联邦健康领导者表示，人工智能正在进入美国医疗保健的新阶段。问题已不再是人工智能是否应该用于临床护理，而是如何安全快速地部署、负责任地治理并将其整合到日常工作中。
在最近由InterSystems举办的网络研讨会上，《面向学习型健康系统的AI就绪数据：从互操作性到数据效用——可信AI和数据效用的企业战略》，来自美国卫生与公众服务部(HHS)的高级官员概述了一项协调的联邦AI采用路线图。他们的信息在各机构间保持一致：成功将更多地取决于创建数据基础设施、治理框架、监管路径和实施支持，而不是构建新的AI模型，以将AI引入常规护理。
此次讨论汇集了来自国家卫生信息技术协调办公室(ONC)、食品药品监督管理局(FDA)、健康高级研究项目署(ARPA-H)和社区生活管理局(ACL)的领导者，提供了迄今为止HHS如何将AI从承诺转变为实践的最清晰图景。
人工智能已经在改变临床护理
会议开始时，卫生信息技术国家协调员托马斯·基恩(Thomas Keane)医学博士、工商管理硕士通过一个现实世界的临床例子，将政策讨论置于实际情境中。
基恩描述了数月前在费城一家医院解读中风CT扫描的经历，当时使用了AI辅助成像软件，该软件不仅可视化了脑血管，还突出了疑似缺血区域，计算了脑血流量和血容量，并引导临床医生关注可能需要更长时间才能识别的细微病理变化。
他解释说，该技术使医生能够快速识别微小血栓，激活中风响应团队，并进行及时干预，恢复了患者的神经功能。
对基恩来说，这个故事说明了比技术进步更大的东西。人工智能已经通过压缩诊断和治疗之间的时间以及帮助临床医生做出更快、更有根据的决策，改变了医学实践方式。
他指出了人工智能已经展示价值的三个领域：临床决策支持、影像和分诊；文档和常规工作流程等行政功能；以及帮助个人更好地理解和管理自身健康的面向患者的工具。综合起来，这些应用代表了基恩所描述的更便捷、更可负担和以患者为中心的医疗保健系统。
不断上升的成本使人工智能更难被忽视
尽管人工智能的临床潜力不断扩大，国家卫生信息技术政策副协调员马克·阿塔拉(Mark Atalla)药学博士、工商管理硕士认为，医疗保健面临的经济现实正使采用人工智能变得日益紧迫。"我们的动机非常简单，"阿塔拉说，"就是医疗成本和质量。"
他引用了联邦医疗保险和医疗补助服务中心(CMS)精算办公室的预测数据，显示2024年美国医疗保健支出达到约5.3万亿美元，而医疗保险受益人数预计将从2025年的6900万增长到2032年的7800万。仅医疗保险支出就预计在此期间从约1.2万亿美元增加到2.1万亿美元。
在此背景下，阿塔拉认为，医疗保健不能仅通过增加人力来解决其劳动力和成本挑战。他以糖尿病为例，美国有超过1.15亿人患有前驱糖尿病，约4000万人患有2型糖尿病，尽管数十年的投资，长期结果仍在恶化。
他强调了一项研究表明，AI驱动的前驱糖尿病教练的表现与人类教练相当，这表明人工智能可以在不牺牲质量的情况下扩展临床能力。他说，人工智能不是取代临床医生，而是为增强当今的护理交付模式提供了机会，同时扭转长期成本曲线。
HHS正在围绕一个AI战略进行协调
也许网络研讨会最强烈的信息来自HHS副首席AI官阿曼·夏尔马(Arman Sharma)，他描述了一项不同寻常的协调联邦战略，旨在根据他所谓的"One HHS"方法，协调监管、报销、科学研究和实施。
夏尔马追溯了政府AI战略的三个优先事项：加速创新、构建支持AI所需的基础设施以及加强美国在AI安全和外交方面的领导力。但他认为，讨论已经超越了单纯的创新。
