我的妻子奧特姆（Autumn）在過去四年中，有將近四分之一的時間是在急診室和醫院度過的，她一直在努力應對三種慢性病，以及一個令人羞愧的、支離破碎的美國醫療體系。我們住在華盛頓特區，家附近就有頂級醫院。然而，她的經歷卻令人大開眼界，甚至常常感到恐懼，尤其對於一個醫療支出是競爭對手兩倍的國家來說。

實際情況是：急診室擠滿了人，她經常像貨物一樣被堆放在走廊的擔架上，等待十幾個小時才能獲得照護。那些好心且通常很有才華的護理師們，卻常常不堪重負、過度勞累。醫生們被禁止或不願與其專業領域之外的專家合作，以解決複雜的病症。

能否遇到願意到病房看診的專科醫生，完全憑運氣。你需要像鑑識偵探一樣，才能從散落在各個入口網站和醫院的醫療紀錄中找到線索。然後，還需要奇蹟才能讓任何人將這些線索拼湊起來。「這感覺就像你需要去某個地方，卻只能騎著一台固定式腳踏車。」奧特姆說。

而我們已經算是幸運的了，擁有頂級保險、對醫療系統有深入了解，以及解決問題的資源。大多數病患都沒有這些條件。所有這些都讓我們感到憤怒和絕望，直到我們來到明尼蘇達州的一個小城市，瞥見了醫療天堂：羅徹斯特的 Mayo Clinic。

這就像發現了一個異國他鄉，或者看到了本應如此的未來。最棒的是：我很快發現 AI 可以輕鬆地幫助所有人解鎖 Mayo Clinic 的精髓。Mayo Clinic 的總裁兼執行長、胃腸病學家 Gianrico Farrugia 博士告訴我，他正在努力向聯邦政府和其他醫院展示如何複製 Mayo Clinic 的奇蹟。

運作方式：Mayo Clinic 的醫生以團隊形式工作。他們的薪水是為了治癒病患，而不是為了進行手術或開藥。護理師大約照顧四名病患，這比我們在家鄉一些最好的醫院所經歷的還要少。每個人都友善且有才華。病房乾淨整潔。每次預約都準時開始。

影像檢查和血液檢測會立即安排，而不是經過數月的焦慮等待。結果會即時顯示在您的線上入口網站。但真正的關鍵在於：醫生和病患利用由 AI 分類和分析的大量醫療資訊資料庫，然後將其導入 500 種不同的演算法，以幫助找到治療方法並更好地服務病患。

這是一種即時、真實世界中人機融合的模式，透過利用關於您和患有類似疾病的其他病患的優質醫療數據，幫助病患更快地恢復健康。以奧特姆的案例為例：她有多種不同的問題，需要多個領域的專業知識。很少有人能單獨拼湊出這個難題。這正是 AI 現在可以發揮巨大作用的地方。

Mayo Clinic 最近與 Microsoft 簽署了一項協議，以擴展並加速其前瞻性 AI 模型，進一步擴大和完善這項工作。Mayo Clinic 和 Microsoft 都在微調 AI，希望能廣泛分享。Farrugia 告訴我：「除非健康數據能為人類和 AI 代理人最大化地安排，否則這一切都無法運作。」

「讓它運作或可擴展的關鍵是組織所有知識，讓醫生和 AI 代理人都能最佳地利用它，這樣我們就能獲得最好的數據來幫助病患。」問題是：「我可以把這套系統提供給每家醫院，但他們卻無法使用。」這是因為大多數醫院缺乏技術、資金、系統和專注力來使用從病患和更廣泛數據池中提取的健康數據。

Farrugia 表示，政府需要透過「胡蘿蔔與大棒」政策，迫使醫院做出改變。新的數據架構需要盡快建立。如果做得好，這將徹底改變像奧特姆這樣慢性病患的生活，他們往往得到最差、最缺乏協調的照護。關鍵是：多項研究顯示 Mayo Clinic 具有成本競爭力，並且與私人保險以及聯邦醫療保險（Medicare）和醫療補助（Medicaid）合作。

