医疗健康人工智能在2025年已超越试点阶段。在过去一年中，从拯救数百条生命到每年减少2000万至1亿美元以上的成本，各医疗系统开始切实感受到生成式人工智能、环境监听技术和预测模型带来的投资回报。
《贝克医院评论》联系了多家领先医疗系统的IT高管，请他们分享过去12个月内最具象的AI投资回报案例：
丹尼尔·巴奇（Daniel Barchi），CommonSpirit医疗（芝加哥）高级执行副总裁兼首席信息官： 在CommonSpirit医疗部署的200多个人工智能工具中，对患者治疗效果影响显著的是AI驱动的护理缺口闭合系统。该系统优化了我们识别和处理关键预防性护理需求（如癌症筛查和年度健康检查）的方式。通过AI从电子健康记录中提取风险因素、计算个性化筛查时间表，并自动生成临床医嘱推荐，我们得以更高效地规模化推进主动护理。仅在2025财年，我们就提交了超过6.1万份护理缺口闭合医嘱——较前一年增长五倍——实现了乳腺癌、结直肠癌和肺癌筛查指南的复杂合规自动化。这不仅有利于医疗机构，更惠及患者及其持续性临床护理。除运营投资回报外，我们还大力投资员工AI技能培养，5月启动CommonSpirit AI学习学院，提供9门长周期课程和16个微学习模块。反响显著，课程注册超5000人次，1400名员工已完成技能提升。这种能力建设切实促进了AI采用率、使用质量和临床运营团队将AI融入工作流程的速度。
丽莎·斯坦普（Lisa Stump），西奈山医疗系统（纽约市）执行副总裁兼首席数字信息官： 2025年最具意义的投资回报来自院内开发的住院患者营养不良检测工具。该项目识别营养不良高风险患者，并优先安排临床营养团队进行评估干预。通过早期检测、干预和文档记录，该项目创造了约2000万美元的营收影响。
托马斯·本特利（Thomas Bentley, BSN, RN），俄亥俄州立大学韦克斯纳医疗中心（哥伦布）首席信息与数字转型官： 环境监听技术（如DAX Copilot）大幅减轻了电子病历文档的行政负担，使临床医生能专注患者护理，改善医患双方体验。在此基础上，AI驱动工具现在可于数分钟内总结海量电子病历中的复杂患者病史，揭示此前被埋没的关键信息，减轻认知负荷。这些创新不仅优化护理流程，还通过识别可能被忽视的重要结果提升患者安全。借助标注和参考依据，幻觉风险不仅降低，临床医生还能快速获取相关信息。此外，最佳临床实践正通过可操作智能直接嵌入电子病历系统——标记偶然发现并推荐循证随访步骤——帮助医生避免误诊，提供更安全高效的护理。采用率持续走高，临床医生反馈印证了这些进步对日常实践和患者治疗效果的积极影响。下一步将推出交班和住院摘要草案，我们的目标是通过让临床医生脱离电子病历回归患者护理，重拾医学的乐趣。
扎法尔·乔德里（Zafar Chaudry, MD），西雅图儿童医院高级副总裁兼首席AI、数字与信息官： 2025年5月至8月，西雅图儿童医院在15个科室58名用户中成功试点环境AI工具Abridge，结果极为积极。90天试点证明该工具显著优化临床工作流：76.7%的医生表示其通过节省时间和减轻病历录入认知负担，对日常工作产生实质性或积极影响。关键使用指标印证了工具质量与效能：用户平均评分4.38/5分，报告操作负担降低77%，Epic系统数据确认试点群体每次就诊的病历录入时间减少15.5%。鉴于医生高度热情（90.7%支持全面推广），西雅图儿童医院正推进该技术的全系统实施。
威尔·兰德里（Will Landry），FMOL健康（路易斯安那州巴吞鲁日）高级副总裁兼首席信息官： 我们最具体的投资回报来自环境监听技术。对于积极使用该技术的医生，我们观察到三个显著回报领域：一、医生在电子病历系统总耗时减少；二、病历关闭时间缩短；三、使用环境监听的就诊中患者参与度提升。
唐娜·罗奇（Donna Roach），犹他大学医疗系统（盐湖城）首席数字与信息官： 2025年，犹他大学医疗系统实施并受益于多种AI计划，包括环境监听、病历摘要生成及急诊卒中早期检测。但我认为最具价值的投资是建立专用AI实验室和结构化临床工作流测试环境。尽管这些计划尚处早期且未产生直接财务回报，但通过创建安全可复现的工具评估流程、验证临床用例、明确集成需求，正带来重大组织价值。这一基础使我们能做出更明智决策、规避昂贵失误、加速负责任的AI采用。因此今年最大回报是清晰认知——明确哪些有效、哪些无效，以及如何在复杂医疗系统中安全规模化AI。
斯科特·阿诺德（Scott Arnold），坦帕总医院（佛罗里达州坦帕）执行副总裁兼首席数字与创新官： 两大亮点：首先是微软Dragon Copilot为医生提供的自动化临床文档。医生采用迅速增长，意外的积极副效应是部分医生自发表示愿借助该技术延长执业生涯。许多人坦言原计划退休，但因文档自动化进步决定留任。其次，我们与Palantir合作将AI应用于护理协调中心，团队创建的洞见优化了运营效率（缩短住院时长）并检测监控脓毒症（成功挽救700余条生命）。
瑞安·肯尼（Ryan Kenney），内布拉斯加医疗（奥马哈）战略赋能副总裁： 过去一年最显著的AI增益源于聚焦运营流程与容量管理的应用。通过整合人员、流程、技术的创新方法，运用预测分析和机器学习模型，我们在学术医疗中心实现并维持平均住院时长5%的降幅，相当于在不扩建实体设施的情况下新增37张住院床位。这一增量产能促进了设施转诊增加和住院手术量提升，为医疗系统创造更高利润。AI驱动的决策支持和工作流优化进一步强化了这些干预措施的系统级影响。
【全文结束】
