2025年：医疗服务提供者将采用新的AI和分析技术
高级方法将改善卫生系统的底线，同时实现“更加以患者为中心和提供者友好的医疗生态系统”，一位专门从事数据管理的顾问表示。
By Bill Siwicki
2024年12月23日 10:48
Ryan Sousa是Pivot Point Consulting（一家健康IT咨询公司）的数据、分析和人工智能实践副总裁。（该公司在2024年被评为KLAS最佳托管服务和技术服务第一名。）他在AI和分析领域的背景和专业知识非常丰富。当被问及2025年的健康IT前景时，他对这两项对医疗保健至关重要的技术有很多见解。
Sousa预测生成式AI、新的AI和分析交付方式以及这两种技术的结合使用将推动增长。我们采访了他关于明年的情况，以下是他的看法。
问：您说2025年生成式AI将崭露头角，创造巨大的节省潜力。这将如何实现？
答： 2025年，生成式AI的概念验证和试点项目将开始展示对医疗保健组织的积极影响和价值，这些组织将开始探索如何通过自行开发来推迟新产品的投资或淘汰现有产品。
诊断、患者流程优化和行政任务（如账单和供应链）等领域最能从生成式AI中受益，因为其能够分析结构化和非结构化数据，生成预测性和规范性洞察。
这些早期的成功将促使组织重新思考传统的技术投资方式，允许他们推迟新产品采购，逐步淘汰旧系统，转而构建定制的内部系统。
生成式AI的采用并非没有挑战。医疗保健组织将面临数据隐私和伦理问题、法规合规、与现有系统的集成以及员工和患者的教育等障碍。
解决这些挑战将需要强大的、可扩展的数据治理政策、对网络安全措施的投资、技术集成的战略规划以及全面的培训计划，以适应新工具和工作流程。
通过利用这些先进能力，医疗系统将解锁前所未有的收益。自动编码可以显著减少索赔管理中的错误和处理时间，加快报销速度，降低行政成本。
人口预测使资源分配和人员配置决策更加合理，提高运营效率和患者护理质量。随着效率的提高，患者将体验到更低的成本、更短的等待时间和更高的护理质量，因为资源和人员的使用更加有效。
向云的持续迁移，以其可扩展性、数据共享能力和计算能力，是这一转型的基石。云基础设施支持生成式AI应用所需的大量数据存储和处理需求，促进其与现有工作流程的无缝集成。
然而，这一过渡引发了安全问题，特别是围绕数据泄露和遵守HIPAA等医疗保健法规的问题。此外，组织需要学习如何利用大量可用工具进行数据创新，同时学习如何在财务上高效地做到这一点。
问：在另一个方面，您建议2025年将出现一种新的分析和AI交付方式。这是什么，对医疗保健意味着什么？
答： 传统的集中式、事务性的分析和AI交付方式僵化、自上而下且项目导向，将让位于联邦协作模式。传统方法适用于更静态的环境，在当今不断变化的护理生态系统中难以适应。
相比之下，联邦协作模式赋予分散团队做出敏捷、实时决策的能力。这一转变不仅是对技术进步的回应，也是文化转型，强调信任、自主和跨职能合作。
采用自下而上的决策结构，使分析和AI举措更紧密地符合护理提供者和患者的实际需求。它允许构建更定制化和情境感知的系统，解决不同部门或单位的具体挑战。
这种方法促进了数据产品的快速交付，减少了官僚延误，通过鼓励组织各层级的结构化实验来促进创新。
从运营角度来看，联邦模型可以带来显著的生产力提升。被授权做出决策并有意义地贡献于项目的员工更可能在其角色中感到投入和满意。这种丰富的工作环境不仅提升了士气，还有助于在日益竞争激烈的行业中吸引和保留顶尖人才。
当然，这种模式也面临挑战。组织必须投资于强大、灵活的数据治理框架，以确保分散团队之间的一致性、安全性和合规性。此外，培养合作和持续学习的文化对于充分发挥这一方法的潜力至关重要。
尽管如此，那些能够克服这些挑战的组织将蓬勃发展，而那些不能的将难以跟上。
问：再展望一下2025年：您说领先组织将利用分析和AI来推动增长。他们将如何实现这一目标？
答： 随着新参与者和并购带来的竞争加剧，将有巨大压力利用分析和AI减少成本，提高盈利能力，通过消除系统中的浪费和冗余来实现这一目标。
领先组织将通过利用分析和AI促进增长和更高盈利能力来平衡这种无情的成本削减重点——在此过程中改善结果，丰富患者和提供者的体验。
分析和AI不仅是降低成本的工具——它们还是推动增长的强大驱动力，有助于提高盈利能力。一个典型的例子是AI驱动的个性化医疗。通过分析大量患者数据，AI可以帮助为个别患者量身定制治疗方案，从而实现更好的临床效果和更高的患者满意度。
例如，使用AI优化癌症治疗路径的医疗组织可以提高患者的康复率，同时加强其作为先进护理领导者的声誉。同样，收入周期管理中的预测建模使组织能够识别财务瓶颈并改进收入收集，创造新的增长机会。
在成本削减与增长投资之间取得平衡对于可持续成功至关重要。领先组织通过将效率提升所节省的资金重新投资于增强战略定位的创新项目来实现这一平衡。
这些组织利用分析简化运营，同时投资于尖端研究和以患者为中心的护理项目。这种双重关注不仅提高了运营效率，还改善了患者体验，使组织能够实现可持续增长和盈利能力。
展望未来，到2025年，几种新兴的分析和AI技术对于医疗组织保持竞争力将变得至关重要。例如，用于临床决策支持的生成式AI、用于运营管理的实时预测分析以及AI驱动的数字孪生技术将变得越来越重要。
数字孪生技术使医疗组织能够在虚拟环境中模拟和优化医院运营，预测患者流量，测试新的护理交付模式。然而，或许最具变革性的重点领域将是实现真正的互操作性——无缝连接整个医疗生态系统中的不同数据源。
这将使组织能够生成全面、可操作的洞察，最终改善护理协调，降低成本，推动更好的患者结果。
成功平衡效率驱动的成本削减与增长导向的创新的医疗组织将脱颖而出。通过战略性地利用分析和AI，他们将改善财务状况，创建更加以患者为中心和提供者友好的医疗生态系统。
(全文结束)
