阿米特·斯坎丹博士（MD, FACP, SFHM），圣安东尼奥德克萨斯大学健康科学中心的一名医院医师和副教授，对人工智能（AI）改变医学（尤其是医院医学）的潜力如此着迷，以至于他正在完成人工智能和机器学习的高级研究生培训。他的目标是深入理解这项技术，弥合AI与医学之间的差距，倡导其负责任的部署，并帮助通过以人为本的视角重新设计医院工作流程。
斯坎丹博士表示，他认为医院医师无需过度涉足AI的技术层面，但必须具备AI素养，即理解基础知识。"你必须学会何时依赖AI以及何时不依赖，"他说。"在AI领域，我认为限制我们的是想象力而非技术本身。"
未来已触手可及
斯坎丹博士鼓励同事们设想一个近未来的医院医学场景：AI在幕后默默支持诊疗工作。"我醒来时，AI已经整夜分析了我的患者列表，标出这些患者可能出现的变化、需要跟进的事项以及必要的安全检查。"
在医院查房期间，当医院医师与患者交谈时，AI同步整合数据，形成对患者问题的回答，在后台起草病历记录并安排必要的临床检查。"能否在不中断对话的情况下下达医嘱？"他问道。"在交接班前，AI能否基于数据和临床轨迹告诉我哪些患者今天可能病情恶化？这项技术已经存在——我们只是尚未重新构想并整合它。"
斯坎丹博士表示，最优秀的AI将完全嵌入电子健康记录（EHR）系统，运行时悄无声息。如果系统运作良好，临床医生只需自然地将AI洞见融入诊疗过程。"AI不会取代我们的判断，但会增强我们的临床敏锐度。它归还了我们本应与患者共处的时间和空间。"
但他强调，实现这一未来需要正确的设计和正确的声音来塑造它。为了获得医生真正需要和想要的AI版本——对医生、医院系统以及最重要的患者而言安全、富有同理心且实用——医院医师必须参与AI工具的开发，作为共同创造者。
我们谈论的究竟是什么？
扎希尔·坎吉博士（MD, MPH），波士顿贝斯以色列女执事医疗中心的医院医师兼哈佛医学院医学助理教授表示，AI被定义为计算机系统模拟人类智能的能力，这些系统能够吸收和分析海量信息。"AI已经存在很长时间，但直到2022年11月OpenAI推出ChatGPT后，它才真正进入公众视野，"他说。
"但我们长期以来一直在使用人工智能：例如机器学习模型。我们早已拥有脓毒症预警系统和各种算法来指导我们的思维，"坎吉博士解释道。"我认为当许多人现在谈论AI时，他们所讨论、梦想和担忧的是大型语言模型，即能够做远超以往事情的生成式AI。我们每周都在发现新的潜在用例，看到它们能完成我们曾认为不可能的任务。"
"我非常喜爱它能减少工作中的繁琐事务，那些无脑的任务。我目前使用出院摘要工具和环境监听技术。我们使用的AI医疗记录员名为Heidi，"他说。"AI还能辅助诊断和管理步骤。一旦我们确切知道何时以及如何使用——或不使用它——它可能会彻底改变我们的工作。"
罗恩·卡斯蒂略（APRN）是康涅狄格州纽黑文耶鲁纽黑文健康系统的高级执业从业者负责人，也是耶鲁健康的医学信息学官员之一。他在将AI记录员和文档助手等AI工具引入住院环境方面发挥着核心作用，同时担任电子健康记录制造商EPIC的医院医学指导委员会成员。
"可以想象，AI在EPIC董事会是一个热门话题。我们讨论过的一点是人们对AI存在广泛多样的观点和体验。询问临床医生、管理人员或IT（信息技术）人员AI对他们意味着什么，你会得到不同的答案，"卡斯蒂略先生表示。
他解释说，人们如何接触AI部分取决于他们的兴趣，以及他们认为什么能让日常工作更轻松或更好地照顾患者。目前，数字记录员——能监听医生与患者的对话并将相关发现整合到草稿记录或出院摘要中——在医院医学领域引起极大关注。
AI能为医院医师做什么也取决于机构，各医院在采用AI方面处于不同阶段。"有些机构全力投入，而其他机构则说：让我们退后一步，看看别人怎么做，了解什么有效什么无效，再决定是否加入，"卡斯蒂略先生说。
"在耶鲁，我们刚开始尝试文档辅助。我们拥有用于临床恶化或再入院风险等事项的预测模型，"他表示。耶鲁健康使用AgileMD的eCART软件等临床恶化评分系统，该系统持续审查近一百个数据点以确定患者临床恶化的风险。"分数越高，我们就越应该思考是什么驱动了这一结果，以及在出现不良后果前是否需要重新评估患者护理，"他说。
