代理式AI在医疗系统中的普及速度超过了为其建立的管控结构。技术问题在很大程度上已经解决。尚未解决的问题是，负责运营的人员是否意识到他们现在正在管理一支数字化劳动力。
南卡罗来纳州查尔斯顿市的南卡罗来纳医科大学(MUSC)企业首席数字化转型官克里斯塔尔·布罗伊(Crystal Broj)认为，认可AI代理作为劳动力是医疗系统转型的关键。她负责领导整个医疗系统、大学和研究机构的数字化转型工作，这与MUSC明确表示要跻身全国前20大医疗系统，并帮助南卡罗来纳州在健康结果方面进入全美前20名的目标密切相关。
在过去几年中，MUSC建立了一个不断扩展的AI代理基础设施，可自动处理事先授权、管理患者登记并大规模处理进线电话。这一运营基础使下一个挑战更加明显：医疗系统不需要更多的代理，而是需要一种更连贯的方式来部署、连接和管理已经构建的代理。
布罗伊女士在"贝克医疗播客"(Becker's Healthcare Podcast)的一集中表示："随着AI代理的兴起，我们经常讨论部门中的代理最终将如何被列入组织结构图。它们为我们做了大量工作，但必须做到无缝衔接。"
这一转变既是架构上的，也是操作上的。当今大多数医疗系统中的AI代理在孤岛中运行。它们是为特定功能而专门构建的，无法在不同功能之间干净地交接工作。摩擦在日常工作中显现，例如医生发出转诊请求后，患者不是被立即安排预约，而是进入队列，通过电话来回沟通来安排预约。这不是单个代理的问题，而是结构性问题，因为现有系统从未设计为能够相互沟通。
布罗伊女士表示："我希望[AI代理]能够相互沟通，这样我就不必重复自己，就像我希望我的员工协同工作，让我无需重复一样。有许多工具正在快速发展。就我个人而言，我甚至使用语音代理将内容转换为文本，然后帮助我规划第二天的工作。在医疗服务提供者或后台办公室手中，将语音代理与文档和智能工作流程路由连接起来，我们将看到更多这样的场景，即代理相互对话。关键在于人类如何与AI良好协作。"
MUSC正在直接解决这一问题，整合平台并转向一种模式，即代理嵌入工作流程中，并在无需每次交接都需要人工干预的情况下路由工作。其基本逻辑是，需要人们来连接的代理并没有减少摩擦，而只是将其转移了位置。
随着构建代理的能力扩展到组织更多部门，治理挑战显著加剧。MUSC正在整个员工队伍中部署微软Copilot，并赋予员工创建自己工具的能力。这一举措加速了能力提升，但也凸显了大多数医疗系统尚未解决的问题。
"我们如何进行治理，以确保你我不会编写相同的代理？"布罗伊女士问道，"这没有必要。如果您的代理功能相同，我可以借用或调整您的代理。我们该如何建立这些全球代理库？"
"全球代理库"的概念——一个共享存储库，可以在其中发现、重用和调整专门构建的代理——解决了随着更多员工获得构建能力而加剧的问题。如果没有这样的库，组织面临重复工作、治理碎片化以及代理基础设施数量增加但连贯性不足的风险。
"这真正关乎以人为本的领导力，以及我们如何向人们展示如何安全、有效地使用AI，并真正认真思考AI的采用，"布罗伊女士表示，"那些在这方面做得好的组织，将真正定义未来医疗交付的面貌。"
【全文结束】