罗布·穆尔（Rob Moorey）担任TRIMEDX的临床工程总裁。穆尔在TRIMEDX工作超过九年，并曾担任客户交付高级副总裁和分部副总裁。在加入TRIMEDX之前，他曾在Aramark Healthcare Technologies工作八年，担任过各种领导职务，并在华盛顿特区安德鲁斯空军基地担任美国空军生物医学设备技术员。穆尔从德克萨斯州普莱恩维尤的韦兰浸信会大学获得健康管理学士和硕士学位。
经验丰富的医疗技术管理（HTM）专业人员拥有数年甚至数十年的知识，这些知识并没有被记录在服务手册中。这些知识是通过数千次医疗设备故障排除、识别设备行为中的微妙模式以及根据经验判断哪种解决方案最有可能有效而发展起来的直觉。大约三分之一的 HTM 专业人员年龄超过 55 岁。随着这些经验丰富的技术人员接近退休，HTM 行业面临的挑战不仅仅是替换人员，还要保留这些专业人员在整个职业生涯中积累的专业知识。医疗组织已经在应对老龄化的工作人员、新生物医学技术人员的供应有限以及日益复杂的医疗技术。招募更多人才仍然至关重要，但组织还必须找到更有效的方式来转移知识、加速技术人员的发展并维持设备的可靠性。当经过深思熟虑的实施时，人工智能可以帮助实现这些目标。AI 在工作中永远不会取代临床工程中判断、解决问题的能力或关系。然而，它可以使有价值的知识更容易获取，帮助经验丰富的技术人员扩大他们的影响力，同时使下一代能够更快地学习和更自信地工作。将数十年的经验转化为组织资产HTM 面临的最大风险不仅仅是经验丰富的技术人员的退休，而是他们的数十年的实践知识也会随之退休。在整个职业生涯中，技术人员会发展出在文档中很少存在的见解。他们记得反复出现的设备问题，了解不同设备模型随时间的行为，并发现只有通过亲身经历才能获得的故障排除技术。历史上，这些知识大多是通过指导或与经验丰富的同事一起工作的方式进行分享的。AI 创造了保留更多专业知识的机会。通过组织维修历史、故障排除方法、服务文档和历史维护数据，AI 可以帮助将机构知识转化为技术人员可以访问的可搜索资源。当他们需要时，技术人员可以快速找到相关的建议和指导，基于多年的积累的组织经验。他们不再仅仅依赖于记忆或等待经验丰富的同事变得可用。然而，技术本身只是等式的一部分。有效的 AI 依赖于高质量的现实世界服务数据和具有将这些数据转化为有意义的见解的专业知识的组织。没有可靠的数据，AI 不能提供可靠的指导。帮助新技术人员更快地学习保留知识很重要，因为今天的新技术人员正在进入一个医疗设备变得更加相互连接、软件驱动和技术先进的领域。虽然实践经验将永远是临床工程的基础，AI 可以帮助缩短学习曲线。如果技术人员遇到一个不熟悉的设备问题，AI 可以提供更快的访问相关服务信息、历史维修数据和推荐的故障排除步骤。他们不再需要花费大量时间搜索文档或等待帮助，而可以更高效地开始解决问题，同时继续建立自己的专业知识。调查显示，许多年轻人已经在日常生活中使用 AI 驱动的工具来学习新技能和回答问题。在 HTM 工作流程中整合类似的能力与许多新技术人员自然的学习方式一致，同时允许经验丰富的专业人员专注于指导、指导和培养批判性思维技能。为经验丰富的技术人员提供更多时间用于高价值工作在工作中整合 AI 也有助于解决医疗组织面临的另一个现实：经验丰富的技术人员被要求做更多的事情。行政责任、文档和搜索技术信息消耗了大量时间，这些时间本可以用于支持临床医生和维护关键的医疗设备。AI 有潜力通过帮助技术人员更快地找到信息、提出相关文档和简化故障排除工作流程来简化许多例行活动。这些效率增益在行业范围内随着退休而减少可用人员时变得越来越有价值。加强未来人才管道知识保留只是为 HTM 未来做准备的一部分。该职业还必须继续吸引有才华的个人进入该领域。今天的学生经常被吸引到涉及软件、自动化和人工智能的职业。这为临床工程提供了一个机会，展示它是一种直接改善患者护理的高科技职业。现代 HTM 专业人员不仅仅维护设备；他们与相互连接的医疗技术、网络安全、预测分析和日益复杂的数字工具合作，这些工具有助于确保设备在患者需要时保持安全、可靠和可用。AI...
