人工智能赋能医疗健康：突破困境，释放无限潜能

人工智能（AI）在医疗领域应用期望高但实践受限。研究人员结合实践经验与分析，探究 AI 在医疗广泛应用的阻碍因素及解决措施。研究发现已有可行结构，利用 AI 可挖掘潜力，为推动 AI 医疗应用提供思路。

　　人工智能（Artificial Intelligence，AI）在医疗保健领域的应用引发了人们的高度期待，尤其是在决策支持方面，例如在急诊科长时间轮班期间。然而，许多 AI 模型在日常临床实践中的实际应用仍然有限。这就引出了一个问题：哪些障碍阻碍了其更广泛的应用呢？

本文依据实际经验和一般性分析，探讨了阻碍人工智能在医疗保健领域广泛应用的因素，以及克服这些障碍所需采取的措施。像大学医学网络（Network of University Medicine，NUM）这样的国家倡议表明，人工智能应用的可行架构已然存在。与此同时，诸如重复性任务（此处称为 “繁琐任务”）自动化等例子说明，通过有针对性地运用 AI 方法，能够相对轻松地挖掘出大量未被开发的潜力。