在各个行业，关于AI采用的调查一次又一次揭示了相同的基本挑战。这些挑战包括：受访者在建立可量化的商业案例上陷入困境——许多人先买了锤子再去寻找钉子；大多数人担心数据质量和其安全及治理问题；许多人出于战术而非战略原因部署AI——例如为了省钱、因为炒作告诉他们这样做，或者因为他们担心竞争对手会先购买（相对较少的人表示他们用它来做更明智的决策）；而且，在许多情况下，组织缺乏相关技能，员工还没有准备好。
当像Avanade这样的公司——由OpenAI合作伙伴微软拥有的咨询公司——在其本月发布的《趋势线：2025年AI价值报告》中发现这些问题时，你可以确信这些问题依然存在。尽管如此，Avanade还是发现来自10个国家的4,100名企业决策者仍然对AI的好处充满信心。这似乎是一个由希望和炒作驱动的市场。
然而，有一个部门不能在任何意义上忽视这些担忧：医疗保健。这是由于多种原因，不仅预算紧张、资源稀缺、竞争压力、疫情的长期影响、士气低落和人员不足的团队，还迫切需要保护患者，同时保护他们的机密健康数据。当然，这些挑战以及更多影响着英国的NHS。AI能否帮助克服这些挑战并减少患者积压？也许可以。但除了患者保密外，主要的挑战是显而易见的：很少有人加入医疗前线是为了成为AI专家。那么，像NHS这样的组织或任何提供者如何让已经超负荷的专业人员学习更多技能？
安德鲁·利里博士是皇家放射学院的AI经理，该学院本身就在最前线：癌症研究是一个关键领域，AI可能有助于将医学推向预测性和预防性护理，或实现早期诊断以挽救生命。
上周在威斯敏斯特健康论坛关于医疗保健中AI采用的政策会议上，他说道：
“培训和发展员工的重点是确保他们是称职的专业人员。因此，AI只是他们可能会使用的一种工具，尽管AI在NHS的潜力令人兴奋。所以，我今天要传达的关键信息是：询问员工他们面临的挑战。然后，在专家的支持下，确定AI是否是解决某些挑战的正确方案。”
换句话说，提出一个针对特定需求的AI案例，然后探索这个方案是否正确。这本应是显而易见的——IT策略的起点——然而，一项又一项调查显示，在我们的炒作充斥、营销驱动的世界中，这并非如此。根据Avanade对包括医疗保健在内的九个行业的调查，大约一半的受访者卡在了这些基本问题上。尽管如此，他们仍然对微软等传教士承诺的快速回报充满信心。如果没有明确了解AI解决的需求，这种信心如何得到证明？利里博士继续说道：
“除了管理一个国家之外，没有什么比管理一个国家卫生服务系统更复杂的了。我们被告知有140万名员工——约占人口的2%——并且有超过350种不同的职业角色。因此，即使考虑到如何通过培训、发展和技能来支持NHS员工的问题，规模挑战也是巨大的。AI在现有的NHS IT基础设施和核心系统开发时并未被考虑，也不是之前工作计划的一部分，当时引入像X光机这样的技术相对简单。AI，正如我们知道的，不是单一的技术，也不是单一的创新。在我的工作中，它涵盖了各种应用程序和算法，输出范围从预测分数到文本，从影像上的边界区域到热图，从语音转录到潜在的患者治疗时辐射剂量的调整。因此，AI可以在临床或运营中应用。在某些情况下，风险很小，但在其他情况下，有显著的临床风险管理要求。”
他补充道：
“与此同时，这些技术仍在发展，该领域的专家对未来的发展有不同的预测。因此，在这个背景下引入AI并考虑培训、技能和知识发展是非常复杂和具有挑战性的。”
对于NHS来说，财政上的必要性是明确的。在英国已确定220亿至400亿英镑（根据使用的数字不同，最高可达500亿美元）的财政缺口的情况下，公共部门整体在2023-24财年在ICT上花费了169亿英镑（210亿美元），比去年同期增长了41%，根据采购数据分析公司Tussell的数据。同时，卫生和社会照护部（DHSC）的技术支出在过去四年翻了一番。Tussell的《2024年健康科技市场快照》指出，2022-23财年，公共医疗保健在ICT上的总支出达到48亿英镑（61亿美元），其中约60%由NHS信托基金承担。
AI是这一支出的一个日益增长的部分。自2018年以来，Tussell指出，英国公共部门已授予930份AI合同，总价值233亿英镑（28亿美元）。NHS英格兰是第三大AI买家，花费2.23亿英镑（2.8亿美元），仅次于因与微软签订超级计算机协议而花费10亿英镑（12.5亿美元）的气象局和交通部。此外，DHSC在内部流程上花费了9700万英镑（1.21亿美元）用于AI。
