随着对临床信息学和人工智能专业知识的需求加速增长，芝加哥大学医学中心正在将其培训模式扩展至自身员工之外，旨在帮助建立全球临床IT领导者的人才库。
该医疗系统最近与台湾卫生福利部合作，培训新一代医师信息学家。该系统的领导者表示，这一举措既反映了日益扩大的人才缺口，也体现了医疗系统在劳动力发展方面的转变。
"这一领域对更多人才的需求非常大，因为我们有很多工作要做，"芝加哥大学医学中心首席医疗信息官(CMIO)高政凯(Cheng-Kai Kao)博士告诉《贝克尔医院评论》(Becker's)。
这一合作源于个人关系和更广泛的行业压力。高博士在美国发展职业生涯前曾在台湾接受培训，与当地医疗领导者保持着持续联系。同时，两国都面临着一个相似的现实：医疗系统正被AI、数据和数字化转型重塑，但劳动力发展却未能跟上步伐。
台湾政府联系芝加哥大学医学中心，帮助培训一批临床医生成为未来的首席医疗信息官(CMIO)，启动了一个旨在超越传统教育、进入实践领导力发展的项目。
对高博士来说，这种区别至关重要——而这往往是现有培训模式的不足之处。
"你需要亲眼看到它实际发生并参与其中才能学习，"他说。
虽然美国提供正式的临床信息学研究员项目，但新项目将这一模式压缩为更快速的人才培养通道。台湾临床医生首先通过在线课程学习数据使用、隐私和安全等核心概念，然后转为在芝加哥进行为期六个月的实地轮岗。
在此期间，参与者融入芝加哥大学医学中心的信息学和IT运营中——参加领导会议，观察治理流程，并直接参与数字化转型计划。每位受训者至少被分配一个项目，期望他们能做出有意义的贡献，并在该系统的质量和安全研讨会上展示成果。
该结构是有意设计的：仅仅接触是不够的。参与者被期望返回台湾并在其所属机构内实施类似项目，创建一个将培训与实际影响联系起来的反馈循环。
这种方法也反映了临床IT领导力演变的更广泛转变。
高博士将CMIO的角色描述为分阶段发展——从早期的电子健康记录(EHR)实施到优化，再到现在的第三阶段，以全企业数字化转型为中心。在这个阶段，领导者不仅需要管理系统，还要指导AI等技术如何重塑临床工作流程和护理交付。
这一转变也带来了新的劳动力压力。
医疗系统面临持续的人员短缺，而数字工具的复杂性却在不断增长。在这种环境下，高博士认为AI不仅仅是一项技术投资，还是一种扩展现有员工能力的方式——让一名临床医生或员工能够监督多个自动化流程。
"每个人都是团队领导，你可能会有10个AI代理在你手下工作，以完成你的任务，"他说。
但建立这样的劳动力不仅仅需要一小部分专家。它还需要临床团队具备更广泛的AI素养，以及能够连接临床护理、数据和技术的领导者。
这就是为什么人才管道模型变得至关重要。
芝加哥大学医学中心不是培训孤立的专家，而是致力于创建一个既能培养专业信息学领导者，又能形成更广泛的、理解并能推动数字工具应用的临床医生网络的系统。
与台湾的合作是该模型的第一次尝试——但可能不是最后一次。高博士表示，该计划已经引起了其他国家的兴趣，表明全球对结构化信息学培训有更广泛的需求。
从长远来看，他将这一举措视为劳动力发展更大基础设施的一部分，这一基础设施超越了单一的合作关系。
"我希望我们建立的不仅是对外部候选人的适用方案，而且是继续培训的重要基础设施，"他说。"我们已经收到很多来自其他国家的请求，因此存在强烈的需求。"
对于面临类似劳动力缺口的医疗系统，该模型提供了一个潜在的蓝图：将基础教育与嵌入式、基于项目的体验相结合——并将培训直接与实施联系起来。
随着AI应用的加速，这种人才管道可能不再是一项创新，而将成为一种必要条件。
【全文结束】
