引言
英国国家医疗服务体系（NHS）10年健康计划包含一个愿景，即让人工智能无缝融入大多数临床路径，并广泛采用生成式人工智能。要实现这一目标，NHS需要能够实施和扩展解决系统优先事项和患者需求的人工智能工具。
人工智能有潜力变革医疗服务。然而，存在一种风险，即只有数字化程度最高的医疗机构才能使用人工智能，因此并非所有患者和公众都能从中受益。因此，医疗机构能够扩大和推广人工智能技术的应用至关重要。
目前开发和试点的大多数医疗人工智能工具并非处于人工智能技术发展的最前沿——程序员很少突破技术边界，软件工程师也不太可能设计出前所未有的模型。然而，生成式人工智能的应用和实施是全新的，这在工作流程、集成和信息治理方面带来了新的挑战和不同的约束——例如，安全和隐私考虑、偏见、网络安全等。
人工智能需要正确的技术和社交基础设施。在我们的长篇文章《创新基础设施：让NHS和社会护理做好迎接人工智能的准备》中，我们详细介绍了这种基础设施的内涵。
在这篇长篇文章中，我们探讨了医疗和社会护理系统的不同部分如何处理实施、扩展和转化——从研究和创新到临床实践。这是基于与广泛人群的对话，包括人工智能专家、全科医生、牙医、研究人员和创新者。我们的讨论集中在"员工和创新者如何实施和扩展人工智能？"这个问题上。我们在本文中包含了一些回应。
从建立变革动力开始
要转向使用人工智能等更复杂的工具，建立愿意探索和拥抱数字化转型的文化至关重要。医疗保健领域一直在进行数字化投资，包括全科诊所的在线分诊、医院和社会护理中的电子病历、病理学的数字化以及影像网络。然而，在培训、教育以及改变工作流程和流程方面，投资不足，导致对技术产生疏离文化。10年健康计划和达齐审查都承认了员工对NHS中技术的挫败感。
达齐审查报告明确指出——许多员工认为技术更多是一种负担而非解决方案。员工可能不愿意使用人工智能工具，或担心它们会给已经繁忙的工作量增加复杂性和负担。数字领导者和倡导者可以通过专注于培养技能和培训来提高数字信心，从而帮助转变这种观点。领导者需要认识并理解员工的挫败感，并在员工中培养对技术的热情文化。但要实现这一点，员工需要时间和空间来接触技术，这必须得到领导层的优先考虑。
"该信托最近完成了电子病历(EPR)的数字化，大约一年前从纸质记录过渡。因此，该信托在整体数字化转型方面投入了大量精力和资源，领导得当并创造了积极的变革文化。"
专科注册医生
当优先事项是为患者提供护理和减少等候名单时，员工往往难以找到时间学习和参与创新。国家政策通常将服务交付和创新都列为高优先级，但这两者之间存在未被承认的紧张关系，员工用于创新的时间需要得到保障。
"如果你的所有临床医生都在做患者护理，你必须接受还有其他事情不会发生。你的员工没有时间同时完成你要求他们做的所有服务改进和数字化转型项目以及所有患者护理工作。"
AHP数字负责人
如果员工不参与人工智能的开发和实施，他们对如何使用它以及如何管理工具的知识、理解和技能将有限。这导致不愿使用人工智能，且影响和效益低于预期。
"我们从以前的项目中了解到，如果你只是雇佣IT人员来实施解决方案，这是行不通的。因此，你需要让临床医生、IT人员以及在这种情况下负责患者安全的团队成员从一开始就参与日常工作，以了解他们所需的具体目标、成果和流程。"
专科注册医生
建议
- 为员工预留并保障时间，使他们能够作为临床倡导者或同行网络参与转型和培训。
- 采取持续改进的方法与员工互动，倾听并了解他们的担忧、忧虑和恐惧，并据此采取行动，改进技术功能并发展工作场所文化。
通过合作伙伴关系和集群进行扩展
