从AI辅助诊断到个性化医疗，我们询问了24位医疗保健行业的高管，他们对未来一年将改变患者护理的技术和趋势的看法。
Ashley Barrow，RE-Assist创始人兼首席执行官
2025年，人工智能和T.E.A.M.（基于事件的责任管理转型）模型将重新定义护理协调，创建更智能、更快捷和更公平的医疗系统。初级护理将发展为包括更多纵向服务，强调持续的患者参与和慢性病的主动管理。AI工具将在识别高风险患者、填补护理缺口、解决社会决定因素（SDOH）障碍以及优化资源分配方面发挥关键作用，从而提高护理交付效率。非传统提供者，如社区健康工作者和急救人员，将承担更大的角色，配备AI驱动的工作流程，扩大护理的可及性，创造一个更具包容性的网络。最后，新的支付模式和计费代码将有助于打破障碍，确保服务不足的社区获得必要的护理。
Amanda Barefoot，医学硕士，健康管理与生命科学解决方案董事总经理
AI的目的是减轻提供者的负担，但立法可能会增加这一负担。我们在AI相关立法方面正面临一些具有挑战性的情况。如果不谨慎，过多的繁文缛节和法律政策将给提供者带来额外的行政负担。关于患者是否可以选择医生是否使用环境监听技术，存在很多讨论。如果他们必须检查每个患者的偏好，以确定哪些AI增强技术可以或不可以使用，那么他们将无法简单地看诊患者。
付款人利用技术加强公共卫生框架。在因COVID-19而处于公共卫生紧急状态多年后，我们将看到付款人和公共卫生机构承诺保持比过去更加开放的沟通。数据共享是这一努力的关键，互操作性的提高使付款人和公共卫生机构能够使用同一种语言进行交流。AI驱动的分析和实时数据交换等技术进步将进一步简化协作和决策。预计通过标准化指标和共同投资，将有更多的共同责任演变，以实现更健康的群体。
Caroline Carney博士，Magellan Health行为健康总裁兼首席医疗官
大多数AI项目从未真正启动。它们通常以“让我们看看这是否有效”的心态开始，最终消耗大量资源后被搁置。毫无疑问，AI将在2025年改善心理健康和行为健康，减少系统的行政负担。然而，我们必须同样关注其环境影响及其潜在效率。年轻一代已经开始更广泛地思考为AI提供动力所需的巨大资源，以及它是否值得全球影响。因此，未来的心理健康AI解决方案将越来越多地需要满足两点测试：
- 它们是否在设计时有明确的目标，包括每一步都有临床医生参与？
- 临床结果是否经过测量并被证明可靠和有效？
- 使用AI服务的客户是否了解响应是由AI生成还是由治疗师生成？
- AI是否支持人们在其心理健康旅程的任何阶段？
- 解决方案是否考虑到常伴随行为健康问题的共病条件？
从一个明确的目标出发，允许我们创建有效赋能人们心理健康旅程的AI工具。考虑所有潜在的好处，例如从明确目标（如自杀预防）开始的心理健康解决方案，结合可用的研究，并根据个人的独特需求引导人们走向成功的结果。AI应尽早考虑其在照顾寻求服务的人中的角色——我们需要充分理解影响，然后再全面接受用于护理的AI。
Joe DeVivo，Butterfly Network首席执行官
2025年，我们将看到AI作为人类能力的放大器而非替代品，在医疗保健中成为变革力量。过去一年对行业来说是关键的一年，教育了人们对AI潜力的认识，我们现在可以看到对患者护理产生重大影响的实际应用。AI工具将增强临床医生处理大量数据的能力，识别趋势和异常，最终使他们在诊断中更高效。这种转变不仅简化了复杂任务，还使更多医疗专业人员有信心使用先进的医疗技术，如超声波成像。随着AI融入日常实践，它将推动创新并改善患者的整体结果。
Jeff Elton，ConcertAI首席执行官
