医院在引入新的 AI 工具时，并未确保其过时的电子健康记录（EHR）系统能够应对相应需求。这些数十年前的系统并非为 AI 的实时查询而设计，犹如要求一名年迈的跑者冲刺，存在系统崩溃的风险。在医疗领域，此类系统故障会使患者面临风险，甚至可能导致医生忘记如何手动获取信息。尽管 AI 承诺带来效率提升和文书工作加速等巨大益处，但鲜有领导者质疑其底层基础设施的承载能力。若这些系统在压力下崩溃，后果对大型医疗系统和保险公司而言可能严重且突发。该问题并非医疗行业独有，但在此领域，其直接影响患者安全。持续查询数据的 AI 聊天机器人将超负荷运行原本设计用于间歇性、单用户访问的系统，导致广泛的速度下降。重建数据架构成本高昂且风险巨大，常因不直接产生收入而被搁置。然而，AI 快速且无监督的访问使得这一问题成为六个月前尚不存在的紧急事项。忽视这些底层系统的承载能力，可能导致整个医疗系统范围内的人为危机。利益相关方，包括医疗系统技术人员、供应商和 AI 构建者，必须共同承担责任，确认基础设施的就绪状态。至关重要的是聚焦于风险缓解，明确 AI 被附加到何处以及潜在的失败风险。医疗机构必须审计其基础设施的承载能力，主动投资升级，并承诺长期现代化路线图。只有在行业解决快速采用 AI 在老旧系统上带来的隐藏风险后，AI 的真正价值才能实现。