一项由纽约大学坦登工程学院、纽约大学朗格尼健康中心及纽约大学斯特恩商学院联合开展的新研究，首次从数据角度揭示了生成式人工智能在医疗环境中的应用现状。研究发现，尽管AI驱动的 Messaging 工具在缓解医护人员信息过载方面展现出潜力，但许多医疗机构仍对采纳该技术持谨慎态度。 研究指出，医疗从业者每天需处理大量来自患者、同事及系统平台的沟通信息，信息压力已成为影响工作效率和临床决策的重要因素。AI辅助消息系统可自动分类、摘要关键信息、生成初步回复，从而减轻负担。试点应用显示，这类工具能显著缩短回复时间，提升沟通效率。 然而，研究也揭示了推广过程中的主要障碍：对数据隐私和安全的担忧、对AI生成内容准确性的不信任、缺乏清晰的使用规范，以及对技术可能削弱医患沟通温度的顾虑。此外，部分医护人员担心过度依赖AI会影响临床判断能力。 研究团队建议，医疗机构应在部署AI消息系统前建立严格的数据治理框架，加强透明度与可解释性，并通过培训提升医护人员对AI工具的信任。未来，结合临床工作流程的定制化AI解决方案，或将成为推动技术落地的关键。