由于年輕醫師長期供不應求，預計到2034年全美將出現多達12.4萬個崗位空缺。醫師群體的倦怠狀態，也在很大程度上加劇了這一挑戰，導致很多從業者選擇中途脫離勞動力隊伍。而醫療領域倦怠情緒的常見根源之一，就是臨床醫生必須處理與電子病歷相關的大量文書工作。

各大科技巨頭正嘗試運用生成式AI技術幫助臨床醫生破解倦怠情緒。然而，盡管醫療保健組織的CIO們對生成式AI的潛力抱有強烈的樂觀態度和信心，但資源的實際投入速度卻遠未達到預期。

臨床投入不足

臨床醫生還沒能將生成式AI真正納入臨床決策。大多數用例和新聞報道，體現的僅僅是科技巨頭在任務管理自動化方面做出的嘗試。

美國醫學協會計劃制定原則和建議，梳理生成式AI在醫療保健領域的優勢和短板。除了提出建議之外，醫學協會還有意與聯邦下令及其他相關組織合作，保護患者免受AI所生成的虛擬或誤導性醫療建議的影響。此外，美國醫學協會已經、并將繼續鼓勵醫生向患者宣傳AI技術的潛在益處和風險。

美國醫學協會主席Jesse Ehrenfeld并不熱衷于將生成式AI應用于臨床決策。在他看來，“這些算法非常適合解決典型病例或者非常具體的臨床問題。但患者是一個個真實的人，而非標準化的課后作業。他們有思想、有情感，也有復雜的醫學、社會和精神病學背景。坦白講，他們的實際情況很少能跟教科書內容對得上。”

Ehrenfeld博士認為，生成式AI技術的主要意義在于減少管理任務。事實上，單憑這一能力就足夠讓AI成為醫療領域的重要資產。

隱私與安全風險

生成式AI在使用時必須警惕隱私問題、安全、知識產權保護，以及圍繞AI開發和使用而不斷發展的法律規則。目前，已經有多起來自喜劇演員和作家群體針對OpenAI、Meta及其他科技企業侵犯版權的訴訟。未來我們在醫療保健數據的訪問方面，恐怕也將面臨類似的困境。

塔霍林區醫院首席信息與創新官Jake Dorst也很看好生成式AI技術，他表示“生成式AI有望以多種方式徹底顛覆醫療保健領域。它能幫助開展醫學影像分析、藥物發現、制定個性化治療計劃并生成用于研究的合成數據。當然，數據隱私和安全問題至關重要，因為敏感的患者信息必須得到保護。”

各大科技巨頭正處于自愿探索AI潛力的早期階段，但醫療保健決策者需要提早考量，確保在AI發展成熟時做好接納實質性進展的準備。

展望未來

盡管醫療保健CIO們對生成式AI持謹慎樂觀的立場，但值得關注的是，各大科技巨頭正先后發布一系列關于AI創新的最新公告。因此盡管挑戰和復雜性依舊存在，但這些重大進步的確表明AI技術正在快速進步。

亞馬遜云科技 (AWS)

AWS宣布推出HealthScribe，這是一項符合HIPAA要求的新服務，可幫助醫療保健軟件提供商開發臨床應用。這些應用程序能夠使用語音識別和生成式AI來輸出臨床文檔，幫助臨床醫師節約寶貴時間。

HealthScribe以Amazon Bedrock為基礎，目前僅支持全科和骨科兩大門類。醫療編碼與轉錄公司3M和ScribeEMR成為HealthScribe的早期采用者，已經在AWS的合作指導下使用該服務。

微軟

通過收購Nuance，微軟在利用對話式AI生成臨床文檔方面已經取得了早期領先地位。2022年4月，微軟和EHR技術供應商Epic宣布建立合作伙伴關系，共同打造Azure OpenAI Services。最近，虛擬醫療提供商Teledoc宣布有意與微軟合作集成OpenAI服務，用于在線上檢查期間自動創建臨床文檔。

谷歌

谷歌正在積極開發其Med-PaLM 2大語言模型。憑借訓練期間接觸的大量醫師從業資格考試資料，預計這套模型能運用通用算法實現強大的醫療保健處理能力。目前，谷歌的合作伙伴包括梅奧診所等醫療機構，以及CareCloud等醫療技術供應商。

目前的新聞報道大多集中在對話式生成AI方面，將其視為解決倦怠問題和實現任務管理自動化的靈丹妙藥。然而，相信很多朋友都抱有同樣的疑問：這到底是可期的未來，還是虛幻的泡影？

美國醫用語音助手開發商Suki公司CEO兼創始人Punit Soni表示，“生成式AI目前正經歷炒作周期并受到廣泛關注。預計六個月后，炒作很可能會平息下來。雖然生成式AI的自身價值值得肯定，但到那時候我們才能真正搞清這些解決方案是否具有現實意義。另外，這套方案還需要更多基礎要素的補充和增強，例如EHR互操作性、安全和私有基礎設施、直觀靈活的用戶體驗等。只有這樣，用戶才能快速建立起跟得上技術前沿發展的創新思維，以最有效的方式輕松完成任務。如果做不到以上幾點，此類解決方案的影響恐怕將僅限于某些小眾用例。”

雖然AI可能還需要一段時間的發展才能取代醫療專業人員，但目前在減輕行政和文書負擔方面的表現，無疑已經朝著正確方向邁出了堅實的一步。