"仅仅构建新的AI工具是不够的，"夏尔马说，"它们实际上必须被采用。"
这种重点的转变可能对医疗系统产生最重大的影响。联邦机构正 increasingly 关注阻碍AI到达临床医生和患者的实践障碍，包括治理、实施支持、工作流程整合和更清晰的评估标准。
夏尔马还强调，如果没有更大的数据流动性，这些目标中的任何一个都无法实现。他表示，使健康信息对患者和提供者更加可访问，仍然是成功临床AI的基础。
ARPA-H正在为代理AI构建基础
联邦愿景也正通过研究投资开始成形。健康高级研究项目署(ARPA-H)的心脏病专家兼项目负责人哈伊德尔·瓦拉奇(Haider Warraich)医学博士将该机构的"倡导者"(Advocate)计划描述为AI如何从孤立应用向持续患者支持转变的一个例子。
该计划正在资助开发AI代理，旨在通过协调预约、提供生活方式指导、支持药物管理、通过可穿戴设备监测患者以及直接与电子健康记录整合，帮助心力衰竭患者。
瓦拉奇解释说，更广泛的目标是创建持续护理而非间歇性护理。考虑到围绕日益自主的AI系统的安全问题，"倡导者"计划还包括临床医生监督机制和随机临床试验，旨在广泛采用前评估有效性和患者安全性。
扩展护理人员队伍
人工智能的潜力不仅限于医院和医生办公室。
社区生活管理局(ACL)代理局长玛丽·拉扎尔(Mary Lazare)和创新与合作伙伴关系副局长凯莉·克罗宁(Kelly Cronin)描述了AI如何帮助解决医疗保健中增长最快的劳动力挑战之一：护理。随着约5800万60岁以上的美国人、6300万家庭护理人员以及直接护理工作人员持续短缺，需求继续超过可用资源。
ACL的"护理AI大奖挑战赛"(Caregiver AI Prize Challenge)寻求减少护理负担同时帮助老年人和残疾人安全留在家中的技术。该计划不专注于取代人类护理人员，而是通过强调隐私、透明度、安全和人类监督的实用、负担得起的AI工具扩展其覆盖范围。该机构还希望该项目将建立组织可以更广泛采用的实施最佳实践。
FDA发出对AI监管更加适应性的信号
随着AI能力继续发展，监管机构也在准备随之发展。FDA数字健康卓越中心主任理查德·艾布拉姆森(Richard Abramson)医学博士、医疗保健交付科学硕士、美国放射学会会士表示，利益相关者的反馈一直呼吁就日益复杂的AI工具将如何监管提供更大的清晰度。
FDA不再仅仅依赖传统的上市前审查，而是朝着生命周期方法迈进，认识到AI系统可能会随时间变化，并在部署后表现不同。艾布拉姆森还强调了风险相称监管的重要性，承认临床医生与AI的互动方式与几年前相比已经大不相同。
同样重要的是，他说，FDA、CMS、ONC、ARPA-H、ACL、专业协会和国际监管机构之间的持续协调，将确保更一致的监管框架。
对话已经转变
综合来看，这些演讲揭示了一项比以前的联邦AI努力更为协调的HHS战略。
ONC专注于数据互操作性和治理。FDA正在重塑监管监督。ARPA-H正在投资下一代临床应用。ACL正在探索AI如何加强护理和基于社区的服务。虽然每个机构都有不同的使命，但它们都在朝着同一个目标前进：使AI在医疗保健系统中变得实用、可信和可扩展。
对医疗系统高管而言，这些影响意义重大。联邦领导者不再主要将AI讨论为新兴技术。他们 increasingly 将其视为核心医疗保健基础设施——这将塑造临床运营、报销模式、劳动力战略和患者参与多年。
正如阿塔拉在闭幕词中所观察到的，人工智能在医疗保健中的轨迹可能是不可避免的。然而，采用的速度将取决于医疗组织今天做出的决策。
【全文结束】