联合健康专业人士（AHPs）不应等待人工智能找上门，而应主动出击
人工智能无处不在。如果你还没有使用它，那很可能正在考虑使用它。它是医疗创新领域的一大趋势（根据AI的说法），几乎可以解决所有问题。
在医疗诊断、药物发现、风险分层、临床监测以及临床记录或环境语音记录等领域的AI解决方案正在迅速发展。随着如此多的AI技术进入医疗行业，人们往往难以知道从哪里开始。
作为一名临床医生，理解AI的语言、生命周期及其临床影响至关重要，这样才能确保其在临床环境中的安全和有效部署。
针对AHP劳动力提供更广泛的临床AI教育和培训势在必行。否则，我们可能会落后于医学同事，无法充分利用AI带来的好处。
放射技师协会已经制定了AI指南，特许物理治疗学会也发布了其AI原则文件。然而，对AHP专业统一指导的需求日益增长，特别是在AI相关的数字技能开发、AI安全性及应用，以及临床工作场所的数据准备方面。
如何成为临床AI专家
要培养临床AI的专业知识可能具有挑战性，特别是当你在寻找针对AHP的特定项目时。
NHS England的临床AI研究员计划是一项为期12个月的综合课程，涵盖AI基础，包括整合与系统影响、战略与文化，以及为医疗专业人员部署沉浸式AI项目等内容。
2024年，护士、助产士、AHPs及临床科学家首次被考虑纳入该研究员计划。我们在2025年6月23日毕业，成为第一批加入该研究员计划的物理治疗师。
我们申请该研究员计划的动机在于希望站在数字化临床护理的前沿。我们想学习如何识别并部署支持患者和临床医生的临床AI技术。
我们也希望了解如何评估AI算法的有效性，并在信息治理和网络安全的前提下安全地部署这些技术。
你可以在这里阅读关于团队项目的更多信息。（译者注：原文链接未提供）
通过这项研究员计划，我们学到了很多东西。虽然这可能并不适合所有人，但我们认为有一些关键原则对英国的AHP劳动力非常重要。
- 数据为王
成功的临床AI部署依赖于高质量的临床数据。数据质量差将影响AI解决方案的效果。
AHP服务在向数字化系统过渡及常规收集数字化数据时，通常面临诸多挑战。即使数据是以电子方式收集的，其中大部分仍然缺乏结构化且难以解读。
我们必须专注于改进数据收集方法并构建数据结构，以充分发挥AI的潜力。
- 保持主动性
为了在AHP工作流程中利用AI的优势，我们必须引领这一工作，否则别人将会替我们做决定，并可能主导我们的方向。
我们的专业人员必须得到支持，以采用数字化战略或文化，并增加他们在数字健康和临床AI方面的知识与经验。
我们应该参与数字化课程和研究员计划，倡导高等教育机构创建硕士级别的数字健康和临床AI教育框架，并继续培训临床医生进行变革管理和领导力培养。所有这些都将有助于推动数字化AHP的发展。
- 重新设计路径
在临床路径中识别AI集成的机会需要相当的专业知识。如果在一个包含瓶颈或低效的路径中实施AI解决方案，不太可能产生预期结果或实现所提议的好处。
如果我们能与AI供应商、利益相关者以及患者和公众共同设计数字化临床工作流程，而不是试图将AI融入现有的“模拟”流程，那么将带来更好的结果。
- 数字临床安全需要领导力
任何数字健康技术的安全部署都需要彻底的尽职调查和数字临床安全措施。临床AI也不例外。
这项工作需要经过培训的临床安全官、首席临床信息官以及首席护理信息官。随着AI解决方案部署的快速增长，培养AHP作为数字健康领导者变得越来越重要。
提升患者护理水平
AI有潜力通过分析大量治疗数据来提升患者护理水平并节省临床医生的时间，从而改善治疗计划和患者康复时间。实用的AI工具如环境语音记录和患者分诊系统可以加快患者护理速度，减少候诊名单。
AI不仅仅是放射科医生的工具，它对物理治疗师及其他AHP有着深远的影响。
远程监控或“可穿戴设备”及其相关数据整合可以预测长期疾病中的物理治疗需求，这对于人手不足的服务尤为重要。
AHP现在必须探索AI的转型选项并积极寻找机会，而不是等待AI解决方案来到我们身边。
通过这项研究员计划，我们认识到AI在转变AHP临床护理路径方面的巨大潜力。我们了解到，AI不仅仅是放射科医生的工具；它对物理治疗师及其他AHP有着深远的影响。
通过积极拥抱AI，我们可以彻底改变患者护理，使其更加高效和有效。
我们的旅程强调了收集和维护高质量数据的重要性，发展数字健康专业知识的必要性，以及设计路径以全面集成AI解决方案的重要性。
医疗保健的未来掌握在那些愿意引领数字化转型的人手中。
Christopher Efford是多塞特大学医院NHS基金会信托基金的肌肉骨骼治疗主管。
Charlie Winward是一名在NHS工作的物理治疗师。
(全文结束)
