每周有超过2.3亿人向ChatGPT咨询与健康和 wellness 相关的问题。与此同时，五分之四的医生正在探索在其实践中使用人工智能(AI)，而今年1月推出的医疗保健专用大型语言模型Claude for Healthcare，有望彻底改变医疗账单处理。
随着医疗保健领域人工智能(AI)新功能几乎每天都在涌现，医疗领导者面临着一个悖论：迫切需要采用AI，同时又持续犹豫是否大规模部署。
还有迹象表明，AI可以改善弱势人群获得医疗信息和指导的机会，每周有60万条与健康相关的查询来自服务不足的农村地区。
然而，不断飙升的资本成本继续侵蚀可用于战略投资的资金。因此，医疗保健领域的AI应用案例常常难以超越试点阶段。在这个时代，在医疗保健领域做出正确的AI投资决策，取决于负责任的AI战略以及迅速行动以抓住大规模机遇的意愿。
超越AI实验
从2023年到2025年，医疗保健领域AI的采用率增长超过了其他行业采用率的两倍。
优化AI在医疗保健中的商业价值不仅取决于在正确领域部署正确的工具，还取决于快速扩展这些工具。这也需要仔细考虑如何在不给已经面临挑战的工作队伍带来过度压力的情况下，快速推进AI应用。
例如，尽管agentic AI在减少医疗收入周期中的行政负担和成本方面展现出巨大潜力，但在各个行业中，其采用仍存在障碍。最大的障碍之一是担心被AI取代：三分之二接受调查的领导者表示，这种担忧正导致人们对agentic AI采用的犹豫。
尽管医疗保健领域的AI应用场景正在扩展，但KLAS Research的分析表明，大多数组织将AI用于风险较低的用途，如环境AI（用于从医患对话中生成结构化笔记）、影像分诊、预测风险建模和患者消息回复。
推动AI投资回报率
在可用于AI投资的资源有限的情况下，医疗领导者如何为近期和长期价值做出正确的决策？以下是变革环境中的三个考虑因素。
- 不要仅仅尝试工具。要追逐工具。 资本限制要求从实验转向实施。组织不应测试孤立的工具，而应优先考虑从一开始就设计为可扩展的解决方案。对医疗领导者而言，这意味着寻找那些可能为一个工作流程或医院构建但可以无缝转移到其他地方的工具。这种方法可以加速部署，降低开发成本，并加强数据治理和员工采用的基础。
在确定要追求哪些AI计划时，将它们的价值与医疗组织的战略联系起来也很重要。这有助于避免难以实现预期价值的孤立AI应用场景。它还确保组织在AI方面的投资与其医疗系统的使命、愿景和业务目标进行深思熟虑的对齐，并在风险与回报之间进行谨慎平衡。
- 确保选择的工具与电子健康记录(EHR)兼容。 这种保护预算的方法通过无缝集成为快速创新铺平道路。它还通过易于访问和与其他功能的集成，使团队成员更容易参与AI工具。能够从EHR中提取数据也为基于干净、受治理和可访问数据的可操作智能提供了基础。有了这一基础，医疗团队可以更容易地将痛点转化为具有强大投资回报率潜力的可行创新。
2026年，将AI创新与EHR集成的关键机会包括：
- 临床工作流程改进，包括文档记录、影像和诊断
- 患者参与，例如通过使用虚拟助手、AI驱动的症状检查器和教育资源来增强患者互动
- 收入周期管理，AI可以将非结构化数据转换为可用信息，并简化预先授权、计费、编码和拒付处理
- 监测AI价值的控制措施。 安永(EY)最近的一项全球风险研究发现，对AI计划实施实时绩效监测的组织实现成本节约的可能性高出65%（编者注：本文作者与安永有关联）。这凸显了在更广泛的数字生态系统中正确嵌入AI的重要性，以及在AI治理委员会的支持下定期跟踪AI工作的必要性。该委员会应关注价值指标，如运营效率、质量改进、成本降低和患者结果，以确保AI提供可衡量的效益并与组织目标保持一致。
随着医疗保健领域AI采用速度的加快，制定一个强调快速部署和回报同时降低风险的实施路线图将推动势头。它还将建立团队成员对创新的信心——这对于长期维持AI收益至关重要。
John Ward是安永(EY)技术咨询合伙人，也是健康技术部门负责人。
【全文结束】