人工智能（AI）有望成为NHS的一大助力。然而，迄今为止，我们尚未看到AI发挥出其承诺的影响力。最大的挑战是从单次试点和创新过渡到系统性的广泛应用。在这篇文章中，波士顿咨询集团（BCG）概述了NHS——无论是国家层面还是系统层面——可以采取的五个步骤，以实现从试点到规模化应用的转变。
NHS正处于一个关键时刻。需求超过了供给，预算紧张，人员短缺继续给系统带来压力。如果没有大胆的变革，预计在未来十年内将需要额外900亿英镑的资金来满足需求。人工智能提供了一种前进的方向——不仅是缓解当今和未来的压力，而且使英国成为全球AI驱动医疗保健的领导者。
医疗保健领域的人工智能还具有产生显著收入的潜力：英国已经建立了一个蓬勃发展的数字健康行业，2023年有超过3000家英国AI公司产生了超过100亿英镑的收入，2024年英国健康科技初创企业筹集了23亿美元。
卫生和社会保障大臣Wes Streeting明确表示，NHS必须从“模拟转向数字”。AI将在这一转型中发挥核心作用。好消息是，AI已经在展示其潜力。在临床方面，基于机器学习的肺癌检测工具如Behold.ai正在帮助加速诊断，而其他基于机器学习的模型，如剑桥开发的C2-AI，可以在发生之前预测NHS医院的入院情况。从行政角度来看，AI工具同样具有变革性，例如微软的DAX Copilot环境听写技术能够自动转录医患互动记录并直接存入患者的病历中。
尽管充满期待，但采用速度仍然缓慢。为什么？英国面临特别高的障碍——公众信任度低、政策碎片化以及监管瓶颈——这些都阻碍了AI在NHS中的广泛应用。
什么阻碍了NHS中的AI？
最近由世界经济论坛和波士顿咨询集团联合发布的一份白皮书确认，AI采用不仅是一个英国问题，也是一个全球挑战。然而，似乎英国受到的采用障碍尤其严重。以下是一些例子：
信任建设：NHS员工普遍对医疗保健中AI的潜力持积极态度，最近的一项调查显示，超过一半的医生对其表示“乐观”。然而，近70%的医生表示他们没有接受足够的培训来理解使用这些系统时的责任。此外，与其他国家相比，英国民众对AI采用最为担忧，因此建立信心至关重要。
缺乏连贯的国家AI战略实施：碎片化的政策、短期资金周期和互操作性问题造成了“停停走走”的局面，使得难以保持势头。
缓慢且保守的监管流程：AI发展迅速，这使得监管机构难以跟上步伐。这意味着审批过程目前既漫长又不确定。
如果我们克服了这些挑战，未来会是什么样子？
NHS中的大规模AI应用不仅仅是遥远的梦想，而是触手可及的现实。想象一下这样一个世界：AI驱动的工具可以帮助医生在病情恶化前进行预测，自动化管理任务以释放工作人员的时间，并优化医院资源以减少等待名单。
凭借其无与伦比的多模态数据集，英国可以成为一个全球领导者，拥有强大的AI解决方案管道，与行业共同开发并针对实际NHS挑战量身定制。本地试点将成为测试场地，允许快速部署和真实世界的学习，然后再进行全国推广。规模化推广将是快速而系统的，只有最佳的、经过证据支持的AI工具才能被广泛采用。
AI带来的时间和成本节约可以重新投资于患者护理，支持更多的前线工作人员和更好的服务。AI不仅是一个附加功能；它将成为一个更高效、更具前瞻性、以患者为中心的NHS的核心。
我们概述了实现这一愿景的五个关键步骤。
要使AI从试点模式转变为实际影响，各级都需要采取行动：
- 国家领导层（NHS England和卫生和社会保障部）必须为AI采用创造合适的条件
- 地方供应商和系统必须确定最具影响力的领域并将AI整合到日常运营中
以下是各级如何发挥作用的方法：
1. 建立AI部署的基础 (NHS England和DHSC级别)
太多时候，AI项目由于医疗系统的不成熟而失败。AI需要系统级别的准备——包括人员和系统的准备——以确保适当的采用：
- 培训NHS员工了解AI知识
- 标准化工具包和手册以支持顺利集成
- **创建“部署网络”**以在地区间扩展成功的试点，并塑造和支持AI玩家生态系统
2. 快速扩展经过验证的解决方案 (NHS England和DHSC级别)
似乎每个月都会有关于突破性AI试点的新闻。但很多时候，这些AI项目在成功试验后停滞不前。扩大规模需要一套能力，而这在NHS中很难找到。为此：
- 设立国家创新区，采用中心辐射或“快速跟随者”模式以有效传播AI解决方案
- 与私营部门的AI领导者建立战略伙伴关系
- 转向基于风险的、适应性强的监管框架
3. 确定并优先考虑高影响力的AI用例 (提供商和系统级别)
首先实施和扩展运营AI应证明早期价值并集中资源。NHS传统上倾向于“百花齐放”的方法——强调地方创新和独立性。我们认为，在资源受限的环境中，NHS应通过优先考虑AI在哪些领域可以产生最大影响来最大化价值：
- 明确高容量、高成本的领域，如癌症筛查（MIRAI）和初级保健决策支持
- 利用快速试验和系统评估来评估成本效益和实际影响
- 建立集中评估框架——利用枢纽相互评估，并简化AI批准和监管流程
4. 将AI嵌入临床和运营路径 (提供商和系统级别)
为了使AI产生持久的影响，它不能仅仅是现有路径的一个附加功能。相反，必须做更多工作以确保AI解决方案无缝融入NHS的工作流程：
- 将AI集成到临床路径和治理框架中
- 实施强有力的部署后监控以跟踪安全性和有效性
- 建立稳定的报销机制以维持AI驱动的创新
5. 建立对AI的信心 (所有级别)
最终，患者和工作人员将通过选择是否采用新技术来决定AI的成功与否。公众和NHS员工的信任对于AI在NHS中的传播至关重要——因此NHS应采取主动措施来建立信任：
- 确保透明度并解释AI如何支持而不是取代临床医生
- 展示实际影响和安全性，例如更快的癌症诊断和减少等待时间
- 通过倡导团体和用户友好的工具让患者参与AI
- 利用皇家学院和NHS领导人通过公共意识活动宣传AI
为什么现在很重要
势头正在积聚——AI乳腺筛查试验正在扩大，NHS领导人对环境听写技术持乐观态度。但进展太慢。随着员工过度劳累和患者等待治疗，NHS不能再等了。
通过在国家和地方层面采取行动，NHS可以从AI试点快速、安全、有效地过渡到全面部署。
感谢Anna Nedey对此文的支持
(全文结束)
