本文为ePlus公司医疗健康领域CTO Ken Puffer撰写的特约文章
医疗健康领域涉足人工智能已有很长时间，尽管我们过去并不总是这样称呼它。十年前至十五年前，我们讨论的是机器学习、流程自动化，以及在整个医疗生态系统中构建更多智能。如今，人工智能在日常医疗操作中已无处不在，在很大程度上已从广泛兴趣转向具体、有影响力的用例。基础工具已经成熟，供应商和医疗系统都在围绕临床和操作工作流程中的实际需求进行建设。
话虽如此，如果医疗机构希望从人工智能中看到并持续获得真正价值，就不能将每项新工具都视为科学实验。医疗健康并非可以对新技术持随意态度的行业。您同时需要处理患者安全、财务绩效、网络安全、操作流程、临床医生满意度和组织信任等问题。如果人工智能计划考虑不周，这些方面可能会迅速失衡。
人工智能应用压力与准备度
组织可能犯的最大错误之一，就是仅仅因为市场在动、董事会在询问或竞争对手在发布消息而采用人工智能。这些压力是真实的。是的，董事会希望了解人工智能的使用情况，患者群体也在提出类似问题，内部团队也从供应商和媒体那里听到了很多。但采取行动的压力并不等同于做好了行动的准备。
组织首先需要的是关于人工智能讨论的共同语言和共享框架。如果领导层、IT人员、临床工作人员、合规人员、安全人员和运营人员都在使用不同的定义，项目已经面临风险。在购买或构建任何东西之前，团队需要了解当前的能力是什么、市场上有哪些可用选项，以及这些能力如何与实际用例相匹配。
及早定义成功标准
然而，在采取任何行动之前，必须明确成功的定义。这听起来很简单，但却是许多人工智能努力失败的地方。具有强大潜力的项目常常陷入试点模式，因为权责不明确、衡量标准未定义，且缺乏问责制。没有结构，人工智能就变成了一个科学项目。它创造了活动，但没有创造价值。在医疗健康领域，这远远不够。
在评估用例时，组织应该提出强硬、直接的问题：谁负责这个项目？如何衡量其效果？成功标准是否已定义？它在安全、财务和运营方面引入了哪些风险？项目上线后，谁负责审查（和维护）该程序？
治理机制使正确理念得以实现
治理不仅关乎限制风险，更是为正确理念的成功创造条件。以环境文档记录为例，它解决了医生多年来面临的一个痛点：在手动、耗时的数据输入与个人患者互动之间取得平衡。医生希望专注于患者护理，而不是电脑。他们既不想在工作后花数小时完成病历，也不愿在诊室内与患者相处的整个过程中都在向电脑输入信息。人工智能工具可以有意义地减轻这种文档负担。
然而，治理仍然至关重要。医生始终需要审查和批准所做工作。组织需要定义如何评估文档质量。领导层需要追踪其对病历完成、计费准备、医生满意度和工作流程的影响。适当的治理使创新能够解决每天困扰临床医生的行政痛点。
操作用例与监督
同样的治理原则适用于操作环境。计算机视觉可以帮助识别患者出院后何时离开病房，使环境服务能够更快地清理房间。这影响着患者周转率、急诊科流量和收入。在门诊环境中，停留时间监控可以突出显示患者等待时间过长的情况。在手术室中，计算机视觉可以跟踪设置、准备和周转，这是医院中资源最密集的区域之一。
这些都是强有力的用例。但它们也表明为什么治理必须超越技术本身。如果工具能够识别人、监控移动或自动触发与患者流动相关的警报，那么必须有明确的监督机制，围绕其使用方式、谁可以访问以及指导其使用的政策。
从炒作到实际影响
医疗机构不需要更多的人工智能炒作。他们需要实用的治理机制，帮助他们专注于正确的用例，同时衡量结果并管理风险。只有这样，人工智能才能为患者和临床医生带来持续的影响。
【全文结束】