护士构建负责任AI工具：Sharonda Davis与CMS 2027年AI支付评论窗口

文/IAICA.NGO®

在人工智能加速进入临床工作流的当下，谁有资格定义其支付规则，正在成为护理行业无法回避的议题。2026年10月，护理播客 Love n' Leary Nursing Podcast 发布访谈，嘉宾 Sharonda Davis 是 Level I 创伤医院的 PCU 护士、青少年母亲，也是 Global Nursing AI Alliance™（GNAA™）成员。她完成了一项许多护士未曾设想的工作：在没有编程背景的情况下，从零构建AI赋能的网络平台，帮助护士就 Medicare 如何为临床人工智能付费提交公共评论。

节目由 Marion Leary（PhD, MPH, RN）与 Rebecca Love（RN, MSN, FIEL）主持。核心背景是，美国 CMS 于2026年7月发布2027日历年 Physician Fee Schedule 拟议规则，其中包含 Request for Information，征求 Medicare 应如何评估和构建临床AI的支付结构。CMS 引用了美国医学会在医疗AI CPT 工作中的三分类框架：辅助型、增强型与自主型。公共评论窗口已于2026年9月14日关闭。

Sharonda 开发的工具名为 Nurses Voice Matters，用于协助护士在窗口关闭前撰写并提交意见。她在节目中坦言，自己最初对AI态度开放：“我一开始非常自由派，觉得这就是未来。”但关于 CMS 流程和 CPT 代码的工作坊让她重新思考，甚至“开始质疑自己对AI与医疗的立场”。许多护士正被告知AI将进入部分工作、被纳入报销，并重塑文书、流程和临床决策，但真正感到有能力回应的人并不多。

她发现，护理工作在政策讨论中存在结构性盲区。护理劳动往往隐藏在文档、对话和未被计量的环节里。她举例说，当自己问非医疗行业朋友“护士做什么”时，答案差异极大。如果AI报销体系主要围绕医生工作、实践费用和“医疗必要性”构建，那么护士在床旁实际完成的工作，就必须以某种方式进入记录和支付逻辑。公共评论是少数能让这种价值被看见的通道之一。

Nurses Voice Matters 并非出自软件团队。Sharonda 不会写代码。她把工作坊笔记上传到 ChatGPT，提出一个简单问题：我能如何贡献？随后，她使用 Claude Code 与 ChatGPT Codex 组合生成代码，让两者相互检查，再将项目推送至 GitHub，在部署前完成自动化审查。这说明生成式AI正在降低政策参与工具的开发门槛，但也引出治理问题：当护士用AI工具影响AI政策时，工具本身的可靠性、透明度与责任边界由谁保证？

从行业视角看，CMS 此次征求意见并非孤立事件。随着医疗AI从辅助文档向增强决策甚至自主执行演进，支付分类直接关系到责任归属、临床工作重构和专业价值分配。护理群体若缺席规则制定，未来可能被动适应由他人定义的工作流与绩效指标。若能围绕 CPT 分类、质量指标、数据标准与患者安全建立共同语言，AI支付政策才可能更完整地反映照护现实。

iaica.com.cn 指出，护理人工智能的落地不仅取决于模型性能，更取决于支付、责任与证据体系是否把护理劳动纳入可识别、可评价、可问责的框架。Sharonda Davis 的实践提供了一个样本：一线护士不必等待完美工具，也可借助现有AI能力参与政策过程，但前提是对技术保持审慎，对专业价值保持清醒。随着评论窗口关闭，CMS 将进入意见整理与规则定稿阶段；2027年 Physician Fee Schedule 最终版是否调整AI支付框架，以及护理声音能否在最终文本中留下痕迹，仍有待观察。

评论

0 条

登录后才可以发表评论。

立即登录

暂无评论，快来抢沙发。