什么推动医疗系统创新?What accelerates health system innovation? | Healthcare IT News

环球医讯 / AI与医疗健康来源:www.healthcareitnews.com阿联酋 - 英语2026-07-20 01:15:30 - 阅读时长5分钟 - 2129字
迪拜卫生局AI主管马吉德·苏丹·阿尔·梅海里警告称,在医疗这一高风险领域,真正阻碍创新(包括AI采用)的是缺乏信任。他将在新加坡HIMSS26亚太会议上发表主题演讲,阐述监管者应扮演"AI架构师"角色的观点,强调从系统设计之初就应将信任基础设施嵌入,而非事后添加。阿尔·梅海里详细解释了治理、验证和数据主权三大关键要素,指出医疗AI创新需要设计明确的政策框架、独立验证机制和本地化模型,才能实现从试点项目到大规模应用的跨越。他挑战了"监管是创新障碍"的误解,主张基于风险的治理实际上是加速器,能通过分类管理让高价值低风险应用快速落地,同时确保患者安全。迪拜经验表明,监管机构应率先在自身工作中应用AI,建立本地数据和人口特异性模型,并从第一天起就嵌入治理机制,只有通过监管机构、医疗机构、学术界和产业界协作,才能构建公众真正信任的医疗AI生态系统。
医疗AI医疗系统创新医疗信任医疗监管AI治理AI验证数据主权医疗ITHIMSS26亚太会议迪拜卫生局
什么推动医疗系统创新?

尽管创新机会众多,但由于缺乏一个关键要素——信任,成功仍然难以实现。

迪拜卫生局AI主管马吉德·苏丹·阿尔·梅海里表示,在医疗这样高风险的领域,没有信任,任何创新都不可能大规模实施。

阿尔·梅海里将在新加坡举行的HIMSS26亚太会议上发表主题演讲,题为"监管者作为AI架构师:为医疗行业构建信任基础设施"。

《医疗IT新闻》采访了阿尔·梅海里,他讨论了在AI推动的快速创新背景下,医疗监管者的角色如何演变,以及什么因素真正推动了创新的大规模应用。

问:您的主题演讲将监管者描述为"AI架构师"。这对医疗实践意味着什么实际转变?

答:在医疗历史的大部分时间里,监管者是在产品已经存在后才介入的机构:负责检查、许可,并在出现问题时进行干预。这种姿态不再适合一种在部署后会学习、适应并改变其行为的技术。因此,迪拜卫生局已主动向前推进。建筑师不会等到建筑完工才来批准;建筑师设计基础、设定承重标准,并在任何建筑开始前决定安全措施的位置。

实际上,这意味着在生态系统本身中设计三样东西,而不是事后附加。治理:明确的政策、风险层级和AI解决方案注册库,使整个行业能够了解已部署的内容及其位置。验证:独立的保证能力,在模型触及患者之前对其进行红队测试和压力测试。主权:本地数据、受监管的沙箱和特定于人群的模型,使AI为实际服务的人群而构建。我们还将AI应用于自身的监管工作,从许可到检查,因此我们实践与期望他人相同的纪律。原则很简单,也是整个主题演讲的核心:信任不是隐含的;它必须被设计到架构中。

问:作为迪拜卫生局AI主管,您认为当前AI雄心与医疗领域现实信任之间最大的差距在哪里?

答:差距不在雄心,也不在技术。在迪拜,我们确定了数十个可信的用例,几乎每个部门和每个提供商都表现出真正的热情。真正的差距在于,一个在演示中令人印象深刻的试点与一个能够在真实人口中、在困难日子里被大规模信任的系统之间。

信任不是通过在受控测试中表现良好的模型获得的。它是通过当模型漂移、遇到从未训练过的患者或悄无声息地失败时发生的事情获得的。缩小这一差距需要三样大多数医疗系统仍在构建的东西:特定于AI的治理和问责制;能够证明系统在部署前和部署期间安全的独立验证和保证层;以及数据主权,使模型反映本地人口而非借用的人口。再加上劳动力差距;全球研究仍显示大多数医疗专业人员的AI基础能力不足。在这些基础到位之前,雄心超越了保证。我们的整个战略都是为了有意缩小这一距离,因为在医疗领域,验证是信任的守门人。

问:医疗领导者对AI监管可能有什么误解?您希望如何在主题演讲中挑战这种观点?