随着AI准确性不断提高，2025年和2026年将看到AI作为“决策增强”工具的巨大潜力。这将来自上下文敏感的解决方案，大型语言模型（LLMs）可以与其他LLMs对齐，收集、分析并为临床团队提供与特定决策和患者独特特征相一致的选项。由于缺乏足够的工作人员和专家，提供所需护理，这一点变得至关重要。
Elliott Green，Dandelion Health首席执行官兼联合创始人
2025年，AI在医疗保健中的两个具体主题将特别重要。首先，迫切需要明确AI验证和最佳实践方法。没有这些，对AI的信任不会改善，进而对AI的偏见和有效性担忧将阻碍更广泛的采用。此外，新政府将如何处理AI监管仍不明朗。新政府对医疗保健中AI法规的澄清，包括解决训练和构建AI算法的数据中潜在偏见的最佳实践方法，对于保护AI并在更大范围内建立透明度和信任至关重要。
Aashima Gupta，Google Cloud全球医疗解决方案全球总监
医疗保健行业正处于由快速采用生成式AI驱动的转型时代。超过60%的医疗和生命科学高管已经在生产中使用AI，我们正在见证向AI驱动解决方案的重大转变。展望2025年，AI将继续重塑行业，实现更高效的运营、更好的患者结果和加速的医学进步。
2025年，我们将看到多模态AI解决方案的激增，提供对患者健康的综合新视角。通过利用多模态AI的力量，医疗保健提供者可以从各种数据源中解锁宝贵见解，包括医学图像、患者记录和遗传信息。这将帮助临床医生做出更准确的诊断，制定个性化的治疗计划，最终改善患者结果。
AI代理正在通过简化工作流程和减少行政负担来革新医疗保健运营。这将使医疗专业人员能够专注于提供高质量的护理和改善患者结果。
Bharath Kakarla，Intus Care工程高级副总裁
AI的变革潜力，尤其是副驾功能，将通过缓解关键挑战（如行政倦怠和合规问题）重塑医疗保健。通过将AI集成到医疗系统中，提供者能够提高诊断准确性并提供个性化护理，使他们能够专注于真正重要的事情——患者结果。同时，扩展护理连续体超越传统设置凸显了对强大、安全的互操作性平台的需求。这些平台将使不同系统之间无缝交换数据，促进连贯的医疗生态系统。这对于服务日益增长的老年脆弱人群尤为重要。AI和互操作性之间的协同作用将开启基于价值的护理的新时代，确保医疗递送既高效又以患者为中心。
Ryan Johnson，CallRail首席产品官
由于AI的进步，医疗保健行业正在发生巨大变化，这一势头在2025年将继续。技术将使更加个性化的体验和增强精神健康护理等领域成为可能。在新的一年里，我们可以期待医疗保健提供者进一步确定AI的用例，特别是在增强客户服务方面。对个性化体验的不断增长的需求将使对话式AI成为2025年医疗保健行业的优先事项。
例如，打电话给提供者的客户将不再需要经历“按2键与护士通话”的典型过程。相反，我们将开始看到行业转向由AI提示呼叫者分享其来电原因，让AI收集见解，以更准确地识别正确的联系人或将问题解决。这将通过AI应用程序扩展到聊天机器人和虚拟助手，为即时支持和潜在识别有风险的个体提供精神健康护理。
除了增强患者护理外，AI还将通过个性化多渠道营销使医疗保健提供者的营销策略更加强大。这将帮助潜在客户预约或连接到合适的人，同时减轻医疗办公室人员的负担。
Ariel Katz，H1首席执行官兼联合创始人
AI在临床试验运营中的扩展用例
2025年，公司将利用AI简化操作，缩短时间和成本，并提高试验成功的可能性。随着更多临床运营团队拥抱AI，临床试验参与的障碍将减少。AI整合和分析多样化数据源的能力将导致更精确的患者匹配和试验设计。其高级分析将预测退出率并预测不良反应，而聊天机器人和个性化应用程序将提高整个试验期间的参与度和依从性。一旦试验开始，团队将使用AI分析结果，根据传入数据进行实时调整，并最终起草监管提交。
Charlie Lougheed，Axuall首席执行官兼创始人
