医疗保健领域的人工智能应用持续增长。美国医院协会(AHA)健康信息技术补充调查的最新数据显示，将预测性人工智能工具与电子健康记录集成的医院比例从2023年的66%上升到2024年的71%。
尽管根据健康IT调查数据，增长最快的应用案例是支持行政效率的那些，但医疗系统正越来越多地部署人工智能来改善诊断、加速决策制定和支持预防性护理。以下是AHA会员如何在高影响力的临床环境中应用人工智能的示例。
（注：这不是AHA会员利用人工智能进行检测和预防的详尽列表。）
子宫内先天性心脏病的检测
妇产科医生Nathan S. Fox医学博士在《Med City News》中写道，先天性心脏病的产前诊断使医疗保健提供者能够确保在分娩期间拥有正确的资源（例如设备和专科医生），从而防止可能有害的治疗延误。然而，检测胎儿心脏异常需要大量培训，而且由于心脏体积小和胎儿活动，通常很困难。许多孕妇在无法获得母胎医学专家或儿科心脏病专家的环境中接受护理，而这些专家能够诊断这些问题。
人工智能可以通过赋能社区医疗保健提供者诊断胎儿心脏问题来改变这一现状。例如，纽约市Mount Sinai West医院的医生进行的一项研究发现，旨在提高超声效率和准确性的AI工具将潜在重大先天性心脏病的检出率提高到97%以上。
围产期心肌病的识别
明尼苏达州罗切斯特市梅奥诊所(Mayo Clinic)的研究人员发现，一款由人工智能驱动的数字听诊器可以帮助临床医生识别围产期心肌病——一种影响约每2000名孕妇中1人的疾病。梅奥诊所的研究表明，与传统筛查方法相比，这款人工智能听诊器使医生能够诊断出两倍于以往的与妊娠相关的心力衰竭患者。
"这一发现意义重大。心血管疾病，包括心肌病，是美国孕产妇死亡的主要原因，"佛罗里达州杰克逊维尔市梅奥诊所的心脏病专家、该研究的主要调查员Demilade A. Adedinsewo医学博士说道。
放射学中的加速诊断和决策制定
总部位于北卡罗来纳州夏洛特市的Advocate Health已将人工智能影像模型整合到临床工作流程中，以加速决策并改善患者预后。
维克森林大学医学院放射学企业主任Christopher Whitlow医学博士在一份新闻稿中表示："在对放射学中的人工智能进行严格测试和评估后，我们得出了一个坚定的结论：在经过专业培训的人类提供者监督下负责任地部署的影像AI工具是该专业的最佳实践。无论您在大城市还是农村社区，这些技术都能比以往更快、更可靠地提供诊断清晰度和方向。"
2024年10月进行的一项成功的试点研究将人工智能影像模型整合到Advocate Health在威斯康星州和北卡罗来纳州22个地点的诊断影像流程中，该技术帮助放射科医生识别肺栓塞、偶然性肺栓塞和颅内出血。2025年7月，该医疗系统宣布计划扩大在临床影像工作流程中使用人工智能，以加速对一系列疾病的诊断和早期干预，包括肋骨骨折、颈椎骨折、腹部游离气体、气胸、主动脉夹层和脑动脉瘤。
根据内部模型和试点研究的早期结果，Advocate Health预计，将美国食品药品监督管理局(FDA)批准的人工智能模型嵌入影像工作流程，每年将通过更早的诊断和更快的优先处理使近63,000名患者受益。
支持虚拟护理和预防跌倒
位于亚特兰大的埃默里大学医院中城(Emory University Hospital Midtown)于2025年启动了一项虚拟护理计划，使其成为亚特兰大埃默里医疗集团(Emory Healthcare)内首家测试新型人工智能驱动技术及远程医疗设备用于远程患者护理和跌倒预防的医院。另一家埃默里医院控制室的护士团队使用人工智能、远程医疗、硬件和软件的组合来监测和支持患者，完成药物管理和入院文件等工作。
埃默里大学医院中城的医疗/外科楼层病房配备了人工智能和远程医疗解决方案。虚拟护理设置包括光检测和测距(LIDAR)技术，用于监测病房内的患者。如果系统检测到可能导致跌倒的移动，自动语音会指示患者留在床上，直到护理团队到达协助。
底线：负责任地利用人工智能重塑医疗服务交付
非营利性医疗保健研究组织ECRI和安全用药实践研究所(ISMP)最近在其年度患者安全问题报告中指出，人工智能可以通过"自动化数据检索、减少认知负荷、降低认知偏差并为临床医生提供帮助决策的信息"来提高诊断准确性。虽然确保负责任的部署至关重要，但人工智能可以成为临床医生工具箱中有用的补充。
【全文结束】