世界卫生组织预测，到2030年，全球将短缺1800万名卫生工作者。
一项最新调查显示，影响这些工作者的“最大痛点”包括：技术使用日益增多，可能带来更多层级的文档记录工作。
医护人员希望把更多时间用于直接照护患者，减少文书工作。自然语言处理（NLP）将带来重大改变。它可以接手许多此类工作，让医护人员有更多时间直接照护患者。
世界各地对未来几年护士、医生和医疗技术人员短缺的担忧日益加剧。世界卫生组织预测，届时将短缺1800万名卫生工作者。
新冠疫情暴发前，医护人员就已短缺，但过去几年使问题进一步恶化。许多业内人士因职业倦怠、精疲力竭和遭受不当对待而离职，尤其是护士。不过，短缺还有其他原因。例如在美国，许多医生正步入退休年龄，与此同时，老年人口不断增加，这意味着需要医疗服务的人更多，而提供服务的人手却更少。
除了吸引年轻人投身医学事业，还需要其他解决方案。其中之一是善用新兴技术。但这对医疗卫生领域来说是一项艰巨挑战。遗憾的是，该领域过去引入的一些技术本意是提供帮助，最终却让事情变得更加复杂。
技术既能减负，也会添负
一项新的全球调查显示，医护人员对此十分担忧。绝大多数受访者（70%）表示，他们认为数字健康技术将推动积极变革。但几乎同样比例的受访者（69%）表示，这些技术会成为“难以应对的负担”。
多年来，我亲眼见证了这个问题。最突出的例子是电子健康记录（EHR）。它们原本旨在改善医疗服务并大幅提高效率。尽管确实带来了一些好处，但也增加了医护人员处理文档记录所需的时间。
一项研究发现，在一家医疗中心，直接照护患者所花的时间减少了8%以上。另一项研究发现，护士因大量文档记录工作而感到工作负担沉重。今年3月发布的一项调查就电子健康记录带来的“文档记录负担”对美国医生进行了问卷调查。多数受访者表示，他们花在文档记录上的时间过多，挤占了照护患者的时间。三分之一的受访者表示，他们每天在工作时间之外还要花两小时或更长时间完成文档记录。
情况不该如此。技术可以设计得更好，承担更多行政任务，让医护人员有更多时间直接照护患者。文档记录负担越轻，患者就越能得到所需的关注。
自然语言处理（NLP）的潜力
自然语言处理是一种旨在帮助机器处理信息的技术，方式与人类相似。多家公司一直在努力将这项技术应用于医学领域。
医生和护士需要从患者的医疗记录中查找相关信息时，不应被迫在多年积累的大量信息中逐条翻找。技术应能通读所有文本，并自动调取与患者治疗相关的信息。一项研究于2020年发表，发现专门设计的算法能够以96%的准确率完成这项工作。
同样，医疗服务提供者应能对着手机或其他设备口述信息，再通过自然语言处理自动将所提供的信息录入医疗记录。当患者因某些症状来到急诊科时，NLP可以帮助调取患者记录中的相关信息，例如家族病史可能表明患者心脏病发作风险较高。这样，医生和护士打开患者档案时，这些信息就会自动显示出来。
当然，机器可能出错，人也可能出错。因此，医护人员查看并复核这些信息十分重要。但他们不必额外花时间先去查找信息，就像他们也不应为了录入信息而在满是文本字段的长表单中不断滚动。所有这些工作都应由技术代劳。
自然语言处理还有其他用途。例如，这项技术已被应用于AskSophie这款工具。人们可以描述自己出现的症状，了解患有类似疾病的患者情况以及病因。
通过技术满足医护人员的需求
自然语言处理只是众多工具之一，可以减轻医生和护士的负担，并增强全球医疗卫生体系的未来韧性。人工智能能够帮助实现更全面的健康方法，向政府和医疗卫生领域的领导者展示不同地区需要解决的健康的社会决定因素。算法可以帮助预测患者流量，让医院更准确地掌握任何时刻所需的员工人数。企业也在开发新的方法，以便远程监测有需要的患者。可能性无穷无尽。
关键在于，新技术的开发必须纳入医护人员的需求。越多人能够腾出时间照护患者，免于文档记录负担，就会有越多人加入并留在医疗卫生行业。这将进一步增强全球健康前景。
