人工智能正成为日常医疗的一部分——不是作为头条新闻，而是作为一种工具。
如今，医疗系统正在将AI整合到临床和运营流程中——不是因为它是新鲜事物，而是因为它有潜力解决实际问题。问题不在于技术是否存在，甚至不在于它是否普及。问题在于我们是否足够深思熟虑，能够善用它。
我相信，答案与技术的关系远小于与人的关系。
超越炒作：AI进入医疗核心
AI已经在塑造患者如何管理自己的健康。许多患者在就诊前已经通过AI工具搜索信息、背景或初步指导。从某种角度看，传统的临床会面正在演变：它不再是信息的第一站，而是一个关键的解读、判断和人际连接时刻。
同时，AI正在迅速增强临床医生处理信息的能力。那些能够提供最新证据、辅助影像审阅或简化文档记录的工具，不再是边缘试点。它们正被直接嵌入临床工作流、收入周期操作、排班和患者沟通中。过去12到18个月的采用速度令人惊叹——而且还在加速。
但速度并不意味着成功。要负责任地部署AI，医疗系统必须在安全性、透明性和公平性方面深思熟虑。那种部署并非始于算法，而是始于文化。
好奇心是基础
我所见过的最有意义的进展，并非来自追逐闪亮新工具的组织，而是来自那些愿意提出尖锐问题的团队：我们为什么要这样做？这还在服务患者和临床医生吗？什么可能更好？
好奇心是那种思维模式的引擎。它是质疑现有工作流程、勇于实验，并接受今天的流程——就像今天的技术一样——并不完美的意愿。进步依赖于那些愿意学习、迭代和改进的人。
在一个信息获取日益民主化的世界里，这一点更加重要。每个人都能接触到强大的AI模型。现在区分组织的，不是谁拥有工具，而是谁提出更好的问题，谁更周到地连接想法，谁更有意图地运用判断力。好奇心不是“软”价值，它是战略优势。
创新在行动
当好奇心嵌入文化，创新就会随之而来。
我们通过创新挑战等举措看到了这一点——这些挑战邀请来自整个组织的想法，不仅仅是领导层或IT部门，还包括每天身处一线工作的临床医生、护士和员工。有些想法雄心勃勃，有些则是渐进的。两者都很重要。通常，正是许多小改进的累积效应，真正改变了体验和结果。
一个有力的例子是文档记录。多年来，临床医生告诉我们，行政负担使他们远离患者，并进一步导致倦怠。AI驱动的环境辅助文档工具开始改变这一局面。通过减少记录笔记的认知负荷，这些工具让临床医生更专注于面前的病人。在这种情况下，技术并没有取代人际连接——而是恢复了它。
我们还看到好奇心如何加速了更复杂临床领域的采用。例如，在放射学中，AI平台可以帮助优先处理高风险影像，或识别潜在的遗漏进行二次检查。这些工具有效的原因不仅仅是技术能力——而是临床医生愿意问“这如何能帮助患者？”而不是“这怎么会威胁到我？”这种开放态度使得更快、系统范围的部署成为可能，并最终带来了更安全的护理。通过帮助我们更早识别风险并更及时行动，这些工具正在为构建一个更安全的医疗系统整体做出贡献——使我们能够更主动、更预测性地提供护理，而不是在伤害发生后被动反应。
AI作为容量引擎
当人们问我AI的价值时，我常常回到一个词：时间。
我们看到的最具体益处并非抽象的创新，而是回收的能力。医生和护士的时间被归还。时间从行政任务重新导向患者护理。时间让临床医生能够更深入地与患者连接——更仔细地倾听，在床边度过更有意义的时刻。时间减少了倦怠，使临床实践更可持续。
这在人力短缺的背景下意义重大。AI并没有消除对临床医生的需求，而是放大了他们的覆盖范围。通过自动化常规任务、辅助患者沟通和支持决策，AI帮助团队安全有效地照顾更多患者——用他们现有的人力。
重要的是，这不是盲目遵循机器输出。我相信的模式是所谓的“共智”：人类和AI共同工作。AI可以发掘洞见，但人类的判断仍然至关重要。我们不能失去批判性思维、理解答案是如何得出的，以及应用背景和同情心的能力。好奇心保持了这种平衡。
治理与护栏至关重要
这种力量伴随着责任。医疗系统有义务以安全、道德和透明的方式部署AI。
这意味着强大的治理结构、临床监督，以及数据使用和供应商合作的明确标准。这也意味着要有所选择，偏好那些能够良好集成、负责任扩展并符合临床优先级的平台，而不是一堆零散的解决方案。还需要持续的评估，因为这些技术每天都在进化。
好奇心在此也扮演着角色。负责任的治理并非出于恐惧或回避——而是在一开始就提出正确的问题，并经常重新审视。我们在管理哪些风险？哪些地方需要人类牢牢保持在循环中？我们如何确保公平和信任？这些不是一次性决定，而是持续的对话。
CEO的视角
从我的角度来看，AI不是一个副项目或IT倡议。它是我们使命的战略延伸。
当深思熟虑地部署时，AI可以增强临床能力，改善结果，并支持那些使护理成为可能的人。它帮助我们为临床医生创造更好的工作环境，为患者创造更好的体验。而最令人兴奋的是，它打开了我们目前还无法完全想象的突破之门。
但这一切不会自动发生。技术不能改变组织——是人改变了组织。领导者通过树立好奇心、鼓励实验，以及让学习变得安全来定下基调。执行、实施和文化仍然像以往一样重要。这种期望从我们自己开始。我们必须亲自接触这些工具——学习它们如何工作、在哪里增值、在哪里需要谨慎——并将这种参与纳入我们的日常工作。同样重要的是，我们需要鼓励我们的团队也这样做。AI应被视为知识的倍增器。在未来几年脱颖而出的领导团队，将不仅仅是拥有更多数据，而是会根据他们有效使用这些工具的程度来增强集体专业能力。
结论
医疗的未来绝对会涉及AI。但真正改变护理的组织，不会是最快采用最多工具的那些。而是那些将技术植根于好奇心的组织——对工作流程的好奇、对患者体验的好奇、对人类与机器如何更好协作的好奇。
根植于好奇心的AI不仅是不可避免的，更是必不可少的。如果我们做对了，它不会让我们远离医疗的核心，反而会让我们更接近它。公平。那种部署并非始于算法，而是始于文化。
【全文结束】