数十年来，学术医疗系统一直谨慎对待创新；这并非缺乏雄心，而是因为经济因素很少对其有利。微薄的运营利润、漫长的研发周期和不确定的回报使得大规模投资创新难以证明其合理性，尤其是当核心临床业务已经承受压力时。
加尔维斯顿德克萨斯大学医学分部（University of Texas Medical Branch）总裁兼首席执行官约亨·赖泽博士（Jochen Reiser, MD, PhD）表示，传统的生物技术创新常常与医疗系统面临的财务现实相冲突。
"通常，生物技术领域的创新是一项长期承诺，"赖泽博士在"贝克医疗保健播客"（Becker's Healthcare Podcast）的一次采访中表示，"你需要经历多次失败才能获得一两次成功。"
这种风险特征使得创新对许多学术机构而言更像是奢侈品，而非战略必要。然而，人工智能和健康技术却在不同的条件下运行，这些条件正迫使人们重新评估。
与生物技术不同，在生物技术领域，多年的临床试验和资本投资通常先于任何运营效益，而人工智能工具可以在其生命周期的早期阶段进行测试、完善和部署。这一转变使创新对医疗系统来说感觉不那么投机，而更加实用。
"在人工智能和健康技术领域，需求如此巨大，以至于很明显，优秀且基于扎实科学的技术最终将更快地进入市场，"赖泽博士表示。
价值实现速度是一个关键区别。人工智能工具可以在实际临床和行政环境中实施，使组织能够在开发仍在进行时看到实际影响。这种可操作性已帮助将创新从学术医学的边缘重新定位到机构战略的中心。在德克萨斯大学医学分部（UTMB），这促使了一次正式的结构性转变。2023年，该系统将创新提升到与教育、研究和临床护理交付同等重要的地位。
"我们正式将创新确立为UTMB的第四大支柱，"赖泽博士表示。
UTMB开设了创新中心，重新设计了治理模式，并将人工智能和技术开发嵌入到学术和运营工作流程中。结果是，与许多同类机构相比，实现了更快的采用速度和更广泛的部署。
"我们自豪地表示，在UTMB，我们在人工智能方面技术非常先进，今天运行的项目可能比大多数其他地方都多，"他表示。
许多这些项目已经融入日常护理交付中。例如，环境监听技术已在整个系统部署，而不仅限于试点小组，有助于减轻文档负担并将临床医生的注意力重新集中于患者互动。
"这在患者和提供者满意度方面确实是一个很大的差异化因素，"他表示，"当你审视收入周期、计费和合规性时，这些都是你可以利用人工智能的领域。在我们的创新领域，我们与许多合作伙伴合作，为医疗系统开发定制程序，然后在UTMB进行试点，并最终可以剥离或成为更大公司努力的一部分，希望随着这些技术的成熟，成为替代收入来源。"
UTMB正在与行业合作伙伴合作，共同开发可以在内部测试的工具，如果成功，可以扩展到组织之外。
"在我们的创新领域，我们与许多合作伙伴合作，为医疗系统开发定制程序，然后在UTMB进行试点，"赖泽博士表示。
这种方法反映了学术界和产业界在创新方面互动的更广泛转变。医疗系统不再仅仅作为测试站点或数据源，而是越来越多地被定位为共同创造者。
"人工智能终于提供了我们一直想要但从未能够实现的产业与学术界之间的合作类型，"赖泽博士表示。
区别在于结构。人工智能允许医疗系统以先前主要由制药公司和外部投资者主导的方式引领创新。
"在人工智能方面，情况不同，"他表示，"我们是平等的合作伙伴，如果不是主导合作伙伴的话。"
【全文结束】