"我认为这就像电子健康记录一样，不会消失。我们必须弄清楚如何利用AI来发挥我们和患者的优势，在维持AI前我们追求的同等质量和安全水平的同时，为患者提供良好护理。"
语言与大型语言模型
明尼苏达州明尼阿波利斯市明尼苏达大学医学院成人和儿科医院医师兼医院医学部负责人安德鲁·奥尔森博士（MD, FAAP, FACP, SFHM）表示，AI是一个庞大、多面的领域，正在快速演变，其重大变革以月而非年为单位衡量。在AI的各种应用中，与医学最相关的是使用大型语言模型——定义为能够预测词语间关联的复杂神经网络。这些模型通过海量文本数据训练，以理解和生成类人语言。
奥尔森博士表示，当AI工具最初进入医疗系统时，用户必须主动与之交互，在计算机上打开工具。"越来越多的工具正被整合到电子健康记录中，有些模型你开始使用时甚至不知道自己在与AI交互。"
奥尔森博士在整个医学职业生涯中一直从事教育和临床研究，特别关注诊断错误以及临床医生和团队如何做决策。"我对这些AI工具感兴趣，因为我认为它们有机会改变和改进我们的临床决策方式。但这需要研究验证。"
他建议可以将AI在医院医学中的角色分为三大类。第一类是以常规和普通方式帮助医院医师每天完成的例行工作。"医院医学中需要完成的任务数量庞大是一个挑战，"奥尔森博士说。
"我们能否利用AI帮助完成那些可能不需要我们全部认知能力的任务，如病历审查或记录？我认为出院摘要将成为执业临床医生AI应用的重要部分，总结患者住院期间发生的情况。我们现在就能做到，而且效果相当好。"
第二类是将技术用于医生原本就在做的任务，但要做得更好。这可能包括展示使医生思考更清晰的信息。奥尔森博士表示，第三类是寻找做事的新方式，或经济学家可能称之为颠覆性创新。
"例如，我们所说的病历记录，如果它变成更像一个基于您专业所需的关于这位患者的个性化维基页面会怎样？"这也适用于访问临床资源回答患者护理问题，从主动搜索转变为AI工具主动建议资源。
"我在思考跨交接班护理的其他颠覆性沟通方式，"奥尔森博士说。"如果我在夜间工作并遇到紧急抢救情况，我能否直接对计算机说'告诉我现在需要知道什么'？我认为我们常常陷入只求更快更轻松地做一直在做的事，我们需要思考如何以前所未有的方式做事。"
AI如何被应用？
田纳西州约翰逊市班纳健康系统住院临床信息学委员会主席米希尔·H·帕特尔博士（MD, MPH, MBA, FACP, CLHM, SFHM）最近搬到了加利福尼亚州萨克拉门托，在凯撒医疗集团和萨特健康兼职执业医院医学。他还担任医院医学学会（SHM）健康信息技术特别兴趣小组主席。
"现在人人都在谈论AI，因为它终于强大到能产生真正影响，具备更大容量、更广能力，能够支持更多应用，"帕特尔博士说。"对医院医师而言，这种力量就在我们手中——通过手机、电子健康记录和我们在床边使用的工具。"
他解释说，AI可以支持风险优先排序、简化医院医师工作流程，并加强护理过渡期间的安全性。这包括自动生成出院摘要、突出再入院风险，以及引起对可能被忽视的社会决定因素或其他微妙风险因素的关注。
"AI感觉像第二双眼睛，持续在后台审查细节并突出显示临床上重要的内容，使我在医院工作的快节奏中能够专注于患者而非屏幕，"帕特尔博士说。"环境文档记录归还了我的时间——将 pajama-time charting 转化为家庭时间，不仅节省了数小时，还保留了我对医学的热情。"
加州大学旧金山分校（UCSF）医院医师彼得·巴里什博士表示，AI的承诺在于它正成为能够简化工作各方面（如患者诊断和治疗）的助手。"大型语言模型在辅助诊断方面已经很出色，但特别是在治疗方面，AI如何帮助我们坚持循证实践？"他说。
"我认为有一个重要问题：它如何帮助我们综合完整数据做出诊断、减少诊断错误，然后选择适当的管理方案？它能否以更易用、更面向患者、更简化的方式帮助我们获取信息？"巴里什博士说。
