无论临床医生是否准备好，人工智能（AI）正在进入医疗和心理健康护理领域。AI在诊断和临床预测方面表现优异，但可能会生成虚假或误导性的信息。通过分析患者视频，AI能够检测到临床医生容易忽略的细微但关键的行为。
作为一家大型儿童医院的新任科室主任，在21世纪初，我（Frank W. Putnam，简称FWP）观察到电子病历（EMR）运动对临床护理日益增长的影响。如今，作为一名经验丰富的资深医生，我开始思考人工智能（AI）可能带来的影响。
从电子病历运动中吸取的教训
在我看来，电子病历的潜力尚未完全实现。尽管人们广泛宣传电子病历能够简化不同医疗机构之间病历的传输，但实际上，即使同一家供应商在两家不同机构实施名义上相同的电子病历系统，一个医院的版本往往与另一个医院不兼容。这是由于电子病历被“定制化”以适应每个机构的特殊需求和政策。
此外，当我参与病例咨询时，我发现尽管患者的症状在住院期间发生了显著变化，但临床记录未能准确反映这些变化。相反，旧的临床记录内容经常被“复制粘贴”到进展记录中，有时甚至会延续严重的错误。
最后，当我们试图将电子病历转换为纸质记录时，结果往往难以使用。例如，每次血压、脉搏、实验室数值或药物管理都会打印在单独的页面上，最终形成一堆无法整理的纸张。
人工智能的临床潜力
人工智能不可避免地将进入临床护理，并且其影响力将远超迄今为止的电子病历运动。AI常被宣传为可以改善诊断和预测临床进程的工具，并越来越多地用于指导决策和患者管理。AI还被用来审查患者记录并生成笔记和出院总结。此外，AI正逐渐成为研究和教学的重要工具。
多项研究表明，AI可以在诊断准确性上媲美甚至超越经验丰富的专家，并且速度更快。AI处理海量数据的能力无与伦比。例如，一项近期研究通过分析超过300万次急诊室就诊记录，预测激越和暴力行为的可能性。有趣的是，研究结果“……与现有文献一致，历史暴力行为是未来激越事件的最佳预测因子”（Wong等，2025）。因此，在这种情况下，AI证实了长期以来的临床真理：过去的行为是未来行为的最佳预测指标。
AI还能“看到”临床医生难以识别的行为。例如，确定早产重症婴儿的觉醒状态对于喂养和护理的最佳时机至关重要（Putnam，2016）。研究人员使用AI对象检测模型分析了新生儿重症监护病房中婴儿的手机视频，量化头部和手部动作（Nishio等，2025）。结果提供了一种简单的方法来确定照顾危重早产儿的最佳时间。
人工智能面临的问题
随着AI使用的迅速增加，许多严重问题随之浮现，影响了广泛的应用。所谓的“幻觉”是指AI程序生成的虚假“事实”陈述，包括捏造的参考文献甚至是伪造的数据。令人不安的是，幻觉发生的频率似乎随着每个新版本的发布而增加（这是目前所有AI平台的共同特性），并且可能高达40%至75%的时间。
像我这样的老一辈人担心，临床医生可能对AI产生盲目依赖，同时向患者误传风险和益处。事实上，一些研究表明，基于AI的医疗搜索可能会生成大量虚假信息，包括看似可信但由AI捏造的医学影像（Menz，2023）。
如何改进AI在临床中的应用？
许多电子病历的开创性开发发生在退伍军人事务局（VA），早在其他医疗机构采用电子病历约十年前，VA就已经在其170家医院中展开相关工作。如今，凭借其广泛的电子病历经验，VA已成为利用AI开发临床预测模型并将结果整合到常规患者护理中的领导者。
一个教训是，AI预测模型会随着时间推移发生漂移，可能需要每年重新校准一次。另一个教训是，AI模型在预测低频医疗或心理健康事件（如自杀）方面表现不佳，导致假警报过多，远远超过真阳性案例。
尽管许多AI模型专注于临床预测，但它们更重要的功能之一是简单地搜索患者的电子病历以找到相关症状，并将其与适当的科学文献链接起来。VA正在开创诸如“环境监听”之类的技术，该技术利用AI记录、转录和分析患者与临床医生之间的对话，从而自动化文档记录，让临床医生能够专注于患者而不是键盘。
Stephan Fihn是VA在电子病历工作中的先驱之一，也是早期采用AI的人士，他认为，未来AI处理患者电子病历的方式将更像谷歌搜索，而非传统医疗图表——只需单击一下即可汇总所有相关信息（Perlis，2024）。
如果是这样，AI或许能帮助电子病历最终实现其真正的潜力。
(全文结束)
