医疗保健领导者持续面临着降低运营成本、稳定紧张的劳动力队伍以及改善获取渠道和患者体验的压力¹。尽管人工智能具有变革潜力，但许多组织报告称仅获得渐进式收益，这通常是由组织和实施障碍而非用例不足所导致的²。随着代理式人工智能(agentic AI)的出现，这一动态开始发生转变。与主要响应提示或支持离散决策的传统和生成式人工智能不同，代理式人工智能能够规划和编排任务、适应条件变化，并与人员和平台协调，从而帮助在临床、行政和财务领域实现成果。在负责任的设计下，这些代理在明确的防护措施和人工监督下运行。
为了解代理式人工智能如何在市场中显现，德勤医疗解决方案中心于2025年9月对100名美国医疗技术高管（50名来自医疗系统，50名来自健康计划）进行了调查，并与35名医疗技术高管、未来学家、技术专家和代理式人工智能领导者进行了在线焦点小组讨论（参见方法论）。研究结果表明，长期存在的人工智能采用挑战——这些限制可能正在塑造早期代理式人工智能的规模化——开始减轻：40%的受访领导者表示技术人才限制不再是主要挑战。领导者还报告称，对变革的抵制（38%）、领导层支持（35%）和数据质量担忧（32%）的摩擦有所减少（图1）。
综合这些信号表明，代理式人工智能正在超越实验阶段。对高管而言，重点应从采用转向规模化，从试点转向实际运营影响。这意味着需要负责任地规模化代理式人工智能，以在消费者参与、护理交付、劳动力能力和核心行政及支付工作流程方面解锁可衡量的改进。
随着障碍减轻，许多组织正以更强的承诺回应代理式人工智能的采用（图2），并更有效地管理他们已构建的内容。61%的受访者表示，他们已经在构建和实施代理式人工智能计划或已获得预算，85%计划在未来两到三年内增加投资。随着投资增加，对回报的期望也更高：98%的受访高管期望在此期间至少节省10%的成本，37%期望节省超过20%。综合这些回应表明，许多领导者可能将代理式人工智能视为业绩、增长和劳动力可持续性的战略杠杆。德勤2026年美国医疗保健展望调查结果强化了这一势头，超过80%的医疗保健高管预计代理式人工智能和生成式人工智能在2026年将在临床、业务和后台功能方面带来中等至显著价值。
随着障碍得到缓解，医疗保健领导者可能面临一个不同的挑战：决定在不增加临床、财务或合规风险的情况下，自主行动可以在哪些方面解锁企业价值。焦点小组参与者描述了一个近期决策——是将努力保持在试点阶段，还是投资于可能从根本上重塑护理和运营工作流程的企业级规模化。
大多数医疗保健领导者预期代理式人工智能将改变运营模式
调查结果表明，组织正在将技术部署到超越后台运营的更具战略性的领域。超过80%的医疗系统正在优先考虑将代理式人工智能用于临床运营和护理交付，以及收入周期管理。同样，70%的健康计划正在优先考虑将代理式人工智能用于使用管理、预先授权流程和理赔管理。
高度变革性的用例涉及代理生态系统协同工作，以在医疗系统和健康计划网络中提供主动式解决方案。焦点小组参与者认为，这些代理生态系统可以通过使信息（曾经受制于流程和基于工单的交接）更易于获取，从而改善运营效率并减少组织知识孤岛。在此基础上，只要具备适当的验证和治理，就能支持企业目标，如改善临床结果、优化运营和提高消费者满意度。
参与焦点小组的领导者强调了在未来两到三年内，随着代理式人工智能在各个功能领域的实施，转型可能呈现的样貌（图3）。
增强消费者参与
医疗保健生态系统中的消费者参与长期以来一直受到碎片化和摩擦的阻碍³。代理式人工智能可能非常适合解决这些挑战，并通过使信息更广泛可用和易于获取，帮助减少组织孤岛。它还可以协调复杂的患者和会员旅程，提升整体体验，而不仅仅是优化信息传递（传统人工智能通常关注的领域）。通过改善福利协调、支持护理导航并帮助填补护理差距，代理式人工智能可以帮助将消费者参与从被动接触点转变为更加主动、持续和个性化的护理模式。
