AI有望变革医疗保健。安全网医疗机构能否跟上步伐？

AI could transform healthcare. Can safety-net providers keep up?

北国医疗中心（North Country HealthCare）是其服务区域内某些地区的唯一医疗提供者，该联邦认证健康中心的质量与人口健康医学官詹妮弗·科尔特斯博士表示。该机构运营13家初级保健诊所和两辆移动医疗车，为亚利桑那州北部农村地区的5.5万人提供服务。科尔特斯指出，部分社区位置极为偏远——患者可能需长途跋涉数小时才能获得专科诊疗——这使得医护人员招聘困难重重。

科尔特斯表示，人工智能或可在这一领域提供帮助。采用AI抄写员工具（通常用于记录医患对话并自动生成临床文档）可减轻部分行政负担并缓解职业倦怠。她坦言：“当ChatGPT刚问世时，我想‘天啊，这或许能让从事该领域的我们工作更轻松’。我只希望工作不总是如此艰难，若能成功实现将意义重大。”

然而，安全网医疗机构实施AI项目绝非易事。专家指出，该技术部署过程劳动密集，需专业技术支持和监管能力，而多数机构难以轻易获取。科尔特斯警告：若资源最匮乏的医疗系统（常需服务病情最复杂的患者群体）无法享受AI红利，它们与大型或富裕机构的差距将进一步拉大。

健康人工智能联盟（Coalition for Health AI）首席执行官布莱恩·安德森表示：“观察当前积极部署AI的医疗系统，经济实力雄厚者正更激进地推进。例如农村社区机构若缺乏IT人员来配置各类AI工具，则无法参与其中。这正是数字鸿沟在AI领域被强化的例证。”

大量人力投入

专家强调，医疗机构采用AI产品需专业人力与技术资源保障安全实施，这对资金紧张的安全网机构构成重大障碍。明尼苏达大学公共卫生学院助理教授佩吉·农指出：“人们常将其类比为打开电灯开关般简单，实则不然。这些工具需投入大量人力。”

安全网机构因更依赖医疗补助计划（Medicaid）且面临联邦资金削减压力，加之无偿医疗服务需求高企，运营利润微薄。凯泽家庭基金会（KFF）数据显示，2023年服务弱势群体的社区健康中心净利润率仅1.6%，较2022年4.5%显著下滑，主因通货膨胀及疫情时期资金终止。联邦基金会报告称，超70%的社区健康中心去年面临全科医生、护士或心理健康专家短缺，而人力成本对多数机构而言已是重大支出。

AI实施还需持续管理投入。专家指出，医疗机构需建立AI治理框架以评估产品安全性和有效性，并确保合规；同时须持续监控工具表现，因患者特征等模型基础假设可能随时间变化导致性能下降。健康人工智能联盟安德森比喻道：“手术刀生锈时明显需更换或清洁，但多数AI工具尚无此类明确警示。医疗系统如何负担长期监测与维护，实为重大隐忧。”

技术支持困境

专家表示，医疗机构需具备技术专长的IT人员操作AI工具，这对资金紧张的乡村机构尤为困难。杜克健康创新研究所人口健康与数据科学主管马克·森达克指出，许多安全网机构未配备数据科学家，且因薪资高昂而难以聘用——此类岗位无法直接创造诊疗收入。健康IT服务商OCHIN外部事务主管珍妮弗·斯托尔补充：“社区医疗机构困境在于被迫依赖过时低效的技术系统，不仅可选方案有限，部分系统甚至无法集成AI工具，进一步扩大技术鸿沟。”

与此同时，AI可能被IT团队列为最低优先级。以北国医疗中心为例，诊所Wi-Fi常不稳定，且其遗留电子健康记录系统几年后将停止厂商支持，迫使机构必须迁移新平台。科尔特斯坦言：“我们连基础需求都未满足。即便不谈AI，我们已严重落后。”

错失AI机遇

专家认为，这些制约正影响资源匮乏机构实施AI的进程。《卫生事务》（Health Affairs）年初研究显示，61%采用预测性AI模型的美国医院曾用自有数据评估准确性，但仅44%进行本地偏见评估——这对确定工具是否适配本机构患者群体至关重要。研究发现，自主开发预测模型、运营利润率高或隶属医疗集团的医院更可能本地化评估AI产品。

该研究作者农教授强调：“资源是持续开展评估及设计定制模型的关键要素。你必须拥有IT团队和数据科学家来设计或评估电子健康记录供应商的模型。”专家警告，缺乏资金与技术能力的机构若未获援助，可能错失AI效益或在无安全保障下仓促采用，加剧医患资源差距。

森达克举例称，安全网机构本就面临人才招聘难题。住院医师毕业生求职时，更倾向选择能提供AI文档助理（可缓解职业倦怠）的医疗系统，而非无法实施该技术的诊所。健康人工智能联盟安德森补充，若AI工具训练数据仅源自沿海城市高教育水平社区，将忽略其他群体信息，导致隐性偏见固化。“社会的责任是确保AI能平等服务阿巴拉契亚乡村居民、堪萨斯农场社区民众，如同服务旧金山或波士顿市民。”

寻求援助路径

专家指出，可借鉴其他新兴技术的导师制与支持模式帮助小型机构。2009年HITECH法案为推广电子健康记录，曾资助区域扩展中心（Regional Extension Centers），为小型诊所提供实地技术支持。类似地，卫生资源与服务管理局资助的远程医疗资源中心（Telehealth Resource Centers）为14个中心提供虚拟诊疗实施资源。

农教授认为，电子健康记录供应商也应发挥作用——其研究中近80%医院通过EHR开发商获取预测模型，这或是安全部署的关键切入点。大型医疗系统亦可协助资源匮乏机构。包含杜克健康与梅奥诊所的健康AI合作伙伴关系（Health AI Partnership）运营“实践网络”（Practice Network），通过一对一支持指导安全网机构采用AI最佳实践。

北国医疗中心是该网络首批参与者。杜克大学森达克（兼任健康AI合作伙伴关系领导委员会成员）表示，该项目为安全网组织提供技术支援，协助完成AI采购、评估与实施。但他坦言：“实践网络目前仅服务五家安全网机构，而全美有数百家联邦认证健康中心亟需支持。”

科尔特斯总结道：“当前关于医疗AI的讨论与一线医护工作者的实际采纳能力存在巨大鸿沟。当人们热议巨额AI投资时固然令人振奋，但如何同步带动我们前行？”

【全文结束】