APAIIF 亞太人工智能產業總會APAIIFAI 知識庫
AI 醫療

Mass General Brigham AI 虛擬初級護理:36,000名患者77%當日見醫生,K Health 合作重塑醫療可及性

2026年10月21日5 瀏覽
Mass General Brigham AI 虛擬初級護理:36,000名患者77%當日見醫生,K Health 合作重塑醫療可及性
AI醫療
虛擬初級護理
Mass General Brigham
醫療可及性
AI代理問診

Mass General Brigham AI 虛擬初級護理:36,000名患者77%當日見醫生

背景:初級護理危機的緊迫性

美國正面臨嚴峻的初級護理醫生短缺危機。根據美國醫學協會(AMA)2026年調查,雖然81%的醫生現在在日常實踐中使用 AI,但醫療系統的根本問題——醫生數量不足、患者等待時間過長——仍然是制約醫療可及性的核心瓶頸。

在這一背景下,Mass General Brigham(MGB)——美國最具聲望的醫療系統之一——與 AI 醫療科技公司 K Health 合作推出的 MGB Care Connect 平台,提供了一個令人矚目的解決方案。

MGB Care Connect:AI 驅動的虛擬初級護理

平台概述

MGB Care Connect 是一個整合到現有患者門戶(Epic MyChart)的虛擬初級護理通道。患者無需下載新應用程序,直接通過熟悉的 Epic MyChart 界面即可訪問 AI 驅動的醫療服務。

這種「無縫整合」的設計理念,大幅降低了患者採用新技術的門檻,也是 MGB Care Connect 能夠在首年服務36,000名患者的重要原因之一。

AI 代理的核心功能

當患者發起就診請求時,AI 代理會執行一套完整的臨床問診流程:

症狀收集與分析 AI 代理模擬人類臨床問診,系統性地收集患者的症狀描述、病史、用藥情況和過敏信息。與傳統的問卷填寫不同,AI 代理能夠根據患者的回答動態調整後續問題,確保收集到最相關的臨床信息。

護理級別分診 基於問診結果,AI 代理自動判斷患者所需的護理級別:

  • 虛擬緊急護理(適合急性症狀)
  • 虛擬醫生預約(適合非緊急問題)
  • 轉介至線下就診(適合需要體格檢查的情況)

預填充臨床病歷 AI 代理最重要的功能之一,是在醫生介入之前生成預填充的臨床病歷。這份病歷整合了:

  • AI 問診收集的症狀信息
  • 從電子健康記錄(EHR)提取的相關病史
  • 初步的鑑別診斷建議

當醫生與患者開始互動時,大部分信息收集工作已經完成,醫生可以將更多時間和精力投入到臨床決策和患者溝通上。

關鍵成效數據

首年運營成果

MGB Care Connect 在首年運營中取得了令人印象深刻的成果:

指標 數據
服務患者總數 36,000名
當日見醫生比例 77%
每日就診量 約150次
運營時間 約1年(截至2026年9月)

77%的當日就診率是這些數據中最引人注目的。在傳統初級護理模式下,患者通常需要等待數天甚至數週才能預約到醫生。MGB Care Connect 將這一等待時間壓縮至當日,代表了醫療可及性的根本性改善。

對醫生工作效率的影響

預填充病歷功能對醫生工作效率的提升同樣顯著。根據 MGB 的報告,AI 代理生成的病歷使醫生能夠:

  • 減少問診時間,將更多時間用於臨床決策
  • 在相同時間內接診更多患者
  • 降低文檔記錄的認知負擔,緩解職業倦怠

技術架構:K Health 的 AI 問診引擎

K Health 是 MGB Care Connect 的核心技術提供商,其 AI 問診引擎基於對數百萬次真實醫療互動的深度學習,能夠:

自然語言理解:準確理解患者用非醫學術語描述的症狀,並將其映射到標準化的臨床概念。

動態問診邏輯:根據患者的回答實時調整問診路徑,模擬有經驗的臨床醫生的思維過程。

EHR 整合:與 Epic 系統深度整合,自動提取患者的歷史病歷、用藥記錄和過敏信息,避免重複收集。

多語言支持:支持英語以外的多種語言,提高對非英語患者的服務可及性。

治理挑戰:安全與信任的平衡

MGB 的領導層在推廣 AI 醫療工具的同時,也坦誠地面對了相關挑戰。

數據安全

MGB 首席信息和數字官 Jane Moran 強調,數據安全是 AI 醫療應用的首要考量。MGB Care Connect 採用了嚴格的數據加密和訪問控制措施,確保患者的健康信息不會被未授權訪問。

AI 幻覺風險

AI 問診系統面臨的最大技術挑戰之一是「幻覺」問題——AI 可能生成看似合理但實際上不準確的臨床信息。MGB 通過以下措施降低這一風險:

  • 所有 AI 生成的病歷都需要醫生審核和確認
  • 系統設計為輔助工具而非替代醫生的決策
  • 持續監控 AI 輸出的準確性並進行模型優化

公眾信任

俄亥俄州立大學韋克斯納醫學中心的數據顯示,公眾對醫療 AI 的開放度從2024年的52%下降至2026年4月的42%。MGB 的應對策略是強調 AI 作為「增強智能」而非「替代醫生」的定位,確保患者始終能夠與真實的醫生互動。

亞太地區的借鑒意義

MGB Care Connect 的成功經驗對亞太地區具有重要的借鑒意義。亞太地區同樣面臨醫療資源分配不均的挑戰:

城鄉差距:在中國、印度、東南亞等地區,農村地區的醫療資源嚴重不足,AI 虛擬初級護理可以有效彌補這一差距。

醫生短缺:亞太地區多個國家面臨醫生短缺問題,AI 代理問診可以提高現有醫生的服務效率。

語言多樣性:亞太地區語言多樣,AI 多語言問診能力對提高醫療可及性尤為重要。

香港、新加坡等地的醫療系統已開始探索類似的 AI 虛擬護理模式,MGB Care Connect 的數據為這些探索提供了有力的實證支持。

未來展望

MGB 計劃在 MGB Care Connect 成功的基礎上,進一步擴展 AI 在醫療系統中的應用:

  • 慢性病管理:利用 AI 代理持續監測慢性病患者的健康狀況,主動識別病情惡化的早期信號
  • 預防性護理:基於患者的健康數據和風險因素,主動推送個性化的預防性護理建議
  • 多專科協調:在複雜病例中,AI 代理協調多個專科醫生的意見,提供整合性的護理方案

結語:AI 醫療的新標準

MGB Care Connect 的成功,不僅是一個技術案例,更是 AI 醫療應用的新標準。77%的當日就診率、36,000名患者的服務規模,以及對醫生工作效率的顯著提升,共同證明了 AI 代理在解決醫療可及性問題上的巨大潛力。

在全球醫療系統普遍面臨資源緊張的背景下,MGB Care Connect 提供的不僅是一個技術解決方案,更是一種可複製的醫療服務模式——通過 AI 代理的智能問診和分診,讓有限的醫療資源發揮最大效益。

常見問題

相關文章