匹兹堡两大医疗巨头——阿勒格尼健康网络（AHN）和匹兹堡大学医学中心（UPMC）正在其所有医疗机构部署人工智能工具，应用于放射科、患者安全及堆积如山的行政文书工作。支持者称，这对疫情后仍面临人手短缺的行业而言可能是救命稻草；但包括卡内基梅隆大学研究人员和医疗工会在内的批评者则质疑：这项技术究竟在服务谁？
医疗是匹兹堡最大的就业领域。随着资本密集型数据中心项目在全州破土动工，匹兹堡蓬勃发展的研发领域正利用日益增长的计算能力开发新型人工智能技术，旨在重塑医疗行业。负责任技术推进联盟执行董事兰斯·林道尔表示，医院系统正围绕三大核心目标制定这些创新战略：提升诊断影像质量、增强患者安全、减轻行政负担。
影像诊断辅助
林道尔指出，病理科医生——研究和识别疾病的医学专家——如今可将人工智能作为"新增工具"辅助诊断。他表示："更快地分析数据有望提高疾病发现或癌症筛查的准确性，从而改善健康结果。人类肉眼可能遗漏的细节，AI能提示‘这看起来有些异常’。"
匹兹堡大学计算病理学与人工智能卓越中心开发的WSI Genie工具即是典型。WSI（全切片成像）技术将人体组织薄片扫描为高分辨率数字图像，该"机器学习框架"能在人类评估前提供图像洞察。另一同类工具来自UPMC合作企业Ibex，其癌症检测AI声称在病理学家审查前对前列腺活检样本进行"数字化分析"，但该公司强调该技术仍处研究阶段，尚未获美国食品药品监督管理局批准。
患者安全监控
人工智能还被用于构建提升患者安全的系统。AHN首席数字信息官理查德·梅德福德博士将"环境视频"描述为"只是个 fancy 术语，意指‘有设备监听周围环境并触发行动’"。AHN已与care.ai公司合作，在全系统医院病房安装视频摄像头，目前约三分之二病房完成部署，预计年底前完工。
care.ai视频系统具备主动与被动双模式。梅德福德解释："主动模式类似使用微软Teams或Zoom，通过摄像头实现虚拟沟通，专家可远程接入提供同质化护理。"AHN虽尚未采用此技术，但计划让匹兹堡专家"远程接入"网络内偏远医院。
被动模式下，系统持续监控患者状态。"该摄像头与AI平台能预警‘患者有跌倒风险’，并在预测跌倒前45秒提醒医护人员，"梅德福德说。已启用的care.ai摄像头扩展了"远程陪护"护士的覆盖范围："现在一名护士可同时监控20名患者，其能力延伸至多房间监护，无需真人驻守病房。"
行政负担削减
医疗人工智能转型的第三大方向聚焦医院行政事务减负。匹兹堡初创企业Abridge开发的生成式AI工具，可将医患对话录音转化为书面医疗记录。神经科医生拉克希米·沙阿（2024年在AHN执业期间开始使用该工具）表示："Abridge对我的工作准确度惊人。作为职场母亲，它让我在下班前完成记录，避免深夜加班，从而获得更好的工作生活平衡。"她强调："这让我能花更多时间与患者沟通，更专注于医患互动本身。"
梅德福德称："我从未见过环境监听技术在我职业生涯中如此迅速普及。"该技术使医生免于"睡衣时间"——即熬夜赶工记录，"既提升记录质量，又增加医生家庭时间，降低职业倦怠风险"。他补充，Abridge通过"弥合"AHN医疗服务提供方与母公司Highmark保险部门间的标准差异，"无需反复与保险公司确认审批"。此外，患者分诊与随访护理也将由AI接管："我们可建立自主呼叫中心，患者来电时由语音机器人判断：是否已正确分诊？是否获得适当护理？能否预约就诊？全程无需人工介入。"
职业倦怠与候诊时长
医疗AI创新的核心目标直指同一症结：医务人员超负荷运转导致职业倦怠与人力短缺。宾夕法尼亚州多家医院关键岗位空缺率居高不下，州劳工部预计2032年前，全州医院每年需新增近9000名注册护士及逾11000名护理助理，"以填补离职空缺并满足日益增长的护理需求"。
林道尔指出AI缓解工作量的潜力："当前医疗环境常见抱怨是‘人力短缺难以应对’。若无法增聘医生，AI被视为‘为其赢回时间’的途径。"新冠疫情前，超30%离职护士将职业倦怠列为主因；此后问题持续恶化，全美医院普遍陷入人力短缺困境。
人手不足直接影响护理质量，尤其延长患者候诊时间。2024年，70%宾州医院报告急诊候诊时长同比增加，68%称预约等待时间同步上升。UPMC玛吉妇女医院认证助产士梅丽莎·戴卡斯表示："当患者被告知需等待三个月才能就诊时，挫败感显而易见。"为缩短候诊，UPMC推出激励措施，包括对按期完成新患者接诊目标的医生发放额外补贴。
戴卡斯个人尚未采用AI工具："尽管AI可能有优势，但我对其尚不信任。"她坦言未受管理层压力，但担忧"追求更短问诊时长、接诊更多患者的倾向"。此忧虑得到代表2.5万余名医院员工的宾州最大医疗工会——美国服务业雇员国际工会（SEIU）的呼应。该工会声明："近几十年来，医疗系统为削减人力成本、增加利润，持续压缩医患接触时间。"虽认可AI潜在价值，但工会警告："AI可能将更多任务堆给更少的医护人员，加剧职业耗竭而非缓解。"
卡内基梅隆大学人机交互研究所教授约翰·齐默尔曼更尖锐指出："我认为当前医疗领域的多数创新具有剥削性。"他认为问题根源在于美国医疗的营利模式："临床医生关注患者与健康结果，但医疗机构本身并非如此。我们看到大量与医疗结果无关的优化。"在其开设的"医疗领域AI创新"课程中，学生需设计既改善患者预后又具财务可行性的技术方案。但他忧虑："我们将创造分层医疗体系，低收入群体永远无法接触人类服务提供者，最终使医疗变得更廉价也更糟糕。"
"将人性回归医疗"
当AI重塑医院劳动力经济学时，UPMC玛吉妇女医院的工会成员正推动更高人力配置标准以应对持续短缺。他们的解决方案很明确：增加人力而非依赖自动化。
该工会去年8月赢得组织投票，正与UPMC进行首份合同谈判。其1月新闻稿强调："护士在合同谈判中的目标与去年组建工会的初衷一致——将人性回归医疗。"工会主张采用专业组织如"妇女健康、产科与新生儿护理协会（AWHONN）"制定的人力配置标准，例如要求"一名护士对应一名临产或引产妇女"。
戴卡斯对此充满期待："助产是高接触、低技术学科，牢固的医患关系至关重要。"她强调："没有时间投入，就无法建立信任。"AHN的梅德福德则表示："医院领导层必须确保AI负责任地融入医疗环境。AI或许能赢回时间，但关键在于领导者要明确：赢回的时间不意味着接诊更多患者，而是减少职业倦怠、降低道德伤害，让医护人员持续为患者服务。"
【全文结束】
