波士顿儿童医院将人工智能视为基础架构而非实验。这一战略整合正在降低成本、扩大医院容量，并使曾经被认为不可能诊断的罕见病症得以确诊。该医院已成功识别出40多种先前未解决的罕见病症，这证明了波士顿儿童医院的人工智能诊断能力。
每年为40多个专业领域的近百万门诊患者提供服务，该机构面临着预算紧张和行政负担带来的巨大压力。供应链、计费和运营中的重复性任务消耗了宝贵的员工时间。在临床方面，罕见病的诊断受到碎片化数据和庞大医学文献的阻碍，超出了人类认知的极限。
医院认识到，孤立的AI工具是不够的。他们转向了企业AI层，这是一个为研究、临床和行政功能团队提供的安全内部环境。这一共享基础架构使得能够快速开发和部署针对特定角色的AI能力。
利用AI优化运营
初始的AI应用集中在可衡量的运营影响上。供应链中的发票处理和手术排期已得到显著改进。AI分析临床记录和患者病情严重程度，以优化手术室分配，提高利用率和患者流量。
医生利用AI进行决策支持，整合复杂的临床信息。研究人员使用它进行数据分析和队列构建。行政团队受益于AI辅助的文档起草和工作流程优化。
这些运营变革已取得显著成果。超过50项自动化已节省约60,000小时，相当于重新部署的劳动力节省了700多万美元。重点仍然是将AI整合到日常工作中，满足员工的实际需求。
推进罕见病诊断
在运营之外，波士顿儿童医院正在将AI推向临床发现领域。一个开发的"副驾驶遗传学家"系统整合了遗传数据、表型信息和全球医学文献。这一工具对于应对罕见病诊断挑战至关重要。
这种由AI驱动的方法已经实现了40多种以前无法完成的诊断。它还发现了新的基因靶点和潜在的治疗途径，为先前没有答案的家庭带来了希望。
医院现在的战略重点是更深层次的整合和更广泛的采用。计划包括将AI进一步嵌入临床决策，并与OpenAI合作完善模型，旨在使OpenAI ChatGPT医疗应用成为标准实践。
【全文结束】