AI部署避免踩坑！医疗CIO亲授：AI落地必须押注的3个关键

人工智能（AI）已成为医疗机构决策层无法回避的关键议题。国外一份最新发布的报告深入探讨了首席信息官（CIO）们如何对这项发展迅猛、且可能对医疗业务产生深远影响的技术进行决策。

尽管绝大多数受访的CIO表示其AI战略规划仍在进行中，但一个显著趋势是：他们正从倾向于"自研算法"，转向更多地依赖其电子健康档案（EHR）系统或第三方供应商来提供AI解决方案。

这份报告源自医疗AI运营公司Qventus进行的一项调查及一对一访谈，受访对象均为中大型医疗系统的CIO和首席医疗信息官（CMIO）。

该报告聚焦医疗系统在采纳AI过程中面临的核心挑战，包括：

• 构建还是购买： 是选择内部开发AI，还是外购解决方案？

• 供应商选择： 如何甄选合适的合作伙伴？

• 管理之道： 如何有效实施和治理AI？

AI目标与业务目标高度协同

报告强调，在医疗系统中部署AI的目标与其核心业务目标高度一致。Garg表示，AI有能力帮助医疗机构应对三大痛点：医保报销额度下降、运营成本攀升以及医护人员职业倦怠。

当然，报告也承认，医疗系统可能面临AI投资资金筹措的难题。Garg的建议是："从投资回报率（ROI）高的AI应用场景切入，再将节省下的资金持续投入AI建设，从而在预算中为技术腾挪出空间。"

战略制定与投资回报考量

数据印证了这种协同性：三分之二的受访CIO表示其AI战略与整体业务战略高度一致。 在衡量AI投资回报时，CIO们最关注的指标依次为：利润率提升（26%）、成本降低（24%）、员工生产力提升（16%）以及临床医生满意度提高（16%）。

然而，战略制定仍在路上--大多数受访者表示其所在机构的AI战略尚在成型阶段。仅14% 的受访者认为其战略已全面且明确，另有 20% 坦言其AI战略是有限或零散的。

阿肯色大学医学科学中心首席临床信息官Joseph Sanford博士指出，这些技术正走向有意义的临床应用，并带来强劲的投资回报。在某些领域，它们已逐渐演变为一种"标配"。如果医疗机构未能应用此类技术，其服务体系将是不完整的。 Sanford强调，AI在某些场景下正成为保持竞争力的必备工具。

构建还是购买？EHR供应商与第三方之选

缺乏内部专业人才是CIO们反馈的主要障碍，这促使许多人转向其EHR供应商寻求AI技术支持。报告揭示了一个矛盾心态：许多CIO倾向于继续使用其EHR系统提供AI服务，原因在于熟悉且已深度嵌入工作流。但"等待陷阱"随之而来--他们可能在等待EHR供应商承诺但尚未落地的技术方案。而现实是，当这些方案最终部署时，其效果往往远逊于专业AI公司所能提供的水平。

Garg对此解释："仅仅在EHR系统中'打开'一个算法开关，并不能保证效果。" 他认为，只有当技术的实施者深刻理解医疗系统独特的工作流程和临床数据时，AI技术才能取得真正的成功。

在选择基于EHR的AI开发还是第三方供应商时，受访者将功能特性、系统集成能力以及成本列为首要考虑因素。

临床引领与伙伴关系至关重要

CIO们特别强调，任何新引入的AI产品都必须有临床方面的专业负责人（Clinical Champion） 来深度参与，这对于推动员工适应变革管理至关重要。一位CIO提到，第三方供应商应配备"业务合作伙伴"，协助确保临床医生和员工能有效使用该技术。

一位大型学术医疗系统的CMIO在报告中表示："我们清楚自身并非拥有所有IT专家，但我们可以与供应商建立'合作伙伴模式'。这意味着在利用其资源时，能够降低许可成本和总体成本。"

选择供应商：效率与回报优先

医疗系统更倾向于选择少数核心的战略性AI合作伙伴，并更可能持续从这些伙伴处采购新产品，而非频繁更换。

在选择AI供应商时，CIO和CMIO表示，成本比较、投资回报率的高低以及解锁速度等因素，比定制化程度、变革管理和实施时间更为优先。

因地制宜，问题驱动

Garg认为，医疗系统最终可能会采取混合模式，具体取决于算法类型和应用场景。Sanford博士则总结道，关键在于聚焦根本问题："你需要花 90%的精力去精准定义问题本身。只有这样，你才能从众多选项中挑选出正确的工具，并在运营流程的恰当时机应用它们，以实现最佳效果。AI只是工具箱中的又一件工具，但当你拥有定义清晰、且适配自身系统的流程时，理想情况下，你将收获近乎指数级的回报。"

打赏