2025年正迅速成为医疗领域中AI代理（AI agents）应用的关键一年。
AI代理技术如今风靡全球，而这一次，医疗行业在技术采用上并未落后于其他行业。传统上，医疗行业在数字化转型方面一直滞后，医院对变革也较为抗拒，即便有激励措施也是如此。然而，面对当前的巨大挑战，无论是大型还是小型医疗系统都在积极探索人工智能以及代理型AI解决方案，以重振工作环境、扩展服务能力、减轻压力、加速收入周期并提升患者护理水平。总部位于明尼苏达州罗切斯特市的梅奥诊所（Mayo Clinic）多年来一直处于AI领域的前沿，并正在利用代理型AI执行多种功能。
梅奥诊所自动化医学总监安贾莉·巴格拉博士（Anjali Bhagra, MD）表示：“基于梅奥诊所现有的自动化基础，我们正在进入一个大胆创新且富有影响力的全新阶段。我们在2025年的重点是开拓并整合能够无缝支持临床和运营工作流程的代理型自动化能力。”
下一步，梅奥诊所将开发一种代理型自动化架构和集成框架，以规模化部署智能代理。巴格拉博士及其团队深知，在开发这些技术时需要深思熟虑，以确保其安全性与可持续性。他们还在努力加速下一代人机交互的发展。
“通过利用全息界面和数字头像等新兴技术，我们正在重新构想医疗服务的提供方式、体验和支持模式：所有这些都扎根于我们对创新、卓越和关怀护理的承诺。” 巴格拉博士说道。
纽约市的西奈山医疗系统（Mount Sinai Health System）也在制定一份代理型AI路线图，专注于负责任且可扩展的AI发展，以符合战略优先事项。西奈山首席数字转型官罗比·弗里曼（Robbie Freeman）告诉贝克尔医疗评论（Becker’s），该组织正在与前线团队共同设计解决方案，并建立治理结构以确保安全有效的实施。
“今年下半年，我们的首要任务是推进数字化战略，以更好地支持我们的员工、患者、消费者和护理团队。” 弗里曼表示，“我们优先考虑那些能够提升体验、简化工作流程并实现更加个性化、协调化护理的工具。”
AI代理有望彻底改变医疗工作场所，无论对临床医生还是运营团队而言都是如此。印第安纳州韦恩堡帕克维尤健康系统（Parkview Health）高级副总裁兼首席信息安全官达雷尔·基林博士（Darrell Keeling, PhD）指出，这些工具可能成为解决劳动力短缺和资源枯竭问题的一部分，但它们并不便宜。
“这些工具的成本很高，必须提供远超基本任务（如语法校正、撰写电子邮件、制作演示文稿或绘制独特图像）的价值，才能证明其投资回报率合理。” 基林博士说，“真正的机会在于培训员工，让他们能够深思熟虑地将这些代理融入日常工作中，不仅用于自动化重复性任务，还能增强其专业知识的价值。”
许多医院和医疗系统仍然面临紧张的利润率，并仍在从新冠疫情带来的财务和运营冲击中恢复。虽然研究表明，采用AI和有意义的数字化转型的技术领先型医院长期来看会有更大的财务增长，但前期投资仍然是一个障碍。
“我们能否以具有成本效益的方式投资于代理型AI，同时不削弱现有员工队伍？真正的成功在于利用员工的智力资本来指导、塑造和优化这些技术，而不是取代他们。” 基林博士补充道，“更重要的是对员工进行技能重塑和能力增强。”
纽约市健康与医院/林肯医院（NYC Health + Hospitals / Lincoln Hospital）的首席医疗官刘易斯·马歇尔二世博士（Lewis Marshall Jr., MD）密切关注AI和机器学习如何快速支持医院应对即将到来的医疗补助削减。AI可以自动化标准操作程序，使医院能够在精简团队的情况下高效运作。此外，AI还可以帮助医生与患者沟通、安排预约并更准确地识别特定诊断。
“我们需要借助代理型AI做出一些决策和采取行动，但必须确保有人类监督。” 马歇尔博士表示，“尽管我们正进入充满挑战的时代，但如果能识别、实施并谨慎使用潜在解决方案，就能减轻员工压力，同时提高患者满意度。”
德克萨斯大学西南医学中心（UT Southwestern Medical Center）收入周期分析、会计和质量保证总监迈克尔·劳凯蒂斯（Michael Laukaitis）也在加倍投入代理型AI，将其用于评估收入周期的入站和出站呼叫，并转化为自主语音驱动的工作流程。他正在将该技术应用于以下场景：
- 与支付方和患者的对话
- 实时语音工程
- 零点击文档生成
“每次通话都会被转录、总结并写回到Epic系统和我们的客户关系管理平台（CRM），为员工提供下一次接触的即时背景信息，并减少每次互动的时间。” 劳凯蒂斯说，“由大语言模型（LLM）驱动的代理将验证资格、回答余额问题、启动预授权甚至安排后续电话，而人类只需在需要细微判断时介入。我们正在训练定制声学模型，以理解区域口音和医学术语，然后将意图和情感传递给我们的RPA机器人，以便在来电者挂断之前触发下一个任务。”
有效整合AI代理并非易事。AI素养已成为许多医疗系统的重点关注领域，旨在向团队传授相关知识及使用方法。理想情况下，团队成员会将基于任务的责任移交给AI代理，从而专注于角色中的高层次人与人之间的互动。
“这不仅仅是关于个人生产力的问题。” 基林博士表示，“而是关于创建其他人可以采纳并在此基础上发展的可重复流程，从而以可控且负责任的方式推动整个企业范围内代理型AI的采用。”
(全文结束)
