麦肯锡公司2026年及以后的展望指出，随着生成式AI成为基础设施核心，健康服务和技术将引领美国医疗保健增长。麦肯锡表示，AI正迅速成为医疗保健的增长引擎，其对2026年及以后美国医疗保健的展望表明，技术现已成为该行业绩效的主要驱动力。
这家咨询巨头预计，健康服务和技术将继续保持最快增长的细分领域，软件平台日益成为医疗机构和服务支付方在复杂、数据丰富的环境中运营的核心。
生成式AI和机器学习是关键催化剂，通过自动化工作流程、加强系统连接性，并将海量数据转化为可操作的临床见解。
加速AI采用
当前经济环境正强力推动AI部署进程。行业息税折旧摊销前利润（EBITDA）占国家卫生支出的比例已从2019年的11.2%下降至2024年的8.9%，在医疗利用率提升和报销压力加剧的双重夹击下，行业利润率持续承压。
投资正高度集中于数字杠杆效应最显著的领域——健康服务与技术、专业药房和非急性护理——医疗机构正利用AI技术外包复杂流程并全面重构运营体系。
本质上，行业讨论焦点已从局部试点转向系统化平台部署，AI技术深度嵌入支付方运营体系、服务提供方绩效管理和护理交付流程再造中。
同时，AI解决方案的采用标准也在收紧。
Saltgrass联合创始人兼管理合伙人布莱恩·利滕表示："采用将优先选择可量化效果、易于实施且能切实减轻负担的解决方案——尤其在资源匮乏的医疗场景中，专项资助计划可能加速系统升级进程。"
战略层面，医疗领导者必须同步推进双轨策略：短期强化运营韧性与长期实现体系重塑。AI技术正处于这两大议程的核心枢纽位置。
在短期内，AI能有效压缩行政成本、稳定运营体系并缓解劳动力短缺压力。从长远视角看，它赋能创新护理模式与定价策略、实现更精准的人口健康管理，并构建真正互操作的医疗生态系统。
美国医疗保健的下一阶段发展将不仅由支出规模定义，更取决于智能化系统建设——其中AI作为关键连接组织，将运营压力转化为可持续的生产力提升和更优的患者健康结果。
SiMLQ顾问委员会成员迈克尔·德雷尔强调了运营转型的紧迫性："AI已不再是理论构想。从预先授权和收入周期管理，到劳动力优化与供应链执行，医疗行业终于将技术精准应用于最亟需的环节——消除复杂手动工作流程中的摩擦点，这些流程长期消耗运营效率并严重损害员工士气。"
AI当前落地领域
对于医保支付方，麦肯锡预测2027年后的行业复苏将取决于四大支柱：创新护理模型的采用、定价策略优化、跨行业合作伙伴关系及AI驱动的后端系统转型。
这一愿景正通过三大实践加速落地：直通式理赔处理显著缩短周期时间并降低行政成本；预测建模技术精准优化风险调整；机器学习算法高效识别欺诈、浪费和滥用行为，同时优化客服中心与网络管理等核心运营环节。
随着监管环境变迁和参保人群结构变化，数据驱动的定价策略与产品设计正成为医疗机构的核心竞争力。
医疗机构则面临多重挑战——劳动力成本剧烈波动、未补偿护理负担加重及报销模式持续演变——但随着更多无保险人群转入雇主赞助保险计划，利润率恢复路径正逐步显现。
持续性改善仍取决于严格的成本管控体系和精准的技术投资策略。
超越试点：AI作为基础设施
当前最深刻的变革不仅在于AI应用场景的扩展，更在于AI在医疗体系中角色的根本转变。技术模型正从孤立试点演进为嵌入式基础设施，其核心功能包括：协调碎片化系统中的数据流、满足严格互操作性标准，并无缝集成至现有工作流程而不引发颠覆性变革管理。
行业焦点已完全转向可量化结果——每笔交易成本降低、理赔拒付率下降、应收账款周期缩短、服务吞吐量提升及员工满意度改善。
在此环境下，胜出者将是那些能在临床与运营层面深度构建信任的机构。麦肯锡研究指出，成功供应商需具备四大特质：可验证的临床级精度与安全性、与核心平台及数据标准的流畅兼容性、在严格治理框架下的透明可审计模型，以及通过清晰可复现的指标链接硬性投资回报。
【全文结束】
