阿米·巴特（Ami B. Bhatt）医学博士，美国心脏病学会（American College of Cardiology）首席创新官。观点仅代表个人。
不久前，患者必须等待电话来了解化验结果。希望比对新试验数据的临床医生需依赖期刊、机构摘要或会议报告。想要影响诊疗路径的初创企业必须与医院合作。
在现代医疗的大部分历史中，解读权始终限于机构边界内。如今这一状况已不复存在。
人工智能为医疗带来了全新变革：解释过程不再局限于传统场景。现在，患者可上传化验结果并在数秒内获得解读；临床医生能实时跟进更新的诊疗指南；赞助方可自动核查数千份病历的适配性，无需人工翻阅。
障碍正在消融。这一变革不仅关乎技术，更涉及系统组织方式的重构。
信息为何不再局限于医疗机构
多年来，医疗机构主导知识创造并决定信息获取权限。学术中心开展研究，专业学会阐释发现，医疗系统则决定患者何时能获得信息解读。
这套体系建立在资源稀缺基础上：专家数量有限、数据相互隔离、计算机能力不足。人工智能正在消解这种稀缺性。如今，信息解读能力已能突破机构边界。这并非意味着专业性消失，而是理解信息的权力正在更广泛地共享。
患者如今更主动参与健康管理，带着总结报告和问题前来就诊；临床医生不再仅依赖记忆或人工操作，而是拥有快速提取关键信息的工具。权力平衡由此发生转变。
信息共享如何改变责任归属
然而，获取信息不等于承担结果责任。AI工具可提供解读，但不承担患者照护责任——除非专门设计用于此目的，否则它们没有法律或监管义务。
随着更多人获得信息解读能力，责任也应相应共享。医疗机构不能再将核心任务视为控制信息，而需制定工具使用规范、验证其安全性，并在部署后持续监控。
机构角色正从信息控制者转向使用引导者。患者、临床医生与技术公司都需要更清晰的框架来评估AI驱动的洞察并负责任地应用。医疗机构具备独特优势来协助建立这些标准。
真实风险：远不止访问权限
当前关于医疗AI的争论多聚焦于"患者该不该使用"或"医生能否信任"，这些虽重要却已非核心问题。
AI正迅速渗透临床诊疗、行政流程、患者决策及机构运营。更严峻的挑战在于：医疗体系是否具备基础设施来评估、监控、治理并持续优化这些深度嵌入诊疗流程的工具？
医疗机构能否快速演进以规范分布式智能在临床的应用，避免系统碎片化？若从设计之初就融入验证、透明和监控机制，权力分散反而能构建更可信的医疗服务体系，而非削弱其可靠性。
诊疗室的悄然变革
这一转变最显著的影响可能十分微妙。例如：患者可能在使用AI工具解读胆固醇结果后就诊；医生可能在接诊前查看AI生成的摘要；试验协调员可能采用自动预筛替代人工病历审查。
即便结果相同，人际互动方式已然改变。在新环境中，临床医生的价值不再体现于掌握全部信息，而在于理解细节、阐释风险并为决策担责。接纳此变革的机构可更新流程予以支持；固守信息稀缺旧体系者终将落伍。
权威的新定义
终结机构守门人角色不等于终结机构本身，而是要求其角色进化。医学领域的信任从未源于"谁掌握话筒"，而取决于建议能否经受临床实践、循证依据及时间的检验。
在AI赋能的医疗体系中，公信力将属于那些能展示方法原理、在实际工作流中验证工具、全周期监控性能，并将监督规模匹配临床影响的组织。
人工智能已将解释权拓展至传统围墙之外。问题不再在于患者和医生是否会接受新来源的指导——他们必然如此。关键在于我们的医疗机构是否有决心突破围墙，使这些指导具备可信度、可追责性，并配得上生命所系之人的托付。
【全文结束】