2024年的AI怀疑论者将被证明是错误的。我们已经看到AI在减少医疗保健提供者的文档工作量方面取得了实质性进展。与此同时，通过AI启用的自动化降低行政成本将继续获得势头，特别是鉴于与临床决策支持用例相比，其较低的风险和监管负担。尽管医疗保健行业一直比其他行业慢，但它已经达到了成本和资源的容量极限，这将要求更多地纳入AI技术。
Christopher McSpiritt，Domino Data Lab生命科学负责人
AI将加速临床试验招募，加快医学创新
到2025年，AI模型将利用电子健康记录（EHRs）和实时患者数据简化临床试验的招募过程，能够以前所未有的准确性和速度识别符合条件的候选人。证据表明，AI驱动的平台已显著缩短了招募时间，通过高效匹配患者与试验标准。这些进步有望重塑招募格局，提高试验效果并加快医学创新的步伐。
Ashish Nagar，Level AI首席执行官
生成式AI将通过提供实时、上下文感知的帮助彻底改变联络中心，使响应时间和准确性提高10倍。AI驱动的质量保证将成为常态，使100%的联络中心互动自动分析和评分。不采取这一步骤的组织将迅速被竞争对手甩在后面。
Nish Parekh，Omnicell高级副总裁兼首席产品官
AI和机器学习在未来几年内将成为药房运营的游戏规则改变者。到2032年，AI在医疗保健市场的规模可能增长至172亿美元。这些技术将自动化常规任务，帮助预测患者需求并提高运营效率，使药房团队能够专注于对患者护理有更高价值的任务。AI在药房的真正潜力在于准确性、效率和优化库存管理和运营的能力，使护理更安全，确保稳定的药物库存，并支持更个性化的疗法。这将重新定义药房如何运营并与患者互动。
Bhargava Reddy，Qure.ai肿瘤学首席商务官
2025年，医疗保健AI将帮助弥合肺癌筛查差距。目前的数据显示，美国仅有5.8%的合格前吸烟者接受CT肺癌筛查。这一巨大的筛查差距为AI驱动的解决方案提供了扩展检测网络的机会，通过更快分析CT图像或发现胸部X光片中可能错过的结节。
Clarissa Riggins，Experian Health首席产品官
我敢说，AI在医疗保健中的采用将比我们希望的要慢得多。Experian Health最新的索赔调查显示，提供者对技术进步如自动化和AI非常犹豫。在过去一年中，我们期望组织评估其最大的痛点并整合先进技术，但仍有28%的受访者甚至没有考虑将自动化技术引入其系统。尽管普遍承认当前的索赔技术不足以应对现有的收入周期需求，但几乎没有采取行动实施行业所需的变革。
鉴于收入周期行业面临的持续挑战，领先的医疗机构正在外包RCM以支持财务可持续性和增长。我希望我们能看到这一趋势继续增加，同时希望医疗机构越来越多地转向自动化和AI，以简化流程并减少行政负担。我预计更复杂的系统将用于提供准确的价格透明度，帮助提供者遵守法规并向患者提供更清晰的价格。基于AI的工具是减少RCM成本和改善员工和患者体验的有前途的方法。拥抱这些技术将是收入周期领导者在不断变化的环境中保持领先地位的关键。
Steve Rowe，3Pillar医疗保健主管
收入周期管理中的AI军备竞赛
提供者和保险公司长期以来在理赔和收入周期管理方面存在分歧，提供者寻求最大报销以覆盖成本，而保险公司则专注于控制费用，拒绝理赔。这场拉锯战导致了行政负担的增加，提供者重新提交理赔，保险公司在控制成本的同时维持与提供者的关系。现在双方都转向AI以更好地证明自己的理由并获得优势。虽然这场军备竞赛可能会相互抵消，不会真正减少行政摩擦，但不利用AI的提供者和付款人将处于明显劣势。
Matt Ryan，Kythera Labs首席技术官