那么，NHS在技能方面对AI的需求是什么？利里博士说：
“一般而言，AI培训、技能和知识发展的建议取决于某人的角色，但通常围绕数据整理、AI评估、AI实施、伦理、公平、信息治理、监管和临床风险管理等主题。因此，了解AI工具的局限性——知道何时应用它们，更重要的是，何时不应用——至关重要。”
因此，NHS AI实验室发布了一个AI和数字技术能力框架。此外，它探讨了培养使用AI工具的信心所需的因素，同时考虑了“过度自信”的影响，他说。然后他补充道：
“他们提出了独立于专业学科的AI相关角色和职责的工作角色原型，以及这些原型相关的培训需求。”
那么，皇家放射学院本身呢？作为英国领先的临床放射学和临床肿瘤学专业机构，利里博士是AI决策者。他解释说：
“像大多数专业一样，我们面临着重大的劳动力挑战。需求和能力之间的差距正在逐年扩大。因此，探索新的工作方式是一个持续的对话，但我们的专业有着采用技术的历史。据说，目前可供NHS使用的80%的AI工具都属于我们的专业。因此，我们如何处理AI培训和教育可以被视为整个NHS的代理。”
这是一个大胆的说法。这意味着什么？他说：
“作为一家专业机构，我们有皇家宪章，负责为我们专业设置专业考试和课程。现在我们的课程包括对临床放射学的一些期望，如接受和评估新兴技术（如AI），这些技术可以作为影像分析和解释的辅助工具。适应经过验证的诊断评估进入临床实践，掌握基本统计学知识，设计或解读测试AI软件的临床试验。熟悉如何利用影像注释进行研究和临床护理，了解数据整理、保密、匿名化和患者数据法规的概念，以及理解训练数据、验证数据和测试数据的意义、要求和陷阱。”
这对已经超负荷的员工来说是一长串的要求和要求。它们现实吗？利里博士说：
“AI教育在英国各地差异很大。放射科医生需要能够批判性地评估AI研究，商业AI软件的知识是决定是否部署以及如何使用商业AI工具的因素之一。因素包括‘通用性’、对工作流程的潜在不利影响、验证标准和数据隐私问题。此外，关于AI部署和用例的教育将确保课程中有最低标准的理解。因此，我很高兴地告诉大家，[上周]我们发布了由DHSC资助并在AI实验室监督下制定的医疗影像AI部署基础指南。它涵盖了从算法获得监管批准到NHS信托基金‘常规业务’部署的整个过程。同时，我们发布了放射治疗自动轮廓的指南。”
一个非常令人兴奋——但未知的——未来
因此，如果学院可以被视为整个NHS中AI采用的代理——鉴于工作的深度专业性和机构的性质，这是一个值得商榷的说法——那么将AI工具引入临床实践需要什么呢？利里博士解释说：
“举个例子，我们提供了一个临床放射学AI混合学习课程，包括在线模块和一个实用研讨会，结合了我们AI教育委员会成员的专业知识。它涵盖了形成AI见解的基础原理、各种AI技术及其优缺点，以及AI模型创建的基本知识。此外，它涵盖了与开源数据集相关的挑战，以及偏见和意外结果如何可能影响这些AI模型的考虑。下个月，我们将举办一个关于上市后监控的研讨会。前两次研讨会分别关注数据整理和评估以及AI部署。在NHS的合作下，我们将在明年2月举办为期两天的多学科全球AI会议。将有教育、研究和影像AI的分会场，社会中的AI、领导力和患者视角，治理和监管，以及实施。因此，实践中每个人都有适合的内容！”
尽管所有这些积极主动的工作，利里博士承认学院仍在制定其AI战略，因此不受市场炒作和传教士的影响。学院鼓励其AI顾问委员会设想一个AI赋能的未来，他说，这是一个非常令人兴奋的未来，但我会留到以后再说。
我的观点
利里博士的关键教训是什么？如何引入变革以及如何与受变革影响的人互动与你试图引入的变革一样重要。当涉及到AI时，这应该是每个组织的情况，而不仅仅是医疗保健。然而，一项又一项调查显示情况并非如此。很多时候，取而代之的是因炒作而急于购买AI，而没有做必要的基础工作。
买家：重新掌控自己。同时，你能提供像皇家学院那样深入的培训和教育制度吗？也许可以，也许不行。但如果后者，那么问问自己：你甚至考虑过这家备受尊敬的机构所考虑的因素吗？如果没有，为什么没有？
(全文结束)
