德克萨斯大学加尔维斯顿医学分部（University of Texas Medical Branch，UTMB）的CIO杰森·莱班（Jayson Laban）于5月1日正式担任该机构副总裁兼首席信息官职务，他为组织的技术战略带来了清晰的愿景。
他对《贝克尔医院评论》（Becker's）表示："我的愿景是，我们能够成为在复杂学术医疗中心负责任、有意义地应用人工智能的'蓝图'。"
此前曾担任该机构临时CIO的莱班先生表示，UTMB的结构为展示人工智能如何在学术医疗系统的多样化任务中实施提供了独特机会。
莱班先生说："我们组织有四大主要支柱：学术、研究、临床护理和创新。"
他的首要任务之一是确保技术能够"在这四大支柱上发挥倍增效应"。这始于了解组织内不同群体如何与技术互动。
莱班先生表示："研究人员、学生和临床护理人员都从不同的角度看待技术。我最关注的是理解这些不同视角，然后为每个群体提供有意义的技术。"
该机构关注的一个领域是确保患者在正确的时间得到正确的专科医生治疗。在肾病学领域，该医疗系统正在使用人工智能评估临床指标，帮助确定患者在到达专科医生之前病情的复杂程度。
随后，这些信息被路由到带有优先级评分的转诊队列中，帮助患者导航员确定哪些患者可能需要更及时的关注。患者可以根据其病情的复杂程度进行优先排序，使那些最需要紧急护理的患者能够更早得到诊治。
莱班先生说："我们特意构建了这一系统，使其能够跨专科扩展。我们可以将相同的方法应用于胃肠病学、风湿病学等其他领域，帮助确保患者更快获得正确的护理。"
莱班先生表示，肾病学计划反映了整个医疗保健领域正在发生的更广泛转变——组织正超越人工智能实验阶段，专注于扩展已验证的用例。
他说："成熟的下一阶段是，我们如何识别今天成功的用例并迅速在整个企业中扩展？"
该医疗系统还在其Epic电子健康记录系统（EHR）中推出原生AI功能，允许护士通过点赞和点踩评分及评论提供即时反馈。
莱班先生表示："这就是我们今天所处的环境。我们可以部署昨天还不存在的功能，观察临床医生如何使用它，并实时收集反馈。这种迭代周期正成为我们改进技术的核心部分。"
然而，莱班先生表示，成功扩展人工智能不仅需要部署新技术，组织还必须让员工做好准备，以适应新的工作流程并拥抱更快的创新速度。
他说："我们正在摆脱18至24个月的大型实施周期，转向更快的开发模式。对我而言，问题是我们的IT文化是否准备好应对这种速度。我们是否准备好同时处理多个用例，知道其中一些不会成功？我们能否识别出哪些不起作用，快速转向并继续创新？"
莱班先生表示，在人工智能方面，建立一种拥抱实验并从失败中学习的文化至关重要。
他说："我们必须以业务所需的速度前进。"
最后，莱班先生表示，在学术医学领域取得成功需要认识到，人工智能在临床、研究和教育环境中的采用方式各不相同。
他说："挑战在于，人们根据其角色以不同方式使用人工智能。不可能有一个适用于所有地方的单一解决方案。我们需要多种解决方案来支持大学和医疗系统的不同方面。我希望UTMB能够展示如何在这种多元环境中成功实施有意义的人工智能。"
【全文结束】