职业健康（OH）从业者开始在其实践中使用人工智能（AI）。然而，正如iOH的一项调查显示，人们仍然对AI将如何影响提供和服务实践表示担忧，并且不确定这种潜在的变革性技术将引领该行业走向何方。
2024年，人工智能从一个利基技术概念转变为被企业和公众广泛接受的主流工具，包括职业健康受访者。AI工具的引入在一个大型组织中引发了热烈讨论，导致英国OH社交媒体论坛中成立了一个自愿的特别兴趣小组（SIG）——“AI in OH”小组。该小组由OH从业者和学者组成，深入探讨了AI在OH中的潜力和挑战，正如本文所展示的那样。
早期讨论充满了兴奋和忧虑。乐观情绪集中在AI可以增强OH的可及性，减少行政负担，使从业者有更多时间直接照顾客户，并专注于战略性、影响力较大的工作。然而，这种乐观态度因对工作岗位流失、伦理考虑和数据安全的担忧而有所减弱。缺乏关于AI在OH中安全有效使用的具体指导，突显了行业方向的需求。
为了启动其使命，SIG发布了一份共识声明，定义其使命为“通过AI在职业健康策略和实践中的有效、道德和安全整合，共同提升工作人群的健康”。这得到了五个关键工作流的支持：
- 倡导工人福祉
- AI风险管理
- 使用AI增强临床价值
- OH临床医生的AI教育
- 利用AI机会——人性化、效率、信息差距和数据分析
为了启动其使命，SIG对英国OH从业者进行了调查，以评估当前和计划使用AI的情况。
该调查持续了35天，共收集到86份回复，旨在评估使用的AI工具和软件、用途、治理流程、资金安排以及感知的挑战和机遇。调查结果简要讨论如下，并将指导各工作流的努力。考虑到AI在日常和专业生活中迅速融合及其动态特性，该小组计划定期重复调查，以跟踪AI在OH中的使用演变。
这项持续的努力强调了OH专业人士必须对AI充满好奇、了解并积极利用它来智能化、安全有效地改进实践的重要性。
当前和未来的AI工具使用
超过一半的调查受访者表示他们在OH实践的各个方面使用AI。然而，有趣的是，计划使用AI的人数远少于实际使用者（见图表）。使用AI的用途包括：
- 研究、写作和编辑
- 重写电子邮件和报告以更简洁
- 起草和澄清报告
- 编写临床笔记
- 检查通信中的语言和语气，主要是电子邮件
- 在虚拟会议期间记录会议纪要
- 编写政策、程序和问卷
- 研究和总结在线教育资源和法规文件
- 研究康复计划
- 总结医疗条件
- 编写员工手册
- 培训材料和媒体
- 数据收集和分析并进行预测
- 规范和合规性审计、风险评估、政策和程序开发
虽然这些主题并不反映所有OH从业者的情况，但它们在所有受访者中是一致的。了解这些常见主题（如报告撰写、沟通、管理、数据分析和研究）为我们作为工作组提供了洞察力和方向。
Nerys（2023）预测AI将在职业健康中得到更广泛的应用，例如减少工作场所的风险和风险管理，但这一点尚未实现。这可能是由于调查中提到的伦理问题以及Kenyon（2023）讨论的保险考虑因素。
展望未来：调查受访者指出了AI在职业健康（OH）中可能带来的潜在好处，如果实现，这些好处可能会改变OH实践和交付方式。常见的想法包括：
- 扩大OH的可及性，支持SOM（2020）提出的普遍可及性呼吁；
- 标准化、一致性和质量，从而减少OH受到的批评，例如来自残疾论坛（2023）的批评；
- 识别缺失的信息，即人们难以察觉的数据缺口，并分析健康监测数据以“早期识别和中断职业疾病路径”，受访者表示。
最后一点将AI的使用从监控工作场所风险（El-Helaly，2024）扩展到减少员工的风险，例如肌骨疾病（Mileso，2024）。
