对于位于休斯顿的德克萨斯大学MD安德森癌症中心（University of Texas MD Anderson Cancer Center）的护士而言，技术采纳取决于一个核心问题：它能否改善患者护理？
"护士们记忆持久，"MD安德森首席护理信息学与创新官拉沃尼亚·托马斯博士（Lavonia Thomas, DNP, RN）表示。如果某项技术失败——尤其是因护士未参与实施过程导致——她们未来采用新技术的意愿可能大幅降低。
这家资产73亿美元的机构在探索人工智能及其他新兴技术如何为护士和其他临床医生争取更多床边护理时间时，始终牢记这一原则。在本次《贝克医院评论》（Becker's）的问答中，托马斯博士与MD安德森首席创新官丹·肖恩塔尔（Dan Shoenthal）解释了为何建立信任和理解工作流程对技术成功至关重要。
问：在人工智能领域，当前哪些方面已产生显著临床或运营影响？哪些仍停留在承诺阶段？
丹·肖恩塔尔： 总体而言，绝大多数解决方案仍停留在承诺而非现实阶段。在研究领域，特别是在治疗开发方面，我们已看到AI的潜力。商业解决方案方面，期望多于实际影响。目前真正产生影响的主要是基础性任务，比如备受关注的环境感知解决方案（ambient solutions）——它们当前功能非常基础，仅用于优化文档记录等简单工作。我们还看到供应链等领域存在潜力，医疗系统存在大量浪费，AI在成本节约方面前景广阔。
拉沃尼亚·托马斯博士： 首要原则是必须先夯实基础。许多人热衷讨论AI解决方案——那只是屋顶，而中间还有大量支撑结构。护理领域关键在于审视现有技术资源，进行创意构思并匹配实际问题。若无法解决问题或改善患者护理，引入AI毫无意义。护士是守护者和患者代言人，她们始终会提出这个关键问题。
问：创新常在采纳环节失败。您在将新技术融入临床工作流程方面有哪些经验？
托马斯： 成功与否取决于工作流程设计、护士接受度及渐进式信任建立，而非技术本身的复杂性。我尚未在护理领域部署AI，但成功领导了MD安德森虚拟护理的整合与规模化应用，这些原则同样适用。我们有意从现有技术入手，未直接部署全套室内摄像头系统，而是使用iPad启动安全视频会诊。我们选择入院和出院等基础但关键的工作流程——这些环节行政负担沉重，常使床边护士脱离直接护理活动。当她们亲眼见证效果后，适用流程列表呈指数级增长。若在测试用户接受度前就进行大规模资本投入，结果可能截然不同。
肖恩塔尔： 从全机构层面看，必须拥有优质合作伙伴和深度领域专家。我试图理解一线护士的工作方式无法满足需求。托马斯指出的用户心理、人们对实验的态度等细微之处，若处理不当，可能永久失去与该群体的合作机会。我与护理部门的合作方式不同于财务或供应链部门——不同群体有不同期望和日常压力。
问：环境感知AI在护理工作流程中应用更具挑战性。您如何应对？
托马斯： 我们与护士探讨文档记录的痛点，引导她们构思技术可能的作用，并让她们亲自体验。有时引入的技术行不通，但这与成功同样宝贵。成败关键不在于技术本身，而在于工作设计和用户接纳度。
肖恩塔尔： 我们曾在疫情前在医师端试验环境感知技术，后暂停项目但收获颇丰。当时技术未成熟，执业模式也未准备好。三年后，我们正大规模部署医师端技术，并开始在护理领域进行试验。
问：如何考量投资回报率，尤其考虑到AI的高昂成本？
肖恩塔尔： AI基础要素之一是数据。我们在完善数据基础设施和战略方面投入巨大。环境感知工具虽未带来直接经济回报，但在减轻医师认知负荷和提升患者体验方面效果显著——这类价值难以用金钱衡量。
问：展望未来五到十年，您认为新兴技术将如何改变癌症诊疗模式？
肖恩塔尔： 我们的重点是建立促进创新飞轮的文化环境。一个关键布局是：首次有望将医护人员从机器束缚中解放。环境感知解决方案是医患深度互动的第一步。
托马斯： 我们的终极目标很明确：任何举措都必须为一线护士争取更多患者接触时间。
问：如何让护士参与塑造创新未来？
托马斯： 我们举办创新日活动，让护士展望2035年场景并分享感受。已成立主要由一线护士组成的创新单元和工作小组，并将启动工作抽样研究以明确痛点。为技术而技术只会增加护士工作量，这绝非我们的发展方向。
【全文结束】
