ORION 手术排程以 AI 辅助规划应对曼尼托巴积压问题

曼尼托巴大学研究员 Jay Toor 博士正在开发 ORION 手术排程系统，以应对骨科积压问题；其预期的容量提升仍有待在当地验证。该计划聚焦于医院的一项实际难题：如何让手术需求与可用手术时间相匹配。其核心问题是，在既有资源限制下，更好的规划究竟能够带来多少额外医疗服务。

该大学于 2026 年 10 月 9 日介绍了这一项目，并称将在温尼伯的 Health Sciences Centre 分阶段测试。研究人员预计，骨科手术容量可提高 5% 至 8%，等待时间可缩短 10% 至 15%。这些数字反映的是预期效益，而非已完成的曼尼托巴部署所测得的改善成果。

多伦多 Sunnybrook Health Sciences Centre 的相关工作提供了有用参考。那里的研究人员以 SMART-S 名义研究 AI 辅助手术排程，同时发表了结合预测与数学规划的研究成果。这些项目共同检验一项具体命题：更准确的估算和排程能够释放可用容量。医院管理者仍需证据证明，这些收益能在人员配置限制、日常突发状况和临床优先级之下持续存在。

ORION 手术排程进入本地验证阶段

ORION 是 Operating Room Intelligence and Optimization Network 的缩写。根据该大学对其手术排程研究的介绍，Toor 在 Research Manitoba Solutions Grant 的支持下领导该项目。计划中的评估将先使用历史信息，随后转入前瞻性测试，即在新事件发生时对系统进行评估。

第一年将分析 Health Sciences Centre 过去 10 年的患者数据，以评估对既往手术需求的预测。第二年则计划聚焦于该医院的前瞻性测试。这份公告确立了一项研究流程；它并不意味着 AI 生成的排程已经决定日常患者预约。

眼下的变化是对排程技术开展获资助的本地评估，而患者获益仍是一项有待检验的假设。

这一差别会影响读者应如何理解该项目的雄心。历史评估考察模型能否从既有记录中作出有用预测。真实环境评估则考察人们能否在实际工作条件下依据这些预测采取行动。前一阶段的成功支持进一步测试，但并不能解答后一阶段的问题。

对医院管理者而言，这一区别将有前景的规划工具与可靠的运营基础设施区分开来。建议必须足够早地提出，才能影响决策。它们还必须反映人员实际能够调配的资源，包括在排程制定后仍可能变化的限制条件。

设想一个假定的手术日：某个空档看起来足以再安排一台手术。填补这一空档并不只是找到一名患者。相关团队、设备、术前准备和术后恢复安排都必须协调一致。只有当医院能够将预测转化为可行的预约时，该预测才真正有用。

这一例子说明了实施层面的问题，并不声称描述了一次已经完成的 ORION 预约。项目的价值取决于更好的信息是否会改变这些决策。如果更准确的预测从未影响排程，它仍只会是一项研究成果，而非改善就医可及性的措施。

本地环境之所以重要，还有另一层原因。医院记录既反映了患者需求，也记录了过去的工作方式。评估应检视哪些模式仍然适用，哪些只是早期条件的产物。否则，系统可能学会工作过去如何完成，却无法充分支持下一步必须如何完成。

因此，对 ORION 手术排程而言，可信的早期里程碑应将预测结果与预期的运营使用方式清晰结合。读者应关注每项输出所支持的决策。预测需求、估算手术时长和选择预约病例是相互关联的任务，但每一项都需要各自的证据。

更多手术并不必然意味着更短等待时间

医院管理者面临的压力不止于填补空闲分钟数。患者需要稳定改善的就医可及性，员工则需要能够安全执行的排程。规划系统必须将这些目标联系起来，而不是把手术室视为孤立的日程表。

全国数据说明了为何仅看服务量并不完整。加拿大卫生信息研究所（Canadian Institute for Health Information）在其优先手术发现中报告称，手术量增加的同时，医疗服务可及性问题仍然存在。2024 年，加拿大完成的髋关节置换手术较 2019 年增加 26%，膝关节置换手术增加 21%。然而，这些手术的及时服务水平仍低于疫情前。

2024 年，68% 的髋关节置换患者和 61% 的膝关节置换患者在建议的六个月内接受了手术。这些全国数据提供的是背景信息，而非曼尼托巴基线，也不是对 ORION 表现的预测。

