医疗行业应否使用AI？2027：按价值与风险对应用场景排序

为什么“全面允许或全面禁止”行不通

大多数医疗机构的负责人已经不再追问AI是否会进入自己的组织。员工早已在使用通用聊天工具起草邮件、概括指南、改写患者信件，而且往往没有任何政策约束。真正的问题更窄也更难：AI应该用在医疗的哪些环节，哪些环节暂时不该用，以及如何判断两者的区别。这一问题的痛点在于，讨论通常被框定为对技术的是非之争，而真正重要的决定是按工作流程逐一做出的，每个流程的患者安全风险、数据敏感度和监管压力都各不相同。

医院、诊所网络、药店连锁和健康保险公司虽然同属医疗健康领域，但工作流程差异极大。起草事前授权信件这类行政任务，与提出诊断建议的任务，风险画像截然不同。如果把两者都笼统地称为“医疗AI”，常见会出现两种失败：一些机构全面禁止，结果员工转向未经管理的消费级工具，也没有任何审计记录；另一些机构为“临床AI”批准了某一供应商，之后才发现批准的只是一个狭窄功能，而非管理层设想的全面推广。

更好的问题是逐个场景来看：任务是什么，谁来审核输出，输出错误会导致什么后果，工具会接触哪些数据。把这四个问题的答案写清楚之后，抽象的争论就会变成一组可以排序的具体决策。

值得列出的典型应用场景

大多数医疗机构可以把潜在用途归入几大类。先把它们列出来，可以避免团队只盯着最引人注目的例子。

第一类是行政与收入周期工作，例如起草申诉信件、概括支付方政策、分流入站消息，以及在提交前标记可能不完整的理赔材料。这类工作出错会造成时间和金钱损失，但通常不会直接伤害患者，而且输出在离开机构之前一般会有人工审核。

第二类是临床文书辅助。工具可以根据临床医生的口述起草门诊记录或出院小结，再由医生修改并签署。这类应用的价值是实实在在的，因为文书工作占用了大量临床时间，但审核环节不可省略。

第三类是患者沟通。包括回答关于就诊准备的常规问题、基于已批准材料提供就诊后的注意事项，以及把消息分流到正确的处理队列。一旦系统开始即兴给出医疗建议，风险会迅速上升，因此范围必须严格限定在已批准的内容之内。

第四类是内部知识查询。员工通过问答界面检索诊疗规范、药品目录和制度文件。主要风险是过时或错误的答案被自信地呈现出来，因此来源引用和版本管理至关重要。

最后一类是临床决策支持，也是最敏感的一类。那些用于提示可能的脓毒症、解读影像或推荐治疗路径的系统，已经接近受监管的医疗功能。这类应用需要临床验证、监管审查和远超普通软件采购的治理机制。

如何按价值与难度排序

场景列出之后，可以从两个维度为每个场景打分。价值维度衡量该工作流程能够实际带来多少时间、成本或质量上的改善，以及每周会影响多少人。难度维度衡量安全部署的难度，包括数据敏感度、需要的审批环节数量、错误是否容易被发现，以及该流程对临床判断的依赖程度。

一条实用的原则是：优先选择价值高、难度适中，并且流程中已经内置人工审核者的场景。行政文书起草往往得分较好，因为审核者是现有员工，输出可以核对，数据流动也留在受控系统之内。临床决策支持通常落在高价值、高难度的象限，即使它最令人兴奋，也不适合作为第一个试点。请把分数写下来，并要求团队为任何“兴奋度高、可行性低”的场景给出理由。关于如何在各行业中系统化地构建此类排序，可参阅我们关于企业AI用例优先级排序的指南。

选择第一个试点

第一个试点应当规模足够小，能够在一个季度内完成；重要性足够高，让相关人员真正关心结果；并且失败后可以回退。在医疗场景中，一个好的试点应当有明确的临床或运营负责人、每项输出都有指定的审核人、一组固定的已批准源文档，以及有人实际在跟踪的错误率指标。

应避免从直接涉及治疗决策的场景起步。即便是一个成功的窄范围试点，要扩展到这一层面也需要很长时间，因为验证和治理工作十分繁重。从文书或行政工作流程开始，可以让机构在风险升高之前，先练好审核输出、记录使用情况和处理例外情况的能力。

医疗数据的去向也受到严格限制。在任何试点启动之前，都应确认涉及哪些数据类别、处理发生在何处、谁拥有访问权限，以及日志保存多久。对于需要清晰监管框架的机构，关于医疗AI项目中合规优先挑战的讨论梳理了试点走向生产环境时通常会遇到的障碍。

需要避免的常见误读与衡量方式

第一个误读是认为演示中的准确率就能预示生产环境中的安全性。演示使用的是干净的输入和友好的提问，而真实的患者记录混乱不堪，真正要紧的错误往往藏在边缘情况里。应当用本机构的历史案例来衡量表现，包括那些令人不舒服的案例。

第二个误读是认为有人在环中就能解决一切。承受时间压力的审核者往往会在没有仔细阅读的情况下接受草稿，这种现象有时被称为自动化依赖。因此应设计要求审核者逐条确认具体事实的审核步骤，而不是只做整体批准。

第三个误读是认为一次成功的试点意味着该场景已获准用于所有站点。在某个科室运行良好的工作流程，在使用不同模板、患者群体或记录系统的其他科室可能表现迥异。每一次推广都应视为一项新的决策，并配有独立的评估。

衡量应分三个层面进行。在运营层面，跟踪每项任务节省的时间、处理周期，以及需要大幅修改的输出数量。在质量层面，定期抽样检查输出，记录遗漏、虚构事实、语气不当等错误类型。在治理层面，记录谁批准了该场景、它接触了哪些数据、发生过哪些事件，以及审核步骤是否得到执行。一个能提高速度、却无法展示其错误特征的试点，还不具备扩展的条件。

本周可以采取的一步

本周，请选择贵机构已经在执行的一个工作流程，写下它的四项基本信息：任务、审核人、出错后果，以及所涉数据。然后用一到五分的简单量表，分别为其价值和难度打分。把排名前两位的候选项带到一次会议上，与会者包括一名临床负责人、一名IT或安全代表，以及一名合规人员。不要在这次会议上确定整个医疗AI战略，只需决定哪一个工作流程值得开展一次范围有限的试点。

如果您希望把这套排序和试点设置变成可重复的流程，而不只是一次电子表格练习，Duaer 可以帮助团队集中整理候选用例、记录审核人和数据范围，并在同一处跟踪试点结果。它不能取代临床判断或贵机构的合规审查，但可以让各科室之间的评分和证据保持一致。您可以注册 Duaer，并用贵机构的一个真实场景试用这一工作流程。

医疗AI并非一项单一的决定，而是一系列范围狭窄、可供审核的选择。表现良好的机构，往往是那些选对了第一个工作流程、诚实地衡量其效果，并且只在证据支持时才扩大应用范围的机构。