节省时间和提高工作流程似乎是预测中最一致的部分，这有助于解决OH中的劳动力短缺问题（DWP，2023）。预测改善循证OH将是工作场所健康的一大福音，也是Michell（2024）所强调的必要性。其他建议包括支持神经多样性员工，以及引人深思的虚拟工作健康助手！教育雇主是另一个新颖的建议，可以显著提高OH的有效利用（DWP，2023）。
阅读这些建议并了解当前用途，如果我们在保留人性化的前提下管理好治理和障碍，这对OH来说是很有希望的。
治理和障碍
调查揭示了AI在OH中使用时治理、政策和程序方面的显著差距。大多数受访者指出，缺乏明确的伦理和监管框架是采用的主要障碍。关注点集中在保密性和数据安全上，受访者对潜在的数据泄露、敏感健康信息的滥用以及现有系统的保护不足表示不安。
伦理考虑是另一个突出的主题。受访者强调确保AI驱动决策的公平性、透明度和可解释性的重要性。许多人强调了AI应补充而非取代专家判断的风险。
可靠性是另一个主要问题，受访者对AI输出中的错误、不准确性和“幻觉”感到担忧。缺乏一致的性能标准和严格的验证过程进一步加剧了这一问题。
调查还确定了实际障碍，包括有限的AI工具访问权限、培训不足和高昂的实施成本。许多受访者指出，需要全面的治理框架来解决伦理（软）和监管（硬）要求。这些框架应包括数据保护协议、严格的评估过程和教育计划，以建立对AI系统的信任和信心。
解决这些问题对于AI在OH中的安全有效整合至关重要。文献强调了软（伦理）和硬（监管）治理在医疗系统采用新技术（包括AI）中的关键作用。
OH工具和平台
调查揭示了OH行业中使用的AI工具，包括ChatGPT、Microsoft Copilot、Perplexity、Grammarly和Apple Intelligence。调查参与者似乎依赖这些工具进行报告撰写、电子邮件优化和数据分析。
在OH中，有数字软件平台使用AI进行风险评估、预测健康风险、参与员工数字报告并确保法规遵从性。其他AI驱动工具如Genny AI和Wellby自动化文档和风险分析。
尽管取得了这些进展，仍有9%的未使用或不确定使用AI的人士计划在未来使用AI，他们引用了成本、数据保护和缺乏治理作为主要障碍。
英国政府通过重大资金支持AI在医疗软件中的应用，目标是诊断、研究和创新，面向医疗服务提供者、研究人员和技术公司。
2024年，英国政府通过Innovate UK的小型企业研究倡议（SBRI）分配了150万英镑，以支持AI驱动的职业健康软件开发。这笔资金支持了基于云的职业健康平台项目，用于监测健康趋势并检测疾病早期迹象。
最近，首相Keir Starmer概述了政府如何使用AI来“加速”英国的经济增长，并开启“十年全国复兴”。
尽管采用率增长，但挑战包括资源限制、监管障碍和怀疑态度。成功采用需要明确的框架、实际整合以及利益相关者之间的持续合作，以释放AI在医疗保健中的全部潜力。
调查概览
尽管调查对象在经验、角色和职业健康服务提供方面有所不同（例如涵盖内部、OH提供商和自营），但对AI的态度相似。
在工作类型、角色、服务提供和经验长度方面有一些相似之处。不同群体的障碍和机会可以根据两个群体进行分组：目前使用或计划使用AI的人，以及不使用或不确定的人。
集群显示，在快速变化的背景下存在复杂的担忧网络。
结论
我们的结论是我们的起点。作为工作组，我们甚至还没有开始实现我们的目标。我们所做的只是打开对话的大门，并在一定程度上确定了普通OH人群中对AI的看法。
需要进一步的调查和定向讨论，集中于实现共识声明中概述的目标，并解决复杂的担忧网络。
(全文结束)
