巨大的热情、宏大的预测、巨大的期望——这些词不仅描述了当今医疗AI的热潮，也描述了20世纪初人们对电子健康记录（EHR）的期待。自那时起，几乎所有的美国医疗系统和医疗机构都实施了EHR，这在某些方面改善了医疗保健，但在其他方面却使其恶化。结果各不相同；那些投资于员工和系统的组织总体上表现更好。
AI是医疗行业数十年数字化转型的下一个阶段。尽管推广方式会有所不同，但组织在接近AI时最好能借鉴从实施和利用EHR中获得的经验教训。
教训1：设定现实的期望
经过几十年对医疗数字化的希望和炒作，许多人期望EHR能使医疗更安全、成本更低、效果更好。实际情况却大相径庭。EHR的效果喜忧参半。一方面，它们为临床医生提供了信息，但另一方面，也让他们淹没在垃圾和无意义的信息中。例如，临床笔记现在可读性强且易于检索，但往往内容冗长、重复，有时甚至难以理解。
同样，EHR使医生和患者之间的距离既拉近又疏远。虽然门户让双方在就诊间隙更容易沟通，但诊室里的显眼屏幕和键盘却干扰了人际交流。
EHR在某些方面提高了临床医生的工作效率，而在其他方面却降低了效率。例如，虽然电子处方和测试结果的电子通信变得容易，但临床医生必须处理无数的警报和通知。
教训2：以人为本
许多人批评EHR更多地服务于计费需求，而不是提升临床护理。因此，护士和临床医生常常发现EHR难以使用，导致职业倦怠。然而，那些优先考虑员工的组织——例如，通过明确沟通、投资实施和个性化培训——表现得更好。
对于AI，组织必须首先重新赢得不再相信更多技术必然能改善医疗保健的患者和医疗工作者的心。这需要使用AI来改善结果和体验（而不仅仅是计费和效率），使AI工具易于使用，并支持变革。
教训3：改进护理系统
医疗IT不是孤立运作的。它成为涉及各种团队和工作流程的社会技术系统的一部分。在实施EHR时，许多组织只是将现有的纸质工作流程数字化，团队结构保持不变，而不是更新以适应数字世界。这导致了许多不匹配和浪费的工作流程，迫使医疗工作者寻找变通方法并执行以前由他人完成的任务。然而，那些重新设计工作流程并重组团队以适应数字世界的组织表现得更好。
组织必须避免在AI上犯同样的错误。比尔·盖茨解释道：“任何用于业务的技术的第一条规则是，自动化应用于高效操作将放大效率。第二条是，自动化应用于低效操作将放大低效。”因此，组织不应急于自动化有问题的流程或用AI作为设计不良技术的补丁，而应首先优化其EHR，简化工作并消除浪费的任务。像“消除愚蠢事情”（GROSS）计划这样的举措可以提供帮助。
教训4：持续投资变革
许多组织将EHR实施视为一次性事件，未能认识到在将其投入生产并一次性培训员工之前，无法完全预见“活”的EHR会是什么样子。因此，许多EHR任务非常繁琐（例如，某医疗系统的一位医生必须点击61次才能下达泰诺订单），许多临床医生不使用强大的EHR功能（例如，Epic报告称只有三分之一的医生使用其图表搜索功能）。相反，那些优先考虑持续培训和EHR改进的组织表现显著更好。
要点是，AI的实施永无止境。组织应持续监控AI，评估其影响，支持一线员工，并确保基于AI的任务与要完成的工作保持同步。
成败攸关
医疗组织可以利用AI使护理更加便捷、有效和高效。然而，成功并非板上钉钉。那些吸取了实施EHR的经验教训——设定现实的期望、以人为本、改进护理系统并持续投资变革——最有可能成功。
(全文结束)
