AI进院|医疗机构真正匮乏的，是一道拒绝的底气
它更像一套新语法。
病历前面缀上AI，便成了智能病历。质控前面缀上AI，便成了智能质控。科研前面缀上AI，便成了智能科研。运营、随访、专病库、患者服务、医保控费，无一不可循此范式重新命名。
诸多陈年痼疾，借此契机重归议事日程。
台前描绘蓝图者，言辞流畅。幕后搭建系统者，默然聆听。
院长渴求政绩，厂商渴求样板，科室渴求减压，医师渴求免责，信息科则需将纷繁诉求转化为接口、字段、权限、流程与验收文档。
症结恰在于此。
医疗机构当真匮乏AI吗？
未必。
当下最丰裕的便是AI。政策力推，厂商竞售，院长宣讲，医师尝鲜。
匮乏的是一个人。
一个敢在喧嚣之际直言：此刻尚不可。
并非AI本身不可。
而是此般数据不可，此般流程不可，此般权责边界不可，此般强行上马不可。
且慢苛责院长。
今日院长何以热衷谈论AI？因传统手段日益捉襟见肘。
医保支付模式已变。昔日一笔糊涂账，现今须拆解至每个病种、每项耗材、每张处方。从前科室做大规模，收入自然攀升；如今规模扩张，成本反可能失控。
医师亦疲惫不堪。日间门诊，夜间补录病历。病历须规范，质控须达标，科研须产出。青年医师写完病程记录，尚需熬夜修改课题申报书。
院长端坐办公室，所见非单一难题，乃一堆彼此掣肘之指标：质量不可降，费用不可超，效率须提升，学科排名不可滑落，患者体验尚需优化。
恰逢此时AI登场。
其貌如新利器，亦为新话术。
AI可撰写病历，可执行质控，可辅助诊断，可分析运营，可助力科研，尚可包装为"未来医院"之叙事。
故而，院长并非单纯追逐风潮。
诸多时候，乃因其手中可用之牌已所剩无几。
真正的难题在于：AI不会自动消弭旧疾。它更似一盏明灯。灯亮之处，旧疾反倒愈发清晰。
医疗机构AI项目最常见的溃败，并非模型骤然失灵。
而是自始至终无人道出真话。
院长言，我们要做智能病历。
信息科心知肚明，病历模板尚未统一，复制粘贴泛滥成灾，结构化字段严重匮乏。
嘴上却只能道：我们研究一下。
院长言，我们要做智能运营驾驶舱。
下属心知肚明，收费、耗材、病案、医保、绩效各系统口径南辕北辙。同一指标，三个部门能算出四个版本。
会上却仍说：可以先出雏形。
院长言，我们要做全院知识库。
科室人员心知肚明，制度文件无人更新，流程通知散落各处，过期材料仍沉睡于共享盘。
却无人愿言：非简单堆砌文件即可。
为何如此？
因言"不可"之代价过于高昂。
你言数据不堪，他人视你推诿。你言流程不通，他人视你怯懦。你言权责不明，他人视你避责。你言此刻不宜，他人视你迂腐。
于人人高唱"抢抓机遇"之境，最危险之语非外行话，乃大实话。
于是项目轰轰烈烈启动。
先做原型，再做演示，再做试点，再做汇报。真至临床一线，医师不愿用，数据接不上，权限批不出，模型应答漂亮却无人敢采信。
继而开始推诿责任。
厂商怨医院数据不济。医院怨厂商产品稚嫩。科室怨信息科支撑乏力。信息科怨需求朝令夕改。
无人愿重返最初那间会议室，承认一句：此事自始便匮乏一个踩刹车的人。
诸多医疗机构中，信息科始终处于微妙境地。
距技术最近，却未必距决策最近。最知问题所在，却未必有权定夺如何整改。负责令系统运转，却常不负责界定系统究竟欲解决何种问题。
一所机构的数据究竟混沌至何程度，信息科最清楚。系统之间究竟畅通与否，信息科最清楚。哪个接口系规范建设，哪个接口乃临时补丁，信息科最清楚。哪个科室口惠而实不至，信息科亦最清楚。
问题在于，体温计仅能显示发热，无法代开药方。
往昔机构视信息科为后勤。电脑故障寻之，打印机故障寻之，医保接口故障寻之，叫号屏熄灭亦寻之。
如今AI来袭，照旧寻之。
然AI非换电脑，非接网线，非增菜单。
AI须重构流程，须界定数据，须厘清权责，须持续运维，须培训医师，还须评估成效。非信息科一部门所能独担。
然诸多机构仍循旧制：
领导定方向，厂商出方案，信息科接需求，临床试一圈，年末写总结。
此套办法做寻常系统尚且勉强，做AI更显力不从心。
因AI上线之后，非终结，乃麻烦真正发端。
知识库谁维护？模型谁评估？医师反馈谁处理？错误建议谁复盘？患者投诉谁解释？科研数据与临床数据边界如何划分？
