波士顿儿童医院追求人工智能，并不是单纯为了试验新技术。该医院将 AI 融入整个组织，作为其临床和运营基础设施的核心组成部分，以改善为儿科患者提供护理的方式，尤其是为患有复杂和罕见疾病的患者提供护理。通过将 AI 整合到日常工作流中，团队降低了运营成本，改善了护理可及性，并帮助诊断出 40 多种此前悬而未决的罕见病。

波士顿儿童医院是全球最大的儿科机构之一，每年在 40 多个专科为患者提供近 100 万次门诊服务。

与许多医疗卫生系统一样，它在严格的财务约束下运营，同时还要应对不断增加的行政负担。供应链、计费和运营等团队需要处理大量重复性任务，从处理发票到协调日程不一而足。这些流程必不可少，却非常耗时，使员工无法专注于更高价值的工作。

与此同时，临床团队面临着另一种限制。罕见病病例往往涉及碎片化的遗传数据、不完整的临床病史，以及数量庞大的医学文献。即使在领先的研究机构中，医生也无法足够迅速地综合所有这些信息，从而完成每一次诊断。

“问题不在于努力程度，”波士顿儿童医院首席创新官 John Brownstein 说。“而在人类认知的极限。”

波士顿儿童医院最初从单个 AI 用例入手，包括文档和翻译工具。但这些早期尝试很快暴露出碎片化方法的局限。

“你不能只依赖一次性的解决方案，”Brownstein 说。

医院转向构建 Brownstein 所说的企业 AI 层：一个安全的内部 ChatGPT 环境，供研究、临床和行政团队共同使用。该组织不再把 AI 视为一组工具，而是创建了一个共享基础，使新能力能够快速开发和部署。

该系统让团队能够以与各自角色直接相关的方式使用 AI，无论是访问内部数据、综合医学文献，还是简化工作流。治理结构与技术同步建立，以确保安全、监控和一致的评估。

这一转变改变了创新的速度。过去需要较长开发周期的工具，如今可在数天内部署，使该组织能够快速响应运营需求和临床需要。

如今，超过三分之一的员工在日常工作中使用 AI，覆盖临床、研究和行政职能。

波士顿儿童医院首先聚焦于 AI 能够产生可衡量运营影响的领域。在供应链运营中，AI 现在负责管理发票接收、流转和回复。

与此同时，医院还将 AI 应用于手术排程。通过分析临床记录并估计患者病情危重程度，该系统改进了手术室时间的分配方式。这使日程能够更早规划，提高利用率，并让更多患者更快获得所需护理。

此外，医生使用 AI 进行决策支持，并综合复杂的临床信息。研究人员将其用于数据分析和队列构建。行政团队则依靠它来起草文档、编写代码并改进工作流。

该组织将这些变化与可衡量的成果直接关联起来。在 50 多项自动化中，波士顿儿童医院已节省约 60,000 小时，相当于重新配置了超过 700 万美元的劳动力。

该组织一直专注于让 AI 与日常工作相关，而不是将其作为一项独立举措引入。

“关键在于在他们所在之处与他们相遇，”Brownstein 说。

在改善运营的同时，波士顿儿童医院也投资将 AI 用于临床发现。医院开发了其所称的“遗传学家副驾驶”，旨在整合遗传数据、表型信息和全球医学文献。

该系统应对的是医学中最棘手的挑战之一：诊断多年来一直无法解释的罕见病。

这项工作的成果是，迄今已完成 40 多项此前被认为不可能的诊断。这项工作还促成了新基因靶点和潜在治疗路径的识别。

“我们结合遗传信息、表型信息、文献检索以及 AI 的推理，为曾经得不到任何答案的家庭提供诊断，”Brownstein 说。

对于患者和家庭来说，其影响是即时且切实可感的。曾经悬而未决的病例，如今正在获得答案；在某些情况下，还带来了新的治疗方向。

“这在以前难以想象，但现在正为许多家庭带来希望，”Brownstein 说。

波士顿儿童医院 AI 战略的下一阶段，重点是更深度的整合和更广泛的采用。领导层看到了扩大使用范围和影响力的重大机会。

医院正在努力将 AI 更充分地嵌入临床决策，将工具扩展到各个专科，并通过与 OpenAI 合作继续完善模型。

随着时间推移，AI 有望成为医疗实践的核心组成部分。

“如果有一位训练极其充分的医生，身边还汇聚着全世界的医学知识，你怎么会不想要呢？”Brownstein 说。

在波士顿儿童医院，AI 正成为支持护理交付、研究和发现的基础设施的一部分，重新定义临床医生和患者可实现的可能性。