將 Mayo Clinic 的系統推廣到各地。對於一個如此富有、如此創新的國家，卻為我們最嚴重的病患提供如此糟糕的照護，這是一種國恥。大多數人支付新凱迪拉克（Cadillac）的價格，卻得到舊福特 Escort 的結果。這是不對的：我們可以簡單地承認我們的失敗，並以 Mayo Clinic 為基礎模型，重建醫療體系。

Mayo Clinic 建立在三個核心原則之上：醫生領取固定薪水。沒有因為執行更多手術、掃描、檢查或看診而獲得獎金。他們的薪水是為了治癒病患。美國醫療保健的原罪是「按服務收費」：我們根據服務量支付大多數醫生費用，因此我們得到了服務量。Mayo Clinic 消除了過度治療的誘因，整個文化圍繞著一個應該驅動所有醫學的問題重新組織：這位病患真正需要什麼？

醫生以團隊形式工作，而不是單打獨鬥的萬事通。Mayo Clinic 實行多學科醫學。因此，胃腸病學家、肝臟專科醫生和外科醫生都共同合作，評估像奧特姆這樣複雜的病例。醫生們在幾天內、在同一個屋簷下，透過持續溝通來完成這項工作。與之相比，標準的美國經驗是：數月的獨立轉診、重複的檢查，以及令人惱火的、從不相互溝通的專科醫生。

病患優先的文化。這是我們最驚訝的地方：從外科醫生到櫃檯人員，每個人都顯得關懷備至且友善。他們專注於了解奧特姆，並在推薦任何行動之前，聰明地診斷她的病情。作為一個創辦並經營過兩家公司的人，我可以告訴你：文化是可以控制和擴展的。我們應該要求美國的每個醫療機構都做到這一點。

這些原則可以擴展的證據如下：它們並非羅徹斯特獨有。Kaiser Permanente 向其醫生支付薪水，並為 1200 萬會員協調照護。Cleveland Clinic 支付固定薪水，並簽訂一年合約和年度審查。Geisinger 在賓夕法尼亞州農村的山區建立了整合的團隊式照護，這在紙面上很難吸引人才。

鹽湖城的 Intermountain 顯示出將 Mayo Clinic 般的績效和成果推廣到其他地方的潛力。

但 Farrugia 認為，AI 的力量才能帶來最大的改變，並以最快的速度進一步擴展這一切。Mayo Clinic 最稀缺的資產，基於真實數據、病例、實驗室結果和病患的協調診斷智慧，正是 AI 擅長的領域。Mayo Clinic 深知這一點，正在進行超過 12,000 項臨床研究，並建立其 Mayo Clinic Platform 以將其專業知識數位化。

技術測試：在我們嘗試 Mayo Clinic 之前，奧特姆的協調醫生要求使用 AI 輔助錄音和轉錄。我也為我使用 Claude 建立的 AI 代理人做了同樣的事情，以處理奧特姆的病例。我們兩人都將這些數據輸入系統，以做出更好的數據驅動決策。直到今天，我的個人 AI 代理人已被證明比除了 Mayo Clinic 醫生之外的所有醫生都更聰明。

想想 Mayo Clinic 的數據能帶來什麼改變：威斯康辛州奧什科什的一家社區醫院永遠無法招募到 4,000 名 Mayo Clinic 級別的專科醫生。它也不需要。它可以利用 Mayo Clinic 的專業知識和數據，立即幫助數千萬病患。

如果所有醫生和病患都能利用這些智慧本身，那麼擴展 Mayo Clinic 較難實施的組成部分，人才、品牌、目的地經濟學，就變得不那麼重要了。一個新的醫療保健目標可以是為所有人提供 Mayo Clinic 級別的照護。這將我們從政府營運的醫療保健與自由市場的爭論中解脫出來。

總而言之：美國醫療保健是地球上最昂貴、最官僚、看似無法解決的系統。但聰明的政策制定者，與 Mayo Clinic 及其他領域的專家合作，可以讓數百萬美國人免於奧特姆所經歷的醫療地獄。如果我們不這樣做，那將是我們的恥辱。

