编辑推荐：
在医疗领域，AI 被寄予厚望，却面临与全球医疗系统现实不匹配的难题。研究人员围绕人工智能（AI）与全球健康展开研究，运用保罗?法默（Paul Farmer）的 5S 框架分析，发现多数医疗系统未做好 AI 应用准备，强调投资医疗系统是 AI 发展关键，为 AI 合理应用提供方向。
在当今数字化时代，人工智能（AI）浪潮席卷医疗领域，仿佛一盏明灯，被众多人视作解决全球健康难题的希望之光。从微软和诺华基金会提出低收入和中等收入国家能借助 AI “弯道超车”，到世界银行畅想偏远村庄依靠 AI 诊断获得世界级医疗服务，再到英特尔 AI 预测 2026 年将节省巨额开支，各方对 AI 在医疗领域的前景充满期待。然而，现实却给这份热情泼了冷水。大量批判性学术研究指出，AI 存在算法偏见、模型输出不公平且不准确等问题。更严峻的是，AI 所设想的益处与全球医疗系统的实际状况严重脱节。许多医疗系统连基本的医疗服务都难以保障，在这样的情况下盲目推进 AI，不仅无法实现预期效果，还可能造成资源错配，加剧健康不平等。为了解决这些问题，来自美国、加拿大、德国等多个国家研究机构的研究人员，包括 Liam G. McCoy、Azra Bihorac、Leo Anthony Celi 等，开展了一项围绕如何构建能够有效利用 AI 的医疗系统的研究 。他们运用保罗?法默（Paul Farmer）提出的 “Staff（人员）、Stuff（物资）、Space（空间）、Systems（系统）、Support（支持）”（5S）框架进行深入分析，论文发表在《BMC Global and Public Health》上。该研究发现，多数医疗系统远未达到能够有效实施 AI 的水平，只有当医疗系统在 5S 框架的各个维度都具备可持续能力时，AI 的实施才应纳入战略考虑。这一结论为全球医疗系统合理引入 AI 指明了方向，对于推动全球健康公平、提升医疗服务质量具有重要意义。
在研究方法上，研究人员主要采用了文献综述和理论分析的方法。通过广泛查阅人工智能在医疗领域应用的相关文献，梳理当前研究现状和存在的问题。同时，运用保罗?法默的 5S 框架，从人员、物资、空间、系统、支持五个维度对医疗系统进行理论剖析，探讨 AI 在不同维度下的实施条件和面临的挑战。
下面来具体看看研究结果：
- Staff（人员）：全球医疗人员短缺问题普遍存在，尤其在贫困地区更为严重。引入 AI 若不考虑人员需求，可能导致临床工作者权力转移、职业自主性受损等问题。研究指出，医疗系统应优先投资于人员招募、培养、保留，提升人员福利与职业发展空间，确保人员能充分参与技术开发，如此才能让 AI 辅助而非阻碍医疗服务 。
- Stuff（物资）：许多医疗系统连基本药物、设备都难以保障，在这种情况下投资 AI 是本末倒置。AI 工具虽能提供治疗建议，但缺乏相应物资支持则毫无意义。因此，要先建立可靠的物资供应链、提升本地制造能力、完善设备维护与库存管理系统，保障基本公用设施供应，解决全球经济和结构障碍，满足基本物资需求后再考虑 AI 投资 。
- Space（空间）：全球许多地区缺乏合适的医疗空间，地理、交通、社会文化等因素也阻碍人们获取医疗服务。数字健康虽有发展，但多数医疗干预仍需实体空间。所以，要投资建设优质医疗设施，改善交通以减少地理不平等，确保医疗空间基础设施完善，同步发展数字基础设施，且数字解决方案不能替代实体设施 。
- Systems（系统）：许多医疗系统存在供应链不稳定、患者记录碎片化、监管薄弱、质量控制机制不完善等基础问题。AI 集成应建立在健全的系统结构之上，需完善治理框架，将地方领导和专业知识置于核心，合理规划融资模式，重视 IT 基础设施建设，加强数据治理、隐私和安全保护 。
- Support（支持）：社会基础设施对医疗成功的影响远超技术。例如，患者若面临经济困难、交通不便等问题，即便有完美的 AI 系统也难以实现良好治疗效果。医疗系统需与社会关怀基础设施合作，构建强大的社会安全网，建立社区伙伴关系，提供全面经济支持 。
研究结论和讨论部分强调，AI 在医疗领域的应用不能脱离医疗系统的实际情况。目前对 AI 的过度追捧可能加剧全球健康不平等，将资源从基础医疗需求转移，使医疗服务控制权集中在技术供应商手中。应用 5S 框架评估医疗系统对 AI 的准备程度至关重要，同时需配套全面的医疗政策。AI 技术资助者应采取平衡投资策略，确保技术发展与医疗系统基础建设同步。只有当医疗系统在人员、物资、空间、系统、支持各方面都具备可持续能力时，AI 的实施才可能真正改善医疗服务，实现全球健康公平。这一研究为全球医疗系统在 AI 时代的发展提供了重要的理论依据和实践指导，提醒人们在追求新技术的同时，不能忽视医疗系统的根基建设。
