医疗行业已深度融入人工智能技术——几乎每家点解决方案供应商都在其产品中嵌入AI功能，上周在拉斯维加斯举行的HLTH 2025会议充分印证了这一趋势。展会上各参展商均大力推广AI支持的解决方案，甚至超出了会议专设的"AI展馆"范围。该会议年度数字健康奖计划将于明年取消AI专属类别，原因在于所有参赛领域（如女性健康和行为健康）的企业均以显著方式应用了AI技术。
接受《Fierce Healthcare》现场采访的公司表示，与去年相比最大的变化在于人工智能技术的成熟度与信任度提升。尽管技术已从AI听录员发展到能代表个人行动的智能代理，但医疗行业尚未就部署后工具性能的监督形成统一的治理与评估策略。医疗机构采购方对AI解决方案的接受度更高，临床医生也日益在护理一线使用AI。
Navina公司为基于价值的医疗组织提供AI副驾驶（AI co-pilot）服务。其联合创始人兼首席执行官罗嫩·拉维（Ronen Lavi）指出，AI信任度与成熟度是过去一年的最大变化。鉴于医疗行业利润微薄且行政工作繁重，拉维表示："目前各方都持开放态度尝试AI。"
或许医疗场景外AI在日常生活中的普及推动了医疗机构的接受意愿，Dynamed高级医学总监凯瑟琳·艾森伯格（Katherine Eisenberg）博士提出这一观点。艾森伯格负责监管在诊疗点提供临床相关信息的生成式AI工具Dyna AI，同时深度参与该产品的治理与评估工作。她表示："过去一年，公众对AI工具的通用体验（甚至非医疗场景）及医疗应用都呈爆发式增长，采用率急剧上升，AI已成为用户体验的预期组成部分，这标志着用户群体期待的根本性转变。"
然而三位专家一致认为，AI治理与评估仍落后于技术发展。他们强调，AI供应商需对工具部署至医疗系统后的性能监督负责。多方消息显示，医疗机构内部治理水平和AI知识储备仍参差不齐。艾森伯格表示，与具备一定AI专长的系统合作更顺畅，因其更能积极投入供应商合作。这些机构也认可Dynamed在技术评估与治理方面的努力。"我们在实施治理与评估方面保持自身舒适节奏，但不同组织采取的路径差异明显，"艾森伯格补充道，"我们必须准备好对接零治理流程的系统，也要服务具备充分内部专长的机构。"
CVS健康正运用AI自动化药房流程，释放药剂师时间以专注患者服务。首席技术官蒂拉克·曼达迪（Tilak Mandadi）表示："我们建立AI治理机制，任何AI用例开发必须通过治理审核并符合预设过滤标准。"放射AI初创公司Rad.AI的首席AI官德米特里·吉安尼科普洛斯（Demetri Giannikopoulos）倡导"瑞士奶酪效应"式AI治理，即在供应商、IT团队与临床医生间建立多层重叠的治理结构。
尽管涌现大量提供第三方AI模型监控服务的公司，吉安尼科普洛斯认为第三方往往无法完全理解模型预期用途与局限，此项工作应由模型开发者主导。美国心脏协会与美国医学会近期发布指导文件，分别宣布在HLTH会议推出AI评估实验室和数字健康与AI中心，为医疗机构提供供应商评估标准。
谈及众多私营机构提升AI治理意识的现象，艾森伯格表示："这或许是个信号——无论政府行动如何，市场本身正强烈要求治理标准。"吉安尼科普洛斯建议行业同仁不必纠结最佳框架选择，"直接选定一个框架启动实践，与其反复权衡不如付诸行动。起步后才有改进基础，否则永远困在'从何开始'的困境中。"
联邦监管的潜在影响始终笼罩AI供应商，各方担忧食品药品监督管理局或国会何时增设合规门槛。拉维认为："当前策略是'全力奔跑'。我们会持续加速，但监管机构终将提出质询并制定法规——FDA在AI领域的角色是什么？是否需要监管？是否需开展研究才能批准？目前这些问题尚未凸显。"
【全文结束】