UpToDate和Open Evidence医学信息平台一直被医生广泛用于快速查找临床问题的答案，特别是针对不太常见的疾病，这些平台正随着AI进步得到增强。他表示，已发布的临床指南并不总是适用于每位患者。"我认为AI有真正的潜力帮助定制和调整循证管理以适应特定患者。"
医院医师能做什么？
斯坎丹博士建议，寻找医院的AI治理委员会并加入——如果不存在，则帮助组建一个。"目前，医学领域没有标准化的AI治理，问题在于我们的AI政策将比AI技术本身的发展更快地塑造我们如何使用它。"
他还建议寻求进一步教育、同行讨论和共享学习。"通过医院医学学会和其他论坛与其他医院医师对话。"读书会或共享案例讨论可能是讨论什么有效什么无效的好方法。
与AI合作的一个关键是要确保其保护患者个人信息安全，尽管这也是医院及其系统的责任。个体医师不应将受保护的数据输入不在医院保护伞下的软件程序。但随着更多系统整合到电子健康记录中，这将逐渐不再是问题。
"我们经常谈论医学中的自满以及为什么这是坏事，"卡斯蒂略先生说。"AI也是如此。如果我盲目签署AI起草的记录而完全不校对，里面有错误或缺失信息，责任在我。"系统需要有人测试、查看和研究最新技术。
"我们如何确保AI不脱轨？我认为我们继续做作为临床医生一贯做的事。我们履行尽职调查和调查职责。我认为临床医生天生就有点怀疑论者，这里也不例外，"卡斯蒂略先生说。"我当然兴奋能站在医院医学这一技术的前沿，但我想确保我们正确地做这件事。"
奥尔森博士表示，医院医师在专业生活之外尝试AI工具很重要，特别是那些有趣的工具——比如可以插入日历并为预约找到空闲时段的工具。
重新定义卓越
显然，AI是一个巨大的、多面的现象，像巨大的海啸一样冲击医学和社会其他领域，带来各种影响、机遇和担忧。加州大学旧金山分校的罗伯特·瓦赫特博士（美国医院医师运动的先驱，《医疗错误》和《电子健康记录采用》等书籍的作者）将于2026年2月出版新书《巨大飞跃：AI如何改变医疗保健及其对未来的影响》。该书探讨了生成式AI对医学的变革潜力，以及从电子健康记录艰难实施中吸取的教训——医疗保健的数字化转型比看起来更难。
斯坎丹博士指出，这个庞大的AI话题在医生中产生了极大兴奋但也存在误解。"就我个人而言，我认为这对医院医师来说是一个非常激动人心的时刻，"他说，并补充说担心AI将取代医生似乎没有根据。"医院医师站在医院的十字路口。我们的声音对确定AI如何用于患者、团队和我们自己至关重要。没有人比我们更清楚如何安全、合乎伦理、有意义地使用它。"
斯坎丹博士认为，医院医师应绘制自己的工作流程图，找出AI可能提供帮助的地方，并了解任何工具所训练的数据。"偏见不仅是技术问题，还是患者安全问题。如果我们不设置护栏，AI可能会放大差异。"他还相信医院医学学会有机会在负责任AI的国家倡导方面发挥领导作用。"必须透明。必须有安全检查。部署应由临床医生主导，由医院医师主导。"
最终，他相信AI将提高护理标准。"我认为使用AI的医院医师将重新定义卓越。它帮助我们更快处理信息，使我们有更多时间在床边展现同理心、专注和人性——这正是我们最初投身医学的原因。"
拉里·贝雷斯福德是加州奥克兰的一名自由医疗记者。
参考文献
- Kanjee Z等. 复杂诊断挑战中生成式人工智能模型的准确性. 《美国医学会杂志》. 2023;330(1):78-80. doi: 10.1001/jama.2023.8288.
- Goh E等. 大型语言模型对诊断推理的影响：一项随机临床病例研究. 《medRxiv》[预印本]. 2024:2024.03.12.24303785. doi: 10.1101/2024.03.12.24303785.
- Goh E等. 大型语言模型对诊断推理的影响：一项随机临床试验. 《JAMA Network Open》. 2024;7(10):e2440969. doi: 10.1001/jamanetworkopen.2024.40969.
- Selvakumar S, Olson APJ. 更快更好——AI生成出院摘要的未来. 《医院医学杂志》. 2025. doi: 10.1002/jhm.70186.
【全文结束】
