人工智能具有改变行业的潜力，其影响远超我们想象，而医疗保健领域可能是变革最深刻的领域之一。从减轻行政负担、创建更高效的诊疗路径到帮助护士提升患者安全，人工智能能指数级改善医疗质量和可及性。此外，智能代理系统可进一步简化工作流程，使临床医生有更多时间专注于患者护理，也让健康保险公司能更高效地为会员提供无缝且经济的服务。麦肯锡最新医疗领导者调查显示，85%的受访者已在工作流中实施或推进生成式AI应用场景，随着技术发展，这一比例将持续上升，医疗系统亟需尽快构建能力以最大化技术价值。
埃里克·拉森是塔布罗克咨询公司总裁，在医疗保健领域应用人工智能等技术方面拥有深厚造诣。他亲历了过去25年医疗行业既进步又抗拒变革的历程，并认为当下是行业全力拥抱变革的关键时刻。在本期《麦肯锡医疗保健》播客中，拉森与麦肯锡合伙人杰西卡·兰姆探讨了人工智能如何改变医疗体系、改善可及性，并挑战美国医疗服务的现有模式。
本次对话聚焦医疗现有企业与科技初创企业之间的张力，阐明现有企业为何必须加速采用AI以保持竞争力。拉森阐述了当前劳动密集型医疗模式将如何被技术挑战，以及人工智能如何增强高绩效医疗团队的能力。以下对话经编辑以提升清晰度与简洁性。
现有企业与新兴企业的对话
杰西卡·兰姆：医疗行业现有企业与科技公司、AI原生企业等新兴力量仿佛使用两种不同语言。您如何看待现有企业与新兴企业的互动现状？是什么导致两者之间存在差距？
埃里克·拉森：现有企业与新兴企业的关系至关重要——不是对立或取舍，而是共生共进。美国医疗保健曾对过去一代人的所有技术变革（互联网、移动通信、社交网络、云计算、大数据分析、企业级SaaS、区块链等）保持高度抵抗力，这些技术已彻底改变美国经济其他所有垂直领域。我正努力促成现有企业与新兴企业的对话。
我认为"现有企业"并非自然法则，而是起步优势。根据所在经济领域，适应时间窗口可能很短、很长或根本不存在。关于AI的关键在于客观可验证的决策机制——医疗中是否存在明确对错的场景？例如收入周期管理中，理赔结果客观可验证，这类领域将率先实现"智能代理化"。现有企业需思考：在新兴企业追上之前，他们还有多少时间改造这些流程？
杰西卡·兰姆：作为顾问，我主要与现有企业合作。您认为科技公司如何制定战略决策？与医疗行业整体有何差异？
埃里克·拉森：两者完全正交。它们如同互不理解的独立实体，硅谷与美国医疗之间存在双向认知鸿沟。一方面，美国医疗长期由现有企业主导；另一方面，AI原生初创企业正在崛起，更不容忽视的是那些市值与可投资资本达国家规模的科技巨头。现有企业与新兴企业的核心差异何在？
它们恰成镜像：传统医疗机构以规模、体量和稳定性为特征（强调营收和数万至数十万员工）；而硅谷现象是精悍团队——据我统计，当地有17家初创企业员工不足50人，年经常性收入却超1亿美元。关键问题在于：现有企业能否在初创企业之前，消化吸收这项史上最强大技术？对此我持观望态度。
前所未有的工业革命
杰西卡·兰姆：您兼具科技与历史洞察力，对此有何历史启示？
埃里克·拉森：技术发展本质是非连续性的，历史看似线性实则充满断层。历经机械化、电气化、计算机化三次工业革命，技术在卫生、识字率、安全及民主等维度全面提升人类文明。过去250年，技术驱动了人类福祉的跃升。
前三次革命的核心叙事是：技术发明者即赢家（发明蒸汽机、水力纺纱机、发电机或晶体管的社会在地缘政治、GDP及文明发展上胜出）。但此次不同——技术实施者而非发明者将决定成败。
在美国医疗领域，率先将生成式AI应用于文档处理、摘要生成、编码及初级代理功能的支付方、生命科学公司或科技巨头，将更快获得生产力提升、成本降低及服务可及性改善。
杰西卡·兰姆：行业曾经历多次技术炒作周期，许多人持谨慎态度。为何您认为这是医疗技术史上最关键的时刻？