在全国、地区和综合护理委员会区域中，提供者之间存在显著差异，包括不同的数字化成熟度、数字信心和员工技能水平，以及不同的风险偏好和技术能力。尽管如此，共同的挑战和目标正在帮助建立跨提供者协作。组织群体——例如，约克郡的一组救护信托和北安普顿郡的一组医院信托——正在合作筛选人工智能机会、开发工具并扩展人工智能应用。这些协作共享资金、学习和资源，以筛选和选择能够解决共同问题的人工智能机会。
这些合作伙伴关系还可以共享治理结构和同行支持网络。他们已建立创新委员会，通过将供应商与共同挑战匹配来筛选人工智能供应商。这有助于管理不断增加的供应商数量，但在稳健的决策流程和为实施增加更多延迟之间需要保持微妙平衡，因为NHS经常因采用创新速度慢而受到批评。因此，员工需要确保决策流程在开发和实施周期中最合适的地方进行一次性检查。
那些数字化程度更高且拥有更大技术团队的组织可以在开发和/或测试合作伙伴确定为重要的解决方案方面发挥领导作用。然后他们分享经验，帮助其他组织应对人工智能实施。这种方法使提供者能够共享成本并减少重复。创新委员会监控在集群内试点和测试的创新。如果试点成功，委员会随后向集团内的其他组织推荐这些解决方案。
"你需要一组愿意尝试新事物的组织。下一组组织在我们开始验证时会产生兴趣。他们询问，'之前有效吗？'但之后我们交谈的几乎所有组织都说，'如果你已经做了，我们也会做，而且我们今年本来要花10万英镑做类似的事情，所以不妨等等看你们怎么做。'"
数字转型总监
合作伙伴关系使同行支持网络的发展成为可能，帮助员工应对不熟悉的情况。他们将负责临床安全、信息治理、数据保护和网络安全的员工网络聚集在一起，帮助他们就安全、数据保护和治理达成共同理解，这反过来有助于提供者更快地扩展工具。
通过在集群中合作，组织可以共享资源和数据，提高可用信息的质量。这种合作伙伴关系方法还有助于改进人工智能工具，因为它们在更多样化的数据上进行测试，增加了这些解决方案更稳健并适应不同医疗保健环境和患者需求的可能性。
"我们现在正在建立这些网络，试图获取许多中心的视频数据并持续更长时间，因此我认为我们很快将达到一个点，即用于训练模型的视频数量将超过任何人在职业生涯中能够处理的数量。"
神经外科医生
建议
- 新的区域模式应促进提供者领导者与类似组织形成网络，以领导或支持人工智能的开发和实施。
- 区域应鼓励并促进同行支持网络的发展，以帮助员工发展和扩展工具。临床安全、信息治理和网络安全的同行小组是扩展人工智能创新的关键推动因素。
- 系统中创新基础设施较少的部分，如全科医疗和社会护理，需要投资和能力建设以支持这种工作方式。
考虑系统差异性进行扩展
在NHS和社会护理中，数字技术、员工数字技能和信心在不同组织之间差异很大。这种差异影响了人工智能工具的有效性，使得评估难以跨提供者进行或转移。
"所有这些不同的数字成熟度水平都会影响能力，例如在伦敦，你有一些技术能力非常强的信托机构，而如果你去康沃尔等国家其他地区，我们总是被告知他们拥有相对不成熟的系统，影响并不相同。这根本不是一个公平的竞争环境。"
医疗技术评估员
组织间的差异可能意味着对一个组织具有变革性的人工智能工具对另一个组织不适用——例如，一位受访者解释说，他们没有放射科医生短缺的问题，因此不会优先考虑围绕放射科医生短缺的人工智能解决方案。另一位受访者分享了病理学服务如何通过用于染色和准备组织的不同流程展示差异性，这改变了图像质量并影响了人工智能效果：
"病理学中有许多手动流程用于样本，例如如何将它们放入固定剂、如何染色，以及如何扫描它们。所有这些都会导致数据变化，并且扫描仪没有标准化。这意味着需要考虑颜色变化、形态变化、翻转、切换以及从多个站点收集数据。"
病理学AI供应商
