代理式AI能够协调护理、检索信息并自动化常规任务，帮助卫生系统应对日益严重的人员短缺和日益复杂的工作流程。然而，医疗行业仍不愿向AI系统让出有意义的自主权。该行业往往更愿意接受熟悉的低效率和人为错误，而非可能发生的陌生机器错误。
乍看之下，医疗似乎非常适合AI代理的应用环境。很少有行业面临如此大的压力：劳动力短缺、需求与期望上升以及日益复杂的流程。但AI代理越接近影响患者护理的决策，医疗领导者就越谨慎。"自主"似乎是一个禁忌词，它引发了人们对医疗去人性化和责任归属的担忧。
医学如同雷区，风险可能意外爆发
显然，AI代理在医疗保健中的应用与其他行业大不相同。一个错误分类电子邮件或安排错误会议的自主系统只会造成不便。而一个导致误诊或不当治疗建议的自主系统则会产生完全不同的风险类别。
尽管人们普遍认为代理式AI可以承担更多常规操作任务的责任，但对于在诊断或治疗方面授予类似自主权的热情则明显降低。然而，医疗行业甚至不信任自主临床决策。该技术仍在快速发展，但关于可靠性、责任归属和失败后果的不确定性仍然存在。
挑战不仅限于技术性能。随着AI系统能力的提升，临床医生可能越来越倾向于信任其建议。这种现象通常被描述为"自动化偏见"，引入了新的复杂性。危险还包括人类对其结论变得不够批判。结果是，医疗部门在保持开放创新的同时，对自主性采取谨慎态度。进步受到欢迎，但责任仍是不可谈判的。
行政性、重复性工作可以自动化，但数据混乱
医疗专业人员在工作日的大部分时间都花在记录诊疗过程、搜索信息、在碎片化的系统中导航和完成行政流程上。这些活动消耗时间，导致职业倦怠，并减少可用于患者护理的时间——据估计，行政任务占临床医生工作日的50%。
代理式AI提供了一个有说服力的解决方案，正是因为这些任务中的许多都是结构化的、重复性的，并且与相对较低的临床风险相关。安排预约、协调转诊、检索信息、管理文档和支持操作工作流程是智能代理可以带来显著效率提升的领域。
这种改进的重要性不容低估。全球各地的医疗系统都在应对医生和护士短缺的问题，同时面临着人口老龄化带来的日益增长的需求。归还给临床工作人员的每一小时都可能改善患者护理、减少等待时间并缓解超负荷组织的压力。
但即使是开放创新的大学医疗中心也常常面临阻碍AI采用的问题，例如缺乏强大的基础设施。医院仍受困于碎片化的数据环境、不连通的信息系统和不一致的数据质量。智能代理只能发挥其可获得信息的水平。治理框架、可审计性、互操作性和可靠的数据架构已成为更广泛部署的先决条件。
患者将成为AI代理最有力的倡导者
当医疗组织仍专注于治理、监管和实施挑战时，许多患者已经在生成大量健康相关数据，并寻找更好的方式来理解这些数据。
传统的医疗保健模式建立在临床医生偶尔接触时收集的相对有限的数据集基础上。但现在，可穿戴设备、家庭监测技术、基因检测、数字治疗和患者报告结果正在产生源源不断的信息流，远远超出了医院和诊所的围墙。
然而，这些信息的价值往往未被实现。临床团队在时间限制下工作，而卫生系统继续与碎片化记录和不连通的数据源作斗争。患者在其治疗过程中往往积累了数百页的医疗文档。从如此大量的信息中提取有意义的见解对经验丰富的临床医生来说也是一个挑战。
这正是AI代理可能特别有价值的地方。其最大贡献可能在于帮助患者和医疗专业人员驾驭日益复杂的信息环境。代理可以整合来自多个来源的记录，识别相关趋势，指出缺失信息，并准备适合特定临床背景的摘要。患者已经在广泛使用AI，无论是向ChatGPT询问日常决策的简单建议，还是上传实验室检测结果以更好地了解自己的健康状况。
然而，患者对自动化的接受度有明确的界限。对于改善信息获取、简化行政流程和支持护理协调的工具有相当大的热情。而对于试图取代人际关系的技术，热情则明显较低。这种情况可能很快会改变——对技术的信任并非一成不变，它正随着技术提供的益处而演变。最近的研究表明，对AI的信任正在下降；与此同时，AI聊天机器人的健康相关使用正在上升。
护理协调可能是代理式AI的完美切入点
那么，代理式AI在医学中的未来是什么？医疗组织可能不会创建自主的数字医生，而是部署在护理旅程不同阶段运作的专业化代理网络。一个代理可能在预约前收集患者信息。另一个可能从多个系统检索记录。第三个可能为临床医生准备摘要或协调后续活动。尽管每项单独功能相对狭窄，但累积效果可能相当显著。
这种方法与医疗保健转型的更广泛方向一致。最大的低效率往往不是源于临床专业知识的缺乏，而是源于协调不善、信息碎片化和行政复杂性。
荷兰健康AI顾问Sigrid Berge van Rooijen描述了未来场景，其中AI代理通过协调预约、组织信息和促进利益相关者之间的沟通来支持患者完成整个医疗保健旅程。这些活动需要智能和主动性，但不会取代临床判断。
构建能够做出临床决策的代理正日益成为一个技术挑战。然而，医学很少提供技术所依赖的确定性。临床决策通常在信息不完整、风险相互竞争和情况不断变化的情况下做出。医生不仅依靠数据，还依靠观察、经验、沟通以及对患者周围更广泛背景的理解。
正因如此，AI代理最有可能在护理协调方面产生最大影响。组织信息、连接碎片化系统、总结记录以及引导患者通过日益复杂的护理路径，这些任务自然符合代理式AI的优势。
不可避免地会出现AI代理犯错、造成伤害并重新引发关于医学与人工智能是否真正兼容的争论的情况。然而，医疗保健面临的挑战太过重大，无法忽视潜在的好处。面对日益严重的劳动力短缺、需求增长和海量数据，卫生系统几乎无法承受错过代理式AI所带来的机会。
【全文结束】