波士頓兒童醫院以 AI 發掘新診斷

波士頓兒童醫院並非單純為了試驗新技術而投入人工智能。醫院將 AI 融入整個機構，作為其臨床和營運基礎設施的核心部分，以改善兒科患者的護理服務，尤其是患有複雜和罕見病症的患者。透過將 AI 整合至日常工作流程，團隊降低了營運成本、改善了護理服務的可及性，並協助診斷出 40 多種以往未能解決的罕見病症。

波士頓兒童醫院是全球規模最大的兒科機構之一，為 40 多個專科的患者提供服務，每年門診就診次數接近 100 萬。

與許多醫療系統一樣，醫院在嚴格的財務限制下運作，同時要應對日益增加的行政負擔。供應鏈、帳單和營運團隊要處理大量重複性任務，從處理發票到協調排程不等。這些流程雖然必要，卻耗費大量時間，令員工無法專注於更高價值的工作。

與此同時，臨床團隊面對另一種限制。罕見病個案往往涉及零散的基因數據、不完整的臨床病史，以及龐大得令人難以負荷的醫學文獻。即使身處領先的研究機構，醫生也無法足夠快速地綜合所有這些資訊，以完成每一項診斷。

「問題不在於努力不足，」波士頓兒童醫院首席創新總監 John Brownstein 說。「而是人類認知能力的限制。」

波士頓兒童醫院最初從個別 AI 使用案例開始，包括文件記錄和翻譯工具。但這些早期嘗試很快揭示了零散方法的局限。

「你不能只依賴一次性的解決方案，」Brownstein 說。

醫院轉而建立 Brownstein 稱為企業級 AI 層的系統：一個安全的內部 ChatGPT 環境，供研究、臨床和行政團隊使用。醫院不再把 AI 視為一組工具，而是建立共享基礎，讓新功能可以快速開發和部署。

這套系統讓團隊能以切合自身職能的方式使用 AI，無論是存取內部數據、綜合醫學文獻，還是簡化工作流程。治理架構與技術同步建立，以確保安全、監察和一致的評估。

這項轉變改變了創新的步伐。過往需要漫長開發周期的工具，現在可以在數天內部署，讓醫院能迅速回應營運要求和臨床需要。

如今，超過三分之一的員工在日常工作中使用 AI，涵蓋臨床、研究和行政職能。

波士頓兒童醫院首先將重點放在 AI 能帶來可衡量營運影響的範疇。在供應鏈營運中，AI 現在管理發票接收、路由和回覆。

同時，醫院亦將 AI 應用於手術排程。透過分析臨床記錄並估算患者病情急切程度，系統改善了手術室時間的分配方式。這讓排程可更早規劃，提高使用率，並讓更多患者更快獲得所需護理。

此外，醫生使用 AI 進行決策支援，並綜合複雜的臨床資訊。研究人員則將其應用於數據分析和研究隊列建構。行政團隊依靠它草擬文件、編寫程式和改善工作流程。

醫院將這些變革直接連繫到可衡量的成果。在 50 多項自動化程序中，波士頓兒童醫院節省了約 60,000 小時，相當於重新調配超過 700 萬美元的人力。

醫院一直專注於讓 AI 與日常工作相關，而不是把它作為獨立計劃引入。

Brownstein 表示：「關鍵在於從人們現有的工作方式出發。」

在改善營運的同時，波士頓兒童醫院亦投資於用於臨床發現的 AI。醫院開發了一套被其稱為「遺傳學家副駕駛」的系統，旨在整合基因數據、表型資訊和全球醫學文獻。

這套系統處理醫學中最艱難的挑戰之一：診斷多年來一直無法解釋的罕見疾病。

這項工作的成果是，迄今已作出 40 多項過往被認為不可能的診斷。這項工作亦促成新基因靶點和潛在治療途徑的識別。

Brownstein 說：「我們結合基因資訊、表型資訊、文獻搜尋和 AI 的推理，為曾經得不到任何答案的家庭提供診斷。」

對患者和家庭而言，影響既即時又實在。曾經懸而未決的個案如今正得到答案，有些個案甚至開啟了新的治療方向。

Brownstein 說：「這在以前是無法想像的，但現在正為許多家庭帶來希望。」

波士頓兒童醫院 AI 策略的下一階段，聚焦於更深入的整合和更廣泛的採用。層看到擴大使用和影響力的重大機會。

醫院正努力將 AI 更全面地融入臨床決策，將工具擴展至各個專科，並透過與 OpenAI 合作持續優化模型。

隨着時間推移，AI 預計將成為醫療實踐的核心組成部分。

「如果有一位訓練有素的醫生，還能運用全世界的醫學知識，怎麼可能不想要？」Brownstein 說。

在波士頓兒童醫院，AI 正成為支援護理提供、研究和發現的基礎設施一部分，重新定義臨床醫生和患者可實現的可能。