Mayo Clinic 總裁兼執行長對 AI 的看法。我請 Farrugia 博士分享他對 AI 的經驗教訓，以及他如何在 Mayo Clinic 實施這些經驗：組織需要大幅下放尋找 AI 用途的責任和機會。最接近工作的人最能識別 AI 實際可以提供幫助的地方，因為他們了解工作流程、摩擦點以及病患或客戶的需求。

然而，治理需要集中化，以避免組織陷入困境。這意味著全面實施的門檻會晚得多才出現，但一旦出現，它必須是一個非常堅固的門檻。避免對 AI 的未來用途及其影響做出明確的陳述。這些陳述在幾個月內，甚至更早，就會被證明是錯誤的。

要求每位高階主管（C-suite）成員至少親自建立一個代理人，並每週多次在工作中使用多個大型語言模型（LLM）。只有這樣，他們才能為機構做出關於 AI 的正確決策。

想像中的美國醫療未來。將人們引導或推向不同的境地或世界觀的唯一方法，就是向他們展示更好的樣貌。因此，我根據奧特姆的經驗以及 Mayo Clinic 投入數十億美元打造 2030 年醫院的願景，勾勒出以下藍圖。想像一下完全避免住院，這將是高效能醫療系統最確鑿的標誌。

這如何實現：在年輕時，奧特姆的基因、家族病史和當前健康狀況會被研究並儲存在一個安全、易讀、易於分享的地方。她會根據自己的傾向獲得關於飲食、補充劑和一般健康維護的個人化建議。她的潛在問題會被監測，並與大量類似人群的數據集進行權衡。她決定如何根據這些數據採取行動。但每個人都有平等的資訊可見度。

它如何運作/應該如何運作：想像一下奧特姆開始生病時的反應。（她最早的症狀是心包炎，心臟周圍發炎。）她不會去看一個對她病情知之甚少的隨機醫生，而是被轉介給一位真正有專業知識的人，這位醫生可以利用其他患有心包炎女性的數據庫。她與這個人進行 Zoom 視訊，這個人可以在世界任何地方，只要能存取她的健康數據。

她的生命徵象可以事先在家中輕鬆檢查並輸入數據。醫生和奧特姆共同決定是否需要親自檢查。在許多情況下，螢幕上的醫生和家中的護理師就足夠了。

現在，想像奧特姆病情嚴重需要住院。她不會像陌生人一樣抵達。檢查工作在她出發前就已完成。她的當地醫生和專科醫生看到相同的螢幕，計畫在她打包行李前就已確定。唯一的照護負責人也已明確識別。她的手機載有她的病史和前往目的地的路線。它還提供她將遇到的每個人的照片及其背景資訊。

她抵達 Mayo Clinic 所稱的「社區」：影像檢查、實驗室、手術、會診和康復都在同一地點為複雜病患提供，而不是在不同建築物和預約櫃檯之間奔波。她的費用清晰明瞭並已標示。病房本身感覺很健康：有聲音、燈光、溫度和電視的控制。電子螢幕顯示今天的行程，以及她回家前必須完成的所有事項。

家人可以輕鬆地透過 Zoom 視訊聊天並探望她。機器人負責運送物資和餐點，因此護理師可以將時間花在奧特姆身上，而不是雜務。

AI 在幕後運作：協調各專科醫生的預約、轉錄和總結對話、捕捉嚴苛藥物治療方案中的衝突。機器處理文書工作。人類則專注於奧特姆。她回家後，連接的設備會追蹤她的生命徵象和劑量，當數據下滑時會向她的團隊發出警報，虛擬報到會讀取趨勢線。併發症在需要再次回診之前就被發現了。

總而言之：這一切都不需要發明。每一個部分現在都存在於某處。我們所缺乏的不是技術。而是圍繞病患重建照護的意願，這與我們現有的混亂局面恰恰相反。