评估排程改善时，应同时考察就医可及性收益和手术量，因为服务更繁忙仍可能让患者继续等待。

分析上的关键在于需求与完成医疗服务之间的关系。在其他条件不变的情况下，只有新增手术量超过新增排队人数，才能帮助缩短队列。如果需求也在增长，医院即使提升服务量，也未必能相应缩短等待时间。

这意味着，项目对容量和等待时间的预测需要分别评估。容量增加描述的是服务能够完成的额外工作量。等待时间缩短描述的则是患者体验的变化。两者之间的联系取决于谁进入队列、哪些病例被优先处理，以及队列如何变化。

因此，医院管理者面对的不仅是排程问题，也是衡量问题。他们需要说明一项改善究竟意味着什么：是完成更多手术、减少取消、缩短等待、减少加班，还是这些结果的组合？每一种结果都回应不同的公共关切。

这一差别同样影响临床医生是否支持新流程的决定。更满的排程或许能让患者更早接受治疗，但也可能带来额外的协调需求。评估应让这些影响清晰可见，而不是让单一服务量指标代表整体成功。

对于患者而言，单看平均数带来的安慰有限。一项服务可以改善典型等待时间，却仍让部分人等待得更久。因此，任何未来结果都应说明收益如何分布，包括病情更复杂的患者是否获得相当的改善。

医院领导层面临的直接压力，是将一项技术实验转化为可理解的服务结果。研究人员可以报告预测准确度，但管理者必须决定由此产生的流程是否值得持续使用。这一决定需要建模团队之外的人也能理解的证据。

最有力的公开说明应串联每个环节：更好的预测改变了一项预约决策，该预约转化为已完成手术，而就医可及性随之改善。若缺少这一联系，关于效率的主张可能会止步于患者最关心的结果之前。

更准确的时间估算会改变哪些病例能够安排进来

这一技术先例比“AI 能改善医疗服务”的笼统说法更具体。一项于 2026 年 1 月 23 日发表的同行评审研究，考察了关节成形术的排程；该手术用于置换或重建关节。作者包括 Toor，以及与 Sunnybrook 和多伦多大学有关联的研究人员。

该研究将从数据中学习预测模式的机器学习，与在明确约束下选择安排方案的数学优化结合起来。其排程研究将预测的手术时长和生成的排程，与采用滚动平均时长的方法进行了比较。

研究人员报告称，生成的排程将未使用的手术室时间减少了 56.2%，相当于每天减少 13.3 分钟。加班时间增加了 17.2%，相当于每天增加 3.6 分钟。这些结果属于该研究的评估结果，不应被表述为曼尼托巴已经取得的成果。

这项已发表的发现支持一种排程机制，同时也揭示了其取舍：减少未使用时间的代价是增加加班。

预测和排程对这一机制的贡献各不相同。预测用于估算一台手术将耗时多久。排程流程则决定各病例应如何组合安排。即使估算有用，也不能直接说明哪位患者应获得某个时段，或员工应接受多大的不确定性。

一个假设示例可以具体说明这一差别。假设现有估算留下一个看似不足以安排另一台手术的空档。更准确的估算可能显示，实际上可以进行一次可行的预约。或者，它可能表明原有排程本就过于激进，应减少病例数量。

两种结果都可能代表更好的规划。其价值在于作出符合实际条件的决策，而不是始终生成更满的日程表。只关注新增预约的评估，可能会忽略那些避免不切实际承诺的改善。

加班结果也值得与未使用时间的减少同样受到关注。相对百分比描述的是相较于基线的变化，而分钟数则显示其绝对规模。读者需要同时了解两者，才能理解其运营意义。单独任何一个数字都无法决定这种取舍在其他地方是否可以接受。

医院在某些情况下可能接受增加加班，在另一些情况下则可能拒绝。这一选择取决于当地优先事项和限制条件。尤其当算法会依据所接收的目标产生不同排程时，这一点应保持明确。

因此，ORION 手术排程面临的实际问题，是其建议将如何平衡相互竞争的需求。填补时间、限制超时、兼顾临床紧急程度，以及维持可执行的排程，并不总会指向同一种安排。

该研究提供的是调查这种平衡的理由，而不是普遍适用的答案。其发现支持更准确的估算能够改善排程决策这一命题，但并未证明每家医院都将获得同样的可用容量，也未证明每一分钟被释放的时间都会转化为另一台完成的手术。