一位技术领导者在焦点小组讨论中分享道："AI代理可以指导患者完成签到流程，用日常语言解释实验室结果，提供个性化的健康提示，在出院后监测恢复情况，并澄清保险福利。这些互动是连续的、个性化的和富有同理心的，弥合了就诊间隔的差距，并赋予患者更多能力。"
通过代理式人工智能增强消费者参与的关键成果包括：基于诊断和偏好的更个性化外展，以及简化的福利和护理导航。这些改进可能提高健康素养和患者信心，在某些情况下，可能有助于减少不良健康结果和再入院率。对于客户支持团队，这可能有助于减少倦怠并提高效率。
例如，Humana Inc.的会员支持团队每年处理数百万会员问题和互动，常常造成显著的工作负担。该公司最近推出了一种代理式人工智能工具，帮助其会员倡导者更快、更精确、更个性化地回应会员问题。该工具可以总结通话内容，预见会员需求，并自主地为会员倡导者提供最相关的信息。在代理式人工智能工具在后台支持福利复杂性的情况下，会员倡导者可以专注于会员护理和参与⁴。
"AI代理可以指导患者完成签到流程，用日常语言解释实验室结果，提供个性化的健康提示，在出院后监测恢复情况，并澄清保险福利。这些互动是连续的、个性化的和富有同理心的，弥合了就诊间隔的差距，并赋予患者更多能力。"
——来自技术组织的代理式人工智能领导者
重新思考护理交付
另一个关键关注领域是重新构想护理的交付方式。我们焦点小组讨论的见解（图3）表明，代理式人工智能可以将护理交付从手动整理分散系统中的患者数据转变为整合跨平台数据以获得统一视图。这包括将临床文档从静态的、回顾性记录转变为动态的、主动的和预测性工具。
通过代理式人工智能重新思考护理交付的关键成果可能包括：打破数据孤岛，实现患者记录的更纵向、跨来源视图，填补信息缺口，降低错误风险。代理式人工智能可以帮助更早标记风险，并建议——或在适当情况下启动——预定义的后续行动，以帮助预防不良事件、减少再入院、提升临床医生角色以专注于直接患者护理、支持护理连续性并加强患者信任。
正如一位医疗系统高管所说："代理式人工智能可以将数据统一为纵向记录，实现更好的决策、主动的后续跟进和减少再入院。这是变革性的，因为系统获得了主动性，从被动的数据存储库转变为护理交付中的积极参与者。"
例如，斯坦福医疗中心已试点一种代理式方法，将个性化的现实世界证据带入护理点的电子健康记录(EHR)中。使用斯坦福的ChatEHR解释患者记录（包括就诊原因等细节），代理式工具可以主动生成相关信息以告知治疗决策，而无需医生发起查询。斯坦福还将此与环境监听相结合，以捕获会诊背景并进一步简化文档和工作流程⁵。
"代理式人工智能可以将数据统一为纵向记录，实现更好的决策、主动的后续跟进和减少再入院。这是变革性的，因为系统获得了主动性，从被动的数据存储库转变为护理交付中的积极参与者。"
——来自医疗系统的医疗技术高管
转型劳动力能力
如图3所示，劳动力能力转型是代理式人工智能可以产生有意义影响的关键领域之一。我们焦点小组讨论的见解强调，代理式人工智能可以通过高效分析大量影像数据、识别模式和相关性，并将这些发现与患者病史关联，帮助减少劳动密集型的行政工作。
通过代理式人工智能重构工作流程的关键成果可能包括：降低认知过载、减少倦怠和人员流动、提高工作满意度和准确性。正如一位代理式人工智能领导者在我们的焦点小组讨论中指出的："AI代理可以针对高摩擦接触点，实现更快更准确的诊断，恢复一线员工的时间、清晰度和控制权，减少倦怠，提高留任率，并允许他们专注于复杂的决策制定，提升护理质量。"这一转变可以释放临床医生和其他员工，使他们能够专注于更复杂的护理，并花更多时间与患者相处。
