在周四的節目中 皮特匹茲堡創傷醫療中心因使用人工智慧而引發的緊張局勢已經爆發。
在這部五次榮獲艾美獎的醫療劇第二季中,新任主治醫生巴蘭哈希米(塞皮德莫阿菲飾)決心提高醫院的效率。她告訴她持懷疑態度的團隊,新的人工智慧系統可以將繪製圖表的時間減少 80%,讓他們可以將更多時間花在床邊和家中。
但在第六集中,醫生發現人工智慧工具捏造了有關患者的虛假細節,並將「泌尿科」與「神經科」混淆了。
Al-Hashimi 表示:「人工智慧 2% 的錯誤率仍然比傳說中的要好。」他補充說,它需要進行錯誤審查。但憤怒的內科醫生坎貝爾醫生(莫妮卡·巴特納加爾飾)回應道:“我真的不在乎你是否想在這裡使用機器人。我需要醫療記錄中的準確信息。”
與該劇的許多主題一樣,這個故事情節反映了全國各地醫院中發生的現實生活辯論。一項研究顯示,三分之二的醫生表示他們在某種程度上使用人工智慧 2025 年調查 由美國醫學會。有些人發現它在提供護理和減少倦怠方面具有無價的價值。但其他健康專業人士表示,在這樣一個高風險領域,這項計畫的推出速度太快,而且犯了太多錯誤。
人工智慧作為醫療參謀
在 皮特人工智慧主要作為一種繪圖工具呈現:醫生記錄他們與病人接觸的過程。圖表是醫生面臨的最大問題之一,因為他們經常必須熬夜幾個小時才能完成。幾年來,醫院一直在實施環境人工智慧抄寫員,他們聆聽與患者的對話,然後將其總結在醫療記錄中。
杜克大學醫學院的醫生兼教授 Murali Doraiswamy 表示,如今的人工智慧抄寫員讓醫生能夠專注於患者,而不是在預約時打字。但他表示,這些工具每次只能節省一兩分鐘,因為醫生必須花時間編輯人工智慧創建的內容(正如 Al-Hashimi 在 皮特)。 「這並不能顯著節省我們所說的睡衣時間,」他說。 “但總的來說,這是一個進步,希望它變得越來越好。”
一些人工智慧圖表工具甚至更進一步。去年,新墨西哥州的 Presbyterian Health Services 試行了一款名為 GW RhythmX 的人工智慧助手,它可以為醫生提供即將到來的患者的病史摘要,從而可能使醫生不必在預約前整理數月的圖表和實驗室文件。
Presbyterian 首席醫療資訊長 Lori Walker 表示,RhythmX 工具還可以為複雜的病患問題提供解決方案。例如,她說一名患者最近因傷口感染而入院,但對許多可以治療細菌的抗生素過敏。此前,醫生會諮詢傳染病專家,此過程可能需要 24 至 48 小時。相反,醫生諮詢了聊天機器人並立即收到了有效的處方。
耶魯大學醫學院的二年級住院醫師 Sudheesha Perera 表示,他和他的同事幾乎每天都使用 OpenEvidence,這是一種大型語言模型聊天機器人,經過同行評審的醫學文獻訓練。 「如果有感染的患者,我可能會問,『我因為這個原因選擇了這種藥物。還有什麼替代方案嗎?』」佩雷拉說,並指出它比使用谷歌或醫學教科書更快。
佩雷拉正在幫助耶魯大學開發人工智慧課程,為居民提供使用該技術時的最佳實踐建議。而在耶魯大學心血管數據科學實驗室,他使用 Claude Code 和 Gemini 來幫助他編寫數據分析程式碼。 “我可以用純文字說,’這就是我的數據,這就是我想要的。’在完成工作方面,它確實改變了遊戲規則。”
錯誤和風險
但許多恐懼和風險隨之而來。就像在 皮特, 人工智慧工具在真實的醫療環境中犯了很多錯誤。住院護理師、加州護理師協會和全國護理組織委員會主席米歇爾·古鐵雷斯·沃 (Michelle Gutierrez Vo) 表示,三年前,她所在的醫院試圖實施一種新工具來取代病例經理的判斷。但當他們測試該工具時,它對許多情況處理不當,包括建議入院接受一個月化療的癌症患者在兩到三天內出院。
「我們一次又一次地證明,實施或使用人工智慧對他們來說實際上更糟、更昂貴,」她說。一 2024年的調查發現 三分之二的工會註冊護士表示人工智慧傷害了他們並威脅到病人的安全。
Gutierrez Vo 擔心人工智慧只是被用來削減成本和增加利潤,迫使本已捉襟見肘的員工更加努力地工作。這種擔憂得到了回應 皮特主角羅比醫生(諾亞懷爾飾):「這將使我們更有效率,但醫院希望我們能夠在不收取額外費用的情況下治療更多患者,」他說。
然而,人們對去技能化感到非常擔憂:即使人工智慧現在可以幫助醫生,它也會在最需要的時候破壞他們的固有知識和決策。這個想法將在本週的節目結束時進行探討 皮特:網路攻擊迫使醫院完全模擬並完全依賴其技能和培訓。
這個場景引起了佩雷拉的共鳴。 「當病人在你眼前暈倒時,你需要記住知識。人工智慧工具非常慢,」佩雷拉說。 “確實,歸根結底,我們需要在沒有工具的情況下進行練習。”
佩雷拉尤其擔心,如果新一代醫生在沒有先學習技能的情況下過度依賴人工智慧工具,整個醫療領域可能會受到嚴重損害。 「從未寫過大學論文而只使用過 ChatGPT 的孩子可以變成從未寫過評論和計劃而只使用過 OpenEvidence 的醫生,」Perera 說。 “在培訓中的正確時間,教會住院醫生如何成為這些工具的好管家非常重要。”
多拉斯瓦米希望工具的建構能夠支持醫生的判斷,而不是取代它。 「我們越能讓人工智慧讓醫生提出正確的問題,而不僅僅是自動回答問題,情況就會越好,」他說。 “我們想要一些能讓我們思考的東西。”










