从试点到系统价值：价值导向医疗保健中的人工智能、领导力与协作From pilots to system value: AI, leadership and collaboration in value-based healthcare

随着人工智能与机器人技术变革医疗保健，挑战已从开发新工具转向为患者和医疗系统提供可衡量的价值。本文探讨价值导向医疗保健如何将数字创新转化为可扩展的系统级影响

人工智能（AI）与机器人技术正加速各行业转型，医疗保健领域正处于十字路口。挑战已不再是我们能否开发先进工具，而是如何将创新转化为患者和医疗系统可衡量的价值。这与英国国家医疗服务体系（NHSE）十年规划的核心理念高度契合——通过技术应用规模化创新，切实提升护理质量、 workforce效率和患者治疗效果。

尽管英国国家医疗服务体系（NHS）及全球医疗系统中AI试点项目层出不穷，但鲜有转化为持续的系统级改进，问题根源常在于系统本身而非技术。要弥合这一鸿沟，医疗领导者必须聚焦领导力、协作以及以患者最关切结果为核心的对齐。这正是价值导向医疗保健（VBHC）的精髓，也是将数字潜力转化为公平、真实世界影响的关键。

人工智能与机器人技术：从潜力到价值路径

AI与机器人技术现已触及医疗保健服务的几乎每个环节。预测模型可在再入院或病情恶化前发出预警；自然语言处理（NLP）能从数千份临床记录中提取关键信息；机器人辅助手术则为精准度、安全性和康复设定了新标准。

然而，尽管前景广阔，这些技术常局限于试点项目——部分人称之为"试点引力"。创新在局部成功却难以规模化，原因在于各组织间的治理、激励机制和数据标准存在差异。结果是：价值碎片化、互操作性有限，创新与患者受益之间日益脱节。

VBHC为此动态变化提供了组织原则。通过将成功定义为"每英镑投入产生的更好治疗效果"，VBHC使领导者能够将护理目标与交付手段相连接。当与AI和机器人技术结合时，它构建了一条通往更具预测性、高效性和公平性的医疗系统的路径。

人工智能赋能VBHC的领导力操作系统

要解锁系统级价值，医疗保健必须超越孤立项目，建立新型领导力操作系统（LOS）——一套使协作可重复的共享常规、协议和文化规范。

五大要素至关重要：

1. 路径级结果对齐：领导者应就3-5项以患者为中心的结果达成共识（如术后功能恢复和康复时间），并以此评估AI和机器人解决方案。
2. 有保障的数据协作：在初级、社区和急症护理间共享隐私保护数据，确保模型得到一致训练、验证和监测。
3. 技术采用前的工作流程重塑：重新设计诊疗路径——明确分工、时间节点及信息流——确保AI和机器人消除摩擦而非增加负担。这关乎"配置价值"，即利用技术优化路径效率并替代低价值活动。
4. 构建即信任：从设计之初嵌入临床安全、透明度和偏见监测，确保数字系统增强而非削弱人机协同信任。
5. 持续学习循环：通过定期审查周期、结果仪表盘和操作反馈，将改进固化为习惯而非项目。

这些原则共同助力领导者从创新迈向可持续价值创造。

实践案例：骨科领域的AI、机器人技术与协作

以骨科手术为例，机器人辅助系统和AI驱动的规划工具正在重塑护理交付。在英国国家医疗服务体系（NHS）某区域，整合项目将AI手术规划软件、机器人辅助膝关节置换与远程康复监测相结合。

通过让医疗系统与生命科学合作伙伴围绕共同结果（疼痛减轻、功能改善和康复时间）对齐，该协作实现：

• 手术精度差异减少20%；
• 患者平均恢复时间缩短25%；
• 区域内各站点访问公平性提升。

这些成果的取得，源于领导者共同创建共享数据基础设施、嵌入透明治理机制，并用结果指标指导迭代改进。该项目现已成为其他诊疗路径的蓝本，展示了在价值导向原则指导下，AI与机器人技术如何交付切实的系统级效益和更优患者结果。

其他案例包括AI在影像识别中的临床应用：放射科筛查/报告CT扫描、细胞病理学检测癌症，以及眼科（视网膜影像）筛查糖尿病眼病及其他病理。

政策与组织赋能因素

在VBHC中实现AI与机器人技术的潜力，仅靠技术远远不够；它需要战略政策协同及对人类能力的投资。

政策制定者可通过以下方式加速进展：

• 采购真正关乎患者的治疗结果并透明公布；
• 创建具有标准化同意书和元数据的国家/区域级数据协作体；
• 要求在资助AI或机器人项目前提供映射重新设计护理流程的服务蓝图；
• 采购能力而不仅是代码——包括集成、安全认证和持续监测；
• 投资"人类能力栈"：具备AI素养的临床医生、富有临床同理心的数据科学家，以及能将技术与价值连接的改进领导者；
• 与供应商建立价值共创伙伴关系，采用价值导向采购方法，为患者、提供者和行业创造共享价值。

"尽管英国国家医疗服务体系（NHS）及全球医疗系统中AI试点项目层出不穷，但鲜有转化为持续的系统级改进，问题根源常在于系统本身而非技术。"

构建信任与透明度

信任是数字转型的货币。AI与机器人技术只有在安全、公平和问责可见的系统中才能蓬勃发展。维持临床安全案例、发布模型透明卡、建立清晰的升级和覆盖机制已不再是可选项——它们是维系公众长期信心的必备基础设施。此外，透明度促进学习。公开报告积极与消极结果确保行业整体进化而非孤岛式发展。

领导力的核心要求

AI不会独自修复医疗保健；领导力系统才会。当领导者设定清晰结果、简化协作、确保可信数据访问时，真正的转型才会发生。当他们优先考虑流程重塑而非技术部署、持续学习而非遗留系统时，技术便成为价值导向护理的无声而强大的引擎。

在此模式中，创新本身并非终点——它是创造可衡量、公平和可持续医疗价值的机制。

VBHC的下一个前沿将不由算法复杂度定义，而由连接创新与使命的领导力协作强度决定。

参考文献

1. Porter ME. 医疗保健中的价值是什么？新英格兰医学杂志。2010;363:2477–2481。
2. 英国国家医疗服务体系（NHS England）。患者报告结果指标（PROMs）——项目概述与统计数据。
3. 英国国家医疗服务体系（NHS Digital）。临床风险管理标准：DCB0129和DCB0160（数字临床安全保证）。
4. Mitchell M, Wu S, Zaldivar A等. 模型报告卡。FAT* 2019会议录。
5. Rieke N, Hancox J, Li W等. 联邦学习的数字健康未来。npj数字医学。2020;3:119。
6. Hemming K, Haines TP, Chilton PJ等. 阶梯楔形集群随机试验：原理、设计、分析与报告。英国医学杂志。2015;350:h391。

贡献者详情

Frederic Boy，人工智能与计算社会科学副教授，斯旺西大学

Dr Christian Griffiths，机械工程副教授，斯旺西大学

Andrew Thomas，管理学院院长，斯旺西大学

Dr Daniel Rees，创新密集学习学院院长，斯旺西大学管理学院

Dr Roderick Thomas，创新组合总监，英国健康创新西南网络

Prof Hamish Laing，价值导向医疗保健学院主任，斯旺西大学管理学院

【全文结束】