医疗系统正不断增加对AI技术的投资，主要集中在行政任务上。尽管面临财务挑战，虚拟护理的使用仍在持续增长。数字服务的扩展受到财务限制的阻碍。
根据Healthcare IT News在波士顿举行的HIMSS医疗AI论坛上的报道，医疗保健组织在AI上的支出速度是其他行业的2-3倍。支出是真实的，但论坛上的专家认为，成果尚未匹配投资规模。
马萨诸塞大学纪念医疗中心和斯坦福医疗的领导人在论坛上指出，核心问题在于大多数医疗机构将AI应用于错误的目标。行政任务、排班、预先授权、临床文档等占据了AI能力的大部分。这些确实是有效的效率提升，但未能达到该技术对患者预后的改善潜力。
自动化陷阱
区分自动化任务与流程转型比表面看起来更为重要。自动化预先授权流程可以节省员工时间。而通过AI辅助决策支持重新设计护理路径，则可以改变患者在临床医生干预前恶化的可能性。HIMSS论坛的专家表示，医疗机构需要以同样的紧迫感追求第二类应用，而不仅仅是第一类。
这种转变比听起来更难。临床AI需要临床医生的认可，而信任仍然是一个重大障碍。在Healthcare IT News的另一次采访中，Medicomp系统公司的Jay Anders解释了为什么许多临床医生对AI工具仍持怀疑态度。问题不仅在于AI可能会出错，还在于临床医生通常无法看到AI得出特定结论的原因，这使得他们难以判断何时信任输出结果以及何时应该推翻它。
随着医疗机构尝试将AI更接近护理点，AI推理的透明度正成为一个实际要求，而不仅仅是一个哲学偏好。
无法扩展的试点项目
全球各地的医疗机构都出现了类似的模式。新加坡国家卫生集团健康(NHG Health)的首席数字健康官Eric Wong告诉Healthcare IT News，组织经常在没有明确要解决的具体问题的情况下启动AI试点项目。结果是一堆证明技术可行性的概念验证项目，却从未投入实际应用。
Wong的观点指出这不仅是一个技术问题，更是一个纪律问题。成功规模化应用AI的医疗机构往往从临床或运营问题出发，然后反向选择工具，而不是先有新技术再寻找用例来证明其合理性。
虚拟护理增长但财务滞后
AI的采用发生在一个更广泛的数字健康背景下，而这一背景有着自身未解决的矛盾。2026年，虚拟护理的使用量正在上升，但Healthcare IT News报道称，许多医疗机构在其数字服务线上亏损。更多患者正在使用远程医疗和远程监测，但能够在这类服务上实现收支平衡的医疗机构却越来越少。
使用量增长与财务可持续性之间的差距反映了仅靠技术无法解决的结构性问题。在许多市场，虚拟服务的报销率仍未反映运行数字护理操作的真实成本。基础设施、平台许可、护理协调和临床医生时间的总和增长速度超过了收费表的调整速度。
对医疗机构高管而言，这意味着2026年的虚拟护理战略既是一个财务工程问题，也是一个技术部署问题。那些找到盈利路径的机构通常将虚拟护理与线下工作流程紧密整合，利用数字触点减少可避免的高成本就诊，而不是将远程医疗视为独立的收入来源。
收入周期中的AI：更清晰的短期收益
AI在财务方面取得具体成果的一个领域是收入周期管理。Healthcare IT News介绍了First Choice神经科的情况，Ernesto Alonso博士描述了AI如何在加速收款的同时减轻临床工作人员的认知负担。文档质量、编码准确性和收入获取之间的联系足够直接，AI的改进会相对较快地反映在财务表现上。
这使得收入周期成为医疗保健中较为成熟的AI用例之一，即使它仍属于专家认为不应作为最终目标的自动化类别。对许多组织而言，这是建立内部信心和技术基础设施的切入点，为更雄心勃勃的临床应用奠定基础。
下一步发展
HIMSS医疗AI论坛的讨论和虚拟护理财务数据共同指向医疗保健数字化转型的整合阶段。在过去几年广泛部署的组织现在面临压力，需要证明其投资产生的是结果，而不仅仅是活动指标。
在AI方面，这种压力正推动对话转向治理、临床医生采用和可衡量的临床影响。在虚拟护理方面，它正推动整合和报销策略。美国疾病控制与预防中心(CDC)也在同步行动，其公共卫生数据、监测和技术办公室的Matthew Ritchey概述了建立安全的公共卫生数据生态系统的计划，旨在为临床医生和地方机构提供更及时、可操作的信息。如果按描述发展，该基础设施将在人群层面为医疗机构的AI工具提供更好的数据支持。
【全文结束】