在2025年的HIMSS大会上，AI展馆举办了一场由Airia公司研发负责人斯宾塞·里根（Spencer Reagan）主持的引人注目的会议，题为“现代医疗中的AI：机遇与风险”。里根是一位企业AI集成和医疗创新方面的专家，他在会议上深入探讨了AI在临床环境中应用的变革潜力及其新兴风险。
随着医疗机构竞相部署AI驱动的解决方案，里根警告称，过于雄心勃勃且缺乏聚焦的实施往往导致失败。他的演讲强调了一个关键但常被忽视的事实：成功的AI应用不在于速度快，而在于方法正确。
AI的变革潜力：药物发现和诊断的突破
里根首先通过一些现实世界的案例研究，展示了AI在提高患者护理方面的潜力。
一个显著的例子是麻省理工学院（MIT）和麦克马斯特大学（McMaster University）的一项研究，该研究利用AI分析抗生素耐药性超级细菌。研究人员最初旨在更好地理解细菌抗药机制，但AI的能力更进一步——它识别并帮助设计了一种新的高效抗生素。
“AI不仅诊断了问题，还提供了解决方案，”里根解释说。“这就是我们所说的影响力。”
另一个令人信服的案例来自英国国家卫生服务系统（NHS）。在一项涉及1100万女性的大规模研究中，AI被用于识别未被检测到的肾癌病例，发现了传统诊断方法未能察觉的早期预警信号。
“这些都是切实可测量的患者结果改善，”里根指出。“AI正在重塑我们诊断和治疗疾病的方式——但前提是正确实施。”
AI炒作周期：为什么80%的AI项目失败
尽管AI在医疗领域的潜力不容置疑，里根还是指出了房间里的大象：大多数AI项目在真正产生价值之前就失败了。
引用最近的行业研究，里根展示了一个惊人的统计数据——97%的医疗机构承认需要迅速采用AI，但只有14%做好了有效实施的准备。更令人担忧的是，80%的AI项目最终因战略、执行和治理之间的错位而失败。
那么，为什么AI项目会失败呢？里根指出了几个关键原因：
- 缺乏明确目标：许多组织在没有明确用例或可衡量目标的情况下就开始采用AI。
- 过于雄心勃勃的实施：大规模、高成本的AI项目常常因自身重量而崩溃。
- 弱数据治理：低质量的数据和碎片化的互操作性使得AI驱动的洞察不可靠。
- 技术专长有限：AI需要与现有的IT和临床工作流程深度整合，但许多团队缺乏必要的专业知识。
“AI项目的失败并不是因为技术不成熟，而是因为我们没有采取正确的策略，”里根断言。
更明智的路径：小规模、有针对性的AI部署
里根建议不要采取“要么做大要么回家”的做法，而是应该进行小规模、有针对性的AI部署，在扩大规模之前展示出可衡量的投资回报率。
“从一个狭窄的用例开始，”他建议道。“展示成功后，再扩展。医疗机构最大的错误就是试图一次性解决所有问题。”
里根强调，AI的成功取决于三个关键原则：
- 先试点，后扩展——启动小型、可控的AI项目以证明其价值，然后再在整个组织内推广。
- 以合规为先——AI的设计必须考虑合规性、安全性和数据完整性。
- 优先考虑互操作性——AI工具必须无缝集成到现有的医疗基础设施中，而不是作为孤立的孤岛运行。
医疗领域AI的隐性挑战
除了实施失败外，里根还指出了医疗领导者必须准备应对的几个新兴挑战：
1. 安全与合规悖论
随着AI采用的加速，数据安全风险也在增加。医疗机构必须在复杂的监管环境中导航，同时确保AI驱动的工具不会损害患者隐私或引入合规漏洞。
“AI很强大，但也带来了新的安全挑战，”里根警告说。“如果我们不能正确管理，风险将超过收益。”
2. 模型演进困境
里根揭示了AI模型演进的一个惊人趋势——就在一年前，像GPT-4这样的领先AI模型可以保持主导地位近六个月。然而，如今新的模型在几周内就能超越其前辈。
“我们不能依赖今天的最佳AI模型明天仍然适用，”里根表示。“AI的快速演变意味着我们必须建立适应性强、灵活的系统，能够随技术的发展而演变。”
3. AI模型“黑箱”挑战
另一个紧迫的问题是透明度——许多AI模型像“黑箱”一样运作，医疗提供者无法完全理解决策是如何做出的。
“信任在医疗领域至关重要，”里根强调。“如果我们不能解释AI为什么做出某个决定，我们怎么能期望临床医生或患者信任它呢？”
AI编排平台的作用
为了克服这些挑战，里根介绍了AI编排平台作为一种下一代AI管理方法。
像Airia的AI编排解决方案这样的平台旨在：
- 通过严格的访问控制和治理框架确保合规性和安全性。
- 通过自动选择最具成本效益和准确性的AI模型来优化模型选择。
- 通过模块化、可配置的AI代理简化AI部署，这些代理可以根据不断变化的需求快速调整。
“AI编排平台为医疗机构提供了管理和规模化AI所需的控制和灵活性，”里根解释说。
展望未来：医疗领域AI的前景
里根在会议结束时概述了未来五年内医疗领域AI的发展方向。
1. 超个性化AI助手
AI驱动的临床助手将变得更加直观和情境感知，能够根据实时患者数据和医生偏好动态调整其建议。
2. 实时AI驱动的风险检测
未来的AI应用程序将主动识别有风险的患者，以便在症状恶化之前进行早期干预和更精确的治疗。
3. AI生成的定制工作流
医疗机构将能够使用自然语言命令构建完全定制的AI工作流，以适应独特的临床和运营需求。
“AI不仅会增强工作流——它还会在实时动态地构建它们，”里根预测。
最终结论：AI的未来取决于策略，而不仅仅是技术
里根对HIMSS 2025参会者的明确信息是：AI的潜力巨大，但只有在明智实施的情况下才能实现。
“医疗领域的AI不再是未来的概念——它正在发生，”他总结道。“成功的组织将是那些以专注的战略方法采用AI，而不是盲目跳入的组织。”
随着AI的快速发展，问题不再是医疗机构是否应该采用AI，而是如何安全、高效、有效地采用。
(全文结束)
