行业领袖表示，2025年标志着人工智能从炒作转向实际影响，尽管该技术尚未准备好全面采用，对伦理和偏见的持续担忧依然存在。
全球
商业
作者：Jessica Hagen，《执行主编》 | 2025年12月4日 | 下午1:56
照片：Helen King/Getty Images
医疗高管们告诉MobiHealthNews，2025年人工智能从炒作转向产生更大影响，重塑了从临床工作流程到数字可发现性的医疗健康各个方面。
在分享他们对2025年的最大收获时，医疗领导者、技术专家和企业家们指出生产力提升的转变、更深层次的数据整合以及人工智能接手曾经由人工处理的任务。但他们警告称，下一波发展将需要更强的验证、更紧密的整合以及更多以人类为中心的监督。以下是他们对这一年的收获：
伊亚尔·齐姆利曼(Eyal Zimlichman)，ARC创始人兼主任、伊齐翁医疗中心(Sheba Medical Center)首席创新、转型和AI官
2025年人工智能竞赛持续进行，行业中普遍认为AI基本上是解决一切问题的方案，这导致医疗系统急于实施解决方案。
问题在于，当前AI解决方案所提供的功能与医疗系统拥抱它们的渴望之间存在显著差距，因为这些解决方案通常尚未100%适合大规模实施。它们需要培训、适应和整合，而这些目前仍然不足。
我们可能会看到2026年在这些方面取得进展，届时人工智能特别是环境感知和摘要功能将更广泛地实施，随之而来的将是整合和培训。
切丽·德鲁利斯(Cherry Drulis)，三星电子(Samsung Electronics)医疗移动B2B部门总监
2025年展示了真正互联生态系统的强大力量，在该系统中，数据、设备和智能技术协同工作，改善跨行业的体验和结果。
在消费电子、企业运营、医疗健康等领域，组织正在采用简化复杂性、加强协作并超越传统能力的数字解决方案。这种互联基础正在实现更智能、更适应性的解决方案，将人置于中心位置。
这一转型的核心是人工智能。AI继续在推动有意义的现实世界创新方面发挥关键作用，特别是在医疗健康领域，它帮助减轻临床医生的压力，在正确的时间提供正确的洞察，并连接不同场景的护理。
我所看到的一个更显著的转变是将数字健康工具直接嵌入到提供者工作流程中，使来自可穿戴设备和移动设备的健康数据能够与临床信息整合。跨系统整合智能——从可穿戴数据到临床记录——正在创造更无缝的信息流，弥合日常健康追踪与临床护理之间的差距，扩大医院围墙之外的访问和护理连续性。
随着这些能力的成熟，关注点正在转向构建不仅智能，而且合乎伦理、可持续和以人为本的系统。人工智能与其他互联技术的持续融合将引领我们走向一个洞察在人、地点和平台之间无缝移动的未来，最终实现更明智的决策、更好的结果以及真正互联的护理连续体。
里基·布鲁姆菲尔德博士(Dr. Ricky Bloomfield)，Oura首席医疗官
人工智能在医疗健康领域的真正价值并非来自生成模型或流行语的炒作，而是将高质量、经过临床验证的数据与AI算法相结合，创造有意义的个性化健康洞察。
AI并非取代临床医生，而是增强他们的能力，帮助他们分析复杂数据、识别疾病早期迹象并提供更具操作性、个性化的护理。
AI驱动的洞察已超越一般性指导，为睡眠、活动、营养和慢性病管理提供个性化建议。
尼尔·帕特尔(Neil Patel)，Redesign Health风险投资主管
2025年，医疗系统重新成为创始人和企业家的主要目标。这一转变源于认识到AI可以推动劳动生产力提升，使初创公司能够向医疗系统的运营和劳动力预算销售产品，这与许多人此前回避的漫长销售周期和有限IT预算形成鲜明对比。核心论点（即AI将通过劳动生产力显著降低运营费用）终于开始得到验证。
这一趋势，加上医疗保险优势计划(MA)和管理式护理组织(MCO)市场的日益不确定性，推动了明显的重新聚焦。虽然此前"跟随资金"的格言将初创公司引向制药和支付方，因为医疗系统应对疫情期间高昂的劳动力成本，但现在形势已转变。
