华盛顿特区，2025年9月24日（环球新闻社）——联合委员会（Joint Commission）的附属机构国家质量论坛（NQF）正在就其即将发布的关于在医疗质量测量中使用人工智能（AI）方法的报告草案征集公众意见。该报告包括在问责计划中开发、选择和实施人工智能赋能质量测量的指导和建议，这些计划涵盖基于价值的支付、公共报告、基于绩效的提供者网络设计和认证。
人工智能方法，如自然语言处理、机器学习和大型语言模型，在增强医疗质量测量方面具有巨大潜力。人工智能能够从临床记录、实验室报告和放射学报告等来源提取患者护理数据，这些数据目前提取过程费时费力，还能从环境传感器或录音设备等外部装置获取信息。通过使测量以往难以获取和评估的重要领域成为可能，人工智能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（NQF）总裁兼首席执行官Dana Gelb Safran博士表示："人工智能有机会变革数据收集和分析，但在质量测量中有效和负责任地使用人工智能需要应对一系列新颖而复杂的挑战，以确保准确性、一致性和充分的透明度，同时管理潜在的意外后果。此外，人工智能赋能的测量必须对各种规模的组织都切实可行且可扩展。要实现人工智能在质量测量方面的全部潜力，我们必须建立强有力的治理机制和行业共识。"
国家质量论坛的测量报告代表了在独立的循证医疗标准制定组织联合委员会旗下推动负责任使用人工智能的一系列努力中的最新成果。国家质量论坛是联合委员会的附属机构。今年6月，联合委员会和非营利组织健康人工智能联盟（CHAI）宣布建立新的合作伙伴关系，旨在创建一套人工智能操作指南和工具，并推出基于联合委员会循证标准平台以及CHAI健康人工智能共识最佳实践的新认证计划。
Safran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登记等临床来源的数据，历史上用于质量测量目的的提取和报告一直十分繁琐。人工智能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，国家质量论坛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），成员包括医疗质量测量中人工智能应用、临床信息学、健康信息技术和健康公平领域的专家，以及熟悉质量测量中人工智能应用的支付方和医疗系统代表。
该技术专家小组概述了推进可信人工智能赋能测量的关键策略，并制定了实施这些策略的多步骤路线图。报告针对项目所有者（负责管理国家级、区域性、州或地方级、公共或私营部门问责计划的组织）、测量开发人员、被测实体和测量实施供应商提出了具体建议，供其在测量开发测试、选择使用、实施准备、实际实施以及长期监测过程中参考。
国家质量论坛在质量测量中使用人工智能的工作由戈登和贝蒂·摩尔基金会提供资金支持。
【全文结束】
