俄亥俄州哥伦布市——俄亥俄州立大学医学生布伦特·亨德森的一天从与人工智能驱动的虚拟患者互动开始，这是旨在提高他问诊技巧的培训练习的一部分。
"我一直感到头晕目眩。我觉得自己要晕倒了，但最终没有，"这位AI患者在他面前的屏幕上说道。
亨德森询问了这位虚拟患者的家族病史。
"我小时候，我妈妈得过某种心脏方面的病，"AI患者回答道。
俄亥俄州中部主要医院系统的医生表示，人工智能还帮助他们看到了以前无法看到的情况——从结肠镜检查中发现息肉，到比传统方法更早地识别出血管中的隐藏阻塞。
"我喜欢把它比作夜视镜，"卡梅尔医疗系统的心脏病专家苏拉布·拉杰帕尔博士说。
俄亥俄州中部的医院还通过一种称为"环境AI"的工具将人工智能引入常规护理。该技术可以监听医生和患者之间的对话，并自动生成临床笔记。
"这对我们的许多医疗服务提供者来说是革命性的，"俄亥俄医疗的家庭医生安德鲁·纳塞尔博士说。
纳塞尔表示，这一转变改变了检查室内的氛围。医生不再需要在患者和键盘之间分散注意力，而是可以专注于对话。
"我一直在打字，转头说'稍等一下'。这种在就诊期间持续记录的做法现在我不再需要做了，"他说。
在获得患者同意的情况下，该系统会实时记录对话并将其转化为文档。
"计算机监听我们的对话，然后将对话转化为笔记。有了这个，与患者的联系更加稳固。我不再需要来回切换；我可以坐下来进行正常的对话，"纳塞尔说。
在俄亥俄州立大学威克斯纳医学中心，该技术自2024年以来一直在使用。医院领导表示，100名临床医生总共重新获得了64小时的患者时间，调查显示患者认为与医生的对话更有价值。
但医生也表示，这项技术并非完美无缺。
"它会编造东西。目前，它仍然需要临床判断，"拉杰帕尔博士说。"我们不是用AI来做诊断或临床决策；我们不会用AI替代必要的图表审查或文档记录，也不会用AI替代工作人员。相反，我们用它来支持他们。"
数据安全也令人担忧。医院仍然是网络攻击的频繁目标。2024年，联邦调查局报告了医疗行业超过440起勒索软件事件和数据泄露——这是所有关键基础设施行业中最多的。
去年，对凯特林健康的勒索软件攻击迫使医院取消了选择性住院和门诊手术。
除了患者护理外，人工智能正在融入研究和医院运营。
在俄亥俄州立大学，研究人员正在使用机器学习来分析基因数据、预测肿瘤行为，并在临床试验开始前模拟药物反应。在卡梅尔医疗，AI正在帮助心脏病专家确定阻塞是否需要侵入性手术。
医院领导还在使用AI来提高效率，预测床位可用性、减少等待时间，并简化排班和文档记录。
"它使我们能够洞察到障碍或患者信息，而这些信息在其他情况下很难找到，"俄亥俄医疗的护理运营和医院容量副总裁斯科特·埃斯特普说。
他表示，目标不是取代医疗保健工作者，而是减少行政负担。
"我们不希望我们的护士，他们经过多年的培训，拥有丰富的经验，技术娴熟且才华横溢，被行政任务拖累。我们从未讨论过如何将护理人员从对话中移除，"他说。
尽管如此，一些一线工作人员仍然担心AI最终是否会取代床边角色。
"对于一线人员来说，很自然会想到'你们是不是想把我从床边赶走？'我可以指出100个例子说明我们从未这样做过，"埃斯特普说。
埃斯特普表示，技术的作用有限。
"我不相信你永远可以取代对临终者的手部触摸，"他说。
AI也在改变临床医生获取医疗信息的方式。工具现在可以在几秒钟内综合大量研究，但专家警告不要过度依赖。
"你不想过度依赖这些工具。它可能导致我们称之为'技能退化'的情况。这就是医生通过过度依赖[AI]等东西，放弃自己进行临床诊断能力的时候，"俄亥俄州立大学威克斯纳医学中心的医生马修·弗拉尼根说。
"作为医疗服务提供者，我们最终仍需为给予患者的护理负责。说'哦，AI搞错了'是不可接受的，因为归根结底，我们仍然是对患者所做事情的最终把关人，"俄亥俄州立大学综合癌症中心的研究员宁夏说。
研究人员还在使用AI加速药物发现，设计新分子并预测它们在生产前的行为。
"在药物发现领域，我看到更多AI努力被开发来加速这一过程。即使在OSU，我们也有使用AI设计新分子来合成新分子的方法，"宁说。
但即使有这些进步，专家表示AI也有局限性。虽然AI驱动的搜索工具可能很有价值，但医院对过度依赖仍持谨慎态度。
FDA数据显示，自1995年以来，已有超过1,300种AI赋能设备获得授权，其中大多数用于放射学。监管仍然是一个挑战，特别是当AI系统在批准后继续发展时。
