在2025年的HIMSS全球健康大会和展览会上，行业领袖们分享了针对AI的具体用例，并提供了对临床工作流程中潜在解决方案的见解。
“我们看到越来越多有效的试点项目生成了实际证据，这有助于增强AI对患者护理或其他运营效率的影响，”西北医学NM Ventures和创新副总裁Hannah Koczka表示。
她在HIMSS会议后与《HealthTech》杂志交谈时，谈到了她的团队如何识别和部署AI解决方案、找到合适的合作伙伴以及在整个组织内优先考虑开放沟通。
HealthTech: 您是如何在西北医学评估AI解决方案的？从哪里开始？
KOCZKA: 首先，我们试图了解我们的需求和目标，找到AI可以增加价值的具体挑战或领域。在西北医学，我们的重点是三个关键领域：改善患者结果、简化运营和增强诊断。一旦确定了这些挑战和子领域，我们就会研究解决方案并调查各种可用的AI解决方案，看看哪些符合我们的需求。
在西北医学，我们也有自己的AI开发团队，因此在引入任何外部AI解决方案之前，我们的团队会评估它是否与NM已经实施的其他功能重复。如果确定该解决方案合适，我们会评估数据集成的可行性，并确保所有必要的监管合规性。
我们的团队还会评估员工使用AI的难易程度，以及它能否无缝集成到当前的工作流程中而不造成破坏性的中断。理解财务影响与预期收益之间的关系也非常重要。
HealthTech: 您的组织是如何处理AI和数据治理的？它们是分开的方法还是相互关联的？
KOCZKA: 它们是相互关联的，但有不同的小组负责评估AI和数据治理。最初，我们从更技术的角度处理AI治理。然后，如果解决方案通过了这些检查，我们再将其移交给数据安全和隐私团队、架构和其他审查。我们对待AI技术就像对待我们希望引入组织的任何软件解决方案一样。
我们的创新团队尝试在一个更受控的环境中找到合适的环境来试点和测试这些AI解决方案，然后再进行更广泛的推广。我们也会收集反馈并在这些解决方案在组织中更全面部署后进行监控和评估。
HealthTech: 对于AI解决方案合作伙伴来说，拥有医疗保健经验有多重要？您选择合作伙伴的标准是什么？
KOCZKA: 拥有医疗保健经验的合作伙伴至关重要，我认为有几个原因。一个是行业知识：医疗保健是一个复杂的构建，具有独特的监管要求和工作流程。供应商需要了解这些复杂性，然后才能开发出更有效地解决问题的解决方案。
当我们考虑合规性和法规时，熟悉我们行业标准（如HIPAA）的供应商通常可以确保其解决方案符合要求。如果他们具备医疗保健专业知识，他们就有经验将产品与现有的医疗技术集成，从而实现更顺畅和更快的技术部署。
经验证的成功也是重要因素。他们应该提供案例研究或参考，证明其解决方案在医疗保健背景下的有效性和可靠性。此外，能够定制以满足我们需求的解决方案也非常重要。
我们通过网络和市场活动识别关键合作伙伴。我们的团队通过参加HIMSS和ViVE等展会以及研讨会来保持联系。我们非常感谢同行交流，这往往带来宝贵的见解，并获取市场研究。行业评论和认可也是我们团队考虑的因素。
我们的团队还评估合作伙伴在市场上存在的时间以及他们曾合作过的其他医疗保健组织类型。我们引入了相当多样的AI解决方案，从成熟的行业玩家到初创公司。我们喜欢成为市场的先行者，或者帮助初创公司在我们的环境中构建他们的产品。
HealthTech: 您是如何连接不同部门来测试AI解决方案的？您是如何获得用户和高管的支持的？
KOCZKA: 在西北医学，我们的结构是由跨职能团队评估解决方案，从一开始就组建一个包括相关临床领域、IT、运营和管理代表的团队，这鼓励了多样化的视角和知识共享。明确阐述AI解决方案的目标及其将如何使每个可能受影响的部门或利益相关者受益是非常重要的。
如果引入了某个解决方案，我们会迅速进行试点，并尝试让来自不同部门的试点小组在受控环境中测试该AI解决方案。拥有更多与技术的实际操作经验确实有助于建立项目的协作性质和过程。
