亚洲电子健康信息网络(AeHIN)的与会专家指出，医疗工作者面临的新挑战不仅在于提供准确的临床解释，还需帮助患者理解人工智能的局限性。
本次AeHIN 2026年5月12日在印度尼西亚雅加达举行的全体会议中，《人工智能助力健康成果》主题演讲与专题讨论环节揭示：亚洲医疗领导者视人工智能为减轻行政负担的工具，使医生和护士能更专注于患者护理。
AeHIN管理委员会成员法齐拉·赛义德·阿劳丁博士在主题演讲中明确表示："医疗的未来不在于人工智能取代医护人员，而在于增强人类判断力的增强智能。"她强调："未来属于伦理化的共生协作，让精准与同理心相遇。"阿劳丁博士指出，负责任地将AI整合进工作流程的医疗专业人员终将取代拒绝采用者。
印度古吉拉特邦卫生专员桑迪亚·布拉博士在专题讨论中表示，患者已使用AI进行初步诊断、药物推荐和个性化饮食规划，导致"患者带着AI设备以'准临床'状态就诊，与医生发生争执"。她补充道，这要求医疗工作者不仅要学习AI知识，还需在解释临床问题时帮助患者认识技术局限。
提升医疗效率
斯里兰卡卫生部健康信息总监因迪卡·贾戈达博士介绍，斯里兰卡医院通过AI赋能的核磁共振设备加速放射科工作流程。过去单次扫描需40-50分钟，如今AI系统能自动检测患者移动并即时重拍，无需重启全程。"这大幅缩短了核磁共振时间，意味着我们能完成更多检查，"贾戈达博士说。他强调放射科医生并未因AI应用感到威胁，技术反而减少了重复劳动，使医疗人员更专注于干预治疗。
布拉博士补充说明，AI显著优化了印度国民健康保险计划"总理全民健康计划"(PMJAY)的理赔流程——欺诈检测和医疗服务预授权使原本需数日的验证缩短至数小时。但她警示："效率提升不应以牺牲公共医疗体系为代价。"在新冠疫情期间被证明至关重要的公共医疗，可能因成本上升而逐渐边缘化。"AI确有帮助，但不应将医疗体系完全导向私营主导模式，"她强调确保政府对AI决策的监管、审计和验证能力是最大挑战之一。
AI依赖人工数据
与会专家一致认为，尽管AI能提升效率，但其效果仍高度依赖人类准备的数据质量。印度尼西亚健康社会保障机构(BPJS Kesehatan)IT总监塞蒂亚吉指出，没有强大且互通的健康数据基础，医疗AI将难以有效运行。鉴于多国仍处于数据标准构建初期，他主张不应仓促推进AI应用。
"关键在于聚焦健康数据的互通性和标准化，从ICD-10编码到标准化药物参考，"他解释下一步需整合医疗数据、药物反应基因组学和营养基因组学，为每位患者定制治疗方案，告别"一刀切"模式。作为群岛国家，印尼的挑战在于确保医疗资源平等覆盖，因此AI系统必须包容性设计以服务弱势群体。"AI不会自动创造公平，"塞蒂亚吉强调，"训练模型的数据集必须包含老年人、残障人士和医疗资源匮乏人群。"他还指出需确保AI在低网速地区的运行能力，印尼正开发支持离线操作的AI模型以服务偏远地区。
Qure.ai亚太业务主管阿萨瓦·曼格什·萨维补充，AI应惠及专业人才短缺和资源有限的地区："AI能有效弥合差距，已帮助执业护士识别需紧急转诊的危重病例。"他强调所有医疗AI应用必须使用本地数据集验证并持续监测。
贾戈达博士总结道："医疗服务的成功不取决于所用AI的先进程度，而在于其解决医疗系统问题的有效性。"
【全文结束】