Sunnybrook 提供的是对照，而非曼尼托巴的结果

Sunnybrook 是相关的机构对照，因为其研究人员正开展密切相关的排程工作。其 2026 年项目介绍将 SMART-S 描述为一个预测择期骨科手术时长，并利用这些估算支持排程的系统。

医院基金会的 SMART-S 项目更新称，由 Cari Whyne 博士领导的团队正将系统表现与现有人工流程进行比较。该说明还将预测创伤和紧急病例数量列为目标之一。这表明该工作属于持续进行的评估项目。

有价值的比较在于不同机构如何验证 AI 辅助规划，而非哪个项目作出了更大的承诺。

人工排程提供了不可或缺的参照，因为新系统必须改善人们已经在使用的流程。这种比较应当公平。若模型所对照的是对现有实践过度简化的描述，其证据价值将低于与实际运营决策进行比较的模型。

对医院采购方而言，这一区别会改变采购讨论的重点。精心打磨的演示可以证明软件能够生成排程，却无法证明这些排程优于掌握同等信息的资深协调员。要证明这一点，需要围绕真实服务场景设计比较。

SMART-S 与 ORION 之间的关系也需要谨慎报道。共同的研究兴趣和重叠的合作者提供了相关背景，但并不足以证明这些系统拥有相同的软件、输入数据、实施安排或结果。

本地评估应说明哪些组成部分能够沿用，哪些需要适配。一些可迁移的价值可能来自方法或经验，而非不经改变地沿用模型。只要说明清楚边界，这仍然代表有价值的进展。

更广泛的技术启示是，运营型 AI 需要界定明确的角色。医院应能够说明软件是在估算时长、提出排程建议、预测新增需求，还是支持其他决策。将这些功能一概称为 AI，会掩盖评估每项功能所需的工作。

对开发者而言，最具挑战性的接口在于建议与必须据此行动的人之间。实用的输出需要提供足够解释，让员工评估其可行性；还需要让员工能够记录，为何一项表面合理的建议并不适用。

这些反馈可为后续开发提供依据，而不应将每一次分歧都视为用户抵触。协调员可能掌握数据中缺失的约束条件；或者，一项建议可能暴露出值得重新审视的假设。实施方案需要为这两种可能性留出空间。

因此，Sunnybrook 持续进行的比较为 Manitoba 提供了有意义的参考，却并未预先给出结论。最有力的证据将展示各项本地工作流程如何变化、哪些结果得到改善，以及技术在哪些方面仍无法提供帮助。

员工采纳与公平可及性也应纳入评估

有关实施的证据提供了不同于模型表现的视角。一项于 2026 年 7 月发布的定性研究考察了加拿大一家骨科中心为采用机器学习排程所做的准备。参与者包括 17 名从事临床、行政和领导工作的人员。

这项排程实施研究指出了信息碎片化、既有流程和资源限制方面的担忧。参与者对拟议技术的支持程度不一，同时强调工作流程契合度、培训、可用的设计和分阶段实施。这些发现描述的是实施前的看法，而非已测得的患者获益。

员工接受度是运营表现的一部分，而增加工作量的系统可能会削弱其自身的排程收益。

这是一项实际问题，而不是对临床医生是否喜欢 AI 的全民表决。员工必须了解何时查阅建议、谁可以修改建议，以及修改如何传达给所有受影响的人。这些环节若存在模糊之处，可能产生额外的协调工作。

该研究结果支持尽早审视这些问题，但并不表明 ORION 遇到了同样的障碍。对于 Manitoba，合理的推论是，实施应得到明确评估，而不能假定有用的预测会自动进入日常实践。

公平可及性带来了另一个设计问题。排程目标体现了系统试图改善什么。若该目标强调完成病例数量，评估人员应检视它是否会形成与临床优先级相冲突的激励。这是一项需要检验的风险，而非关于 ORION 的既定发现。

例如，评估可以考察需要更长手术时间的患者是否从新流程中获益，也可以追踪在排程变化时被反复调整的病例。这些检查有助于区分广泛改善服务的方案，与表面收益掩盖不均衡影响的方案。

