波士頓兒童醫院導入人工智慧並非僅為實驗新科技，而是將AI深度整合至其臨床與營運基礎設施的核心，以改善對兒科病患的照護方式，特別是針對複雜與罕見疾病的病患。透過將AI融入日常工作流程，該團隊已成功降低營運成本、提升醫療可近性，並協助診斷出超過40種先前未解的罕見疾病。

在壓力下運作波士頓兒童醫院是全球最大的兒科醫療機構之一，每年服務超過40個專科的病患，門診量接近100萬人次。如同許多醫療體系，該院在嚴峻的財務限制下運作，同時還需應對日益增加的行政負擔。供應鏈、帳務與營運團隊處理著大量重複性任務，從發票處理到排程協調。

這些流程雖然必要卻耗時，使員工無法專注於更高價值的工作。同時，臨床團隊也面臨著另一種限制。罕見疾病案例常涉及零碎的基因資料、不完整的病史以及龐大的醫學文獻。即使在頂尖的研究機構中，醫師也無法快速整合所有資訊以做出每一個診斷。波士頓兒童醫院的首席創新長 John Brownstein 表示：「問題不在於努力程度，而在於人類的認知極限。」

建立企業級AI基礎波士頓兒童醫院最初從個別的AI應用案例著手，包括文件處理和翻譯工具。然而，這些早期嘗試很快就暴露出零碎方法的局限性。Brownstein 說：「你不能只依賴一次性的解決方案。」該院轉而建立 Brownstein 所稱的「企業級AI層」（enterprise AI layer）：一個安全的內部 ChatGPT 環境，供研究、臨床和行政團隊共同使用。

該機構不再將AI視為工具的集合，而是創建了一個共享基礎，讓新的功能得以快速開發和部署。這個系統讓團隊能夠以與其職責直接相關的方式運用AI，無論是存取內部資料、整合醫學文獻還是簡化工作流程。同時也建立了治理結構，以確保安全性、監控與持續評估。

這項轉變改變了創新的速度。過去需要漫長開發週期的工具，現在只需數天即可部署，使該機構能夠迅速應對營運需求和臨床需求。如今，超過三分之一的員工在日常工作中運用AI，涵蓋臨床、研究和行政職能。重新設計營運工作流程波士頓兒童醫院首先專注於AI能帶來可衡量營運影響的領域。

在供應鏈營運中，AI現在負責管理發票的接收、路由和回應。同時，該院也將AI應用於手術排程。透過分析臨床筆記並評估病患的嚴重程度，該系統改善了手術室時間的分配方式。這使得排程能夠更早規劃，提高了利用率，並讓更多病患能更快獲得所需的照護。此外，醫師運用AI進行決策支援並整合複雜的臨床資訊。

研究人員將其應用於資料分析和群組建立。行政團隊則依賴它來起草文件、編碼和改進工作流程。該機構將這些改變直接與可衡量的成果掛鉤。透過超過50項自動化，波士頓兒童醫院已節省約60,000小時的工作時間，相當於超過700萬美元的勞動成本重新配置。

該機構專注於讓AI與日常工作相關，而非將其作為一個獨立的專案引入。Brownstein 表示：「關鍵在於貼近人們的需求。」推進罕見疾病診斷與基因研究除了營運改善，波士頓兒童醫院也投資AI於臨床發現。該院開發了一套被稱為「基因學共同駕駛」（co-pilot geneticist）的系統，旨在整合基因資料、表型資訊和全球醫學文獻。

這個系統解決了醫學上最困難的挑戰之一：診斷多年來無法解釋的罕見疾病。由於這項工作，迄今已做出超過40項過去被認為不可能的診斷。這項工作也促成了新基因靶點和潛在治療途徑的識別。Brownstein 說：「我們結合基因資訊、表型資訊、文獻搜尋以及AI的推理能力，為那些曾苦無答案的家庭提供診斷。」

對於病患和家庭而言，影響是即時且具體的。過去懸而未決的案例現在有了答案，在某些情況下，甚至找到了新的治療方向。Brownstein 表示：「這在以前是不可想像的，但現在卻為這麼多家庭帶來了希望。」大規模實現AI賦能照護波士頓兒童醫院AI策略的下一階段著重於更深度的整合和更廣泛的採用。

領導層看到了擴大使用範圍和影響力的巨大機會。該院正努力將AI更全面地嵌入臨床決策，將工具推廣至各專科，並透過與 OpenAI 的合作持續微調模型。隨著時間推移，AI預計將成為醫療實踐的核心組成部分。Brownstein 說：「誰會不想要一位訓練有素的醫師，同時擁有全球所有的醫學知識呢？」

在波士頓兒童醫院，AI正成為支援照護提供、研究與發現的基礎設施的一部分，重新定義了臨床醫師和病患的可能性。