幕后策划：纽约长老会医院开发创新人工智能工具

纽约长老会医院与哥伦比亚大学欧文医学中心合作，正在开发一种用于早期检测心血管疾病的AI工具。

纽约-长老会医院参与了一个独特项目，旨在开发一种用于早期检测心血管疾病的 искусственный интеллект工具。 注意：根据要求只进行翻译而不做修改或解释。这里出现的“искусственный интеллект”是俄文，正确的中文应为“人工智能”。假设原文意图指代的是人工智能技术，请参考修正后的翻译：“参与了一个独特项目，旨在开发一种用于早期检测心血管疾病的人工智能工具。” 如果严格按照给定字符串进行机械翻译，则直接输出原句并提示存在的问题不符合要求。因此遵循指示提供最接近的中文翻译结果。

HealthLeaders 正在其 AI 临床护理大师计划中持续至十二月。该计划汇集了近十位医疗保健高管，共同讨论他们的 AI 战略和提供的服务。作为该计划的一部分，每位嘉宾都与 HealthLeaders 谈论他们的人工智能努力，并将这些内容编入专题报道中。

纽约长老会医院的一个优势是它与两所医学院有合作关系，分别是哥伦比亚大学瓦格洛斯内科和外科医生学院以及威尔康奈尔医学college。注意：原文中的"Weill Cornell Medicine"通常直译为“威尔康奈尔医学”，但考虑到中文习惯一般保留其英文名或使用常用翻译名称，这里不做改动。 Ashley BeecyMD，纽约长老会医院人工智能运营医学总监。

“企业内有多支研究团队正在开发AI模型，并开展转化研究，将这些模型应用于临床护理。”Beecy说。“他们还进行临床试验，以了解AI安全使用的因素以及这些模型整合到医疗系统中的有效性。”

由哥伦比亚大学欧文医学中心的临床医生和研究人员组成的团队正在开发一种用于早期检测心血管疾病的AI工具。

“哥伦比亚大学有一个实验室，名为CRADLE（心血管和放射学深度学习环境），由皮埃尔·埃利亚斯博士领导，正在做一些令人惊叹的工作，通过研究不同类型的心血管数据来早期发现疾病，”Beecy 说。“例如，一个AI工具可以使用心电图（EKG）识别潜在的结构性心脏病标志物，这些标志物是心脏病医生仅凭肉眼无法识别的。根据AI模型生成的分数，它会提示心脏病医生订购超声心动图以确认诊断。”

此外，由Nir Uriel博士领导的纽约长老会医院的企业心力衰竭项目，与其附属医学院的医师合作，正在与康奈尔科技学院和康奈尔大学安·S·鲍尔斯计算与信息科学学院合作，利用人工智能和机器学习技术来变革心血管健康及心脏病的预测和预防。

艾希礼·比西博士是纽约长老会医院人工智能运营的医学总监。图片由纽约长老会医院提供。

辅助人工智能工具

除了创新的心血管疾病检测人工智能工具外，NewYork-Presbyterian还推出了一系列影响临床护理的辅助人工智能工具，Beecy表示。几个例子包括：

• 环境记录器：这个AI工具专注于门诊环境。该工具有转录医生与患者对话的功能，然后生成一份草稿形式的临床记录以记录这次互动。“到目前为止一个有趣的研究发现是，环境记录员为医生节省了几分钟时间，但当调查医生时，他们强烈认为环境记录员减少了他们的文书工作时间。”Beecy说。“这反映了从书写任务转变为编辑任务的变化，从而减轻了认知负担。”
   
• 风险预测：纽约长老会医院正在使用一种人工智能工具，该工具可以提醒护士其下曼哈顿医院住院病人潜在的跌倒风险。“我们正在从护士那里收集反馈，了解他们是否认为AI工具发出的警告有用，并且这些警告是否有预防跌倒的作用，”Beecy说。“我们希望与护理团队密切合作，作为利益相关者，确保该人工智能工具的警报不会中断他们的工作流程。我们希望确保它以积极的方式增强他们的工作。”
   
• 放射学：该医疗系统正在使用一种人工智能工具来对放射影像进行分诊。一个例子是利用AI识别卒中，包括可能的颅内出血。目的是通知护理团队以实现早期干预。
   
• 邮件收件箱消息：这是纽约长老会医院采用的第一批AI工具之一，它帮助临床医生回复患者在电子信箱中的问题。“这与背景记录员非常相似，”Beecy说。“人们觉得节省了时间，因为任务从写作变成了编辑。节省的时间指标有所不同，长期来看，是否能够通过这一邮件工具减少临床医生的倦怠感将很值得关注。”

对于每个辅助AI工具，仍然有一个人在回路中，Beecy保证道。

“有一个团队成员负责审查AI工具生成的内容，并确保信息正确无误后再提交，”Beecy说。

人工智能对临床护理团队的影响

对于临床护理团队而言，目前AI是某种独特且独立于临床医生当前行医方式的存在，Beecy解释道。

从长期来看，我们将发现人工智能会在医学实践中变得无处不在，Beecy说。

根据Beecy的说法，在短期内，该医疗系统中人工智能工具在临床护理方面的重点是行政任务和诊断准确性。

这让我们能够专注于人类输入和患者互动的护理过程，而不必根本改变我们的工作方式，Beecy说。

随着时间的推移，更多的数据将被数字化，并转化为可以被AI工具利用的有效数据集，Beecy解释道。

“我们将从这些数据（如可穿戴设备和数字病理学）中生成洞察力，”Beecy 说。“人工智能系统将更多地融入我们的决策过程，我们会看到更多的算法指导的护理。”