需要了解的关键点：
- 软件工具可能被宣传为"免费"，但运行它们所需的生态系统并非如此。
- 目标不是为了AI而AI；目标是提供更快、更安全、更实惠的医疗服务。
你可能已经听说人工智能(AI)将"彻底改变"医疗保健。它确实会。AI已经能够比放射科医生更快地在CT扫描中发现中风，预测哪些患者可能在重症监护室(ICU)中病情恶化，并自动完成行政记录，使医生有更多时间与患者交谈。
但有些内容并未登上新闻头条：仅靠AI并不会自动降低医疗成本。事实上，如果没有系统性变革，它可能会使医疗服务变得更加昂贵。软件工具可能被宣传为廉价甚至"免费"，但运行它们所需的生态系统绝非如此。
当医院管理人员评估AI时，他们通常只看单个算法的价格标签——例如每年几千美元用于解读胸部X光片。这听起来很合理。但不合理的是"隐藏成本"堆栈：昂贵的云计算费用、庞大的数据清洗需求、集成所需的IT团队，以及医生和护士所需的持续培训。
系统性不平等
此外，还存在"互操作性税"。AI没有数据无法工作，而数据不会在过时的医院系统之间免费流动。让这些系统相互通信需要大量的劳动力和基础设施投资。
在我们支付医疗服务的方式中也存在一个根本性悖论。在大多数系统中，医院和医生因做事情而获得报酬：手术、扫描、咨询。他们通常不会因为预防问题或使用帮助他们更快工作的软件而获得报酬。如果AI帮助医生一天看20位患者而不是15位，医院通常不会因这种效率而获得额外报酬。如果AI防止患者再次入院，医院实际上会损失收入。在我们从基于数量的支付模式转变为奖励结果的模式之前，即使AI改善了临床护理，也难以显示财务回报。
这种经济现实造成了高质量护理与其他一切之间差距扩大的风险。我们已经看到了"数据鸿沟"。
拥有先进电子健康记录的医院获得更好的AI，从而吸引更多患者和收入。相反，在资源较少的地区——如非洲部分地区——隐藏成本甚至更高。在那里，费用不仅包括许可，还包括互联网连接不良和电力不稳定的基础设施负担，以及来自代表性不足的训练数据的算法偏差风险。如果没有专门的经济模式来支持资源有限的环境，AI可能会加剧系统性不平等，而非解决它们。
可负担的医疗服务
我们也必须诚实地面对人力经济学问题。存在责任转移的风险：当AI出错时，谁来买单——医院、供应商还是医生？还存在"生产力悖论"的劳动力问题：AI使临床医生工作更快，但医院通常利用这种效率安排更多患者，而不是减少职业倦怠。
然而，如果我们有策略地应用，潜力是真实存在的。研究表明，良好部署的AI可以将医院再入院率降低10-15%，并将文档处理时间减少30-40%。这些节省的时间和金钱可以重新投资于患者护理。
要实现这一目标，医院和供应商必须停止将AI推销为神奇盒子。他们必须对总拥有成本保持透明，并专注于AI真正能创造价值的问题。AI是一种工具。像任何工具一样，它可以建设，也可以浪费，取决于我们如何使用它。目标不是为了AI而AI；目标是提供更快、更安全、更实惠的医疗服务，让每个人在需要时都能获得。
阿卢奇博士是顾问医师。
【全文结束】