组织和区域之间的这种差异使得确定哪些工具有用以及是否可能扩展它们变得困难。然而，一些因素超出了提供者的控制范围。例如，一些新兴的人工智能工具可能需要改变员工角色或不同员工角色的组合。如果劳动力、资金或招聘能力不足，那么由于劳动力限制，人工智能工具可能无法在该服务中使用。
在寻求扩展解决方案并向其他提供者学习时，员工需要能够了解和测试使用工具所需的技术、工作流程和人员依赖关系。这些工具也可能可定制，这有助于满足组织的需求。
建议
- 作为区域模式改进能力的一部分，应投资于质量改进能力，以评估如何最大限度地减少提供者之间的差异，从而实现人工智能的扩展。
- 需要投资于员工时间、能力和资金，以便组织集群能够简化人工智能的扩展。
本地化决策以调整解决方案
与任何诊断工具一样，人工智能将具有最大敏感性和特异性值（即工具的准确性），这意味着将有一部分不正确的结果、假阳性和假阴性。一些站点选择根据部门的容量和工作流程设置其人工智能工具的较低阈值来调整人工智能性能。一些部门有意选择降低阈值，这意味着将有更多假阳性供员工手动检查。该部门依赖于有足够的劳动力容量来检查这些额外的假阳性。这建立了容错和风险管理。
"站点1根据放射科医生报告这些图像的能力决定了假阳性预测的阈值。而站点2决定我们不会调整阈值以减少假阳性，而是接受放射科医生将有相对较高的假阳性数量，他们在查看图像时能够排除这些假阳性。但这是关于容量和部署技术对工作流程影响的容忍度的决策。"
创新临床主任
调整人工智能工具的阈值和性能参数可能会影响员工工作量。这就是为什么领导者理解其影响并采取跨组织方法来商定如何设置、管理和解释影响至关重要的原因。例如，审计救护车呼叫过程一致性的AI工具可能使从审计部分呼叫转移到审计所有呼叫成为可能。但如果AI错误地标记了大量偏离流程的情况，那么与之前仅审计部分呼叫相比，可能需要更多员工时间手动检查这些情况——增加了所需的人力资源。
如果人工智能实施仅关注单一任务，则不太可能产生潜在好处，并可能产生意想不到的后果。例如，能够进行胸部图像分析的AI工具可以快速分析大量扫描，当涉及到临床监督时，会导致工作量急剧增加，或者增加对全科医生或顾问的下一次接触点的需求。除了单一任务的人工智能实施外，还需要将人工智能视为路径的一部分，认识到员工时间可以重新分配到其他地方以缓解压力。这也能够带来更大的好处——例如，通过将能够分析图像的人工智能系统与能够安排预约和测试的系统连接起来，释放更多员工时间。
建议
- 提供者需要开发流程，以根据组织需求和劳动力容量决定工具的阈值和特异性。
- 区域、综合护理系统和提供者需要共同努力，制定区域方法进行跨组织转型，确保人工智能的使用改善整个互动过程中的患者护理，而不仅仅是在一个接触点。
总结
基于与数十名AI和数字专家——包括临床医生、服务领导者、研究人员和创新者——的对话，很明显，医疗和护理服务需要将与技术基础设施相同的能量和优先级投入到帮助员工对AI建立信心上。
患者经常对其数字服务体验感到沮丧，并注意到碎片化问题，因为不同服务由不同提供者提供。人工智能实施缓慢以及人工智能工具的有限推广可能会加剧这些差异，特别是当人工智能工具正在变革服务并释放员工时间时。
为确保广泛效益，NHS需要能够跨提供者合作，共享优先事项并开发适用于跨组织的人工智能工具。还需要有能力优化人工智能工具，以及流程和员工技能，以根据当地服务需求最大化其利用率。领导者和新兴的综合护理委员会以及卫生和社会 care部(DHSC)区域有责任协作确定人工智能可以改善护理成果的共同挑战。这需要良好的跨组织协作，支持员工并实现可扩展性。
【全文结束】
