目前对AI在西方医疗领域经济影响的评估仍停留在粗略推测阶段，原因有二：一是相关直接研究极为稀缺，二是评估AI对医疗经济影响所面临的复杂性已超出常规分析框架。
由芬兰开展的英文文献综述得出上述结论，该研究将发表于2026年1月的《International Journal of Medical Informatics》。图尔库大学Hanna von Gerich及其团队指出："与既往AI医疗经济评估研究一致，本次综述发现关键经济评估信息存在显著缺失。这并不令人意外，因为半数入选研究未在标题中标注经济评估属性，且经济评估并非研究的主要目标。"
研究团队提出三个重要观察结果，为未来医疗AI经济影响研究提供指导：
1. 随着AI在医疗领域的重要性提升，亟需建立统一的经济评估体系
"这迫切要求完善现有技术开发框架，配套统一且规范的经济评估与报告指南，"von Gerich团队强调。研究显示："超过半数（10/18）研究仅简单标注使用机器学习或深度学习方法，与CHEERS-AI报告标准对比发现，关键AI特性及影响描述存在严重缺失。"
‘现有研究普遍忽视AI系统的维护成本与整合费用，将其简单视为节省资源的工具。’
2. AI系统不是孤立工具，而是包含技术、医疗机构与用户的复杂生态
研究指出，学习型系统的性能会随时间演变，这种动态性不仅影响系统输出结果，更会改变医疗从业者的行为模式。"将AI系统特性纳入经济评估是理解其真实影响的关键。"
‘多数研究未涵盖系统购置成本及其他相关支出，忽视了AI在医疗系统整合所需的持续维护。’
3. 经济评估中AI细节报告的缺失，可能源于对系统影响认知的不足
研究团队推测："这反映出系统开发者（掌握技术细节）与使用者/评估者（了解医疗环境）之间缺乏有效协作。"建议未来研究应探索如何在系统开发生命周期早期阶段就纳入深度评估机制。
‘当前研究的局限性提示我们，需建立更系统化的评估准备机制，从开发规划初期就考虑系统评估需求。’
【全文结束】