超过650万加拿大人没有家庭医生，这一数字从2019年的450万上升而来。随着差距不断扩大，政府正在紧急寻找解决方案。魁北克是一个很好的例子。该省提出了近几十年来最全面的医疗保健改革之一。但这会奏效吗？如果恰当地使用AI，它可能会奏效，而且这里有一个对所有加拿大人都有启示的教训。
魁北克的提议改革
魁北克卫生部长克里斯蒂安·杜贝（Christian Dubé）提议建立一个系统，只有患有重大健康问题（如慢性疾病或心理健康问题）的患者才会被分配家庭医生。更健康的人将使用新组织“Santé Québec”的服务，在需要时帮助他们预约医生。
本质上，杜贝的提议将宣布家庭医生是一种稀缺资源，并建立一个分诊系统来分配对他们的访问。新的医患关系的行政控制将集中在“Santé Québec”。
医生和患者组织不喜欢这些改革。他们认为中央化将削弱地方卫生机构，使其更难应对特定社区的需求并与政策制定者互动。
这些反对意见并不是新的。关于是否应中央化或分散化医疗保健的辩论已经持续了几十年。中央化对决策者具有吸引力，因为它可以让他们从全局视角看待系统，从而做出战略决策以避免瓶颈或将资源与更广泛的目标对齐。
另一方面，反对者担心中央化会使决策者远离地面事件，这反过来会削弱响应能力，抑制创新，并允许不平等现象不受检查。
在魁北克，这场辩论更加务实而非意识形态。大多数政党都想在这两种方法之间找到正确的平衡。分歧主要在于实现有效分诊所需的中央化程度——而这正是AI和数据共享开启新大门的地方。
AI促进分散化
加拿大政府认识到AI和数据共享是未来的方向。在渥太华的领导下，他们已经同意合作使用这些工具来改善服务。然而，他们的努力仍然局限于具体任务。例如，大多数省份正在开发电子健康记录（EHR），将患者的全部信息整合到一个在线文件中。这使得医疗服务提供者可以协调护理，确保例如开处方药的医生能够访问患者的完整病史。
然而，虽然EHR可以帮助改善患者护理，但其中的数据也可以用于其他目的，如预测人员短缺、管理患者流动和识别未充分利用的资源——这反过来又可以帮助管理者在中央化和分散化之间找到更好的平衡。基本上，信息越准确、及时和细致，管理者就越能利用它来微调系统。
北欧国家，如丹麦，已经在这样做。管理者定期分析患者数据，帮助他们的医院和诊所避免瓶颈并找到改进区域网络医疗服务的方法。这促进了更本地化的决策，而不会使国家系统碎片化。
魁北克尚未达到这一水平。政府仍然认为其医疗系统过于庞大、不透明和不灵活，无法分散像分诊这样的任务。它认为这样做会导致碎片化，因此决定从上至下实施新系统。尽管有许多历史证据支持这一点，但情况正在发生变化。AI正在改变大型复杂系统的管理方式。利用关键数据源（如EHR）可以让医疗管理者生成越来越细致的系统性能实时图景。实际上，有了适当的数据，AI可以生成系统内部运作的动态模型，就像MRI对身体所做的那样。地方卫生组织可以利用这一点来帮助他们做出与更大国家网络目标一致的决策。
下一步
丹麦等国家的经验表明，长期以来关于中央化与分散化的辩论进入了新阶段。真正的“联网”方法正成为一个可行的选择，这可能是像医疗保健这样庞大、笨重、老化的系统在未来繁荣所需要的变革。
当然，仍有一些障碍需要克服，特别是在医疗保健方面。加拿大的普遍观点是，患者数据只能用于直接患者服务。通过EHR或其他来源的数据共享受到严格控制。
幸运的是，新的AI技术如联邦学习提供了解决方案，允许医疗保健组织合作并从彼此的数据中受益，而不损害患者隐私。然而，要建立一个强大的数据共享系统，加拿大需要文化转变，这需要公众对AI的更深入了解和更高的数据素养。这是当前的政策挑战。
同时，像魁北克这样愿意探索像配给家庭医生这样激进想法的政府表明，政策制定者越来越开放接受新的方法来拯救他们的医疗保健系统。
魁北克处于领先地位，可以通过AI和数据共享来实现中央化和分散化之间的更好平衡。如果成功，整个加拿大都将因此受益。
(全文结束)
