背景：人工智能(AI)正迅速从理论研究进入日常医院运营。虽然AI有望提高诊断速度并减少行政工作导致的倦怠，但其在现实世界中的成功取决于其与复杂临床工作流程的整合程度。本综述评估了判别式AI和生成式AI对现代医疗服务的实际影响。
方法：我们使用PubMed和Semantic Scholar（通过Consensus AI）进行了有针对性的文献检索，收集了2018年1月至2026年3月间发表的研究。我们将这项工作构建成批判性叙述性综述，特别关注AI在真实医院环境中的实际挑战和成功案例。在筛选临床相关性和部署数据后，我们最终纳入了21篇同行评审文章。
结果：证据表明，判别式AI在急性护理中显著提高了诊断速度，特别是在脓毒症预测和中风分诊方面。较新的模型在通过心电图评估手术风险和追踪创伤性脑损伤方面也取得了成功。然而，这些工具常常面临"警报疲劳"和数据偏差等挑战。在行政方面，生成式AI——如环境临床记录员——成功减少了文档记录时间并提高了计费准确性。我们发现，这些工具的成功取决于"人在回路中"的模型和SHAP值等数学可解释性框架，这些框架帮助医生理解和信任AI的决策。
结论：AI正成为现代医学的必要要求，而不仅仅是可选升级。通过将大量数据任务卸载给机器，AI可以帮助医生重新专注于直接患者护理。未来的成功取决于使用确保算法透明度并防止自动化偏差的协议，确保医生在临床决策中保持最终权威。
【全文结束】