埃里克·拉森：从近乎宇宙的视角看，生成式AI本质是智能的倍增。我们以智力为价值根基，却创造出在诸多方面超越人类的合成智能。最新模型具备博士级学科理解力和百科全书式知识，掌握人类数字化历史全貌。随着推理、记忆及工具控制能力涌现，我们开始将AI视为新物种——是入侵物种还是善意物种？观点不一，但我的认知是：人类智力的至高地位正遭遇非生物智能的挑战。
当前生成式AI聚焦单一目标：提升生产力并以技术替代人力。美国医疗对技术颠覆高度敏感，原因有三：首先，全美2000多万医疗从业者中，唯独该行业近二十年出现负向生产力增长；其次，医疗数据占全球150泽字节的三分之一，年增36%，自然语言处理与向量技术使海量非结构化数据突然可用；第三，行业积累大量技术债务（实为待开发机遇），根源在于对过往技术变革的顽固抵抗。领导者正面临前所未有的挑战。
应对新兴技术格局
杰西卡·兰姆：医疗高管应如何应对这一挑战？
埃里克·拉森：首要任务是认清现状——在高度监管行业中应用技术需平衡"希波克拉底誓言"（不伤害原则）与"快速行动打破常规"的文化冲突。医疗业惯于谨慎评估技术，如电子健康记录等刺激因素出现才逐步采纳。但AI时代没有缓冲期，必须立即掌握技术要义。
其次，CEO需展现学习脆弱性，向团队坦承"我也在摸索"，示范日常使用AI的工作流，为员工创造心理安全环境。175年来我们沿用相同层级架构，如今认知劳动的增强将重构服务模式与组织形态。必须与新兴企业合作学习，确保技术安全扩散，同时严防HIPAA环境下的数据主权风险与信息泄露。
对多数美国医疗组织而言，首要问题是人力配置。管理者若想招聘新员工，需向CEO证明生成式AI一年内无法替代该职能。应逐工作流、逐岗位评估：新技术能否实现自动化、增强或淘汰该职能？更需想象——技术能否实现前所未有的创新？
以呼叫中心或业务流程外包为例，这些千亿美元级产业在对话式AI普及后恐难存续。但临床初创企业Hippocratic已执行300万次患者通话零事故。若具备此能力，我们能增加多少患者触点？CEO如何为组织迎接人类集体劳动史上最重大蜕变做好准备？
杰西卡·兰姆：行业变革阻力巨大，如何从劳动密集转向资本密集模式？领导者如何引导团队积极应对？
埃里克·拉森：二战后资本与劳动力占GDP比例长期维持70%:30的均衡，使经济学家误以为这是自然法则。近十年该比例已滑向60%:40。随着AI成熟扩散，比例将倒转并大幅倾向资本。每次技术范式转移都摧毁旧岗创造新岗，但AI可能打破此规律。
医疗领域将更微妙：供需失衡（180万岗位空缺）使人力过剩问题首当其冲。社会层面，"跳槽"现象可能转向"拥抱工作"。医疗需求非静态——成本降低将刺激需求增长。若将初级护理预约等待时间从45天缩短，我们可借助医生或其数字分身实现异步高频互动。AI临床"实习生"将扩展医生服务范围。
医疗虽非信息技术，但正被重构为信息产业。全球仅10亿人能接触医生，却有60亿人拥有手机，而手机将成为医疗超智能的终端载体。Epic推出的Comet系统基于163亿患者交互训练，OpenEvidence已服务50万医生，微软诊断协调器和GPT-5在诊断与治疗协议方面已达超人类水平。当医疗成为信息技术，将实现成本下降、全球普及与无处不在——我对此持乐观态度。
AI提升医疗可及性的潜力
杰西卡·兰姆：这些是沉重话题，但您坚持乐观立场。未来几年行业最值得期待什么？
埃里克·拉森：技术本质中立——船舶发明伴随海难。这项强大技术可善可恶，我更关注其光明面。
能持续研读百万份医学文献、最终自主提出新分子或诊断工具方案的超智能，将极大推动医学创新。它能否延长人类寿命30-40年？能否实现全球医疗可及性平等？能否消除临床差异，创造无所不知的"赛博格医生"？能否提升弱势群体福祉？
首要任务是展开对话：如何让现有企业理解变革？如何谦逊前行？我视此为神圣使命而非职业召唤，肩负持续学习、分享知识、携手新兴企业打破隔阂的责任，共同为人类福祉推进技术发展。
埃里克·拉森是塔布罗克咨询公司总裁。杰西卡·兰姆是麦肯锡纽约办公室合伙人。
【全文结束】
