布拉德福德NHS診所的AI分流使每次門診量從24名患者提升至32名

據BBC於2026年10月5日報導，布拉德福德聖路加醫院的皮膚科團隊於2026年4月採用DERM系統（Deep Ensemble for the Recognition of Malignancy，惡性腫瘤辨識深度集成系統，由Skin Analytics開發），用於可疑皮膚病灶。一名醫療助理拍攝痣或病灶的三張照片並上傳；AI在數分鐘內分析影像。良性病例的患者獲得建議後出院，而被標記的病例則直接轉入一站式門診由專科醫生處理——而在布拉德福德，每一張影像都由臨床醫生複核。

數據方面：每次門診現在處理32名患者，而使用AI前為24名；該信託表示，這項技術幫助醫護人員在門診中看診的患者增加了三分之一。自引入以來，不必要的活檢減少了約10%。Skin Analytics聲稱該AI在排除黑色素瘤方面的準確率達99.9%——這是公司數據——該技術已獲得國家衛生與臨床卓越研究所（NICE）的推薦。整形外科顧問醫生Zakir Shariff表示，它「對所有瓶頸都產生了重大影響——從患者的等待時間到不必要的檢查」。

一名患者展示了這一模式：73歲的Laurence Patten由全科醫生緊急轉診，其痣被AI標記為可疑；專科醫生的檢查表明它很可能是良性的，該痣將被切除並進行檢驗以確認。副專科醫生Nader Ghaderi表示，如果沒有AI路徑，「醫生本會進行活檢，或者肯定會安排隨訪」。

每次門診32名患者，而之前為24名（+33%）；據醫院信託稱，不必要的活檢減少了約10%

皮膚病灶分流是瓶頸；數分鐘內的AI評估取代了較慢的初步審查。

快速讓良性病例出院，釋放了專科醫生的時間，用於需要處理的病例。

臨床醫生對每張影像進行複核，在吞吐量上升的同時保留了安全網。

NICE的推薦為該信託採用此路徑提供了經過審核的依據。

將AI置於分流環節並保留臨床醫生複核：產能來自於有把握的早期出院，而非跳過審查。

該信託報告稱，自4月引入以來，更高的門診量和活檢減少的情況一直保持，被標記的患者仍通過當日就診門診獲得專科醫生的確認。