Bridging the Gap between Expert Vision and Hospital Practice: A Risk-governed Framework for AI Adoption in Medical Quality Assessment and Hospital Accreditation
本研究识别了专家愿景与当前医院在医疗质量评估领域应用人工智能实践之间存在的显著差距，并提出了一个风险管控型的分阶段框架，旨在通过数据标准化、伦理监督和循序集成来引导其负责任的实施。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
医院是复杂的场所，其医疗质量需要不断被衡量，以确保患者的安全和得到良好的治疗。为了保持高标准，许多国家使用一种被称为“医院评审”的制度。可以将这想象成一次严格的外部检查，由专家团队访问医院，检查其是否遵循严格的规则，从如何处理患者记录到如何预防感染。为了使这些检查公平且一致，其背后的数据必须准确且易于理解。今天，一种新的工具正进入这一领域：人工智能。这项技术可以快速处理海量信息，发现人类可能忽略的模式，并帮助自动化处理如检查文档等繁琐任务。人们希望这些工具能让医院检查变得更快、更客观，并减少人为错误。然而，仅仅因为存在一种强大的工具，并不意味着它已经准备好可以在所有地方投入使用。在专家所设想的可能实现的功能与医院日常运营的实际能力之间，往往存在着巨大的差距。
最近的一项研究旨在精确测量这种差距到底有多大，并寻找一种安全的弥合方式。研究人员与医院管理和评审领域的专家合作，想要了解高科技愿景与地面现状之间的脱节。他们进行了两次独立的调查，以获得全面的图景。首先，他们询问了二十七位资深专家（包括经验丰富的检查员和政策研究人员），关于他们在不久的将来认为人工智能应该具备哪些能力。然后，他们对中国的五十多所医院进行了调查，以了解这些机构目前实际正在使用什么。目标不仅是列出差异，还要识别阻碍进步的具体障碍，并设计一个能够在不造成伤害的情况下向前推进的切实可行的计划。
结果揭示了想象与现实之间存在的显著分歧。专家们对先进的能力充满热情。他们将人工智能解释复杂评审规则以及自动审查认证文件的能力视为高度重要，并给予这些任务最高优先级。他们预见到这样一个未来：技术可以作为一个智能助手，能够瞬间理解医疗标准的细微差别。然而，当研究人员观察医院实际在做的事情时，情况则简单得多。大多数医院仅将人工智能用于基础任务，例如监控简单的质量数值或在检测到风险时发出警报。专家所期望的先进功能几乎从未被使用；只有不到百分之七的医院采用了这些功能。医院并非因为缺乏雄心而停滞不前，而是因为它们正困在起跑线上。
研究确定了这种差距存在的具体原因。最显著的障碍并非缺乏意愿，而是不同计算机系统之间缺乏连接。医院报告称，其数据是碎片化的，这意味着信息被困在彼此无法沟通的独立孤岛中。如果没有统一的方式让这些系统共享信息，先进的人工智能工具就无法发挥作用。技术复杂性是另一个主要障碍，许多医院发现这些系统难以管理。此外，还存在着普遍的信任问题。专家和医院领导都担心同样的问题：患者数据的安全性、算法可能存在偏见或不公的可能性，以及如果机器犯错，谁该承担责任的混乱局面。这些并非微小的担忧，而是必须在任何新技术获得信任之前解决的根本性问题。
尽管目前的使用率存在差距，但专家和医院领导在如何向前发展方面找到了共识。他们一致认为，成功的路径必须是缓慢、谨慎且受严格规则约束的。研究人员提出了一个循序渐进的框架，即在盖房子之前先打好地基。第一步是修复数据层，通过创建标准化的方式让不同的计算机系统能够共享信息。一旦数据流动顺畅，下一步就是确保技术本身是透明且安全的，以便人们能够理解其运作方式并相信其安全性。只有在这些基础稳固之后，医院才应开始在受控环境中测试特定的应用。最后，技术可以被整合进评审流程中，但不是作为人类专家的替代品。相反，该模型建议采用一种“副驾驶”模式，即由人工智能进行初步筛选和准备，而由人类专家做出最终判断。
这种方法强调，解决方案不仅仅是购买新软件，而是改变组织运作的方式。研究表明，如果试图在没有解决底层数据和治理问题的情况下直接跳向先进的人工智能，很可能会导致失败。通过遵循一个优先考虑数据标准、算法透明度和伦理安全的结构化路径，医院可以逐步采用这些工具。研究人员总结道，这种风险管控框架提供了一个现实的路线图。它允许医疗系统利用人工智能的力量使质量评估更加高效和客观，同时确保患者安全和人类监督始终处于核心地位。实现完全自动化未来的愿景仍然很遥远，但这项研究为迈向该目标的第一个安全步骤提供了清晰且切实的指南。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。