答:最常见的误解是认为监管是刹车,而治理是创新后付出的代价:减缓好想法的东西。我想直接挑战这一点,因为事实恰恰相反。在高风险领域,缺乏信任基础设施会减缓进步。没有严肃的提供商会大规模部署他们不信任的东西,没有临床医生会依赖他们无法解释的工具,也不应该要求患者这样做。

设计良好、基于风险的治理是一种加速器。通过按风险对用例进行分类,您可以允许高价值、低风险的应用通过清晰的路径快速移动,而不是被全面谨慎所阻碍。受监管的沙箱让创新者能够安全且更快地实验,而不是更慢。我们特意将我们的治理框架定位为赋能而非惩罚性,与提供商和供应商共同创建,并通过认证、基准认可和渐进式许可等激励措施加强。建立保证实验室和沙箱的监管机构正在消除摩擦,而不是增加摩擦。这就是我所说的负责任的速度:正是因为护栏是设计好的,所以才能快速移动。

问:亚太地区的医疗系统可以从迪拜的医疗AI方法中学到什么?

答:我想从谦逊开始,因为我们的许多建设都是从亚太地区学到的。特别是新加坡——通过其国家平台方法、专门的AI办公室和模型治理沙箱——塑造了我们的思维,我们将我们的战略与新加坡、美国和英国的领先系统进行了基准比较。

我们愿意提供的是几个来之不易的经验教训。首先,将信任视为要设计的系统,而不是要归档的文档。治理、验证和本地化应作为一个相互连接的架构运行。第二,监管机构应首先在自身工作中使用AI;以身作则比从旁发布规则赢得更多信誉。第三,认真对待主权。在一个拥有200多个国家的人口的城市中,为另一个人口训练的模型可能不适合我们,这就是为什么本地数据和特定于人群的模型很重要。第四,从第一天起就嵌入治理,而不是事后修补,并将其作为混合集中监督与分散执行来运行,这样您在扩展时既能保持控制又能保持敏捷性。

问:您希望与会者从您的主题演讲中带走什么?

答:一个想法高于一切:在医疗领域,信任是真正的基础设施,必须有人设计它。我们无休止地讨论算法、计算和数据,但真正缺乏的是合理的信心:知道系统在接触患者之前是安全的,并且随着系统的演变继续知道这一点。

如果与会者带着单一的心态转变离开,我希望是:监管者的角色不再仅仅是允许或禁止。它是设计创新可以同时快速安全地移动的条件,从一开始就设计好治理、验证和主权。这就是如何将AI雄心转化为公众真正信任的AI。没有单一机构可以单独建立这一点。这就是为什么我将以一个邀请结束:与监管机构、提供商、学术界和行业合作,共同构建这种信任基础设施。

【全文结束】

猜你喜欢
  • 人类专家称AI"医生"出错频率有多高人类专家称AI"医生"出错频率有多高
  • 人才外流导致也门医疗系统崩溃,数百万人陷入无助境地人才外流导致也门医疗系统崩溃,数百万人陷入无助境地
  • 人工智能赋能医疗:姆希姆比利医院如何运用智能技术人工智能赋能医疗:姆希姆比利医院如何运用智能技术
  • 人形机器人首次在加州大学圣地亚哥分校突破性试验中执行手术人形机器人首次在加州大学圣地亚哥分校突破性试验中执行手术
  • 人工智能正成为医疗健康的下一层基础设施人工智能正成为医疗健康的下一层基础设施
  • 人工智能永远无法回答的关键医疗问题人工智能永远无法回答的关键医疗问题
  • 人工智能正在重塑康涅狄格州的家庭医疗保健,以下是具体方式人工智能正在重塑康涅狄格州的家庭医疗保健,以下是具体方式
  • 人工智能能否帮助减少医疗记录中的偏见?新研究表明可以——但需谨慎人工智能能否帮助减少医疗记录中的偏见?新研究表明可以——但需谨慎
  • 8项关于AI在诊断和临床推理方面的最新研究8项关于AI在诊断和临床推理方面的最新研究
  • 人工智能有望让医疗保险选购不再"痛苦"人工智能有望让医疗保险选购不再"痛苦"
热点资讯
全站热点
全站热文