医院信息系统，如Epic Systems公司的Epic，虽然提供了快速集成、标准化流程和为人工智能奠定坚实基础，但同时也造成了依赖关系并限制了灵活性。在哈索·普拉特纳研究所（HPI）近日举办的数字健康创新论坛上，与会者就Epic等医院软件展开了讨论。
巴塞罗那大学附属医院（Hospital Clínic de Barcelona）的首席创新官Jorge Juan Fernández在题为“欧洲第三条道路：通过欧洲创新重塑医疗体系以促进共同繁荣的实例与经验”的演讲中，将Epic置于不同全球模式的大背景下，称其为“单一技术堆栈”，它能实现很多事情，但并非无所不能。同时，他指出，Epic早已在众多大型医疗系统中投入使用，尤其是在美国，并且正越来越多地在欧洲引入或规划中。
Epic成为数十亿欧元的问题
德国也堪称这一趋势的典范。据专业媒体kma报道，根据法律修订，柏林夏里特医院（Charité）获准在2035年前借入高达4亿欧元的贷款，以资助Epic系统的部署，而仅引进该系统一项就预计耗资约2亿欧元。此前，夏里特医院一直使用SAP系统，但SAP已宣布退出医院信息系统市场。
Fernández则提出了一种替代模式：基于openEHR等标准的开放平台。openEHR是一种开放的国际电子健康档案（EHR）标准，能够实现健康数据的标准化存储、管理和交换。这些方法提供了更大的灵活性和互操作性，但也需要显著更高的协调成本。Fernández认为，这两种模式将在未来几年内分道扬镳。
在他的“欧洲第三条道路”框架下，他主张欧洲必须发展出一条独立路径，介于美国模式（以财务驱动、技术为中心）和中国模式（强调规模化与工业效率）之间。欧洲应更侧重于预防、初级医疗以及健康与社会数据的整合。
Epic与人工智能
Mass General Brigham的首席技术策略师Chenzhe Cao在题为“智能运营化：面向综合学术医疗系统的AI赋能系统方法”的演讲中，将Epic描述为其医院联盟的核心基础设施。没有结构化文档就无法计费，没有数据就没有流程。正是这种整合使得大规模地将AI应用带入临床实践成为可能。
在AI的背景下，这是一个关键优势，因为数据量大且结构一致。同时，Cao也指出了美国系统面临的经济压力：许多医院在盈利边缘或以下挣扎，德国的情况也类似。Cao认为，现在必须将AI整合到医疗服务中，才能应对医疗系统面临的经济和人员问题。关键在于不仅技术本身，还包括其嵌入临床流程、清晰的治理结构以及员工的参与。AI应支持医生和护士的工作，而非取代他们。
欧洲的差异化路径
欧洲各国起点的差异在德国医院运营商的案例中表现得尤为明显。大型医院集团的代表描述了历史形成的IT格局，拥有多个并行的核心系统和成百上千个子系统，这些系统通常很少能互操作。因此，许多医院并未采用激进的系统更换，而是选择增加一个数据层——一种“临床数据层”，将来自不同来源的信息整合起来。Palantir的软件也采用了类似的方法。
丹麦的案例提供了另一个视角。哥本哈根大学医院（Rigshospitalet）负责研究、创新与教育的副院长Malene Fischer将Epic的引入描述为一个充满冲突的过程。她回顾称，初期阶段“近乎一场内战”，原因是临床工作的巨大变革以及员工中的强烈抵制。
如今，Rigshospitalet采用了一种更务实的方法。Epic作为核心系统，而创新往往在并行系统中进行。新的应用，尤其是在AI领域，在独立的环境中开发，接入数据并反馈结果。这样就形成了一种混合架构。尤其在AI领域，讨论表明，最大的效益并非来自经典医学，而是来自组织管理。通过基于数据的预测，可以更有针对性地配置资源和优化流程。
医疗数据的价值
在数据使用方面，也出现了明显的差异。Sana Kliniken负责创新与数字化的Michael Hübner强调，医疗数据虽然具有巨大的经济价值，但在德国直接出售这些数据不仅法律不允许，在文化上也难以被接受。相反，出现了合法且更符合伦理的模式，即通过与研究机构和工业界的合作来利用数据，既促进创新，也为自身的数据基础设施提供资金——这是一种“双赢局面”。
呼吁就创新的风险与收益展开讨论
Guy's and St Thomas' NHS Foundation Trust的战略顾问Ian Abbs批评了在风险处理上的失衡。完全不作为的风险被完全忽视或不被认真对待。因此，需要“一场更加开放和透明的辩论”来讨论创新的风险与收益。
Abbs还提到了“英国医疗系统十年计划”等政策倡议，其中技术创新和数据基础设施应发挥核心作用。其前提是建立大型、安全的数据空间，并与监管机构共同使用，以可控的方式引入创新。Palantir在英国医疗系统中的应用或网络攻击事件并未被讨论。
哥本哈根大学的Timo Minssen教授在随后的讨论中强调，医疗领域的创新历来并非通过完全规避风险实现，而是通过受控的实验。目标是在监管下测试新技术，并逐步将其投入应用。
他提到了新加坡等国际案例以及犹他州的一个AI真实实验室。那里正在测试初创公司Doctronic的聊天机器人，用于根据既定指南自动续开处方，但安全专家已指出其弱点。在德国，例如巴登-符腾堡州，也越来越多地建立了AI真实实验室。
“欧洲必须加快步伐”
Minssen认为，欧洲必须加快步伐，因为在数字技术的国际竞争中正面临落后的风险。同时，这些真实实验室的设计必须稳健，流程上要灵活，但在安全、价值观和法律责任方面必须清晰。
各组织目前正在制定医疗领域AI应用的指南和标准。这也涉及到不仅在各国国内，而且要在欧洲范围内协调这些方法。
基于云的诊所软件Eterno的首席数据官Bettina Goerner同时指出了日益增长的监管复杂性，并称之为“完美风暴”——由《通用数据保护条例》（GDPR）、《医疗器械法规》（MDR）到《人工智能法案》（AI Act）等相互重叠的法规构成，法律专家认为这些法规的要求存在冲突。企业不仅需要规则，更需要清晰的解释指南。
德国联邦卫生部的Thomas Renner介绍了一些新的资助计划，包括未来十年为德国数据基础设施和监管“沙盒”提供的约6.5亿欧元资金。目标是改善数据访问，规范监管流程，并加快创新投入应用。
【全文结束】