北国健康中心（North Country HealthCare）在其服务的部分地区是患者获取医疗服务的"唯一选择"，该联邦认证健康中心的质量与人口健康医学官詹妮弗·科尔特斯博士表示。这家机构运营13家初级保健诊所和2个移动医疗单元，为亚利桑那州北部农村地区的5.5万名居民提供医疗服务。
科尔特斯指出，部分社区位置极为偏远——这意味着患者可能需要长途跋涉数小时才能获得专科治疗——这给医务人员招聘带来挑战。她认为人工智能在此领域或可提供帮助：采用AI记录员技术（通常可自动记录医患对话并生成临床文档）能减轻医务人员的行政负担，降低职业倦怠风险。
"当ChatGPT刚问世时，我兴奋地想'天哪，这可能会让我们的工作变得轻松许多'，"科尔特斯说，"我只希望这份工作不总是如此艰难。如果AI能实现这个目标，那将太棒了。"
然而对安全网医疗机构而言，实施AI项目绝非易事。专家指出，该技术部署需要大量人力投入和技术专长，许多资源匮乏的机构难以获得必要的技术支持与监管能力。若医疗资源最少的机构（往往服务着病情最复杂的患者群体）无法享受AI红利，它们与大型富裕医疗机构的差距将进一步拉大。
"观察当前积极部署AI的医疗系统类型，你会发现只有负担得起成本的机构才在大力推行，"医疗AI联盟（Coalition for Health AI）首席执行官布莱恩·安德森表示，"例如农村地区的医疗机构缺乏IT人员来配置各类AI工具，这就是AI领域已显现的数字鸿沟实例。"
需要大量人力投入
专家指出，医疗机构采用AI产品需配备专业技术人员和资源支持，这对资金紧张的安全网机构构成重大障碍。
"人们常将其想象成打开电灯开关般简单，"明尼苏达大学公共卫生学院助理教授佩奇·农说，"实际上远非如此。这些工具需要大量人力投入。"
安全网机构通常运营利润微薄，因其更依赖面临联邦资金削减的医疗补助计划（Medicaid），且承担着更高的无偿医疗服务需求。据健康政策研究机构KFF数据，2023年社区健康中心（为弱势群体提供初级保健）的净利润率仅为1.6%，较2022年的4.5%大幅下降，主因通货膨胀和疫情资金到期。
联邦基金报告显示，超70%的社区健康中心去年报告存在全科医生、护士或心理健康专业人员短缺。同时人力成本是医疗机构的主要支出，而AI实施更需持续投入：需建立AI治理体系评估产品安全有效性，维持合规监管，并持续监控工具表现——因患者特征等基础假设可能随时间变化导致模型性能衰退。
"当手术刀生锈时，人们能明显察觉需更换，"安德森比喻道，"但多数AI工具的问题难以觉察。医疗机构如何负担长期监控管理成本，是现实隐忧。"
技术支持缺口
专家强调，医疗机构还需具备技术专长的IT团队支持AI工具部署，这对资金紧张的农村机构尤为困难。
"许多安全网机构没有数据科学家，"杜克健康创新研究所人口健康与数据科学负责人马克·森达克指出，"考虑到这些高薪岗位无法直接创收，某些机构雇佣数据科学家并不现实。"
健康IT服务商OCHIN外部事务主管珍妮弗·斯托尔表示，财务困境也阻碍机构投资AI所需的IT基础设施。"社区健康组织的困境在于，许多机构被迫依赖过时低效的技术系统，"她通过邮件说明，"这些系统不仅功能有限，部分甚至无法整合AI工具——进一步加剧技术鸿沟。"
与此同时，AI可能排在IT团队待办事项末位。以北国健康中心为例，诊所Wi-Fi时常不稳定，且其老旧电子健康记录系统数年后将停止厂商支持，必须更换新系统。"我们连基础都缺失，"科尔特斯坦言，"即便不谈AI，我们已经落后了。"
错失AI机遇
专家认为，这些制约正影响低资源机构的AI应用实践。今年初《卫生事务》期刊研究显示：仅61%使用预测性AI模型的美国医院通过自有数据验证准确性，仅44%在本地评估工具偏见——这是确保AI适配本机构患者群体的关键环节。
研究发现，拥有高运营利润率、隶属医疗系统且自主开发预测模型的医院更可能进行本地化评估。"资源是持续开展评估和定制模型的核心要素，"该研究作者农教授解释，"你需要IT团队和数据科学家来设计或评估EHR供应商的模型。"
专家警告，若缺乏支持，资金与技术能力不足的机构可能错失AI效益，或在缺乏必要保障的情况下盲目采用，从而扩大医疗机构间及其患者群体间的既有差距。
森达克举例：安全网机构本就面临人员招聘难题，当住院医师毕业求职时，是选择提供AI文档助手（可缓解职业倦怠）的医疗系统，还是无法部署该技术的诊所？此外，安德森指出，若AI应用仅限资源丰富的机构，可能强化工具中隐含的偏见——若算法训练数据仅来自沿海城市高教育群体，将缺失其他群体信息。
"我们的社会使命是确保AI能同样优质地服务阿巴拉契亚农村居民或堪萨斯务农社区，就像服务旧金山或波士顿市民，"他强调。
求助路径
专家指出，可通过借鉴其他新兴技术的帮扶模式支持小型机构采用AI。例如2009年《HITECH法案》设立区域扩展中心，为小型诊所提供电子健康记录实操技术援助；卫生资源与服务管理局资助的远程医疗资源中心也为虚拟医疗服务提供支持。
EHR供应商可发挥关键作用。农教授研究中近80%医院通过EHR开发商获取预测模型，这或是推动安全部署的有效切入点。大型医疗系统与学术医学中心也应协助资源匮乏的同行：由杜克健康和梅奥诊所等机构组成的健康AI合作伙伴联盟运营"实践网络"，通过一对一支持帮助安全网机构采用AI最佳实践。
作为该网络首批参与者，北国健康中心获得技术支援以推进AI采购、评估与实施。杜克大学的森达克（兼任联盟领导委员会成员）坦言："目前实践网络仅服务5家安全网机构，而全国有数百家联邦认证健康中心亟需支持。"
"关于医疗AI的讨论与一线医护人员的实际应用能力存在巨大断层，"科尔特斯总结道，"当人们热议巨额AI投资时很令人振奋，但如何带我们共同前进？"
【全文结束】
