伦敦大学学院研究揭示NHS人工智能应用的隐性障碍
2025年9月15日，伦敦大学学院最新研究显示，英国国家医疗服务体系(NHS)在引入人工智能技术过程中面临多重系统性障碍。从碎片化的IT系统和采购延迟，到管理机制不畅及医护人员培训缺口，这些障碍正在阻碍医院将AI技术深度整合到患者诊疗中。随着NHS计划借助AI提升诊断效率与医疗效果，识别这些障碍显得尤为关键。
该研究全文发表在《柳叶刀-电子临床医学》期刊，是首批系统分析医疗AI落地实践的开创性研究之一。2023年，英国NHS英格兰分部启动2100万英镑专项计划，在英格兰66家医院部署AI辅助胸部疾病诊断系统（含肺癌筛查），建立12个影像诊断网络实现资源共享。
NHS人工智能实施耗时超出预期
研究团队通过医护人员和供应商访谈发现，AI工具部署周期普遍超出项目管理层预期。合同签订环节耗时比计划延长4-10个月，至2025年6月（合同本应完成18个月后），仍有23家医院未进入临床应用阶段。核心挑战包括：高负荷医护人员的参与度不足、跨越数十家医院的老旧IT系统整合难题，以及医护人员对AI应用的认知局限与谨慎态度。
研究同时揭示了推动AI落地的关键因素：国家级项目领导力、区域影像网络协作机制，以及医院实施团队的投入度。特别值得注意的是，配备专职项目经理的医院展现出显著更优的实施效果。
研究团队强调，虽然AI工具能为诊断服务提供重要支持，但其对当前医疗体系压力的缓解作用可能被政策制定者过度乐观估计，建议系统性开展医护人员AI应用培训。
伦敦大学学院行为科学与健康系Naomi Fulop教授指出："各医院基于不同考量（如侧重X光/CT扫描或紧急病例优先级划分）选择AI工具，但NHS由数百个具有差异化临床需求和IT架构的机构组成，这种复杂性远超技术本身。我们的发现表明AI并非灵丹妙药，但研究经验可为后续实施提供指引。"
该研究第一作者Angus Ramsay博士补充："政府近期公布的NHS十年规划将数字化转型列为核心。研究发现，项目实际推进周期普遍超出预期，主要障碍包括：医护人员时间受限导致的遴选流程延误、本地IT系统整合困难、治理审批复杂等问题。"
研究还揭示AI技术新颖性带来的普遍认知缺口，强调加强AI教育和指导的必要性。研究团队建议，未来应建立更完善的项目管理体系，同时开发适用于多机构协同的通用型AI解决方案，以应对医疗体系转型的技术挑战。
【全文结束】
