医疗系统转型应始于"以人为本"Healthcare transformation starts with 'where people are' | Healthcare IT News

环球医讯 / AI与医疗健康来源:www.healthcareitnews.com美国 - 英语2026-07-22 15:20:21 - 阅读时长5分钟 - 2132字
在HIMSS医疗健康AI论坛上,专家们强调医疗系统转型的核心在于从"用户实际需求"出发,利用人工智能重新设计以患者为中心的服务模式。讨论指出AI应聚焦消除行政负担、优化后台流程,使医护人员专注患者护理,同时避免过度简化工具而忽视临床效果等关键指标。专家呼吁与患者共同设计医疗系统,通过透明化、无缝衔接的技术创新实现个性化健康管理,将患者从被动接受者转变为主动参与者,最终构建真正以人类需求为导向的医疗服务体系,而非单纯追求技术指标或短期投资回报率。
医疗系统转型以人为本医疗健康AI患者护理临床医生虚拟初级医疗患者满意度临床结果医疗服务交付模式
医疗系统转型应始于"以人为本"

波士顿讯——美国医疗系统正通过聚焦于自动化行政负担、让临床医生专注于患者护理的无缝透明工具来扩展人工智能应用。与此同时,与会专家在HIMSS医疗健康AI论坛上表示,他们正在思考如何利用AI为所服务的患者更好地设计医疗服务交付模式。

该论坛由HIMSS首席科研官安妮·斯诺登主持,周四举行的"企业级AI——构建医疗转型的协同战略"专题讨论还探讨了如何降低AI成本并将投资更好地与业务战略相结合。斯诺登与Lulav AI首席AI官兼HIMSS美洲咨询委员会成员尼克·亚茨基、杜克大学医疗系统首席健康信息官埃里克·潘以及哈肯萨克梅里迪安医疗健康集团首席创新与商业化官桑德拉·鲍威尔-埃利奥特共同参与了讨论。

从左至右:HIMSS的安妮·斯诺登、杜克大学医疗系统的埃里克·潘、Lulav AI的尼克·亚茨基以及哈肯萨克梅里迪安医疗健康的桑德拉·鲍威尔-埃利奥特在HIMSS医疗健康AI论坛上发言。(照片:HIMSS Agaton Strom提供)

最有效的医疗系统AI战略聚焦于无缝透明的工具,因为这符合人类发明的本质。"我们始终致力于自动化那些人类不愿执行的任务,"亚茨基指出,"例如我们不愿徒手挖地,于是发明了犁。那些机械性、无需我们耗费时间的事务——正是我们自动化的目标,AI是自动化的新一层级。"

从患者视角看,"医生在幕后处理的事务正是需要自动化的部分,"亚茨基强调,"当我们探讨什么有效什么无效时,正是AI创新使这些互动变得无缝流畅——那些透明的、甚至看不见的环节。"他认为"这些透明环节真正成为AI的关键项目"。

"我们面临巨大机遇,可真正深入患者端AI领域,"潘表示,"杜克大学已在多个前沿领域推进实践。"在建立线上患者社区及患者门户网站后,该医疗系统开始思考如何通过移动技术更好促进患者获取服务。"现在我们正考虑如何应用ChatGPT——是否应该推出聊天机器人?"潘坦言杜克尚未找到答案,但确认患者常选择便捷性胜过实体接触,因此该系统已大力推行虚拟初级医疗服务。

"我认为最令人兴奋也最具挑战的机遇在于,利用当前危机时刻和这项卓越技术提供的机会,与患者共同重新思考和设计医疗服务模式。"潘补充道,过去几年医疗行业"用AI在边缘进行微调,这有助于建立信任,该领域仍需大量工作。但现在是我们所有人思考如何以不同方式提供医疗服务的时刻。"

亚茨基指出,未来本地桌面硬件可能降低AI成本。"虽然单个AI令牌成本在下降,但新模型使用的令牌数量显著增加,"他表示,"通过摆脱对云消耗模式的依赖,组织可在桌面端获得'无限令牌',这不仅改变成本结构,也重塑AI安全架构。"

在构建AI商业案例时,亚茨基还警告避免依赖"节省工时数"指标来证明投资合理性。在面临严重劳动力短缺的医疗行业,节省2万工时可能成为裁员借口,而非让现有员工支持更多运营量。

"投资回报率问题包含两个维度,"亚茨基解释,"一是创收能力,二是降低间接成本。处理新业务时,这本质不是AI问题而是业务问题:您的业务能否支撑更多业务量?能否驱动更多业务?能否提升产能?"他强调,"AI扮演着极其重要的角色——消除后台那些系统强加的'任务、烦扰',让护士、医师和医疗团队专注于他们最擅长的工作……提供优质护理。"

AI还可用于赋能患者成为自身护理的积极参与者。"我们需要与患者共同设计新医疗系统,"潘指出,"历史上患者一直是医疗系统中最未被充分利用的资源。"鲍威尔-埃利奥特补充道:"正如我们反复强调的,AI并非照料患者的主体,照料患者的是医护人员。在这种情境下,必须更敏锐地关注如何以不同方式支持这种互动。"

她指出,供应商往往为"技术娴熟人群"设计工具,因为这能最快证明财务回报。他们可能过度简化软件,仅聚焦易于量化的行政任务。"营收周期管理、通过流程自动化提升效率——这就是为什么供应商(如果冒犯敬请谅解)聚焦这些元素,因为他们能销售这些产品,"鲍威尔-埃利奥特解释道,"因为通过指标可清晰看到改进前后的对比。"她坦言这给推动关键指标——临床结果、患者满意度、再入院率降低等——带来挑战。

"在我看来这关乎人,"斯诺登总结道,"技术仅仅是工具之一。核心问题是改造必须服务于我们服务对象的系统,而你只能通过与他们合作而非替他们做主来实现这一目标,尤其面对广泛差异性时。这并非医疗行业一贯的设计理念——我们往往过于教条化。或许这种转型机遇应始于人们当前所处的位置,与他们紧密合作达成他们想要的未来。这是一个高度个性化的议程。"

安德烈娅·福克斯是Healthcare IT News高级编辑。

【全文结束】

猜你喜欢
  • 医疗数据空前丰富——为何患者仍在苦苦寻觅答案?医疗数据空前丰富——为何患者仍在苦苦寻觅答案?
  • 医疗健康领域的人工智能问题不在于模型,而在于数据医疗健康领域的人工智能问题不在于模型,而在于数据
  • 医疗保健中的人工智能研讨会系列医疗保健中的人工智能研讨会系列
  • 医疗保健领域AI采用速度超过准备就绪程度医疗保健领域AI采用速度超过准备就绪程度
  • 医疗保健语音AI的最大难题不是技术——而是患者信任医疗保健语音AI的最大难题不是技术——而是患者信任
  • 医疗保健支出趋势医疗保健支出趋势
  • 医疗保险的人工智能计划导致患者和医生陷入错误与延误医疗保险的人工智能计划导致患者和医生陷入错误与延误
  • 医疗保健行业成为求职困境者的生命线医疗保健行业成为求职困境者的生命线
  • 医疗实践中的AI:应用场景、实施方法与2026年成本分析医疗实践中的AI:应用场景、实施方法与2026年成本分析
  • 医疗健康新闻综述:2026年6月27日至7月4日FDA、NHS和EMA最新动态医疗健康新闻综述:2026年6月27日至7月4日FDA、NHS和EMA最新动态
热点资讯
全站热点
全站热文