英国医疗系统正在把人工智能从少数医院里的试验工具，逐步变成患者进入医疗服务的基础入口。

7月4日，英国国家医疗服务体系英格兰分部宣布，将加速推广AI分诊、诊疗记录自动生成和办公辅助工具。作为英国公共医疗体系的核心管理机构，NHS England连接着基层诊所、医院、药房、急诊和数字医疗服务，其政策变化往往直接影响数千万人的就医流程。此次公布的计划并非孤立采购几套软件，而是未来3年100亿英镑技术、数字化和数据系统投资的一部分，目标是减少患者等待、释放医护人员时间，并让NHS App逐步成为连接不同医疗服务的统一入口。

AI开始进入就医入口，不再只停留在影像辅助环节

此次最值得关注的变化，是AI开始出现在患者寻找医疗服务的第一步。

NHS正在NHS App中推广一套AI分诊工具。患者描述症状后，系统会根据回答继续追问，并判断其更适合预约家庭医生、前往药房、联系社区服务、进入急诊，还是先获得居家处理建议。系统也可以把整理后的信息交给医护人员，帮助其判断处理优先级。

按照计划，这项功能将在未来12个月覆盖超过20万名患者，并于2028年4月前向所有NHS App用户开放。患者仍可继续通过电话等传统方式联系基层诊所，AI并不是强制性的唯一入口。

从已披露的数据看，这套工具并非完全没有现实基础。位于英国萨塞克斯郡的一家基层医疗机构此前进行了初步试验，接入AI分诊后，电话排队人数下降29%，患者满意度没有出现明显下降。这家机构覆盖4个服务点、约2.3万名患者，具有一定的基层医疗代表性。

不过，29%的降幅来自单个基层医疗机构的早期结果，尚不能直接推导出整个英国都能获得相同比例的改善。真正的难点也不只是识别症状，而是AI能否准确理解患者表达，并与家庭医生、药房、急诊及社区医疗的接诊能力实时衔接。

换句话说，AI分诊的价值不在于替医生作出诊断，而在于减少患者找错入口、反复转诊和长时间电话等待。它首先解决的是医疗资源如何分配，而不是试图取代临床判断。

与患者入口同步推进的，是面向医生的自动记录工具。

这类系统可以在征得同意后记录医患交流，自动生成文字稿、结构化病历和诊后信件，再由医生审核修改后写入医疗记录。NHS计划首先在无需住院的门诊场景铺开，并向急诊等工作压力较大的科室扩展。

由大奥蒙德街儿童医院牵头的一项评估覆盖伦敦9个NHS服务点和超过1.7万次诊疗。结果显示，使用自动记录工具后，医生与患者直接交流的时间增加23.5%，整体诊疗时长下降8.2%，感到记录工作负担过重的医护人员减少35%。在急诊场景中，每个班次接诊人数增加13.4%。

圣乔治医院的试点则显示，相关工具平均每个班次可为医生节省47分钟，相当于让每名医生在一个班次中多接诊约1名患者。按照NHS披露的经济模型，如果扩展至英格兰超过1.1万名急诊医生，理论上每天可以释放超过9000次额外急诊接诊能力。需要强调的是，这一数字属于模型推算，并不等于已经实现的新增接诊量。

NHS真正押注的不是某个模型，而是整套医疗流程

如果只把此次计划理解成“英国医院开始用AI”，仍然低估了它的意义。

NHS正在同时改造患者入口、临床记录、员工办公、远程问诊和医疗数据流转。除AI分诊和自动记录外，相关计划还包括在线医院服务、治疗后的复诊申请、心肺疾病数字康复工具、统一患者记录和网络安全建设。其目标是让患者的一次就医，不再被切割在多个无法互通的系统之间。

超过50万名NHS员工还将获得Microsoft 365 Copilot的使用权限。此前覆盖90个NHS机构、超过3万名工作人员的试验显示，办公辅助工具平均每天可为每名员工节省约43分钟。NHS据此估算，推广后每名员工每月有望减少约2天的行政工作。

这意味着，NHS选择的AI落地路径相当务实：先从排队、记录、邮件、会议纪要和信息整理等高频工作切入，而不是一开始就让AI承担高风险诊断。

这种路线看起来没有“机器医生”那么具有戏剧性，却更容易形成真实产出。医疗系统最紧缺的并不只有医生数量，还有医生可以直接用于患者的时间。每次诊疗节省几分钟，在单个科室里似乎并不惊人，但当它被放大到数万名医护人员、数百万次接诊中，才可能转化为可观的系统容量。

此次计划也释放出一个更清晰的信号：医疗AI未来的竞争，很可能不再局限于模型准确率，而会转向谁能进入真实工作流程，谁能接入病历和预约系统，谁能通过安全审查，谁能证明工具在不同医院仍然有效。

这也是为什么此次100亿英镑投入不能简单理解为一个巨大的AI软件采购订单。NHS预计，整体技术、数据和数字化改造将在未来10年产生410亿英镑收益，但这属于覆盖多项基础设施和服务改革的综合预测，并非已经兑现的节约，也并非全部归功于AI。

规模化部署之后，真正需要观察的是另外几项指标：分诊错误是否增加，医护人员审核AI记录需要多少时间，不同口音和复杂病情是否会影响系统表现，以及数字工具能否避免进一步扩大老年人和数字能力较弱人群的就医差距。

英国监管机构近期收集的公众意见也显示，人们普遍认可AI改善医疗效率的潜力，但要求系统在投入使用后继续接受安全性、有效性和公平性监测，并保留明确的人类监督和责任归属。

因此，这轮部署的真正看点，不是NHS是否使用了一个更新的模型，而是一个覆盖数千家医疗机构的公共医疗体系，开始尝试把AI变成日常基础设施。

如果后续推广能够保持试点阶段的效率，同时建立统一的数据、安全和责任标准，英国或许会提供一个重要样本：医疗AI最先实现规模化价值的地方，未必是最复杂的诊断决策，而可能是那些长期消耗医护时间、却一直无人真正解决的流程环节。