英国工党政府有雄心勃勃的计划，要将国家医疗服务体系(NHS)转变为更注重预防而非治疗的医疗系统。实现这一目标的重要部分是使NHS成为全球"最人工智能化"的健康系统。
为实现这一目标，政府为NHS制定的10年计划承诺通过部署人工智能来加强诊断、筛查和患者监测等领域的现有流程。
与此同时，英国药品和医疗产品监管局(MHRA)正在重新评估对人工智能监管的立场。该机构的国家委员会最近发布了来自利益相关者的最终建议，这些建议将有助于开发一个新的监管框架，用于与英国政府NHS 10年计划紧密相关的AI产品和医疗设备。
在这些持续变化的背景下，2026年6月11-12日在英国曼彻斯特举行的NHS联合会博览会上，人工智能及其在NHS中有效实施的实际挑战成为焦点。
创建成功AI筛查的条件
在NHS联合会的合作与伙伴关系环节小组讨论中，AI作为筛查工具的挑战和机遇受到密切关注。明智地实施有价值的用例以及围绕该技术的协作努力成为关键考虑因素。
曼彻斯特健康创新网络执行主席本·布里奇沃特教授反思了协作的重要性，他表示："我们缺乏的是一个良好的方法，能够将像AI这样具有影响力的科技规模化，以最大限度地造福患者、NHS生产力并惠及更广泛的经济，而没有哪个组织能够单独完成这一任务。"
国王基金会首席执行官莎拉·伍尔诺指出，NHS和英国更广泛医疗保健部门对AI的采纳将依赖于有效的领导力。
这家英国慈善机构最近采访了60多位医疗保健领导者，了解AI采纳和实施面临的挑战，发现"创造成功条件"是反复出现的观点。
伍尔诺解释说："我们往往资助技术，却不资助变革。"
她继续说："由于变革和创新的速度如此之快，我们必须关注成功的条件。这意味着我们必须同时考虑人的因素和技术方面，确保人员领导者与技术领导者一样积极参与推动变革。"
关于AI作为支持早期诊断的筛查工具的应用，小组成员一致认为，如果AI要成为NHS各种诊断方式的标准实践，这一领域的相关工作就不能孤立进行。
在同一次小组讨论中，英国糖尿病协会首席执行官科莱特·马歇尔谈到了AI在儿童1型糖尿病(T1D)早期诊断中的作用。在初级保健中，马歇尔强调许多患有此病的儿童诊断过晚，根据临床记录，约25%的儿童在严重临床状况下才被诊断，而根据患者报告体验测量(PREMS)数据，这一比例为45%。
诊断过晚或根本未被诊断会增加这一患者群体的死亡风险，但"一家诊所可能从未见过这样的患者，那么你如何尝试提高人们对可能看不见的事物的认识呢？"马歇尔问道。
为调查这一问题，英国糖尿病协会资助了2024年在威尔士卡迪夫进行的一项研究，其中AI工具利用100万名儿童的数据进行训练，以检测他们全科医生记录中的模式，这些模式可能表明他们患有未诊断的1型糖尿病。
研究发现，AI工具能够成功提前为72%的儿童发出警报，这些儿童将在接下来的90天内发展出1型糖尿病。
根据发表在《柳叶刀数字健康》上的这项研究，平均而言，AI工具可以让儿童比实际诊断时间提前9天被诊断并开始胰岛素治疗——在某些情况下，这个时间差可能意味着生死之别。
马歇尔解释道："我认为我们在1型和2型糖尿病以及并发症诊断中看到的情况意味着，系统的不同部分将不得不以非常不同的方式协同工作，因为数据可能在一个系统的部分被收集，而这些数据可能影响其他地方的诊断。"
她总结道："关于AI中的协作，这将是我们面临的一个有趣问题。"
回到AI治理问题，布里奇沃特强调了在"高层"掌控AI的重要性，提出了一个严格的运营模式，按人员、流程、文化、工具和技术的顺序进行，作为有效转型的手段。
布里奇沃特解释道："我们对这个运营模式的顺序绝对严谨，因为AI要实现大规模筛查，你需要改变所有这些方面。你需要拥有不同能力的人员、清晰的流程，这些流程需要被正确绘制，并适合你所讨论的任何类型的AI转型。但文化需要适合目的并相应地接受技术。同时，拥有正确的工具和技术来支持这一整体转变也很重要。"
伍尔诺补充道，在治理方面，我们需要"掌握"所谓的"AI赋能患者"概念，并相应地设计适当的患者路径。
她总结道："这将改变疾病的诊断方式，改变我们的预防能力，在当前的英国医疗保健领域，我们可能没有像我们能够做到的那样以变革性的方式思考AI。"
AI模型：建立信任的重要性
在NHS联合会AI剧场环节的小组讨论中，演讲者们聚焦于AI在医疗保健中日益增长的可见性。
随着ChatGPT等AI聊天机器人的兴起，许多人现在每天都在使用AI。在医疗保健方面，AI的参与开始影响人们与医疗系统的互动方式。2026年4月盖洛普发布的一项研究显示，14%的近期美国聊天机器人用户报告称，他们收到的AI生成的信息或建议导致他们在过去30天内跳过了医疗保健提供者(HCP)的就诊。
按整个成年群体推算，这意味着大约1400万美国成年人由于收到了AI生成的健康信息或建议而没有去看医疗保健提供者。
然而，对于在医疗保健中使用的AI模型来说，信任至关重要，小组成员一致认为，对免费聊天机器人提供的建议应持谨慎态度。
数字患者健康记录公司Patients Know Best的首席执行官穆罕默德·阿尔·乌拜德利博士表示，AI，尤其是在线聊天机器人，应该持怀疑态度，因为它们经常接收不正确或不完整的数据，这些数据会影响它们得出的结论。
阿尔·乌拜德利指出："只要我们向AI提供正确的数据集，或从所有关于患者的来源获取单一患者记录，或医生向AI提问，那么你就为AI提高其安全性和有效性奠定了良好基础。"
此外，Google Health临床主任苏珊·托马斯解释了Google如何应对确保其AI工具安全和有用这一挑战。
她说："在我们的健康团队中，我们有包括临床医生、医生和护士在内的利益相关者，我们工作的很大一部分集中在评估模型的工作方式上。这包括建立临床评估集、强大的数据集来测试AI模型，然后评估它们，以确保答案是有帮助的、安全的，并且不会造成任何伤害。"
构建AI助手的公司Ufonia的合作伙伴关系总监理查德·惠廷顿博士断言，对AI系统的信任不在于AI本身，而在于使用该技术的环境。
惠廷顿指出，在NHS当前的医疗模式下，患者通常期望看到全科医生(GP)。
他说："在某些情况下，看全科医生是完全合适的，但在其他情况下，看护士或医疗保健助理可能更为合适。我认为这就是AI模型将要发展的方向。我认为它将首先开始转移患者，确立AI作为未来医疗交付的可行途径。最终，它将成为自然而然的选择。"
英国政府专注于AI作为改善NHS的关键工具。但其各种意图将如何实施仍有待观察。然而，可以肯定的是，要在NHS实现数字化转型，以AI为核心要素，密切协作至关重要。同时，必须确保在医疗服务中部署的AI模型不仅提供有意义的益处，而且以安全的方式提供。
【全文结束】