波士顿儿童医院用 AI 解锁新诊断：医疗知识如何进入临床推理

导语

OpenAI 这篇案例讲波士顿儿童医院如何把 AI 当作临床和运营基础设施，而不是单点试验工具。它的关键价值有两条：一是节省行政和运营时间，二是把遗传数据、表型信息和医学文献接入复杂病例诊断。

1. 医院面对的是容量和认知双重压力

波士顿儿童医院覆盖 40 多个专科，每年接近 100 万次门诊。供应链、账单、排班等后台流程消耗大量时间；罕见病诊断又要求医生综合遗传数据、临床史和医学文献。

John Brownstein 的判断是：问题不是医生不努力，而是人类认知能力有上限。AI 在这里被定位为扩大组织处理复杂信息的能力，而不是替代医生的单个工具。

2. 从零散工具转向企业级 AI layer

医院早期做过文档、翻译等单点应用，但很快发现碎片化方案不够。后来它建设了安全的内部 ChatGPT 环境，供研究、临床和行政团队共同使用。

这个 enterprise AI layer 允许不同岗位访问相关数据、综合文献、改进流程，并配套治理、监控和评估机制。