吴苏楠
“人工智能+”强势来袭

　　3月5日，李强总理在《政府工作报告》中首次提出“人工智能+”行动，强调“深化大数据、人工智能等研发应用，开展‘人工智能+’行动……”“人工智能+”由此上升为一种行动，这种从实际应用和产业化阶段转变为更深一步的实践应用意味着我国将以人工智能技术深入推进数字化变革，加速新质生产力的形成，人工智能技术未来将成为实现社会治理和企业管理智能化创新的核心。
　　“人工智能+”的重要性显而易见，那么什么是“人工智能+”呢？可以参考“互联网+”的含义加以理解。“互联网+”行动计划于2015年《政府工作报告》中提出，其强调要深入推动云计算、大数据、物联网等互联网技术与现代制造业相结合，以此促进电商、工业IT和互联网金融的国际化可持续发展。由此便可引申出“人工智能+”的含义，即基于大模型、大数据、大算力等技术，深度融合人工智能与各行各业的业务发展，创造新的发展生态。“人工智能+”行动的提出切实拓宽了人工智能技术的应用范围，提升了技术的综合性能，加速了各行业的数字化转型和智能化发展。
　　“人工智能+”行动是未来社会发展的大势所趋，也是推动产业高质量发展的必然要求。

医疗机构服务中的人工智能

　　导诊设施数字化、智能化与便捷化。智能导诊系统通常基于自然语言处理和机器学习技术，能够与患者进行交互并了解他们的症状和需求，据此提供医生的预约信息、科室位置等导引，使患者能够快速找到需要的医疗资源。此外，目前许多医疗机构均使用了一体化智能设施，为患者提供一站式预约挂号、发票打印、影像及检查报告提取等服务，为患者提供了极佳的便捷性服务体验。
　　医学影像分析辅助诊断决策。人工智能在医学影像分析方面发挥着重要作用，通过深度学习等技术，人工智能可以快速准确地识别影像中的病灶、异常结构等，辅助医生进行诊断。例如在CT扫描、MRI等医学影像的自动识别和分析，抑或深度学习算法可以通过分析X光片来诊断肺部疾病，如肺结节、肺癌等，以此提高诊断的准确性和效率。
　　基于大数据分析提供个性化治疗、保养方案。人工智能技术使得医疗机构积累的大量数据利用成为可能，以此进行深度学习和数据挖掘分析，可以发现潜在的医疗知识、疾病模式和治疗趋势，为医疗决策和临床实践提供科学依据。同时可以根据患者的体质、病情、病史等数据，为患者提供个性化的治疗方案，实时调整治疗方案，及时提供保养提醒。

医疗机构服务挑战重重

　　在“人工智能+”背景下的医疗机构发展面临着重重困难。一方面，在于医疗技术水平不高，导致病因和病况难以得到准确判断；另一方面，不同医院甚至是同一医院中的医师诊疗能力存在差距，患者看病时会有心理落差，可能对医疗水平和随诊结果产生怀疑。经调研，目前医疗机构服务所面临的困难主要有以下四个维度。
　　中老年人难以跟上“人工智能+”在医疗机构的应用步伐。大部分中老年人缺乏对新技术的接受能力，对于新的科技感到陌生和困惑，同时面临技术访问的障碍，包括且不限于对智能手机、挂号设备、移动支付等医疗人工智能必需工具的使用，在技术访问能力方面的缺失会导致其无法充分利用这些应用程序，使其与医疗机构中的“人工智能+”技术脱节。此外，部分中老年医师在智能电子设备、医疗器械应用层面也可能存在技术能力受限的困境，会成为其在施诊过程中的障碍，影响患者就诊效率。
　　医师诊疗能力参差不齐，高精尖医疗设备研发不足。在患者现实就诊过程中，医生的知识水平、临床经验和技术能力可能存在较大差异，导致不同地区、不同医院、不同级别的医师可能在诊疗能力层面有较大差异，对患者病情的判断有差异，影响患者的治理和心理，进而影响患者对医疗服务的满意度。对诊疗结果造成差异的除了医师因素外，还包括物理设施层面的影响，如一些医疗设备的研发可能受到技术水平和市场需求的限制，导致相关领域医疗设备研发不足，无法满足临床需求和医疗进步的需要。这也会使得不同地区、不同级别的医疗机构产生检查精度方面的差异，对患者的病情产生影响。据调研结果显示，某地区两个医院在CT某项检查结果方面存在10.1mm的偏差，而该偏差在很大程度上可能造成诊疗结果、用药程度方面的差异，对患者的治理效果和后期保养起到不同影响。
　　数据共享难以实现，且大数据算法易产生决策偏见。我国在人口基数和市场规模层面的医疗数据应当为人工智能大数据模型的应用奠定了良好基础，但目前在医疗数据录入、数据对接、数据共享、数据利用层面均存在一定的壁垒。首先，医疗数据涉及患者的个人隐私，使用过程中必须严格遵守相关的法律法规和伦理规范，加之患者对自身医疗数据的敏感性和隐私性感知，因此在数据应用层面存在一定的门槛。其次，医疗数据的格式、标准、完整性、准确性存在差异，造成的“数据孤岛”现象使得不同医疗机构和系统之间的数据可能无法直接进行交换和共享，这给数据共享带来了技术上的挑战。此外，就算在数据规模和数据真实性层面实现统一，精确的模型应用也难以实现。目前，在计算机领域所塑造的大数据模型均存在一定的偏差，使用“机器学习”所塑造的人工智能的模型，在应用结果层面尤其是医疗领域的决策应用难以使人信服。其运行结果可以辅助医生进行诊断和治疗决策，但算法本身可能受到数据采样偏差、模型偏见等因素的影响，导致对某些特定群体或疾病的诊断和治疗产生偏见，影响医疗决策的公平性和准确性。