然后，我们的团队会跟踪试点是否应该继续推进，或者是否应该撤回。我们提供良好的沟通渠道以便反馈，从而可以快速调整。尽早让用户参与并获取他们对需求和工作流程的意见非常重要。我认为这就像你试图实施的任何项目一样。
我们的期望是合作伙伴展示技术，展示AI解决方案如何简化任务、提高效率或改善患者结果的真实世界示例。庆祝早期成功也很重要，这有助于随着时间的推移推动更广泛的采用。
西北医学有一个强大的执行治理流程来评估所有技术解决方案，其中包括AI。我们的执行委员会是多学科的，包括财务、运营、IT、合规和临床领域的代表。他们通常是不一定是利益相关者，可能也不会使用该技术，但他们帮助我们审查解决方案并真正理解成本效益分析。他们在看解决方案是否符合我们的战略目标，是否会推动运营效率等问题。
执行部分在我们的过程中稍晚一些，因为我们可能没有成功的试点，或者用户决定该解决方案不适合他们。因此，只有在请求更广泛地部署技术时，我们才会将执行团队纳入进来。
HealthTech: 您对其他希望及早解决用户关切的医疗机构有什么建议？
KOCZKA: 开放沟通是关键。我们努力透明地传达我们的目标、流程和项目的影响，确保利益相关者了解在整个实施和技术使用过程中应期待什么。
从项目一开始，就让利益相关者参与并感到被重视和听到意见是非常重要的。我们通常会有顾问委员会，这取决于项目的规模和对整个组织的影响范围。这些委员会可以提供持续的反馈和指导。
教育和培训是另一个关键领域，因此我们利用供应商资源来解释新技术及其好处，并让我们的技术和架构团队解释如何将这些技术与现有工作流程集成。
此外，解决关于AI技术的误解也很重要。我们经常展示真实世界的例子，并强调AI旨在增强人类角色。如果我们不是第一个使用该技术的机构，我们会展示该AI如何积极影响其他组织的例子，并专注于如何允许改进患者护理和运营效率。
HealthTech: 医疗保健AI领域仍面临哪些挑战？有哪些改进？
KOCZKA: 维护数据隐私和安全是一个大问题，特别是在临床领域。我们正在查看非常敏感的患者数据，需要确保符合HIPAA。这些事情很复杂，但在我们做任何其他事情之前显然至关重要。
数据质量和标准化仍然是另一个持续的挑战。AI技术依赖高质量、标准化的数据进行有效的学习和性能表现，而不同医疗系统中的数据格式和质量不一致会阻碍AI的发展或输出。在现有技术中进行集成也非常复杂且资源密集，但如果不这样做，将会出现互操作性挑战，尤其是在临床方面。
了解这些AI解决方案的临床有效性和安全性也很重要，因此我们希望确保进行了稳健的验证研究和实际证据，这实际上仍然是许多这些技术的重大障碍。
克服偏见是另一个问题。我们知道，如果AI技术不是基于代表性数据训练的，可能会延续或加剧现有的偏见，因此我们在开发自己的AI技术时会谈论患者的多样性，这有助于数据的多样性并可以缓解这些问题。当引入外部AI技术时，这可能很难，因为你并不总是知道这些算法是如何训练的，你试图避免护理中的差异。有时，这可能意味着需要在你的数据上重新训练AI算法。
用户接受和采用仍然是问题。正如许多行业一样，你可能会遇到对使用这些技术持怀疑或抵制态度的专业人士。在西北医学，我们显然不想使临床决策复杂化，因此确保质量和临床验证以赢得信任将导致成功采用。
我认为仍然存在监管不确定性。医疗保健领域的AI格局仍在演变。我们看到美国食品药品监督管理局出台了不同的法规，这些法规可能会发生变化。这使得更多的AI解决方案更难以进入市场并进入医疗系统。
尽管如此，我认为我们看到了资源组，这些资源组允许更容易地访问高质量数据，从而改善了AI训练。进步已经带来了更先进的算法，能够分析大量复杂的医疗数据流，从而提高了诊断准确性和预测能力。
现在还有许多联盟，这些联盟增加了不同组织之间的合作，促进了创新。其中一些团体来自大型行业参与者，或者医疗服务提供商自己成立的。
(全文结束)
