From Electronic Records to AI-Enabled Workflows: A Scoping Review of Real-World EHR Information Processing in Hospitals and Implications for AI Readiness in China
本范围综述利用 AI 智能体筛选方法，绘制了 AI 赋能的信息处理在医院电子健康档案（EHR）工作流中实际应用的图谱，并强调虽然流程层面的可行性已显现，但若要实现安全价值并符合中国的 AI 就绪条件，仍需严格的人类验证、校准与互操作性。
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
如今的医院运行在庞大且持续的信息流之上。每当医生写下一条记录、护士检查一次生命体征，或机器处理一项化验结果时，这些数据都会进入一个被称为电子健康档案的数字化系统。多年来，人工智能在医学领域的承诺是：计算机可以从这些数据中学习，从而预测疾病或建议治疗方案。但无论一个计算机模型多么聪明，如果它只是静静地待在实验室里，而医生却正忙于寻找病人的档案，那么它就是毫无用处的。真正的挑战不仅在于构建一个聪明的算法，更在于将其编织进医院日常琐碎的工作流中，使其成为助力而非阻碍。这就是“纸面上行得通的工具”与“在繁忙急诊室里行得通的工具”之间的区别。
来自中国江阴市人民医院的研究团队着手绘制了这种集成在现实世界中究竟是如何发生的图谱。他们并没有简单地询问人工智能是好是坏；相反，他们观察了人与计算机交汇的具体环节。他们研究了这些系统如何处理信息的获取、数据的分类、风险的预测以及最终的医疗记录撰写。他们的目标是观察这些工具能够安全运行所需的条件是否在医院中真实存在，并特别关注了这些条件与中国医院现状的对比。
研究人员首先开始收集来自医学期刊和公共记录的数千份报告。他们使用了一种系统化的方法，对近2300份记录进行了筛选，寻找那些人工智能真正应用于医院电子记录系统内部，而非仅仅在旧数据上进行测试的研究。他们发现，虽然有越来越多的证据表明这些工具是可以集成的，但其益处通常体现在速度和组织效率方面，而非立即改善患者的健康状况。例如，在若干项研究中，人工智能的使用显著减少了医生和护士在撰写记录或搜索信息上花费的时间。在美国的一项研究中发现，当医生使用一种能够倾听对话并为他们起草记录的环境系统时，他们在文档记录上花费的时间在每个班次内下降了近30%。同样，台湾的一个试点项目显示，护士可以将每位患者的交接班记录时间从超过三分钟缩短到约一分钟。
然而，研究人员谨慎地指出，节省时间并不自动意味着挽救生命。他们发现的证据表明，虽然这些工具使工作流程更加顺畅，但尚未证明它们能带来更好的诊断结果或降低死亡率。事实上，这项研究强调，如果设置不当，一个工具即使很快也可能是危险的。研究人员发现，这些系统的成功在很大程度上取决于它们与使用该系统的特定医院的适配程度。一个在某家医院表现良好的模型，如果数据略有不同或者医生不信任它发出的警报，在另一家医院可能会失效。在一个案例中，由于用于显示信息的计算机模板发生了变化，导致医疗编码的准确性从接近80%骤降至35%，直到系统经过重新设计且人员接受了重新培训。这表明技术是脆弱的，需要不断的后期人工监督。
该综述还考察了医院采用这些技术的准备情况，特别是针对中国的情况进行了分析。研究人员发现，虽然许多中国医院已经跨越了拥有数字化记录的基础阶段，但在“仅拥有一个系统”与“拥有一个能够支持高级人工智能的系统”之间仍存在显著差距。公开数据显示，虽然绝大多数大型医院都已达到数字化记录的水平，但很少有医院达到了最高成熟度——即信息能在不同部门之间无缝流动并支持复杂的决策。研究人员指出，信息在不同系统之间移动时存在的持续性缺口（通常被称为“信息孤岛”）仍然是一个主要障碍。如果没有流畅的数据流，即使是最智能的人工智能也无法正常运作。
最终，研究结论认为，未来的路径不在于等待一个完美的算法，而在于为我们现有的工具构建一个可靠的环境。研究人员认为，为了使人工智能安全且有用，医院必须专注于实施的细节：确保数据的准确性、培训员工去信任并验证系统，并制定明确的规则来应对系统出错的情况。他们发现，最成功的部署是将技术视为一个受严密管理的过程中的合作伙伴，而非一个可以解决一切问题的万能方案。对于中国乃至全球的医院而言，教训是：人工智能的就绪并非只需按下某个开关，而是一个必须循序渐进构建的多层基础，其起点在于数据的质量和工作流的清晰度。在这些基础稳固之前，无论模型变得多么先进，人工智能在医疗领域的全部潜力都将难以实现。
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。