医疗AI的出现正在迅速增长，但资源的分配将决定这项技术是否能产生积极影响。成功实施大规模AI将需要有针对性的投资。临床工作人员必须增加与AI相关的技能，同时AI也必须用于改变更广泛的医疗环境。
关于医疗AI的前景，已经有很多讨论。仅在美国，今年风险资本对医疗AI的投资将达到110亿美元，此外还有来自机构投资者和其他组织的资金，这些资金来自庞大的4.5万亿美元美国医疗市场。投资和实施生成式AI的各种应用的热情，伴随着这种技术将成为打破我们现有系统的灵丹妙药的保证。与此同时，批评者指出，我们在准备和能力方面不足，无法在这个关乎生命和健康公平性的行业中大规模推广这项技术。
现实情况是，现在还为时尚早，无法确定生成式AI在医疗领域是否会带来帮助、伤害或仅仅是浪费数十亿美元而没有改善人们的生活。然而，我们可以肯定的是，未来短期内关于我们资源分配的决策将决定这一最新医疗创新的结果。
投资于创新的扩散
目前，生成式AI解决方案的采用主要限于领先的学术医疗机构，这在医疗领域的创新扩散中是典型的。让我们考虑一下推动腹腔镜（微创）手术发展的技术进步。这些依赖于通过小切口插入摄像头的新微创技术，最初是由学术机构的外科医生开创的，随后在全国范围内广泛采用。这种方式最终改善了患者的体验，显著提高了治疗效果，并大幅降低了成本。这种创新的扩散和超高的投资回报率并不是自然而然发生的；巨大的投资被投入到微创手术革命中。从重新配置手术室以适应这些新技术，到重新设计临床工作流程，再到对整个临床团队进行大量再培训，成功的大规模实施并非偶然。在规划AI赋能的医疗未来时，我们必须将真正的投资用于研究生成式AI所需的工作流程，以及培训和支持医疗团队安全有效地实施这些工具，这是基本前提。
重塑临床团队
更广泛地采用腹腔镜手术需要新的知识、技能和专长，但并不需要新的护理团队。无论是腹腔镜手术还是开放式手术，成功的手术都依赖于外科医生对生理学、解剖学、疾病机制和手术技术的知识。然而，识别和管理使用AI在医疗中的风险——例如对AI决策过程缺乏理解（“黑箱推理”）、保持AI性能的一致性（“AI漂移”）以及避免过度依赖AI建议（“自动化偏差”）——以及确保隐私和安全，都需要护理团队具备完全不同的技能组合，这远远超出了传统临床团队的能力范围。仅仅在现有的临床团队中增加新技能的要求是不够的。相反，我们必须开始投资一个多学科的医疗团队，结合传统的临床专业知识和技术能力，并补充新的护理和社区角色，以应对AI将如何在数字时代彻底改变我们的医疗服务方式。
准备，而不仅仅是希望，实现转型变革
在医疗AI时代，我们不仅仅希望有一种新的手术方法；我们必须努力防止尽可能多的人需要手术。超越这个类比，我们不仅仅希望用AI更好地分诊急诊患者；我们必须向上游推进，防止人们需要紧急护理。我们不仅仅希望让患者更容易应对晚期癌症诊断的复杂性。我们必须确保他们根据个人风险接受适当的筛查，随后进行快速诊断和优化治疗，无论他们当前的医疗资源如何，这些治疗都应该是容易获得且负担得起的。这一愿景要求我们从根本上改变当前关于健康AI的关注点和资源配置策略。我们必须超越“模型”，立即更加有意识地解决我们试图用新一代工具解决的问题。已经投入和即将投入的数十亿美元不会在商业上或临床结果上取得回报，除非我们优先考虑患者的需求，构建和使用驱动医疗保健根本不同方法的AI解决方案。为了实现这一点，我们必须投资将科学发现转化为实用的、现实世界的医疗解决方案。这包括评估和改进工作流程、通过培训和规划准备劳动力，以及建立必要的基础设施。如果我们不将这些努力与当前开发新模型的投资相匹配，就不会有市场来接纳这些新的解决方案。这些投资必须在全球所有护理环境中分布，否则生成式AI将无法到达最需要这些创新的医疗系统和患者，也无法减少我们所有人通过保险贡献和税收承担的总体医疗费用。
这一准备工作——远远超出目前资源投入的地方——不能等待。如果我们在没有计划成功大规模实施的情况下，将数十亿美元投入到医疗AI中，这些投资将被浪费，我们将错失从一个破碎的疾病护理系统转变为一个公平、负担得起的医疗保健系统的机会。
(全文结束)
