国家质量论坛就人工智能在医疗质量测量报告公开征求意见

National Quality Forum Seeks Public Comment on Artificial Intelligence (AI) in Healthcare Quality Measurement Report | NQF

报告旨在为开发、选择和实施人工智能赋能的质量测量措施提供初步指导和建议，尤其适用于问责计划。

华盛顿特区—— 国家质量论坛（NQF）作为联合委员会的附属机构，正在就其即将发布的关于人工智能（AI）方法在医疗质量测量中应用的报告草案公开征集公众意见。该报告包括针对在问责计划（包括基于价值的支付、公共报告、基于绩效的提供者网络设计和认证）中开发、选择和实施AI赋能质量措施的指导和建议。

人工智能方法，如自然语言处理、机器学习和大型语言模型，特别在增强医疗质量测量方面具有巨大潜力。AI可以从临床笔记、实验室报告和放射学报告等来源提取患者护理数据，这些数据目前提取起来费时费力，还可以从环境传感器或录音设备等外部设备中提取。通过使测量先前难以访问和评估的重要领域成为可能，AI有助于减轻实施负担并提高测量的可靠性和有效性。

国家质量论坛总裁兼首席执行官丹娜·格尔布·萨夫兰博士表示：“AI有机会变革数据收集和分析，但要有效且负责任地在质量测量中使用AI，需要解决一系列新颖而复杂的挑战，以确保准确性、一致性和足够的透明度，同时管理潜在的意外后果。此外，AI赋能的措施必须可行，以便各种大小组织实施和扩展。要充分发挥AI在质量测量中的潜力，我们必须建立强有力的治理和行业共识。”

NQF的测量报告代表了独立、基于证据的医疗标准制定组织联合委员会推动负责任使用AI的一系列努力中的最新成果。NQF是联合委员会的附属机构。今年6月，联合委员会和非营利性健康人工智能联盟（CHAI）宣布建立新的合作伙伴关系，创建一系列AI工具书和工具，以及一个基于联合委员会循证标准平台和CHAI健康AI共识最佳实践的新认证计划。

萨夫兰补充道：“许多质量测量依赖于基于索赔的数据。索赔数据用于质量测量的一个局限是缺乏临床来源数据的丰富性和细微差别。然而，来自电子健康记录和临床注册等临床来源的数据，历史上一直难以提取和报告用于质量测量目的。AI技术可能是解锁临床来源数据潜力的关键，用于测量和改善医疗质量，同时减轻护理提供者的测量负担。”

为推动对指导和建议的共识，NQF召集了一个由医疗生态系统各利益相关者组成的国家技术专家小组（TEP），包括在医疗质量测量中使用AI方法、临床信息学、健康信息技术和健康公平方面的专家，以及熟悉在质量测量中使用AI方法的付款方和医疗系统代表。

TEP概述了推进可信AI赋能措施的关键策略，并制定了实施这些策略的多步骤路线图。报告包括针对项目负责人（负责管理国家、地区、州或地方、公共或私营部门问责计划的组织）、测量开发者、被测量实体和测量实施供应商的具体建议，供其在开发和测试测量、选择测量使用、准备实施、实施以及随时间监控测量时使用。

NQF在质量测量中使用AI的工作资金由戈登和贝蒂·摩尔基金会提供。

意见提交截止日期为2025年10月15日东部时间下午6:00。

【全文结束】