"我认为，特别是在AI方面，这些算法可以实现的功能和潜在事物的范围非常广泛，制造商没有充分考虑，或者FDA在这些设备已经进入市场时也没有充分考虑，"华盛顿大学医学院普通医学和老年医学部的亚历山大·埃弗哈特说，他专注于医疗技术创新。
约翰霍普金斯大学、乔治城大学和耶鲁大学的研究人员进行的一项研究发现，许多AI赋能设备在获得批准后的第一年内就与召回有关。有些未能检测到异常心律或误读影像扫描。
与新药不同，许多医疗器械在没有人类临床试验的情况下获得批准。
"是的，这是正常的。这是FDA的一般做法，并非AI赋能设备所独有，"埃弗哈特说。
"FDA授权的绝大多数医疗器械都是通过所谓的510(k)途径授权的，制造商证明他们的新产品与FDA已经授权的现有产品基本等同。"
埃弗哈特表示，FDA的人员短缺也可能使监管承受压力。
"人们普遍担心这些期限会带来压力，导致无论是否进行了充分审查都授权产品。我想象这些压力在过去一年中由于人员配置挑战而加剧，"他说。
随着医院继续采用人工智能，他们面临一个核心挑战：在技术快速发展的系统中，如何在创新与患者安全之间取得平衡，而错误的后果仍然非常真实。
对于像亨德森这样的未来医生来说，AI是一种工具——而不是真实世界经验的替代品。
"在真实临床环境中与真实患者进行面谈与AI模拟之间存在真正的差异，但从培训角度来看，它就像一个标准化的患者，"他说。
亨德森表示，在AI方面，它在帮助他成为更好的医生方面有其作用。
哥伦布医院内AI的使用情况：
威克斯纳医学大学
- 俄亥俄州立大学的放射科是全国为数不多的获得美国放射学会认证的医疗保健中心之一，帮助医生检测中风的早期迹象。
- OSU医学院的临床技能教育与评估中心正在试点虚拟模拟AI患者平台。
- 在詹姆斯癌症医院，AI用于数字病理学，分析活检切片，进行风险分层，并预测某些癌症（如前列腺癌、乳腺癌和胃癌）可能扩散的速度。
- 通过像AI(X) Hub这样的举措，俄亥俄州立大学使用高性能计算来加速生物医学研究，包括使用AI框架设计新的靶向药物候选物。
俄亥俄医疗：
- ALERT：协助领导一项研究，该研究向医生发出患者超声心动图结果的警报，并向可能符合进一步心脏和血管评估标准的患者发送实时警报。虽然该研究主要关注严重的主动脉瓣狭窄和二尖瓣反流，但医院目前正在探索医生如何将其用于其他心血管疾病。
- Abridge：一个AI平台，将医疗对话转化为临床有用且可计费的护理点文档，减少行政负担和临床医生倦怠，同时改善患者体验。
- Qventus：此AI程序用于优化患者床位计数和预计出院日期。该系统协助工作人员进行排班、协调交通，并加快急性后护理设施的预先认证，从而腾出医院床位。
卡梅尔医疗系统：
- 使用名为Epic（电子健康记录）的程序帮助医生进行患者记录摘要、支持交接班的护理换班摘要、医生-患者对话的环境语音记录，以及AI支持的保险拒付申诉，以确保适当报销。
- FIND（跟踪偶然发现疾病）计划是一个集中管理的全企业跟踪系统，旨在识别、跟踪并确保患者对"偶然发现"（在扫描中发现的与检查原因为无关的异常或潜在疾病，如动脉瘤或结节）进行后续治疗。该计划使用专门软件和自然语言处理技术扫描放射科医生的报告，结合护士导航和健康信息技术，旨在改善在放射学检查中发现的肿瘤学发现和动脉瘤患者的护理和结果。
- 为了识别需要救命植入式心律转复除颤器的未充分治疗患者，医院使用名为Tempus Next的AI平台，该平台依赖于集成到电子健康记录系统中的自动化基于规则的临床自然语言处理算法。2025年美国心脏病学会科学会议上发表的研究发现，使用此AI系统的警报精确度为92%。
- 心脏CT阅读平台Vitrea利用深度学习自动分割冠状动脉（向心脏供血的血管）并提高诊断效率，具有超高分辨率图像重建、"零点击"解剖分割和自动组织表征功能。
- 心脏MRI阅读程序Circle使用深度学习来评估心脏的泵血功能，其自动体积分析基于U-Net架构——一种专门为生物医学图像分割设计的卷积神经网络。
- Cathworks：这个基于AI的平台在心脏导管插入术过程中将2D血管造影转换为冠状动脉树的精确数字3D模型，通过高级算法分析3D树中的每个点，评估阻塞，执行3D定量分析，并将检测到的每个阻塞转换为类似电学的血流阻力值。
【全文结束】