纽约大学朗格尼健康中心（NYU Langone Health）MCIT健康信息学部门首席健康信息学官保罗·泰斯塔博士（Dr. Paul A. Testa）表示，人工智能需要医疗机构投入与电子健康记录系统（EHR）采用同等水平的制度承诺、治理和文化投资。
当今最重要的医疗IT优先事项是负责任地将人工智能——特别是生成式人工智能和自主临床代理——整合到患者护理的各个方面，这一过程应由以信任、体验、安全、质量和公平为核心的框架来指导。
保罗·泰斯塔博士同时也是纽约大学格罗斯曼医学院罗纳德·O·珀尔曼急诊医学系的急诊医师和临床教授。
如何引导转型
"我们正处于一个转折点：技术已不再是遥不可及的愿景，问题已从'人工智能是否会变革医疗保健'转变为'我们如何引导这一变革以服务患者和临床医生'，"他指出，"基础性挑战并非技术层面，而是激励机制协调、治理和机构准备问题。
"若在缺乏统一数字基础架构、严格基准测试和明确问责结构的情况下部署人工智能，可能会加剧它本应缓解的不平等和低效问题，"他继续说道，"与此同时，机遇也非同寻常。人工智能可以压缩'治疗时间'——即诊断与有效治疗之间令人沮丧的间隔，这种间隔的存在并非因为临床医生缺乏知识，而是源于摩擦和复杂性。"
他补充道，人工智能可以填补仅靠招聘永远无法填补的劳动力缺口，从药物剂量调整到成为值得信赖的临床协作者——保持警觉并具备情境感知能力。
"它还可以充当数据标准之间的翻译器，使真正的互操作性不再局限于对单一规范的严格遵守，而是实现丰富、可操作信息的无缝交换，"他解释道，"但要实现这些收益，我们必须将人工智能视为整合生态系统的一部分，而非独立产品——一个患者、一个记录、一种体验——其中每项创新都经过准确性基准测试、偏见监测，并仅在能明确改善结果时才部署。
"在医学、法律和信息学的交叉点上，我逐渐相信，医疗IT最持久的进步并非来自追逐最新技术，而是建立组织纪律以安全且规模化地部署技术，这或许是对创新最真实的定义，"他继续说道，"医疗保健已利用叙事作为媒介，但当我们把人工智能引入这一叙事时，改变的是决策的速度、范围和准确性。"
以患者为中心
他表示，安全部署需要治理、监督和领导力，将患者置于中心位置，并深刻尊重临床医生在关爱他人的愉快实践中对临床精通的承诺。
"这意味着将初级保健作为互操作性的引擎进行投资，从优化输入转向提升已实施数字系统的输出质量，并通过结构化参与和教育——如Prompt-a-Thon活动——赋能我们的临床同行，使临床医生和患者成为人工智能系统的共同创造者，"他说。
"脱颖而出的组织是那些致力于整合数字基础的组织，因为你无法在碎片化的基础设施上规模化负责任的人工智能，"他继续说道，"在纽约大学朗格尼健康中心，我们并非为人工智能而人工智能，而是为提供最高质量护理而应用人工智能。那些愿意为患者和临床医生创造最佳数字体验而进行艰难、不 glamorous 的治理和整合工作的机构，将赢得并保持这一时刻所赋予的信任。"
对纽约大学朗格尼健康中心而言，负责任的人工智能采用不是单一项目，而是对基础设施、临床流程、患者数字体验、 workforce development 和治理的制度性承诺——所有这些同时进行。
"纽约大学朗格尼健康中心建立了UltraVioletAI，这是最早一批私有、安全、符合HIPAA（美国健康保险流通与责任法案）的生成式人工智能环境之一，并向全体员工提供以安全利用这些工具，"泰斯塔指出。
"数千名员工每天访问此类工具。但缺乏结构的访问只是混乱，因此我们通过企业IT内的协作中心将其与正式流程配对，连接来自临床、研究和教育任务的众多合作者，从而创建结构化项目管道，将想法从探索性使用引导至指导性开发，再推进到真实世界部署。"
生成式人工智能的集体努力
2023年，该组织举办了医疗保健领域首届生成式人工智能Prompt-a-Thon活动，将临床医生、研究人员和教育工作者聚集为人工智能系统的共同创造者。同时，该医疗系统正利用人工智能提高临床文档本身的质量和安全性：结合机器学习和大型语言模型，为医生提供关于笔记质量的可操作反馈，将标准化文档的采用率从不足5%提升至跨专科75%以上，泰斯塔报告称。
"我们已将环境人工智能工具加入其中，为医生和护士带来临床参与的愉悦感——首先是提供护理，其次才是记录此类护理，"他说，"我们正向前沿推进——为家庭血压监测项目构建人工智能助手，这些助手目前在药物剂量调整方面仍有人工监督，但我们相信在不久的将来可在明确定义的临床护栏内半自主运行，从而压缩长达数月的'治疗时间'。
"同样，我们在电子健康记录系统（EHR）内部署代理，监测临床推理过程，以防止锚定偏见；当高认知负荷环境（如急诊科）达到临床阈值时，若尚未考虑高风险诊断，它们会提示重新考虑，"他继续说道。
泰斯塔特别引以为豪的一项反映该组织方法的努力是电子健康记录系统内的"And About Me"倡议。
"目标是使患者声音和身份可见且可操作，不仅限于叙事笔记或依赖个别临床医生的好奇心，"他解释道，"我们利用短信提示邀请患者分享他们希望分享的关于非临床生活的任何信息——这些信息在各次就诊中对临床医生可见，并支持护理团队快速、尊重且富有同理心地建立联系。
"这是人类层面的互操作性：它可靠地在交接中传递人的身份，"他继续说道，"同时，我们追求务实、以安全为导向的临床沟通改进——例如使用人工智能提高面向患者的沟通可读性，并通过结构化反馈评估和改进笔记质量——因为更安全的护理依赖于更清晰的文档和患者理解，而不仅仅是更好的'数据存储'。"
数字访问路径
他表示，纽约大学朗格尼健康中心将公平视为设计约束而非事后衡量指标，这强化了系统必须有意设计不会扩大现有差距的数字访问路径的原因。
"通过我们的信息学培训项目，我们正在有意培养下一代信息学家，他们理解最困难也是最重要的工作不是构建算法——而是赢得并保持将与算法后果共存的患者和临床医生的信任，"他说。
泰斯塔从人工智能一线为医院和医疗系统高管及其他医疗IT领导者提供了明确建议。
"高管和医疗IT领导者将通过将人工智能视为推动转型的组织能力而取得成功——这种能力需要与过去二十年最佳医疗系统在电子健康记录系统采用方面所投入的制度承诺、治理纪律和文化投资同等水平，"他说。
"正如我所提到的，我们现在正处于一个有利时机，可以从优先考虑输入转向具有临床价值的输出，"他继续说道，"第一也是最紧迫的必要条件是整合统一的数字基础设施。你无法在独立应用程序、数据孤岛系统和断开连接的供应商系统的碎片化基础上规模化负责任的人工智能。"
他表示，将在这一时代领先的组织是那些运行在深度集成系统上的组织，能够从每次患者接触中大胆学习。
"对于那些尚未做出这一承诺的组织，现在是行动的时候，因为你在碎片化基础设施上叠加的每个人工智能工具都会增加复杂性而非减少它，"他总结道，"这是一个管理时刻，我们必须以大胆的好奇心、愿景和对最高质量护理的纪律性承诺来引领。"
【全文结束】
