人工智能与医疗健康相遇，支付方应如何应对
沙姆·辛加尔（Shubham Singhal）
沙姆·辛加尔是麦肯锡全球研究所主席；麦肯锡地缘政治战略重点的全球联合负责人；并为医疗保健机构提供战略、增长、并购、业务建设和大规模转型方面的咨询。
医疗支付方创建网络、制定规则、设定价格并处理付款——这些任务在正确指导下，人工智能（AI）能够很好地执行。传统观点认为，由AI驱动的自动化可以提高效率，同时降低行政和医疗成本。这确实没错，但与大多数传统观点一样，这也显而易见。
让我们深入探讨：AI如何改变工作方式？支付方如何为会员提供更多服务？
麦肯锡估计，在典型的医疗支付机构中，65%至80%的工作是面向交易的，例如理赔处理；所有或几乎所有这些工作都可以完全自动化。另外10%至25%的工作是知识导向型的，例如定价精算师和医疗管理临床医生。剩余的工作，包括销售，是关系导向型的。对于这些工作，自动化潜力较小，但生成式AI（gen AI）可以通过处理查找信息、清理和整理数据、做笔记和撰写提案等任务，将知识和关系导向型工作的生产力提高高达50%。
另一种分解医疗支付机构劳动力的方式是看角色。"执行者"（Do-ers）是执行必要日常任务的个人贡献者。"决策者"（Deciders）是拥有制定战略、分配资源、提供批准和确保良好治理权限的高管和经理。其余约10%至15%是"解释者"（interpreters）。这些角色中的人，包括项目协调员和许多高于直接监督层的中层经理，将信息从决策者传递给执行者或在决策者之间传递。代理（Agents）可以取代许多这些解释者角色；执行者也是如此。
思考当今医疗支付机构劳动力的第三种方式是，它已被优化为在可负担性、可及性或质量有足够收益的地方提供人类智能和干预。这意味着为需求最复杂的会员提供近乎礼宾式的病例管理，而对处理常规健康事件的会员则很少提供个性化关注。AI可以提供智能支持，这种支持在当今因成本过高而难以实现，帮助会员导航、评估选择并做出明智决策。
综上所述，绝大多数医疗支付机构的工作可以实现自动化。生产力效益可能非常显著，会员可能能够获得新服务。但这也将带来破坏性影响，对个人产生重大影响。组织必须牢记这一点，并思考这种变化的含义。一个优先事项是确定如何最好地投资于再培训，将人员配置到为患者提供关怀和同情心的角色中，并创建新职位来开发、维护和监控代理系统。
简言之，对支付方而言，使用AI不仅仅是安装一个聊天机器人或在那里设置一个代理的问题：领导者将不得不重新调整他们的组织。鉴于此，以下是三点建议。
首先，请记住，这从根本上说，是从上到下的人员转型。尽管领导者需要深入了解技术，但优先事项是能够解释AI如何融入他们对未来组织的愿景。医疗支付方将需要吸引能够领导AI工程师、数据经理和其他技术专业人员的人才。此外，知识导向和关系导向角色的劳动力将需要提升技能，成为AI超级用户。
第二，定义"为什么"。生产力和经济论据是显而易见的——但远非全部。关键是要阐明实施AI如何通过提高可负担性和提供更多个性化支持，推进改善人类生活和扩大医疗保健可及性的核心使命。如果不与意义和目的联系起来，如此大胆的旅程难以启动，更不可能持续。
第三，更大胆。到目前为止，AI主要用于简化特定任务和流程；鉴于其新兴能力，这种观点过于狭隘。例如，支付方可以重新构想整个系统，而不是调整当今缓慢笨拙的支付流程，朝着在护理点实现实时智能结算的方向发展。或者，适当的护理导航代理可以嵌入医生的工作流程中。随着时间的推移，智能成本几乎降至零，可以为会员提供个性化助手，帮助他们管理医疗保健。大胆可能延伸到重新设计经济模型，支付方通过满足会员广泛的健康需求来创造更多价值。
在以前的颠覆中，如互联网泡沫时期，行业经历了巨大变化，新进入者强势涌入。毫不夸张地说，到2035年，支付行业最重要的参与者将是那些最快最好地利用AI力量的公司。
作为系统中的风险管理者，医疗支付方往往比较谨慎。当然，鲁莽从来不是好主意。但在AI每分钟都在进步的世界里，速度和大胆可能是更安全的选择。
【全文结束】
