波士頓兒童醫院運用 AI 開啟新診斷

波士頓兒童醫院導入人工智慧，並不只是為了嘗試新技術。該醫院將 AI 融入整個組織，作為其臨床與營運基礎架構的核心部分，以改善對兒科病患的照護方式，尤其是患有複雜和罕見疾病的病童。透過將 AI 整合到日常工作流程中，團隊降低了營運成本、改善照護可近性，並協助診斷出 40 多種過去未能解決的罕見疾病。

波士頓兒童醫院是全球最大的兒科機構之一，服務涵蓋 40 多個專科，每年門診就診量接近 100 萬人次。

和許多醫療體系一樣，它在嚴格的財務限制下運作，同時還要處理日益增加的行政負擔。供應鏈、帳務與營運團隊需要處理大量重複性工作，從處理發票到協調排程皆然。這些流程雖然必要，卻相當耗時，讓員工無法專注於更高價值的工作。

與此同時，臨床團隊面臨另一種限制。罕見疾病病例往往涉及零散的基因資料、不完整的臨床病史，以及龐大到令人難以負荷的醫學文獻。即使在頂尖研究機構中，醫師也無法快速整合所有資訊，為每個病例找出診斷。

波士頓兒童醫院首席創新長 John Brownstein 表示：「問題不在於努力程度，而是人類認知的極限。」

波士頓兒童醫院一開始從個別 AI 使用案例著手，包括文件記錄和翻譯工具。但這些早期嘗試很快就暴露出零散方法的侷限。

Brownstein 指出：「你不能只仰賴一次性的解決方案。」

該醫院轉而建置 Brownstein 所稱的企業級 AI 層：一個安全的內部 ChatGPT 環境，供研究、臨床和行政團隊使用。該組織不再把 AI 視為一組工具，而是建立共享基礎，讓新能力得以快速開發和部署。

這套系統讓各團隊能以與自身角色直接相關的方式使用 AI，無論是存取內部資料、整合醫學文獻，還是簡化工作流程。治理架構也與技術同步建立，以確保安全、監控和一致的評估。

這項轉變改變了創新的速度。過去需要漫長開發週期的工具，如今可在數天內部署，讓組織能迅速回應營運需求與臨床需要。

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聚焦於 AI 能帶來可衡量營運影響的領域。在供應鏈營運中，AI 現在負責管理發票收件、路由分派和回應。

同時，該醫院也將 AI 應用於手術排程。透過分析臨床筆記並估算病患病情急迫度，系統改善了手術室時間的分配方式。這讓排程能更提前規劃，提高使用率，並讓更多病患更快獲得所需照護。

此外，醫師也使用 AI 進行決策支援，並整合複雜的臨床資訊。研究人員則將其用於資料分析和建立研究隊列。行政團隊依賴它來撰寫文件、編碼和改善工作流程。

該組織將這些變革直接連結到可衡量的成果。透過 50 多項自動化動作，波士頓兒童醫院已節省約 60,000 小時，相當於逾 700 萬美元的重新調配人力。

該組織專注於讓 AI 與日常工作相關，而不是把它作為獨立專案導入。

Brownstein 表示：「關鍵在於讓 AI 融入員工原本的工作方式。」

除了營運改善之外，波士頓兒童醫院也投資 AI 以促進臨床發現。該醫院開發了所謂的「遺傳學家副駕駛」，旨在整合基因資料、表型資訊和全球醫學文獻。

這套系統處理醫學中最困難的挑戰之一：診斷多年來始終無法解釋的罕見疾病。

由於這項工作，迄今已完成 40 多項過去被認為不可能的診斷。這項工作也促成了新基因標靶和潛在治療途徑的辨識。

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

對病患和家庭而言，這項影響既即時又具體。過去懸而未決的病例，如今開始得到答案，有些甚至開啟了新的治療方向。

Brownstein 表示：「這在以前難以想像，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與更廣泛的採用。領導團隊看見擴大使用與影響力的重大機會。

該醫院正努力把 AI 更全面地嵌入臨床決策，將工具擴展到各專科，並透過與 OpenAI 合作持續精進模型。

長期而言，AI 預計將成為醫療實務不可或缺的一環。

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

在波士頓兒童醫院，AI 正成為支援照護提供、研究與發現的基礎架構之一，重新定義臨床醫師與病患皆可實現的可能性。