匹兹堡两大医疗巨头阿勒格尼健康网络（AHN）和匹兹堡大学医学中心（UPMC）正在全系统推广人工智能工具，应用于放射科、患者安全监测及堆积如山的行政文书工作中。
支持者称其可能成为后疫情时代人手短缺行业的救命稻草。包括卡内基梅隆大学研究者和医疗工会在内的批评者则质疑：究竟谁才是真正的受益方。
医疗保健是匹兹堡最大的就业领域。随着资本密集型数据中心项目在全州破土动工，匹兹堡蓬勃发展的研发领域正利用日益强大的算力开发新型人工智能技术，这些技术有望重塑医疗体系。
负责任技术促进联盟执行主任兰斯·林道尔表示，医院系统正围绕三大核心目标规划这些创新：
- 提升影像诊断能力
- 增强患者安全保障
- 减轻行政负担
影像诊断应用
林道尔指出，病理科医生——研究和识别疾病的专家——现在可将人工智能作为"箭袋中的另一支箭"辅助诊断。"更快地分析数据，有望提升疾病发现或癌症筛查的准确性，从而改善健康结局，"他表示，"人眼可能忽略某些异常，但借助人工智能能指出'这处组织可能有异常'。"
匹兹堡大学计算病理学与人工智能卓越中心开发的"WSI Genie"工具即是范例。WSI（全切片成像）技术将人体组织薄片扫描转化为高分辨率数字图像，该"机器学习框架"可在病理学家评估前提供图像分析洞见。
另一款同类工具来自UPMC合作企业Ibex，该公司专注于癌症检测AI。Ibex声明称，其工具可对前列腺活检样本进行"数字化分析"，但强调该流程仍处于研究阶段，尚未获得美国食品药品监督管理局批准。
患者安全保障
人工智能还被用于构建患者安全监控系统。阿勒格尼健康网络首席数字信息官理查德·梅德福德博士解释，"环境视频"是"一种 fancy 说法，意指通过监听环境触发特定操作的设备"。
AHN已与care.ai公司合作，在全系统病房安装视频摄像头，目前约三分之二病房已完成部署，预计年底前完工。该系统具有主动与被动双模式：
"主动模式类似使用微软Teams或Zoom的视频通话，"梅德福德说，"摄像头可实现虚拟沟通，专家能远程提供同质化诊疗。"AHN虽尚未启用此功能，但计划让匹兹堡专家"远程接入"网络内偏远医院。
被动模式下，care.ai摄像头持续监测患者状态。"该平台能预判跌倒风险——在检测到跌倒前45秒向医护人员发出警报，"梅德福德解释道。已启用的摄像头正扩展"远程陪护护士"的覆盖能力："现在能同时监控20名患者，护士无需驻守病房即可扩大监护范围。"
文书应用与行政减负
医疗领域第三类AI创新聚焦减轻行政负担。匹兹堡初创企业Abridge开发的生成式AI工具，可将医患对话录音转化为书面病历。
"神经科医生拉克希米·沙阿（2024年在AHN执业期间开始使用该工具）表示：'Abridge对我而言准确得惊人。面对大量患者，我需要及时完成病历记录——作为职场母亲，这帮助我实现了更好的工作生活平衡。'"
"现在我下班前就能完成病历，"沙阿补充道，"减少打字时间让我能更专注于患者互动本身。"梅德福德称："我从未见过环境监听技术如此迅速普及。它让医生摆脱'睡衣时间'——无需熬夜整理病历，从而提升记录质量、增加家庭时间并降低职业倦怠风险。"
梅德福德指出，Abridge通过"弥合"AHN医疗提供方与母公司Highmark保险部门的需求差异来减轻行政负担："保险审批流程不再需要反复沟通确认。"
患者分诊与随访管理正成为AI新战场。"我们将建立自有呼叫中心，患者来电时由语音机器人完成分诊评估、确认护理等级及预约安排，全程无需人工介入，"梅德福德说。
倦怠与候诊困境
医疗AI创新的核心目标直指行业顽疾：超负荷工作导致的职业倦怠与人力短缺。宾夕法尼亚州多家医院关键岗位空缺率居高不下，州劳工部预计至2032年，全州医院每年需新增近9000名注册护士和逾11000名护理助理，以"填补离职空缺并满足日益增长的护理需求"。
林道尔强调AI缓解工作负荷的潜力："当前医疗环境的普遍抱怨是'人力短缺难以应对'，若无法增聘医生，AI被视为'为他们节省时间'的解决方案。"
新冠大流行前，超30%离职护士将倦怠归因为离职主因，此后问题持续恶化，导致全美医院普遍面临人力危机。人手不足直接影响护理质量，尤以候诊时间延长最为显著：2024年70%的宾州医院报告急诊候诊时间同比增加，68%称预约等待期同步延长。
UPMC玛吉妇女医院认证助产士梅丽莎·戴卡斯表示："当患者被告知需等待三个月才能就诊时，挫败感显而易见。"为缩短候诊时间，UPMC通过补充津贴激励医生增加接诊量。
戴卡斯尚未在执业中采用AI工具："虽有潜在益处，但我对其舒适度仍不足。"她虽未受管理方压力，但担忧"缩短问诊时间、增加接诊量"的倾向。这种忧虑得到代表2.5万名医院员工的SEIU医疗工会印证。
该工会声明："近几十年来，医疗体系为削减人力成本、增加利润，持续压缩医患交流时间。"尽管承认AI的潜在价值，但警告"AI系统可能将更多任务堆叠给更少的医护人员，导致进一步精疲力竭"。
卡内基梅隆大学人机交互研究所约翰·齐默尔曼教授指出："当前医疗领域的多数创新具有剥削性"，根源在于美国医疗的营利性经济模式："临床医生关注患者健康，但医疗机构并非如此——我们看到大量与医疗结局无关的优化行为。"
他在"医疗领域AI创新"课程中引导学生设计"既提升患者疗效又具财务可行性"的技术方案，但忧虑"将形成多层级体系：低收入群体永远无法接触人类服务提供者，最终使医疗变得更廉价却更糟糕"。
"将人性回归医疗"
当AI重塑医院劳动力经济结构时，UPMC玛吉妇女医院工会化员工正推动更优 staffing 标准以应对人力短缺。他们的解决方案是：增加人力而非自动化。
该工会在8月赢得组建投票后，正与UPMC进行首份合同谈判。工会1月声明强调："护士合同谈判目标与去年组建工会的初衷一致——将人性回归医疗。"
工会拒绝AI替代方案，要求采纳国家专业组织（如妇女健康、产科及新生儿护理协会）制定的 staffing 比例标准，例如要求"一名护士对应一名临产或引产产妇"。
戴卡斯对此充满期待："助产是高接触、低技术的学科，强健的医患关系至关重要——没有时间投入就无法建立信任。"AHN的梅德福德则强调："医院领导层必须确保AI负责任地融入医疗环境。AI可能为你'赢回时间'，但关键在于领导者要倡导：这些时间不应转化为更多患者，而应转化为减少倦怠、降低道德伤害，让医护人员持续为患者提供高质量服务。"
【全文结束】
