将人工智能（AI）应用于英国国家医疗服务体系（NHS）医院的过程远比最初预期的更为困难。伦敦大学学院（UCL）领导的研究发现，治理结构、合同签订、数据采集、与老旧IT系统的整合、选择合适的AI工具以及员工培训等方面均存在显著挑战。
这项发表于《柳叶刀-电子临床医学》（The Lancet eClinicalMedicine）的研究指出，英国政府最新发布的10年NHS计划将数字化转型（包括AI应用）列为核心战略，研究结论为此提供了重要的实践参考。2023年，NHS英格兰启动了一项耗资2100万英镑的项目，在英格兰66家NHS医院信托机构推广AI辅助胸部疾病诊断（包括肺癌筛查）。这些信托机构被划分为12个影像诊断网络，通过资源共享使更多患者获得专科诊疗意见。AI工具的核心功能包括优先处理危急病例并协助专科医生通过扫描结果识别异常。
由英国国家健康与护理研究所（NIHR）资助，UCL、纳菲尔德信托基金会和剑桥大学联合开展的这项研究，首次系统分析了AI在医疗领域的实际应用情况。此前实验室研究显示AI可通过辅助诊断、提高检测准确性、减少错误率并缓解人力资源压力带来益处。但新研究发现，AI工具的部署时间远超项目领导预期——合同签订时间较计划延长4-10个月，截至2025年6月（合同签订18个月后），仍有66家信托机构中的23家（约三分之一）未在临床实践中应用AI工具。
主要挑战包括：临床人员因工作负荷过重难以参与项目推进；在数十家医院差异化的老旧IT系统中嵌入新技术；以及医护人员对AI应用的普遍认知不足与质疑。研究同时指出成功要素：国家级项目领导与地方影像网络的资源整合、医院实施团队的坚定承诺，以及专业项目管理的支持。
研究人员建议，尽管AI工具可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未必如政策制定者预期般显著。必须加强NHS员工的AI应用培训，并采用专业项目管理机制以保障类似项目的实施效果。第一作者安格斯·拉姆齐博士（UCL行为科学与健康系）强调："我们的研究为NHS的数字化转型提供了关键经验——AI工具的实施周期远长于预期，临床人员既要应对繁重工作负荷，还需处理技术整合和地方治理审批等复杂流程。"
研究团队于2024年3月至9月期间，对10个参与网络中的6家NHS信托机构进行了深度研究，通过访谈、观察和文件分析发现：部分采购人员在面对大量技术信息时难以精准把握关键细节，建议建立国家级供应商白名单以简化地方采购流程。此外，早期阶段部分医护人员对AI决策缺乏临床干预的潜在风险及责任归属问题存在担忧，现有培训未能有效解决这些疑虑，因此需加强项目前期和持续的培训支持。
研究团队观察到积极迹象：国家团队的技术指导、影像网络间的经验共享，以及医院临床/IT团队与AI供应商的协同合作。资深作者娜奥米·富洛普教授（UCL行为科学与健康系）指出："各医院根据X光/CT扫描侧重及优先诊断等不同需求选择AI工具，但NHS内数百家机构差异化的临床需求和IT系统，使跨医院工具适配变得高度复杂。这些发现表明AI并非某些人期待的万能方案，但本研究的经验将有助于NHS更有效地部署AI工具。"
研究局限性包括：当前仅分析采购和早期部署阶段数据，后续将追踪工具深度应用效果；未纳入患者及护理人员视角，计划通过补充访谈完善这方面的认知空白。
【全文结束】