在英国，当前NHS等待治疗的患者数量超过700万，医护人员岗位空缺约10万个。人工智能技术正被应用于行政管理工作，以缓解医护人员压力并提升患者护理质量。这项技术的应用范围广泛——从识别心脏病发作、中风和糖尿病等慢性病的风险因素，到协助临床医生分析扫描和X光影像加速诊断，再到通过自动化语音助手、预约排程及医生诊疗记录自动生成等手段提升工作效率。
牛津大学埃里森技术研究所所长约翰·贝尔爵士指出，生成式人工智能这种能产出文本、图像等多元内容的技术将彻底改变患者治疗成果。该技术不仅能提升诊断扫描的准确性，还能通过模拟不同医疗干预措施预测患者预后，从而为个性化治疗决策提供科学依据。但他强调，研究人员需打破孤立研究模式，确保技术创新成果在全国范围内公平共享，避免部分社区被边缘化。
"要实现这些益处，NHS必须打破数据孤岛，释放被封锁的数据价值。"贝尔爵士进一步指出，在确保数据安全的前提下允许人工智能访问全量医疗数据，将有助于开发更具代表性、准确性和公平性的AI工具，最终减轻国家医疗服务体系的经济负担，促进全民健康水平提升。
尽管生成式人工智能展现出巨大潜力，但也存在显著风险。英国政府正在评估其在NHS的应用，其中关键挑战包括技术可能产生的"幻觉"现象——即生成未经证实的信息。牛津大学人工智能伦理研究所卡罗琳·格林博士注意到，部分医疗从业者正使用ChatGPT等模型寻求医疗建议。她强调："使用者必须接受专业培训，理解如何规避技术局限性带来的风险，例如错误信息误导问题。"
格林博士特别关注公众信任建设，建议在生成式AI开发早期阶段就应与医疗工作者、患者及社会组织建立深度协作。她透露，已有部分患者因担忧AI使用及隐私泄露而选择脱离家庭医生体系，这可能导致他们在未来失去必要的医疗服务保障。
技术应用的另一重大挑战是算法偏见。若训练数据集未能充分反映服务人群的多样性，可能加剧基于性别、种族等维度的医疗不平等。英国药品与保健品监管局（MHRA）对AI医疗设备实施严格监管，健康基金会智库近期提出包含六点的国家AI战略框架。该智库研究员内尔·桑顿指出，当前AI模型数量激增，评估速度难以匹配技术创新节奏，亟需增强监管体系的响应能力，并明确生成式AI特有的监管需求。
MHRA软件与AI部门主管保罗·坎贝尔强调，监管需在患者安全保障与创新促进之间取得平衡。英国卫生和社会保障部表示，新上任的工党政府将通过采购AI赋能的扫描设备来提升早期诊断能力，加速疾病治疗。尽管业界普遍认可人工智能对医疗领域的革命性影响，但要实现技术价值，还需解决医护人员技术信心培养与公众信任建立等关键问题。
【全文结束】
