一些医疗系统比过去更快地放弃AI项目，而另一些则采取更彻底的方法：从一开始就根本不启动这些项目。
随着AI解决方案激增，医疗系统正在建立评估和采用流程，以确保这项不断变化的技术具有一致性——并且不让大多数提案通过概念阶段。
耶鲁纽黑文（康涅狄格州）医疗系统高级副总裁兼首席数字健康官李·施瓦姆医学博士表示："我们有一个非常结构化的部署前评估流程，因此某些项目从一开始就无法推进，有些无法通过静默验证，还有一些在我们用一小群专家用户进行有限测试部署并采用正式评估方法后会被关闭。"
施瓦姆博士表示，当分析单一平台（如电子健康记录系统或AI影像系统）中的一套工具时，快速评估和终止更为直接，因为算法可以轻松开启和关闭，而不会干扰那些运行良好的功能。
他说："一旦我们将项目投入生产，我们需要让它运行足够长的时间以可靠地测试其性能，或者检测到足够令人担忧的危害信号以暂停或关闭它。"
西奈山医疗系统（总部位于纽约市）执行副总裁兼首席数字信息官丽莎·斯坦普表示，该系统正在就哪些AI项目值得规模化做出更快、更有条理的决策。
她说："我们不再将启动试点视为成功。相反，我们预先定义价值，并将实现价值作为继续推进的标准。在西奈山，这种做法得益于统一的数字和AI治理——从项目接收、评估、验证、部署到淘汰。"
斯坦普女士于2024年底加入西奈山时，该医疗系统一直在试用单一AI语音记录供应商，但方向不明确。因此，她决定在三个月内评估三种解决方案，明确设定准确性、成本、技术集成和用户满意度的指标，并组建团队分析、实施和培训解决方案，同时与供应商合作。
西奈山将选择范围缩小到两个，然后进行竞争性谈判，几周后达成协议。过去一年，约1,500名医护人员已采用该工具。
斯坦普女士表示："未来几年，随着组织采用这些解决方案并从中创造价值，快速试点和决定停止或扩大的步伐将加快。一旦早期胜利和容易实现的目标达成，我认为这一速度将趋于平稳。成功的医疗系统将是那些扩大有效项目、停止无效项目，并在工具生命周期早期就能区分差异的机构。"
位于堪萨斯州堪萨斯城的堪萨斯大学医疗系统近期放弃了一款声称能缩短MRI周转时间并提高容量的AI工具。
门诊服务副总裁兼首席医疗信息官基思·塞尔医学博士表示："从测试期我们发现，他们预测的时间节省很大程度上源于工作流程和流程的改变。我们的放射科团队已经优化了工作流程和流程，因此仅添加AI功能带来的实际收益并未显著提高我们的吞吐量。"
但总体而言，该医疗系统不必终止太多AI项目，因为它在事前进行尽职调查以审查和验证应用程序。塞尔博士表示："我们将AI视为现有软件应用的功能、解决特定系统问题的产品，或我们可以共同开发解决方案的平台。当我们坚持这一框架时，它使我们能够做出明智的决策，并防止使用可能最终导致项目被放弃的资源。"
堪萨斯大学医疗系统还专注于基础工作，不偏离其核心治理和决策机制，持续提升各级AI素养，并高度专注于仅解决其组织特有的挑战。
高级副总裁兼首席信息官克里斯·哈珀表示："AI功能、产品和平台正形成一股日益增长的浪潮。确定如何驾驭这股浪潮而不被其压垮是我们的主要目标。"
他表示，该医疗系统采取平台优先的AI方法，但始终在寻找能帮助其改善护理和成果的创新合作伙伴。
总部位于纽约新海德公园的诺斯韦尔健康公司执行副总裁兼首席数字官克里斯汀·迈尔斯指出："我们从一开始就战略性地进行选择，并将项目推进至完成，因为我们从一开始就共同做出更明智的决策。"
这包括拥有一个结构化框架，确保提案解决实际问题、与诺斯韦尔战略保持一致，并附带明确的成功指标。
迈尔斯女士表示："我们的团队现在可以开展高影响力的试点，并获得成功所需的支持和基础设施。"
总部位于佛罗里达州迈尔斯堡的李健康公司执行副总裁兼首席信息官克里斯·阿克罗伊德表示，该公司在AI方面已变得更加"有纪律性"而非"被动反应"。要使一个项目获得批准，必须满足一些重要条件：临床价值、患者安全、数据完整性和运营影响。
阿克罗伊德先生表示："当一个项目不符合这些标准时，我们可能决定不继续推进，这反映了我们强大的治理能力，而非对AI创新的承诺减弱。"
总部位于宾夕法尼亚州普鲁士王城的通用健康服务公司副总裁兼首席信息官埃里克·古德温表示，如果想法无法展示可行性和投资回报，它们永远不会进入全面试点或部署阶段。
他说："这种前端治理是有意为之的。它使我们能够将资源集中在可扩展、可持续且与战略重点一致的项目上，而不是为技术而追求技术。"
经过几年的AI试错，医疗系统正变得更加经验丰富和成熟。他们在尝试用例之前就预先定义成功标准，分析工作流程整合、可扩展性和安全性等重要因素——并要求供应商"证明其效果"。
古德温先生表示："最终，成功应用AI的组织未必是运行最多试点项目的那些。它们将是最有效识别AI如何在企业规模上创造可持续价值的组织。"
【全文结束】
