医疗行业最紧迫的制约并非技术，而是人力。
医疗需求增长的速度已超过临床劳动力可持续承载的范围。人口老龄化扩大了需求，职业倦怠持续高企，行政复杂性不断攀升。其结果是服务能力缺口持续扩大——仅靠招聘难以弥合。
在这样的环境下，人工智能不再只是一项创新实验。它正成为维持并重构医疗交付方式的关键基础设施。
在近期达沃斯的一场专题讨论中，Marsh组织了一场名为“解锁医疗大生产力重置”的对话，重点介绍医疗生态系统中AI投资的最新研究成果，并汇集了来自医疗服务、医疗技术、投资及治理领域的领导者。正如Mercer和Mercer Marsh Benefits医疗业务总裁Hervé Balzano所言：“问题不再是AI是否会成为医疗的一部分——它已经存在了。”更紧迫的问题是，它以何种审慎程度被整合进医疗架构之中。
劳动力是根本性约束
Permanente医疗集团首席执行官兼执行董事Maria Ansari博士简明扼要地指出了挑战：“人口老龄化速度超过了我们的增长。”对她所在的机构而言，这一缺口转化为严重的职业倦怠和人才流失风险。AI的部署并非为了展示创新，而是为了应对可衡量的压力。“我们希望使用的AI能真正解决我们面临的问题，而不是把一个支离破碎的系统用零散方案拼凑起来，”Ansari说。
环境AI录入工具和自动患者沟通工具在试点时设定了明确目标：提高医生留任率、生产力和患者满意度。医生每天节省了1到2小时，患者满意度上升，最值得注意的是医生留任率提高了66%，离职率降至约2%。
在一个劳动力受限的体系中，这一成果并非边际效率的提升，而是结构性的稳定。招聘成本下降，机构知识得以保留，医疗连续性增强。
经济逻辑也同样重要。在价值导向型体系中，Ansari指出：“我们的利润不来自多看病，而来自把病看得更好。”AI工具在内部临床路径上重新训练，支持合理的自我管理并减少不必要的就诊。将医疗环节前置能降低后续成本：“健康本身成为资产。”在此背景下，AI成为劳动力保留战略的一部分——而不仅仅是文档记录的解脱。
从生产力到劳动力倍增
AI带来的生产力提升在诊断领域同样显著，但其意义远超吞吐量。西门子健康全球创新与技术高级副总裁Amira Romani描述了AI增强成像如何将MRI扫描时间从大约10分钟缩短至2分钟，通过专有算法在低场强机器上恢复图像质量。北欧市场的客户将诊断积压从三个月降至零。“这样放射科医生能接诊更多患者，最终患者也能更快获得诊断和更短的检查时间，”Romani解释道。关键不仅仅是更快的扫描：更短的成像周期扩大了专家能力的覆盖范围，使专业知识更具可扩展性。
同样，飞利浦与盖茨基金会的合作展示了AI引导的手持超声设备如何让仅经最低限度培训的工作人员在乡村地区进行筛查，并将图像传输给中心专家解读。“我们将培训时间缩短了数周甚至数月，”飞利浦管理委员会成员、首席ESG及法律官Marnix van Ginneken表示。远程扫描模型现在允许放射科医生同时解读多个机构的图像。如Romani所言，专家“可以同时查看其他放射科室的图像”，无需亲临现场，从而从自己的工作地点甚至家中支持同事进行诊断和相应结果分析。
这些创新常被描述为解锁可及性，但它们同样是劳动力再分配策略。AI延伸了稀缺专业知识的覆盖范围，而非简单地在现有流程中增加新工具。
基础设施，而非附加组件
从投资角度看，Springer Nature健康业务董事总经理Cord Stahler认为，AI正演变为“系统之系统”，多个AI代理相互监督、交叉验证。在他看来，这一基础设施层可能加速真实世界证据生成和大规模行政流程。但这一潜力能否实现，更多取决于组织整合而非技术可行性。
这正是许多系统面临战略分叉的地方。将AI作为点状解决方案部署可能带来局部效率提升。但将其视为运营基础设施，则需要围绕它重新设计角色、工作流和激励机制。后者更难，但更具决定性。
规模化需要的不仅是技术
负责任地规模化需要信任和治理跟上部署的节奏。Ansari强调必须明确AI能做什么、不能做什么：AI要么帮助临床医生更好地完成工作，要么承担“没人愿意做的工作”，要么执行“人类做不到的任务”。Van Ginneken强调了监管的平衡难题。监管对安全和信任至关重要，但现有监管体系并非为自适应AI架构而设计。“要把握好这个平衡……是一大挑战，”他指出。激励机制的设计同样影响结果。在按项目收费的环境中，减少不必要的就诊可能与收入模式冲突。而在价值导向型体系中，预防和早期干预与AI支持的预检分诊和风险识别更自然地契合。没有激励机制的一致性，即使劳动力案例清晰，采纳也会停滞。
正在出现的分水岭
医疗领域正在出现的分水岭，并非使用AI的机构与不使用AI的机构之间的区别，而是将AI视为外围技术的机构与将其融入劳动力战略的机构之间的区别。一些系统在追求渐进的效率提升，另一些则在重新设计文档流程、诊断网络和分诊模型，以保存并重新分配稀缺的临床能力。
当需求增速超过劳动力供给时，这一区别变得至关重要。AI不会消除结构性短缺，但越来越清楚的是，不采取行动会加剧问题。在一个人类临床能力是最稀缺资源的体系中，将AI视为可选的实验不是审慎，而是拖延。医疗领导者现在面临一个战略选择：将AI叠加在已有的压力之上——还是围绕它重新设计运营模式。在能力危机中，这一差异将决定哪些系统能够持续。
【全文结束】