随着人工智能大量涌入电子健康记录系统，一个更安静的问题正在浮现：医疗机构正在停用哪些功能？
所有主流电子健康记录系统供应商都处于同一条赛道上。艾派克系统正为2026年开发150多项人工智能功能及改进，涵盖对话式搜索、自主编码和人工智能辅助记录，此外还包括已在使用的环境语音工具。甲骨文健康公司正在扩展其临床人工智能代理，以自动化处理临床医嘱，包括实验室检查、影像学检查、处方和转诊。在此基础上，第三方市场正快速增长：环境语音记录公司过去两年已将自身直接接入艾派克、甲骨文健康等电子健康记录系统。
首席信息官们曾向《贝克医院评论》表示，将人工智能直接嵌入电子健康记录系统最终可能为临床医生赢回宝贵时间。
"未嵌入电子健康记录系统的人工智能，就像一位能力出众却坐在诊疗室外的助手，"印第安纳州里士满市Reid Health医疗系统的首席信息官穆罕默德·西迪基于2月份向《贝克医院评论》表示。
但西迪基先生同时警告称，不应假设嵌入式系统必然更优。
"如果人工智能干扰性强、表现不稳定或难以管控，它会悄无声息地破坏信任，"他表示，"当工具不可靠或制造额外工作时，临床医生会迅速停止使用。"
这种干扰性强、不可靠的嵌入式人工智能正是较少被讨论的：哪些工具已被医疗机构放弃使用？
根据加州橙市UCI Health医疗系统的临床信息学副总裁、首席医疗信息学与人工智能官兼医学副教授迪普蒂·潘迪塔博士的说法，病历和就诊摘要功能是未能达到预期的工具之一。
"与我的临床同行交流时，尽管他们最初对此感到兴奋，但最不喜欢的功能是病历摘要人工智能，无论这是电子健康记录系统的内置功能还是环境语音记录公司提供的，"潘迪塔博士告诉《贝克医院评论》。"患者层面的临床摘要通常没有实用价值，因为即使内容反映最新情况，它通常主要基于聚合的病历内容（例如问题列表/病史和叙述性记录文本），而非临床医生依赖的结构化就诊决策输出：药物调整、新下达的医嘱/转诊，以及具体的随访/复诊计划。"
据潘迪塔博士所述，其结果是摘要听起来合理但缺乏具体情境，遗漏或弱化了"今日变更事项"和"今日决策事项"等关键要素，导致临床医生仍需重读实际就诊记录以查找缺失的计划、现病史和评估细节。
"这使摘要变成了额外工作而非省时工具，"她说。
弗吉尼亚州阿灵顿VHC Health医疗系统的副院长兼首席医疗信息学官乌斯曼·阿赫塔尔博士告诉《贝克医院评论》，由人工智能驱动、加剧警报疲劳的提醒功能是另一项他会停用的功能。电子健康记录系统中的警报疲劳问题早在生成式人工智能出现前十余年就已存在，而在此现有警报负担上叠加人工智能生成的建议，却不重新设计触发时机和方式，正是阿赫塔尔博士所指出的失败模式。
"如果我能消除一项人工智能驱动的电子健康记录功能，那就是任何将'智能'转化为干扰的工具，"他表示。"人工智能生成的广泛警报或建议往往在错误时间出现，缺乏足够背景信息，增加干扰而非提供清晰指引。临床医生不需要更多数字提示；他们需要能无声消除障碍、减少点击操作、为他们赢回时间的技术。人工智能应感觉像一位值得信赖的助手，而非另一个要求关注的弹窗。"
这两种抱怨实际上并非关于人工智能未能实现其设计功能。准确反映病历的摘要完成了它的任务；可靠触发的警报也完成了它的任务。两位首席医疗信息学官描述的问题在于工具输出与临床医生在特定时刻实际需求之间的错位：昨日病历笔记中变更的那一行内容，或在任务中途而非决策节点出现的建议。
【全文结束】