UTMB 将 OpenEvidence AI 嵌入其电子健康记录

德克萨斯大学医学分部（UTMB）与 OpenEvidence 宣布合作，合作于 2026 年 9 月 22 日启动，将 OpenEvidence 基于证据的 AI 平台嵌入 UTMB 的电子健康记录系统，超过一半的 UTMB 临床医生已报告活跃使用该工具进行临床决策支持。

该公告以佛罗里达州迈阿密为发稿地点，称此集成让 UTMB 的医生及其他临床用户能够在电子健康记录内部安全访问带有引用的医学证据。

集成工作原理

该集成于 2026 年 3 月在 UTMB 正式上线，旨在将 AI 驱动的信息资源嵌入已有的临床工作流程中。OpenEvidence 已嵌入 UTMB 的电子健康记录环境，临床医生使用其标准的 UTMB 企业凭证登录，而无需另建账户或在不相连的应用之间切换。此安排使平台保持在 UTMB 现有的临床工作流和企业安全范围内。

登录后，临床医生可以用自然语言输入临床问题，系统会返回带有医学文献、临床指南及其他来源引用的答案。公告称，此设计将生成式 AI 界面的易用性与临床决策所需的证据依据相结合。

UTMB 在四个校园运营医院，并在德克萨斯州东南部拥有超过 100 家诊所。公告指出，快速获取最新医学知识在如此广阔的网络中尤为重要，意味着网络内任何地点的临床医生都能获得相同的基于证据的 AI 能力，而不受地理位置限制。

自三月上线以来的采用情况报告

公告报告称，自三月以来，使用 OpenEvidence 的临床医生数量以及他们提交的临床查询量均出现强劲增长。超过一半的 UTMB 临床医生已活跃使用 OpenEvidence 进行临床决策支持，采用数据表明许多医生已将该工具纳入日常工作流程。

UTMB 副总裁兼首席数字与 AI 官 Peter McCaffrey 医学博士、理学硕士、FCAP 表示，医疗领域拥有大量有前景的 AI 工具，但更难的任务是让它们在临床实践中真正可用，同时保持医疗所需的安全性、治理和信任。“自上线以来的使用增长表明，当你消除摩擦并将有用的 AI 放在临床医生实际工作的地方时，他们就会使用，”他指出，并补充说 UTMB 的实施为临床医生提供了带有医学文献和指南引用的 AI 生成信息。

UTMB 更广泛的 AI 战略

公告将此部署定位为 UTMB 将 AI 引入医疗服务的整体战略的一部分。根据该战略，公告称 UTMB 的做法是建立一个企业环境——而非一系列独立应用——在其中经过验证的 AI 能力安全地融入临床和运营工作流，得到适当治理，并依据其实际使用和影响进行评估。

UTMB 的人工智能项目页面记录了该机构的相关工作，包括 UTMB 人工智能委员会的成立以及 McCaffrey 被任命为机构首位首席 AI 官。页面将他描述为副总裁兼首席数字官，负责领导 UTMB 的 AI 项目，以提升教育、研究、临床成果和运营效率。他自 2018 年起加入 UTMB，曾担任实验室信息服务、病理信息学、生物信息学与 AI 部门主任，并在病理学和放射学系任助理教授。页面指出，他拥有约翰斯·霍普金斯大学的医学学位、斯坦福大学的生物医学数据科学硕士学位以及斯坦福的人工智能研究生证书，并共同主持德克萨斯大学医疗 AI 合作组织，致力于在 UT 系统内推动 AI 在医疗领域的应用。页面还提到，他连续四年被《Texas Monthly》评为 SuperDoctors Rising Star，并且是 《医疗信息学导论：构建数据驱动工具》 的作者。

页面列出的项目要素包括联合政策、已批准的生成式 AI 工具清单、外部 AI 需求入口以及内部 AI 项目申请流程，还有 UTMB AI 学习中心。

OpenEvidence 首席医学官 Travis Zack 医学博士、哲学博士表示，UTMB 的做法体现了对临床技术成功关键的清晰认识——即技术必须契合临床医生已有的工作方式。“通过将 OpenEvidence 融入临床环境并简化安全访问，UTMB 正在展示健康系统如何将基于证据的 AI 从有趣的技术转变为日常临床能力，”他说明。

公告还表示，此次部署为UTMB提供了在大规模下研究临床医生如何使用新一代 AI 驱动的知识工具的机会。随着采用率的提升，UTMB将持续评估使用情况和临床医生的体验，并寻求在临床现场改进证据和临床智能交付的机会。