我发现边肖的许多朋友都对人工智能医疗模式很少被引入医学文献以开展实际的患者护理这一信息感兴趣。边肖整理了一些关于人工智能医疗模式很难被引入医学文献以开展实际患者护理的相关信息，在此与大家分享。

在当前人工智能研究的热潮中，几乎没有任何医学文献介绍人工智能医疗模式用于实际的病人护理。

根据一篇论文的作者，这个“难以忽视的真相”值得关注，它丰富了这项技术广泛宣传的潜力和迄今为止在医疗实践中微不足道的使用之间的脱节。

这篇论文的高级作者是npj数字医学，作者是利奥安东尼切利，医学博士，公共卫生硕士，理学硕士。他是麻省理工学院的首席研究科学家，贝斯以色列女执事医疗中心的助理医师，哈佛大学的副教授。医学院。

切利和他的同事指出了人工智能在研究领域之外缺乏医疗渗透的两个主要原因。

第一，创新本身并不能改变临床医生既定的工作方式。

作者解释说：“根深蒂固的政治和经济因素的复杂网络，以及医疗实践规范和商业利益的近端影响决定了医疗保健的提供方式。”“只在分布式系统中添加人工智能应用不会产生可持续的变化。”

还有两个。大多数提供商组织没有那种数据基础设施来训练用于为各种人服务的算法。

作者强调，即使对于训练数据集中代表性不足的患者亚组，这些工具也需要适应当地的实践模式并一致地操作。

障碍不止于此。切利和他的同事指出，临床医生普遍对电子病历不满意，这往往不会转化为不完整的德国健康数据输入。健康数据和许多健康数据当然是可用医疗AI的命脉。

同时，即使改变潜在的EMR厌恶文化的努力是成功的，不同提供商之间以及它们之间的数据集成和互操作性仍然比过程更重要。

作者描述的其他障碍包括关于健康数据的基本但未回答的问题——谁拥有它，谁对它负责，谁可以使用它——以及对数据隐私和安全的普遍担忧。

要解决这些问题和疑虑，需要在公共场合进行讨论，由政策制定者来解决。

切利和她的同事写道：“具体的前进方向将取决于围绕医疗保健本身作为一种公共产品的社会契约的程度，对公私伙伴关系的容忍度，以及最重要的是，公众对政府和私营部门的信任。面对不当的商业和政治激励，医疗行业应该给予应有的重视和关注。”

作者指出，从乐观的角度来看，负担得起的云计算的增长对中小型技术公司和巨头来说是一个福音，为医疗保健的许多角落的创新者打开了大门。

“现在，随着云计算在更广泛的经济中的增长弥合了计算差距，有机会改变人们的健康并实现人工智能的潜力，”他们写道。

为了从这里到达那里，切利等人一句话，政府必须愿意“通过不可避免地超越选举周期的程序，富有成效地解决医疗数据的所有权问题，并克服或选择维持现状的既得利益。”

他们预测，如果没有这种公众意愿和政治意愿的改变，“人工智能在医疗领域的机会只会是一个机会。”