一个例子是Sentara Health部署代理式人工智能解决方案，以实现虚拟护理能力，如环境文档记录、远程咨询、环境观察和规模化护理管理。部署后数月内，该代理式人工智能解决方案已在其实现设施中节省了数千小时的护理时间⁶。
"AI代理可以针对高摩擦接触点，实现更快更准确的诊断，恢复一线员工的时间、清晰度和控制权，减少倦怠，提高留任率，并允许他们专注于复杂的决策制定，提升护理质量。"
——来自技术组织的代理式人工智能领导者
现代化后台运营
后台运营是代理式人工智能转型最早和最常见的关注领域之一。我们焦点小组讨论的见解（图3）展示了代理式人工智能如何将后台职能从手动和偶发活动转变为更自主、连续的解决方案。
正如我们焦点小组讨论中一位健康计划高管所提到的："代理式人工智能监控即将到期的许可证，对照权威来源验证资质，主动更新付款方数据库，并仅在需要时将异常情况升级供人工审查。这导致从静态表格转变为智能协调，从手动检查表转变为自动验证，从长期瓶颈转变为主动、自我纠正的系统。"
通过代理式人工智能转型后台运营的关键成果可能包括：系统间更少的手动交接、更快的流程周期时间以及更强大和更具弹性的运营。这些改进共同可以帮助实现自主跟进、跨系统的端到端协调，以及将员工重新部署到更高技能的工作中。
例如，梅奥诊所正在部署和探索AI代理方法，以简化提供者和付款方的行政工作流程。这些努力支持诸如资格和福利验证、预先授权和使用管理、理赔相关的临床信息交换以及处方支持等流程⁷。
转型支付流程
支付流程现代化是转型的优先领域，因为支付工作流程本质上复杂且多步骤——这正是代理式人工智能旨在解决的挑战类型，根据焦点小组领导者。传统人工智能主要关注分析而非决策制定，而代理式人工智能可以支持并最终执行复杂的端到端行动序列⁸。这一能力使工作流程从手动、可能出错的理赔处理和被动纠正转变为具有内置拒绝预防的主动、零触控裁决。
代理式人工智能可以通过实现实时问题解决和主动理赔管理，帮助降低错误率并更快解决问题。反过来，它可以降低拒绝率，加速和优化提供者报销，缩短应收账款天数，并通过将工作重点转移到更高价值的工作上，提高会员和员工满意度。正如一位参与焦点小组讨论的医疗系统技术高管所说："代理式人工智能可以实时对照付款方规则验证代码，自动纠正错误，并直接与付款方沟通，从而减少拒绝，加速理赔解决，并使员工能够专注于复杂案例。"
一个例子是MUSC Health部署AI代理完成40%的预先授权而无需人工参与，这帮助MUSC显著减少了手动工作⁹。
使代理式人工智能成为医疗保健组织战略的核心以最大化影响
我们的调查显示，组织对代理式人工智能的承诺时机和形式可能影响回报的大小。为了帮助最大化影响，医疗保健组织应全面考虑如何实施代理式人工智能，以便在企业层面系统地运行，而不是将其视为独立或纯粹实验性的举措。
在调查受访者中，早期采用者——目前在运营中实施代理式人工智能的组织——主要是大型组织（年收入超过50亿美元）（65%），而观望者——在投资前等待外部证据的组织——绝大多数是中小型组织（年收入超过5亿美元但低于50亿美元）（87%）（图4）。规模可能是准备就绪的代理：大型医疗保健组织往往拥有更强的数据基础、治理和变革能力，这可能是从试点转向运营整合的先决条件¹⁰。中小型组织可能受到更多限制，使"观望"方法显得合理。然而，调查结果表明，等待可能会带来较低的预期价值。
这一动态通过解决方案战略得到强化。早期采用者优先考虑多代理解决方案（82%），而观望者偏好点解决方案（92%）。点解决方案可以在离散任务中产生渐进效率，但通常不会重新设计端到端工作流程。多代理系统则旨在通过协调护理和行政领域的决策、交接和执行来协调跨职能工作，这可能在系统层面创造复合效益。
