美国医院中生成式人工智能与电子健康记录相结合的采用情况

《JAMA Network Open》：Uptake of Generative AI Integrated With Electronic Health Records in US Hospitals

本研究通过2024年AHA信息技术补充调查，分析2174家非联邦急性护理医院生成式AI的采纳情况，结果显示31.5%为早期采用者，24.7%计划明年采用。独立医院和Medicaid占比高的机构采用率较低，而Epic系统用户更积极。研究指出需加强评估支持和制定最佳实践以弥合数字鸿沟。

　　

要点

问题：2024年，美国有哪些医院使用了生成式人工智能（AI）？

调查结果：在这项针对2174家非联邦医院的调查研究中，31.5%的医院表示在2024年使用了生成式AI，24.7%的医院计划在一年内使用。独立运营的医院以及接收大量Medicaid患者的医院更可能没有实施计划；而那些对预测性AI进行了全面本地评估的医院，则更有可能在一年内使用生成式AI，而非目前就使用它。

意义：这项研究结果表明，到2025年底，美国一半的非联邦急性护理医院将使用生成式AI；这表明存在数字鸿沟，即一些医院在采用这些技术时缺乏完善的保障措施。

摘要

重要性：虽然人们对生成式人工智能（AI）充满热情，但尚缺乏关于其在医疗保健机构中实际应用的系统化证据。

研究目的：描述非联邦急性护理医院对集成在电子健康记录（EHR）中的生成式AI的采用情况，以及这种采用与医院使用和评估预测性AI的经验及医院特征之间的关系。

研究设计、背景和参与者

数据来源 预测性AI的使用经验、AI的来源、本地评估实践（包括准确性和偏差评估以及部署后的评估），以及EHR开发者的信息均来自2024年AHA IT补充调查。医院特征（如是否为关键护理医院、是否属于多医院系统、是否具有教学职能）则来自2024年AHA年度调查。医院的运营利润率、未补偿护理负担以及Medicaid患者的出院比例数据来源于2022年Medicare成本报告。 主要结果和衡量指标 医院属于早期采用者（目前已经在EHR中使用了生成式AI）、快速跟进者（计划在一年内使用），还是延迟采用者（计划在五年内使用、没有计划或不清楚）。

分析结果：共有2174家医院参与了调查（其中1003家为小型医院[占比50.4%]，1382家位于城市核心区域[占比60.8%]，1668家属于多医院系统[占比68.8%]）。总体而言，762家医院（占比31.5%）在2024年已经是生成式AI的早期采用者，540家（占比24.7%）为快速跟进者，872家（占比43.7%）为延迟采用者。在未经调整的分析中，独立运营的医院和关键护理医院成为早期采用者或快速跟进者的可能性低于延迟采用者。经过调整后的分析显示，使用预测性AI的医院更有可能成为早期采用者或快速跟进者（差异为26.2个百分点[95%置信区间：16.8-35.6]）。使用Epic系统的医院比使用其他EHR系统的医院更有可能成为早期采用者或快速跟进者（例如，Epic用户成为早期采用者或快速跟进者的概率比Oracle用户高21.9个百分点[95%置信区间：16.3-27.4]）。那些进行了所有本地评估流程（准确性、偏差评估及部署后评估）的医院，其采用速度比仅进行一项评估流程的医院更慢（成为早期采用者的可能性低12.1个百分点[95%置信区间：4.5-19.6]，成为快速跟进者的可能性低12.1个百分点）。

结论与意义：在这项针对美国医院的调查中，超过一半的医院表示他们可能在2025年底之前采用生成式AI。研究结果强调了提供支持以帮助医院有效采用生成式AI的重要性，并指出需要制定和推广跨组织的生成式AI评估最佳实践。