AI前沿，它们必须建立数据收集的治理系统，并利用AI实现有意义的、可持续的护理改进。一个例子是使用生成式AI从非结构化临床笔记中识别结构化数据，以提高临床记录的质量。
数据驱动的护理改进还依赖于各利益相关者之间的信息无缝流动。然而，这需要鼓励系统互操作性和数据标准的监管框架。这也是为什么国家级网络和地方卫生信息交换（HIE）在促进互操作性方面至关重要，以确保在需要时能够访问和使用正确的数据。
AI的成功取决于其整合和分析来自不同来源的数据的能力。高质量、可信的数据应使AI能够提供有价值的见解，以推动更好的临床和运营决策。适当的基础设施和数据管理对于开发和维护具有适当监督的AI应用程序至关重要。
这对资金紧张的医疗行业提出了挑战和机遇，该行业必须投资技术以成功利用AI。鉴于围绕AI及其解决系统性医疗挑战潜力的乐观情绪，这些是我们需要明智地进行的投资。
关于作者
Nick Tayler博士是全球临床AI安全使用的领导者，也是InterSystems的临床安全专家。InterSystems是一家创意数据技术提供商，为80多个国家的医疗、金融、制造和供应链客户提供下一代应用程序的统一基础。Tayler博士常驻澳大利亚墨尔本，为系统架构师提供临床专业知识，协助在亚太地区开发集成的、以用户为中心的InterSystems TrakCare®统一电子医疗记录（EMR）系统实施。
(全文结束)