此等难题，无一能靠信息科独自回应。
AI入医疗机构，最常用之说是为医师减负。
此言有理。智能病历助手、智能文书、语音录入，确有可能缩减医师文书耗时。海外已有研究表明，智能病历助手或可减轻二至三成文书负担。
医师当然需要此类工具。中国医师尤甚。
然医师心中亦存疑虑。
若AI仅多一弹窗、多一确认、多一套培训、多一重试用反馈，则非减负，乃增负。
若AI生成之病历仍需医师逐句核验，出了问题仍归责医师，则医师很快领悟：此工具非来助我，乃来令我背书。
若AI辅助诊断误判，医师未采纳，出事归谁？医师采纳了，出事又归谁？
故而，医师并非天然抵触AI。
医师抵触的是一种新负担：系统称辅助，责任仍归我；项目称创新，时间仍归我；验收称成果，风险仍归我。
一项覆盖五十个国家和地区医师的调研显示，逾八成医师认为AI将改善临床实践，然真正用过AI者不足三成，接受过正规培训者更寡。
此落差表明，问题非医师不识时务，乃组织尚未准备就绪。
AI若不能令医师少敲一段字、少返一次工、少背一次锅，其再聪慧，亦不过一项新任务。
医疗机构AI并非不可为。
恰恰相反，诸多场景应当尽快推进。
院内制度问答可行。患者宣教可行。病历草稿辅助可行。文献摘要可行。低风险随访提醒可行。质控规则提示亦可。
此等场景边界相对明晰，有人审核，即可小步快跑。
然有些事急不得。
诊断建议、治疗方案、用药决策、手术规划、医保风控、专病预测模型，一旦出错，影响非PPT效果，乃患者安全、医师责任与机构声誉。
医疗机构AI最惧者非慢。
最惧者乃明明未备，材料中却写得似已完备。
数据未治理，写成"数据资产初步成形"。医师未真用，写成"多场景试点"。系统未贯通，写成"多源数据融合"。模型无人评估，写成"能力持续优化"。
措辞一换，项目便圆满了。
然机构中人皆知，实情乃另一回事。
故而，那个敢说"不可"的人，不应被视为阻力。
其乃替机构省钱，替院长避雷，替医师减压，替患者守底线。
往昔机构推进信息化，众人坐观信息科劳作。如今AI来袭，旁观之人皆须向台前挪步。
医务处须介入，因AI触及医疗质量。医保办须介入，因AI触及支付规则。病案室须介入，因AI触及编码与首页。伦理委员会须介入，因AI触及患者权益。法务须介入，因AI触及责任归属。临床科室更须介入，因医师不用，一切皆空。
AI非信息科之项目。
AI乃机构重新分配权责之试金石。
谁仍欲将其甩给信息科，谁便尚未真正理解AI。
未来数年，机构中必将涌现愈来愈多AI项目。
此无悬念。
政策会推，厂商会争，院长会讲，医师亦将渐至采用。
然真正拉开差距者，未必是谁模型最大，谁平台最炫，谁展厅最夺目。
而是谁能在项目启动前，将几句逆耳之言道明白。
数据不净，莫急谈智能决策。流程未改，莫急谈效率提升。医师不愿用，莫急谈全面推广。权责未清，莫急谈临床闭环。预算仅够建设、不敷运维，莫急谈长期运营。
医疗机构AI最危险之处，非无人信之。
恰恰相反，乃太多人乐意信之。
信其能替机构解决增长之困。信其能替医师解决负担之重。信其能替管理者解决运营之难。信其能替过去十余年未偿清之信息化旧账，一次性了结。
然AI非来替机构补一句新口号。
其乃来逼机构还债。
还数据之债，还流程之债，还权责之债，还组织分工之债。
故而，下一次再闻某机构宣称要全面拥抱AI，真正该问者非：
汝等有无大模型？
而是：
汝等机构中，有无一人，敢在应当说不可之时，将"不可"宣之于口？
参考资料：
国家卫生健康委等部门：《关于促进和规范"人工智能+医疗卫生"应用发展的实施意见》
国家卫生健康委、国家中医药局、国家疾控局：《医疗卫生机构网络安全管理办法》
npj Digital Medicine：Global physician perspectives on artificial intelligence in healthcare across 50 countries and territories
npj Digital Medicine：Navigating the uncharted risks of AI scribes in clinical practice