多年来，医疗机构一直通过采用曲线来衡量数字化转型的成效：部署了多少应用程序？数字化了多少工作流程？企业范围内可获取的数据量达到多少？这些问题曾帮助行业完成从纸质病历到电子病历、从胶片库到影像归档和通信系统（PACS）、从孤立的部门系统到全院级平台的转变。然而，随着医院面临日益加剧的劳动力压力、医护人员职业倦怠、数据量激增和技术环境碎片化，一个更本质的问题正在浮现：所有这些技术是否真正让工作变得更轻松？
辛辛那提儿童医院首席医疗信息官兼放射科副首席医务官托宾博士认为，这个问题将定义医疗IT的下一个时代。"下一个挑战截然不同，"托宾表示，"医疗机构正在应对巨大的运营复杂性、碎片化的工作流程、激增的数据量以及医护人员日益加重的认知负担。"
数字化的局限性
医疗技术的第一代聚焦于临床工作的数字化，第二代则强调组织内部的信息共享和广泛访问。在影像领域，这些转变包括从胶片转向PACS，再到使影像和报告可在全院范围内访问的企业级影像系统。这些进步从根本上改变了医疗运营模式。然而，许多机构在迁移到数字环境时未对遗留流程进行重新设计，导致医护人员往往需要花费大量时间在应用程序间切换、在不同系统间转移信息，以及处理几乎无临床价值的行政工作。
托宾认为，行业下一个重大机遇在于他所称的"工作流智能"。"当今医疗IT最重要的转变之一，就是我称之为工作流智能的出现，"他说。未来的系统将不再仅存储或提供信息，而是越来越多地协调工作、自动流转信息，并在医护人员需要时即时呈现相关数据。托宾以影像领域作为早期范例，将这种演进描述为向"PACS 3.0"系统的过渡——这些系统将主动协助管理临床运营，而不仅仅是显示影像。
以移除的点击量衡量成功
在辛辛那提儿童医院，这一理念已转化为持续减少放射科工作流摩擦的实践。首要任务之一是消除不必要的鼠标点击和键盘操作。在相对较短的时间内，该部门从工作流程中移除了近100万次手动交互。托宾强调，这些成果并非单纯依靠人工智能实现。相反，该机构结合了工作流再造、互操作性标准、医学数字成像和通信（DICOM）结构化报告、精益质量管理方法和精准自动化来优化运营。
他认为，这启示我们应以不同方式衡量技术价值。历史上，许多机构关注正常运行时间、支持工单或用户参与度等指标，这些固然重要，但托宾认为它们无法体现技术是否真正减轻了运营负担。"这项工作中最重要的启示之一是：每次消除的鼠标点击或键盘操作，都代表着从系统中移除的工作流浪费，"他说。这种视角在医院持续大力投资人工智能的背景下尤为关键。
嵌入式AI比独立工具更重要
医疗行业的AI讨论常聚焦于算法、模型性能和新应用。托宾认为，工作流整合可能最终更为关键。医疗机构频繁实施解决单个问题的工具，却无意中制造了新的运营复杂性。医护人员可能发现自己需要在多个应用程序间切换、手动传输信息，或启动独立系统来获取AI生成的见解。托宾认为这些方法难以长期成功。"AI将在这一未来发挥重要作用，"他说，"但需要手动启动或脱离常规工作流单独访问的算法将远远不够。"他预测，真正获得成功的将是那些医护人员几乎无法察觉的技术——因为它们已直接融入日常工作中。
这不仅是IT挑战
托宾的观点对评估未来投资的医疗CIO和数字化领导者具有深远影响。他认为，工作流智能不仅是一项技术举措。最大机遇往往来自流程再造、治理简化以及更好地利用自动化系统间信息交换的标准。这意味着成功取决于运营领导者、临床医生、医学信息学家和技术团队的协作，而非单纯依赖软件采购。
面对财务压力和劳动力短缺的医疗机构，这种区别将日益重要。那些在已复杂的工作流上继续叠加新工具的机构可能制造额外负担，而专注于系统性消除摩擦的机构则可能获得运营和临床双重优势。当医院寻求数字化转型的下一阶段时，托宾认为未来可能不属于拥有最多技术的机构，而属于那些技术能悄然消除工作的机构。在医疗环境中，每一次点击、警报和工作流步骤都在争夺医护人员的注意力，这种能力可能成为行业最有价值的创新之一。
【全文结束】