“人工智能+”背景下医疗机构患者服务满意度提升路径

　　强化技术支撑，提高医疗服务便捷性。利用自然语言处理和机器学习技术，建立智能导诊系统或导诊机器人，实现患者就诊需求的智能化识别和导引，既可以对相关技术实现最大化应用，又可以减少各个年龄群患者在医院内的等待时间，提高医疗服务的便捷性。
　　搭建管理平台，优化医院数字化管理。通过利用人工智能技术搭建智能化管理平台，可以整合患者信息、医疗资源、医生排班等数据，实现对医院各个环节的数据集中管理和分析，为医院管理者提供全面、实时的数据支持，辅助其及时了解医院运营情况、资源利用情况等，从而更加科学地发现问题并制定管理策略，提高医疗服务的质量和效率。同时还可以为后续的大数据模型研究及应用提供系统化、统一化、标准化的数据支撑。
　　加强创新研发，提升医疗技术水平。医疗机构及相关研发人员可以加强创新研发，通过深化人工智能技术应用，提升医疗设备的智能化水平。同时加强与科研院所、高校等机构的合作，共同开展人工智能在医疗领域的前沿研究，建立产学研合作机制，推动科技成果转化和医疗技术创新，实现医疗服务的高质量发展和医疗器械的新质化生产，促进产业升级。
　　优化设施布局，增强卫生服务舒适性。医疗机构可以利用智能化设备和系统，实现对医院内设施的智能化监控和管理，保障医院运营的安全、高效和便捷。与此同时，医院可以利用人工智能技术监测和调控室内温度、湿度等环境参数，保持室内舒适度；通过智能化系统实现对卫生间、候诊区等公共区域的定时清洁和消毒，提高卫生服务的质量和舒适性，进而提升患者在医院的就诊体验，增强其对医疗机构的信任和满意度。
　　均衡医院管理，智慧发展与强化管理相结合。在推动医疗服务持续发展的征途上，医院应当兼顾综合性的管理改革与人工智能技术的融合应用，以实现二者的均衡发展。医院应坚定不移地强化内部监管，确保医疗服务的规范性和公正性，建立严格的财务审计制度，公开透明的收费流程，确保患者权益不受侵害。同时持续加强医德教育，提升医务人员的职业素养，严格执行临床诊疗指南，推行多学科联合会诊，避免患者承受不必要的经济和心理压力。
　　医院在推动医疗服务发展的过程中，应兼顾综合性管理改革与人工智能技术的融合应用。通过强化内部监管、提升医务人员职业素养、引入先进技术、加强数据安全和隐私保护等措施，实现医疗服务的均衡发展，为患者提供更加优质、高效、安全的医疗服务。
　　人工智能在医疗层面的应用，为提升医疗服务质量带来了无限潜力，但随着这些创新的推进，决策偏见、医疗事故、伦理法规等问题也随之被引发。因此，在追求医疗层面技术创新的同时，人工智能在医疗机构应用中的安全性和可靠性同样需要得到重视。
　　未来，人工智能在医疗行业的应用可能带来技术创新和患者利益之间的平衡挑战，这需要医疗界、科创公司等多方共同努力，以确保其发展能真正造福于患者。
　　【作者单位：山西省人民医院运营部。本文系山西省社会科学院（山西省人民政府发展研究中心）2024年度省政府重大决策咨询课题《“人工智能+”背景下医疗机构患者服务满意度提升路径研究》（项目编号：ZB20242969）。】