随着劳动力成本稳定，创始人现在"跟随机会"。持有行业最大劳动力支出集中度的医疗系统已成为AI创新的主要、可防御目标。
埃德蒙·杰克逊(Edmund Jackson)，UnityAI联合创始人兼首席执行官
医疗健康的许多最大问题都是"最后一公里"问题，如与患者互动、协调下一步行动以及处理设施内的日常变异性。所有这些工作以前都是手动完成的，但2025年是AI能够在大规模上承担这些工作负载的一年，这是一个有意义的转变。
第二个收获是底层技术的发展速度之快。对于纯技术领域之外的领导者来说，跟上发展步伐已成为最困难的部分，因为似乎每天都有公告和产品发布。
安·比利尤(Ann Bilyew)，WebMD Ignite总裁
我对2025年最大的收获之一是，医疗健康终于意识到其数字前门的脆弱性。AI概览从根本上重塑了患者寻找护理的方式，对许多组织来说，这暴露了它们对传统搜索行为的依赖程度。
以往可靠流向提供者的流量现在正通过AI摘要重新路由，这些摘要压缩选择、抹平细微差别，使差异化变得更加困难。
另一个收获是，医疗系统不能再将"营销"与"访问"分开。以前是一个品牌问题，现在是一个护理交付问题：如果患者找不到你，他们就无法接触到你。在劳动力短缺、利润空间缩小和福利设计变化汇聚的一年中，数字可发现性已成为战略资产——而不仅仅是一个营销功能。
罗兰·罗特(Roland Rott)，GE医疗(GE HealthCare)影像部门总裁兼首席执行官
总体而言，2025年是医疗技术的转折之年。我们见证了AI技术从实验性承诺向整个护理路径实际应用的切实转变。我们现在正处于这样一个阶段：我们看到了AI在医疗健康中的规模化实际应用——而不仅仅是试点项目。
在过去一年中，我们看到AI在解决医疗系统挑战方面变得至关重要，从帮助提高诊断清晰度到减少患者等待时间。随着这些变化，我们也看到对访问和效率的强烈关注——随着劳动力短缺和成本压力上升，这些AI驱动的解决方案正帮助临床医生在不牺牲质量的情况下以更少资源做更多事情。
这些发展有助于强调AI在推动效率和以可衡量方式改善患者结果方面的验证作用，强化了这样一个认识：只有产生实际影响的创新才有意义，为技术而技术本身并不能推动医疗健康前进。
香农·韦斯特(Shannon West)，Datavant首席战略官
医疗健康的许多最大挑战仍然追溯到数据如何有效地在系统间移动、实时解释以及被依赖它的人所信任。数字化和自动化方面的进步正在创造一种飞轮效应，使正确的数据能够比以往更快地用于回答特定研究问题和解决业务问题——并且对数据完整性更有信心。
奥尔·因巴尔(Orr Inbar)，QuantHealth首席执行官兼联合创始人
AI模型的强度仅与其验证和记录保持一致。在高度监管、风险规避的环境中，如制药行业，为特定用例训练和验证的专用模型正成为黄金标准。
此外，代理式AI( agentic AI)关乎协调，而不仅仅是单个代理。重点应放在整个系统上，从代理如何协同工作到谁实际负责验证和管理操作（通常是人类）。
2025年的另一个主要收获是，专有基础模型的价值现在已经无可否认。由于最近的技术进步，构建它们的最大障碍已经减少。无论这些模型是基于语言、生物学还是其他任何东西，不开发自己模型的公司将迅速成为AI领域的追随者，而不是领导者。
艾米丽·格林伯格(Emily Greenberg)，Joy Parenting Club联合创始人兼总裁
2025年最明确的教训之一是，技术不会取代人际连接。当技术是有意构建时，它会加强人际连接。今年最有意义的进展来自将同理心、个性化和信任直接融入设计的产品。
在医疗健康和福祉领域，人们正在寻找帮助他们了解自己并采取行动的工具，而不是仅仅代表他们完成任务的工具。
【全文结束】
