梅奥诊所的人工智能应用

梅奥诊所（Mayo Clinic）是一家总部位于明尼苏达州罗切斯特的非营利学术医疗中心，在亚利桑那州和佛罗里达州设有分院，并在中西部上游三个州拥有区域医疗系统。2025年，该机构雇佣了近85,000名员工，运营收入达到4.73亿美元。通过其“Bold. Forward. Unbound.”扩张计划，梅奥承诺投入90亿美元资本投资。独立排名连续第八年将其评为《新闻周刊》全球第一医院。

这种规模延伸到了人工智能领域。梅奥描述了200多个处于不同成熟阶段的AI项目，从早期可行性研究到全面临床部署。2025年，梅奥将22个AI赋能的梅奥诊所平台解决方案整合到临床实践中，并签订了近200项新的AI、生物制药和诊断协议。自2019年推出梅奥诊所平台以来，该机构已构建了一个研究数据基础设施，涵盖超过1500万份患者记录和数十亿张放射影像、实验室结果及临床笔记。

本文探讨了两个展示梅奥如何在其运营中应用数据和临床专业知识的AI用例。

AI心电图筛查用于早期疾病检测

无症状左心室功能障碍是心力衰竭的前兆，标准筛查常常漏诊，因为传统诊断需要超声心动图，而这需要专业设备和训练有素的技师。目前，心力衰竭影响着近670万美国人，预计到2030年将达到870万，仅在2020年就为美国医疗系统带来了约320亿美元的直接医疗支出。由于潜在功能障碍通常在症状出现前未被诊断，只有不到四分之一的符合条件的患者接受了指南推荐的治疗。当一种疾病晚期治疗成本高且早期发现困难时，最高收益的AI投资往往是从组织已经收集的数据中进行更早的检测——这正是梅奥心脏病研究人员的初衷。

梅奥从自身患者中筛选了超过62.5万对心电图和超声心动图记录，构建了研究人群，然后训练了一个神经网络，从近9.8万对记录中识别与心脏泵血功能减弱相关的标准心电图电信号模式。该方法现已远远超出最初用途：它还能识别房颤、心脏淀粉样变性、主动脉瓣狭窄、肥厚型心肌病和生物学年龄。它同时适用于传统的12导联心电图和智能手表及数字听诊器的单导联读数。针对淀粉样变性的版本在四个美国医疗系统的25,525名患者中得到了验证，敏感性达78.9%，特异性达91.2%。这里模型的质量取决于梅奥自身历史数据的深度，而非特定的算法新颖性。

筛查步骤不会为临床医生或患者增加新的工作：无需开具新的检查，因为AI读取的是常规就诊时已经收集的心电图。阳性信号会提示进行确认性超声心动图或转诊，而这原本可能不会被安排。便携式版本将筛查扩展到诊所之外——在尼日利亚的一项产科研究中，AI赋能的数字听诊器发现的围产期心肌病病例是标准护理的两倍，这说明了AI在现有工作流程中应用而非增加新步骤时更易被采纳。

梅奥在EAGLE试验中前瞻性地测试了该工具，在八个月内纳入了明尼苏达州和威斯康星州的22,641名患者、348名初级保健临床医生和45个医疗中心。结果发表在《自然医学》上：与常规护理相比，AI引导的筛查使低射血分数的诊断率总体提高了32%——每筛查1000名患者约增加5例诊断。该12导联算法现已获得FDA批准，并授权给了Anumana公司——梅奥与医疗数据分析公司nference共同创立的公司。同时，梅奥与Eko Health合作，开发并商业化适用于手持和可穿戴设备的单导联版本。较新的应用，如淀粉样变性检测（2026年4月获得FDA批准），仍处于商业化推广早期阶段。

综合来看——随机试验证据、监管批准和外部许可——这是梅奥迄今为止最有证据支持的AI应用之一，而非实验性试点。

AI驱动的病历审查工具Record Time

在患者就诊前，梅奥诊所的医生通常需要审查数十甚至数百页的医疗记录——这一负担因许多患者来梅奥寻求第三或第四诊疗意见而加剧，他们带来的是来自其他医疗系统的未经整理的文档。据内科医生兼梅奥医学部创新副主席Alexander Ryu博士称，医院每年收到数千万页记录，需要一种方法来挖掘其中埋藏的重要信息。

这一数量问题并非梅奥独有。根据2025年发表在《美国医学信息学协会杂志》上的一项调查，77%的医疗系统领导者认为不成熟的AI工具是AI采用的最大障碍之一——这突显了解决明确的管理瓶颈的工具，而非广泛的诊断声明，是更易入手的起点。

Record Time与Scale AI合作开发，基于Scale生成式AI平台，能够接收碎片化的外部患者记录，按时间顺序整理，生成简洁摘要并使材料可搜索。据Scale AI称，合作的更广泛范围还包括自动检测安全事件——如手术部位错误或跌倒——这些事件隐藏在常规报告噪音中，并帮助员工减少在管理任务上的时间。合作中使用的数据保留在梅奥诊所符合HIPAA标准的环境中。

医生在就诊前手动整理患者病史的时间减少，更多时间用于直接互动，以下两个数据点可说明：据Scale AI称，自工具推出以来，医生每次与患者互动的时间平均增加了11分钟，同时保持了专家级护理标准。Ryu博士还提到，根据病例复杂程度，每次就诊的准备时间节省了5到30分钟，并且该工具帮助他避免遗漏文件中可能影响治疗或检测决策的细节。

这是一个已部署且正在使用的工具，而非试点——它是梅奥目前在全系统运行的大约150个AI模型之一，其追踪记录超越了单个部门或试验。