当前，医生和医院面临众多人工智能供应商争相推销产品并争夺预算的局面。
但医疗提供者如何从纷杂信息中筛选出真正对工作和患者有意义的工具？医院系统何时应选择自建技术而非采购？
近日，在曼哈顿某医院区附近举办的纽约科技周活动上，多位医疗专业人士探讨了这些问题。
如今许多大型企业和初创公司将医疗行业视为人工智能潜力的试验场，例如亚马逊AWS和微软均制定了医疗AI战略。但在多数AI项目失败的背景下，选择合适的科技合作伙伴颇具挑战性。
警惕这些危险信号
近期加入Biote公司担任首席医疗官的妇产科医生兼遗传学家Komal Bajaj，结合其在纽约市公共卫生系统的工作经验，分享了识别AI提案风险的关键指标。
首要危险信号是提案团队缺乏对目标医疗机构基础信息的了解，例如现有绩效数据、服务人群构成及支付方组合等公开信息。Bajaj强调："务必充分理解该机构及其服务对象。"
其他警示信号包括：未配备临床专家参与开发、未能明确说明将被AI替代的现有流程。
此外，缺乏具体实施路径和短期目标细节也是重大隐患。Bajaj指出："常听到'这将解决巨大问题、节省巨额资金、产生重大影响'之类的说辞，但我要问'第一天会发生什么？'如何通过首日数据验证能否进入第二天？"
基础自动化仍是"低垂果实"
心理健康服务提供商Thriveworks的首席数字官Kabir Daya表示，尽管当前医疗领域充斥"大量华而不实的噱头"，但简化流程的自动化仍能创造超预期价值。
"当下人们因'AI优先'理念获得奖励，但基础有效的方案依然存在。医疗行业仍有许多'低垂果实'——简单的流程调整、基础自动化或机器人流程自动化都能创造价值，关键在于审慎选择。"Daya解释道。
关于"自建还是采购"的决策，Thriveworks聚焦于能发挥其数据和专业优势的领域："我不会在无法构建竞争优势的领域投入资源。若某技术已商品化，就不值得浪费时间；应将资金投向长期具备独特知识产权的领域，例如我们特有的临床协议、诊疗路径及医师体验系统。"
亲身体验提升判断力
Extension Health女性健康总监Kathleen Léger强调，临床医师亲身体验AI工具至关重要。作为内科医生、肾病专家及重症监护医师，她将自身专业知识与AI工具结合应用。例如，在重症监护室稳定患者时，模式识别协议可辅助验证诊疗方案。
"该流程高度标准化：先稳定患者，再推进后续步骤。我经过多年训练才能识别这些模式，而AI能更快完成。它不会取代医师，而是增强诊疗能力——因为它能捕捉我的认知盲区。"
【全文结束】