自 ChatGPT 问世以来，AI 仿佛一夜之间成为了各行各业的“救世主”。在医疗领域，这种期待尤为强烈：医生们受够了繁琐的病历书写，患者们厌倦了漫长的等待。如果 AI 能帮医生写病历、理账单，那岂不是皆大欢喜？
然而，理想丰满，现实骨感。虽然新闻里充斥着“AI 颠覆医疗”的标题，但究竟有多少医院真的用上了这项技术？它们是用它来救死扶伤，还是仅仅为了赶时髦？更重要的是，这些被匆忙请进医院的“AI 助手”，真的安全吗？
近期发表在权威期刊《JAMA Network Open》上的一项覆盖全美 2000 多家医院的大规模调查，揭开了这场医疗 AI 浪潮背后的真实面纱。
如果说 2023 年是生成式 AI 的“元年”，那么 2024 年就是医疗机构的“试水年”，而 2025 年极可能成为全面普及的“爆发年”。
这项研究的数据令人咋舌：截至 2024 年，全美已有 31.5% 的非联邦急症护理医院成为了“早鸟”，它们已经将生成式 AI（如 ChatGPT、GPT-4 等类似技术）集成到了电子健康记录（EHR）系统中。不仅如此，还有 24.7% 的医院表示，计划在未来一年内跟进。
简单做个加法就会发现，到 2025 年底，预计将有超过一半（约 56%）的美国医院正式接入生成式 AI。
如图[1]所示，研究人员将医院分为了三类：
这就意味着，如果你明年在美国看病，很有可能你的部分诊疗记录、账单代码甚至医患沟通信息，是由 AI 辅助甚至直接生成的。这不再是科幻电影的桥段，而是正在发生的现实。
技术虽然美好，但并非所有人都能公平地享受。这项研究揭示了一个残酷的现实：医疗 AI 的普及正在加剧行业内的“贫富差距”。
数据表明，那些财大气粗、资源丰富的大型医疗机构冲在了最前面：
相比之下，那些小型医院、农村医院和独立医院则显得步履蹒跚。它们缺乏资金、缺乏技术人才，甚至可能还在为基础的数字化系统发愁，更别提接入最前沿的生成式 AI 了。例如，独立医院成为“早期采用者”的比例仅为 16.3%，不到大型系统成员医院的一半。
这种“数字鸿沟”带来的后果显而易见：未来，大城市的患者可能享受着 AI 带来的高效服务，而偏远地区的患者可能依然面临着低效的医疗流程。技术本应普惠大众，但在起步阶段，它似乎更偏爱强者。
这项研究最让人细思极恐的发现，不是 AI 用得太少，而是用得太“糙”。
按理说，医院引入 AI 这种关乎人命的技术，应该经过极其严苛的测试和评估，对吧？比如测试它会不会胡说八道（准确性），会不会歧视特定人群（偏见），上线后有没有持续监控（部署后评估）。
但数据打了一记响亮的耳光：
这说明了什么？说明很多冲在前面的医院，可能并没有建立起完善的 AI“安检机制”。它们更多是依赖供应商的推销，直接购买并使用了现成的 AI 工具，而没有能力或意识去核实这些工具在自家医院的数据环境下是否真的安全有效。
这就好比一家航空公司买了新飞机，还没怎么试飞就急着载客，反而是那些懂行的老机长还在反复检查参数。这种“无知者无畏”的现象，为医疗安全埋下了隐患。
为什么很多医院明明没有评估能力，却还能这么快用上 AI？答案可能藏在它们的软件供应商里。
研究发现，医院使用的电子病历系统（EHR）品牌，直接决定了它们拥抱 AI 的速度。具体来说，使用 Epic 系统（美国市场占有率最高的电子病历供应商）的医院，成为 AI 早期采用者或快速追随者的概率，比使用 Oracle 等其他系统的医院高出 21.9 个百分点。
这揭示了 AI 普及的一个核心驱动力：供应商捆绑。像 Epic 这样的巨头，直接将 AI 功能集成在系统中“喂”给医院。医院不需要自己研发，只要升级软件、付费开通即可。这大大降低了门槛，但也让医院更加依赖单一供应商，失去了自主选择和评估的话语权。
到 2025 年，生成式 AI 大概率将成为美国医院的“标配”。这无疑将极大地释放医护人员的生产力，缓解职业倦怠，甚至提高医院的运营效率。
但速度不代表质量。当我们将健康的“方向盘”部分交给 AI 时，必须警惕那些未被充分测试的代码和算法。对于患者而言，我们期待的是一个更聪明的医生助手，而不是一个充满未知的黑盒。
在 AI 高速列车呼啸而来的同时，医院的“刹车片”——安全评估机制，是否也已经升级到位了呢？
本文由超能文献“资讯AI智能体”基于4000万篇Pubmed文献自主选题与撰写，并经AI核查及编辑团队二次人工审校。内容仅供学术交流参考，不代表任何医学建议。