医疗健康AI独立专家Alex Fairweather解释了在构建医疗健康模块化AI架构时，领导力为何是关键因素。
美国宗教领袖戈登·B·欣克利曾说过："你不能在薄弱的基础上建造一座伟大的建筑。"医疗机构中正出现一种模式：越来越多的AI工具各自独立地提供一定程度的价值，但无法形成企业级的转型。每个工具都是针对局部问题的解决方案。它们共同在已经碎片化的系统之上，又增添了一层新的碎片。
麦肯锡在其2025年医疗AI展望中明确指出了这一动态。"对点解决方案的追逐已造成AI环境碎片化和新的操作摩擦，"报告指出。其后果是？"除非领导者现在及时调整方向，否则他们只会将当今的低效率自动化。"
这是一个基本的战略挑战，需要战略和领导力，而不仅仅是技术专长。
模块化架构的样貌
麦肯锡提出的替代方案是模块化、连接式的AI架构。这是一个将AI点解决方案、数据基础设施和智能代理整合为一个连贯整体的框架。该模型基于三个组成部分：使用临床数据而非通用互联网文本训练的领域特定AI模型；能够使这些模型实时共享信息的连接数据层；以及能够在系统中协调工作流程的智能代理AI。
关键的是，这种架构关注的是它们之间的连接组织设计。美国医疗保险和医疗补助服务中心的互操作性要求，以及新数据共享框架的形成，正在强化这种转变。在英国，NHS互操作性要求和安全数据环境的建立，创造了一个类似的监管和结构背景。目标是开放、可互操作的架构，使AI能够在整个系统层面而非仅单个应用层面运行。
麦肯锡描述的模块化架构将患者数据视为战略资产，他们称之为"临床数据工厂"。当患者记录和多个个人临床数据点被整合到一个受管控的数据层中时，构建在该层之上的AI应用能力将呈指数级提升。
这直接关联到我在本系列先前文章中探讨的主题。NHS的Nightingale AI和Foresight等举措——后者是一个使用5700万患者去标识化数据训练的生成式AI模型——展示了当健康数据被视为集体创新资源时可能实现的早期案例。
对于私营医疗服务提供者而言，挑战在于现在就构建数据基础，使这一见解能在单个组织层面得到应用。
领导力作为决定性因素
仅靠技术架构无法实现转型。那些成功从试点项目过渡到平台的组织之所以能够成功，是因为其领导者做出了深思熟虑的、企业级的战略选择，而非因为他们采用了最佳的单个工具。麦肯锡2025年AI状况调查显示，近三分之二的组织尚未开始在整个企业范围内扩展AI。实验与转型之间的差距是真实的，而且主要是领导力的差距。
凯捷(Capgemini)2025年的研究证实，生成式AI的采用率已从2023年的6%飙升至2025年的30%，但要实现可持续扩展，需要在治理、培训和变革管理方面进行投资，而不仅仅是技术采购。对于英国的医疗健康领导者而言，这一信息与本系列从一开始就主张的一切一致：技术已经准备就绪。
问题在于，是否具备负责任部署该技术所需的领导力、战略、治理和培训的组织条件。
【全文结束】