临床判断需要在该流程中拥有明确位置。建议不应仅因由软件生成，就变得更难质疑。员工应有切实可行的途径来覆盖不适当的建议，并记录运营或临床原因。

由此产生的记录可以成为有用的评估材料。频繁覆盖可能表明信息缺失、目标选择不当，或约束条件变化的速度快于系统适应能力。偶尔覆盖则可能只是反映了人类对异常情况承担适当责任。

由于计划中的历史评估涉及患者信息，隐私问题仍然重要。公开说明应解释研究人员如何管理访问和使用。现有公告没有提供足够细节，无法评估每一项技术或组织层面的保障措施。

历史数据集提供了分析机会，但其规模并不能决定这些信息是否支持预期决策。评估人员应检查完整性、一致性和相关性。再多的记录也无法弥补从未记录的重要约束条件。

因此，最有力的怀疑立场是明确的：仅有预测准确率并不足以证明服务得到改善。ORION 需要在可用性、可行决策、患者可及性和员工工作量等方面接受评估。这一标准既允许有前景的结果获得认可，也能让未经检验的益处被清晰标识。

在期待积压问题改善前，先关注评估设计

接下来真正重要的发展，在于研究人员如何定义成功并推进测试。在未来数月，读者应区分有关方法的公告与有关患者结果的证据。大学的分阶段计划并不能证明应立即期待完成等待时间评估。

第一个值得关注的信号，是更清晰的评估设计。有用的信息包括基线、ORION 支持的决策，以及研究人员打算衡量的结果。具体的设计将使后续主张更容易评估，并减少围绕预期收益的模糊性。

这些信息还应区分历史测试与实际使用。基于既往记录得出的回顾性结果，可以增强开展前瞻性评估的依据；但它无法独立证明，当建议影响实际排程时，员工和患者会如何回应。

第二个信号是运营整合的证据。读者应关注谁会收到建议、建议何时送达，以及员工如何审查建议的说明。明确的工作流程将增强这样一种判断：预测结果能够影响医疗服务的提供。

相反，若展示内容仅限于模型准确率，实施问题仍将悬而未决。这并不意味着研究毫无价值，而是表明现有证据支持的主张，比改善医院容量更为有限。

第三个信号是对结果与权衡的平衡报道。当实际使用结果出现时，已完成手术数量和等待时间应与取消情况、加班以及相关的可及性指标一并呈现。伴随新负担的收益需要被综合理解。

独立背景有助于说明这种平衡为何重要。CIHI 的关节置换指标衡量的是，从具备治疗条件开始计算，在 26 周即 182 天内完成计划置换手术的比例。定义清晰的指标使比较具有可解释性。

这一界定也说明了未来任何 Manitoba 结果都应承担的报告义务。研究人员应说明等待期何时开始，以及哪些患者被纳入计算。改变定义可能改变表面结果，却不改变患者体验。

当更好的预测能够产生可行的排程，并带来可衡量的可及性改善，同时不掩盖运营成本时，证据才会更具说服力。

这些信号将按顺序增强项目的论据。透明的设计会澄清主张；可行的流程会证明人们能够使用该系统；平衡的结果则会确认这种使用是否带来了值得持续维持的收益。

反过来，这些情况同样具有参考价值。不清晰的基线会削弱比较，持续存在的工作流程问题会限制实用性，而结果不均衡则意味着方法需要调整。报道这些发现，比将每一项进展都视为验证更有贡献。

对 AI 开发者和企业采购方而言，ORION 手术排程提供了一个运营证据应包含哪些内容的实际案例。相关问题不止于模型预测是否准确，还包括组织能否将预测转化为更好的决策，并验证其后果。

在将预期的等待时间缩短视为既定收益之前，应关注项目的评估里程碑。询问哪些决策发生了变化、哪些患者更早获得服务，以及取消情况和员工工作量发生了什么变化。当结果出现时，应先比较定义和基线，再比较标题中的百分比。将历史测试与前瞻性发现分开，并考察研究人员如何解释建议被拒绝的情形。Manitoba 的倡议值得关注，因为它以可检验的方法解决了具体的服务问题。通过透明报告有用的收益、实际限制和必要调整，其贡献将变得更加清晰。什么证据能够让患者和医院员工相信，新的排程流程使医疗服务更容易获得？