我们调查中一个引人注目的模式是"观望者悖论"：即使保持观望，100%的观望者计划在未来两到三年内增加投资。然而，只有13%预期在同一时期内节省超过20%的成本（而早期采用者为59%）。换句话说，后进入者计划投资但预期影响较小，这表明他们采取追赶方法，支出集中在有限用例和风险缓解上，而不是运营模式转型。
早期采用者似乎正在形成一个强化循环：更高的准备就绪度使多代理投资成为可能，这增加了对更大节省的信心，从而证明更深入的流程重新设计和更快学习的合理性。竞争影响是代理式人工智能可能会扩大绩效差距，早期采用者能够捕获生产力收益并将其重新部署到韧性、体验和增长中，而观望者则面临回报上限较低的风险。
综合来看，这些发现为根据组织规模、业务复杂性和AI实施成熟度优先考虑和排序代理式人工智能举措提供了基础。
快速成果：利用现有资源可以快速交付的小型、低努力改进。例子包括：
- 使用数字表格自动化患者登记，这些表格预填充电子健康记录，并将这些信息与环境记录输入相结合，以简化临床文档。
- 简化预先授权并摄取支付文档（如发票数据和拒绝信），以支持理赔对账，识别拒绝驱动因素，并建议上诉行动。
战略举措：创建可重用构建模块的中等规模努力，随着系统扩展，效益会增长。例子包括：
- 统一跨系统（如电子健康记录、理赔和客户关系管理）的患者数据，使代理式人工智能能够同步结构化信息，并通过智能提示呈现关键发现，以简化临床审查。
- 通过分析预付款模式并运行连续合规监控来检测欺诈、浪费和滥用。
重大举措：可以从根本上改变工作方式的复杂项目。这些努力可能带来更高价值，但通常需要时间、预算和强有力的治理。例子包括：
- 利用实时临床信号预测患者流量，以优化人员配置并标记安全风险。
- 通过实时验证代码并处理异常情况，实现端到端理赔裁决自动化。
医疗保健组织通过代理式人工智能实现影响的路径
为了帮助放大价值，医疗保健组织可以将代理式人工智能嵌入核心运营中，并随着时间的推移，逐步发展为企业AI层，该层在交易系统中工作。如果做得好，这一层可以帮助连接消费者、临床、后台和支付旅程中的工作。关键考虑因素包括：
- 规划持续演进，而非固定终点状态：实施与人类团队协调的一组代理需要持续调整。医疗保健组织可能需要重新调整临床交接和行政文档，重塑客户关系管理和合规活动中的沟通模式，并明确后台职能中决策权限和责任。为实时学习和实验创造空间，将其视为有意义的进展——最终，作为降低组织风险的核心战略——这一点很重要。
- 准备劳动力适应新运营模式：授权团队从常规处理转向监督，同时保持人类对关键决策和AI输出验证的负责。组织可以采用工作流程工具，或从具有明确优先级、标记紧急性和建议下一步行动的预结构化任务开始，以帮助优化高价值、面向患者工作的能力。
- 通过设计和治理建立信任：为决策制定、隐私、数据质量、伦理和透明度建立防护措施。治理应支持可追溯性和可解释性（理解谁做出了决定、决定是什么以及为什么），以及明确负责监控性能和响应模型漂移及下游错误的所有权。在实践中，这可以支持诸如医疗系统出院后监测以改善护理连续性和患者体验，以及通过闭环报告和根本原因分析优化付款方预先授权等用例。随着时间的推移，持久的进展可能会由安全性和可靠性定义，而不是速度。
代理式人工智能正成为一种实用能力，但组织仍然面临如何部署它的选择。他们可以将其部署为战术性点解决方案以缓解近期压力，或作为端到端运营模式的改变。这一选择可能会塑造哪些医疗保健领导者能够在未来几年降低成本、稳定劳动力并维持患者信任。
【全文结束】
