人工智能（通常称为增强智能）在其临床应用方面已经发展到了正在改变医疗保健的程度。其成就众多，包括减轻文档负担、提供无缝的测试结果访问、协助监测和治疗、提高诊断和预后能力、增强患者的决策能力、提供个性化提醒和指导、简化患者安排等，总体上让医生能更多地关注患者。
美国医学协会（AMA）正在努力确保技术成为医生的资产而非负担。
医生也认识到其潜力。AMA 对 1000 多名医生的调查发现，近三分之二的医生能看到人工智能的潜在益处。AMA Ed Hub 的 CME 系列向学习者介绍了人工智能和机器学习的基本原理，该系列由 AMA ChangeMedEd 倡议和密歇根大学 DATA-MD 团队开发，适用于医学生，也适合住院医生、研究员、执业医生和其他卫生专业人员。该系列的第四个模块“医疗系统中人工智能的实际应用”探讨了人工智能对临床实践、研究和教育的潜在影响，还确定了各种医疗保健人工智能的利益相关者，并概述了在临床实践中实施人工智能算法时的关键考虑因素。
从人工智能的实施到电子健康记录（EHR）的采用和可用性，AMA 正在努力使技术为医生服务。
模块指出，由于人工智能的整合，临床医生在医疗保健中的角色正在演变，从双向（患者和医疗团队之间）转向更复杂的三向互动，涉及人工智能、赋权患者，这要求临床医生适应这种不断变化的情况。使用机器学习模型，医生现在可以分析大量患者数据，做出更快、更准确的诊断和预后，有助于早期发现疾病，从而获得更好的治疗选择和患者结果，还能获得基于证据的见解和个性化治疗建议。该模块称，这种增强智能使医疗保健专业人员和患者能够做出数据驱动、基于证据、以患者为中心的决策，从而制定更精确和量身定制的患者护理计划。此外，利益相关者可以使用人工智能来自动化常规任务和行政流程，为临床医生腾出时间，让他们专注于复杂的患者互动和关键医疗决策。
AMA 成员在参与的 Hertz 地点租车时，可在基本费率上节省高达 25％；在旅行和邮轮方面也有折扣。
该模块还探讨了人工智能如何帮助临床试验设计和患者识别、公共卫生和药物发现。模块称，医疗保健系统存在许多效率低下和不足的问题，给临床研究带来了挑战。幸运的是，研究人员通过人工智能的数据驱动见解和先进算法找到了一个有价值的盟友，推动医疗保健朝着更有针对性和更高效的方法发展。临床试验既耗时又费钱，人工智能有潜力帮助研究人员应对这一挑战。在临床试验设计和患者识别中，研究人员利用人工智能算法分析大量患者数据，帮助他们设计更高效和个性化的临床试验。通过使用人工智能根据特定标准识别符合条件的患者，研究人员简化了参与者的招募流程，节省了时间和资源，同时确保试验更适合个体患者的需求。这种方法提高了成功结果的机会，并促进了靶向治疗的发展。
模块称，医疗保健专业人员必须接受持续培训，以在临床实践中有效使用基于人工智能的工具。这种培训应涵盖教育的所有阶段，从本科和研究生学习到持续的专业发展。事实上，任何教育项目都应整合人工智能培训，以帮助学习者负责任地参与人工智能并应对临床环境中的挑战。此外，跨专业和多学科培训对于帮助医生协作使用人工智能工具是必要的。模块确定了医生的五个核心能力领域。
然而，跟上人工智能的步伐并非一次性的努力。模块称，医疗保健专业人员在其职业生涯中需要持续培训才能有效地参与人工智能。定期的知识检查测试用户对概念如何应用的理解。
CME 模块“医疗系统中人工智能的实际应用”是持久材料，AMA 指定最多 0.75 的 AMA PRA 1 类学分。它是 AMA Ed Hub 的一部分，这是一个在线平台，具有高质量的 CME 和教育，支持医生和其他卫生专业人员的专业发展需求。
