医疗系统调整人工智能治理以适应快速应用

Health systems shift AI governance as use grows

美国英语人工智能与健康
新闻源:Becker's Hospital Review
2025-08-06 08:37:47阅读时长2分钟730字
医疗系统人工智能治理健康AI应用安全战略目标绩效监测跨学科协作治理灵活性创新与安全平衡

随着人工智能技术的快速发展和一线团队日益增长的兴趣,医疗系统正在更新其人工智能治理政策,以保持与技术进步的步伐一致。

位于洛杉矶的西达赛奈医疗中心和俄亥俄州的克利夫兰诊所分享了其内部AI管理框架的发展历程,展示了如何在保持治理灵活性的同时推进技术成熟。西达赛奈的AI工作最初聚焦于安全、战略目标对齐和绩效监测——这是该机构首任首席数据与人工智能官穆尼尔·奥代(Mouneer Odeh)提出的"AI赋能"阶段。现在,该机构正进入以规模化应用和文化转型为中心的新阶段。

奥代先生告诉贝克医院评论:"我们正借着强劲势头部署更多应用场景,同时更关注民主化使用这些强大AI工具时的文化影响。我们希望培养一种拥抱一线创新的文化,并鼓励团队成员主动获取新技能。"

克利夫兰诊所早期的AI治理侧重于组建跨学科决策团队,成员包括临床护理、法律、合规、网络安全、生物伦理及数据分析代表。该机构高级AI项目管理员珍妮弗·欧文斯(Jennifer Owens)指出:"AI治理需要多学科协作。通过建立AI特别工作组,我们现在能专注于制定评估AI提案的伦理准则。"

两家机构均强调治理策略的灵活性。西达赛奈开发了内部工具和新的协作方法来监测AI模型的性能和安全性,特别是在供应商无法使用系统自有数据验证结果时。奥代表示:"AI发展迅速,许多开发AI解决方案的公司缺乏在我们数据上验证或监测性能的可靠工具。这促使我们开发新工具和协作方法,确保部署模型的安全有效。"

克利夫兰诊所每年正式审查其治理政策,以适应不断变化的风险和产品功能。欧文斯强调:"随着现有产品功能升级,我们必须保持政策的灵活性以满足当前需求。"两家机构领导层均表示,动态治理——建立在灵活性和跨学科协作基础上的治理模式——将成为平衡创新与安全的关键。

【全文结束】

声明:本文仅代表作者观点,不代表本站立场,如有侵权请联系我们删除。

本页内容撰写过程部分涉及AI生成(包括且不限于题材,素材,提纲的搜集与整理),请注意甄别。