人工智能正越来越多地融入医疗保健，帮助记录管理和诊断。尽管取得了进展，人工智能在卫生系统中的应用仍然有限且不一致。大多数人工智能应用用于行政任务，高级应用仍处于试点阶段。经合组织强调需要"负责任的规模化"，以平衡人工智能实施速度与患者安全。
人工智能已经成为现代医疗保健的一部分。它帮助医院管理记录，支持医生诊断，并在幕后提高效率。但尽管取得了这些进展，人工智能尚未充分发挥其潜力。
一份由经济合作与发展组织（OECD）与世界卫生组织、全球数字健康伙伴关系以及健康人工智能联盟等组织合作编写的新报告解释了原因。技术正在进步，但人工智能在整个卫生系统中的应用仍然有限且不均衡。
在许多国家，人工智能被广泛用于行政任务。然而，更高级的应用，如医学影像或预测性护理，仍主要处于试点阶段。只有少数工具已在国家医疗系统内推广。
重大挑战：平衡速度与安全
医疗保健不同于其他行业。它不能以牺牲安全为代价快速发展。每项工具都必须经过仔细测试，因为错误可能影响生命。
这造成了一个难以平衡的局面。进展太快，存在风险；进展太慢，患者会错过更好的护理。经合组织将这一挑战称为"负责任的规模化"——在保证患者安全的同时扩大人工智能的使用。
报告警告说，等待太久也可能有害。人工智能可以改善早期诊断，减轻医生的工作负担，并提高系统效率。延误意味着失去这些好处。
数据问题拖慢一切
最大的障碍之一是数据。医疗保健产生了大量信息，但其中大部分对人工智能来说并不可用。
数据通常存储在互不连接的不同系统中。有些情况下，数据不完整或未标准化。没有干净、连接且可靠的数据，人工智能就无法正常工作。
一些国家正在通过建立国家数据系统和制定更安全的共享信息规则来改善这一状况。但进展不均衡，许多系统仍然支离破碎。
人员、信任和技能同样重要
仅有技术是不够的。医生、护士和医疗工作者需要了解如何使用人工智能工具。他们必须能够信任结果，并知道何时对其提出质疑。
这意味着要投资于培训和教育。一些国家已经将人工智能学习纳入医学课程和专业培训中。
公众信任也至关重要。患者需要确信他们的数据是安全的，并且人工智能正在被负责任地使用。清晰的沟通和透明度有助于建立这种信任。
规则和领导力决定成败
报告强调，拥有清晰战略和强有力领导力的国家进展更快。那些制定了国家人工智能计划、明确法规和新技术测试环境的政府准备更充分。
例如，监管沙盒允许新的人工智能工具在全面推广前进行安全测试。更新的审批系统和采购规则也有助于更快地将创新引入医疗保健。
然而，并非所有国家都建立了这些体系。这造成了进展差距，并限制了人工智能的广泛应用。
需要全球努力
医疗保健中的人工智能不仅仅是一个国家问题。报告强调了各国合作的重要性。共同的标准、统一的规则和合作可以加速进展。
没有协调，系统就会支离破碎，创新就会放缓。有了协调，人工智能可以更快地推广并惠及更多人。
信息很明确。人工智能有能力改变医疗保健，但前提是必须谨慎实施并实现规模化。未来不仅取决于新技术，还取决于各国如何管理、信任和合作来使用这些技术。
【全文结束】