将AI和机器学习技术应用于医疗分析正在进行中，我们正在跟踪其进展和对2025年医疗保健格局的影响。如果正确利用，这些技术将意味着更好的患者体验、优化的医疗递送和增强的组织可持续性，真正改变个人生活和医疗系统。但需要医疗系统、技术公司和数据平台之间的协作努力，以利用市场中医疗保健数据的多样性并推动公平的解决方案。就效率而言，生成式AI是一个输出乘数，使一个人能够更快地完成更多任务。然而，优先考虑患者隐私、建立对AI模型的信任以及解决监管挑战对于确保这些创新公平惠及所有人群至关重要。随着重点转向更个性化和高效的护理，AI和机器学习模型旨在弥合访问差距并改善患者结果。
Scott Schell博士，Cognizant首席医疗官
AI将从边缘走向临床护理的核心，与人类专业知识一起应用。医疗保健中一个持久的误解是AI可以取代人类专业知识，这可能导致对系统的过度依赖、监督不足和次优结果。虽然AI擅长处理大量数据集并识别可能逃过人类眼睛的模式，但在复杂的患者护理中缺乏情境理解和临床判断。2025年，医疗保健组织将利用这项技术作为增强工具，而不是取代临床医生。AI将作为倍增器，使医疗专业人员能够专注于高复杂性任务和直接患者护理，而它处理更常规的数据驱动任务。
因此，我预测AI将突破其在医疗保健中的小众应用——如放射学、病理学和行政任务——并完全融入临床工作流程。AI的作用将在患者管理、决策支持系统（CDSS）、人口健康和个性化医疗等领域大幅扩展。临床医生将越来越依赖AI进行实时决策和预测分析，标志着从早期试点到日常护理递送的转变。这将对患者护理产生重大影响，AI帮助医疗专业人员从反应性转向主动（和预防性）治疗模式。对精通AI和数据科学的专业人员的需求也将增加，因为这些领域成为生命科学创新的核心。
Luis E. Taveras博士，Lehigh Valley Health Network高级副总裁兼首席信息官
并非所有解决方案都能带来有意义的影响；我们预计只有5-10%的解决方案在医疗保健中具有真正的、可衡量的价值。一些供应商可能会将现有工具重新品牌为AI解决方案，仅添加简单的分析功能，以跟上技术潮流。需要真正的技术人员、临床和商业专家进行全面和适当的尽职调查，以成为市场上少数有价值的AI解决方案的明智消费者。
Erik Terjesen，Silicon Foundry合伙人
AI驱动的解决方案将继续成为制药和生命科学公司的关注焦点，因为他们寻求简化开发过程并缩短上市时间。
主要制药公司正在监控新兴AI/ML解决方案如何增强现有流程，组织应评估是投资于内部构建临床协议设计的AI工具还是选择第三方SaaS解决方案。有几个因素需要考虑。
利用新兴工具增强内部AI能力，基于新兴AI/ML公司的核心技术，是一种长期的战略举措，具有更大的灵活性和定制化解决方案的潜力，这些解决方案更紧密地符合公司的具体需求。这种方法提供了创新的延长跑道和未来可扩展性，但需要有能力的内部人才来有效定制工具，可能会拉伸公司的资源并导致内部能力紧张时的操作低效。
Eric Walk，PathAI首席医疗官
2025年，我预计数字病理学的采用将继续加速，这得益于其增强工作流程、改进诊断和促进生物标志物发现、药物开发和新型诊断的能力。AI驱动解决方案与图像管理系统相结合将扩展到各种类型的实验室，从大型参考实验室到社区实践。合作伙伴关系将在这一增长中发挥关键作用，使AI解决方案在日益数字化的生态系统中更容易获得。像PathAI的AISight®这样的平台将继续演变，提供互操作性解决方案，使各种规模的机构能够采用尖端AI技术，而无需独立系统带来的复杂性和成本。
Don Woodlock，InterSystems全球医疗解决方案负责人
人工智能有望在未来几年彻底改变医疗保健的各个方面，2025年将是其采用率大幅提升的一年。虽然AI已经在在线门户和呼叫中心等任务中简化了患者沟通，但我们正处于更多变革性应用的前夕。环境监听的成功——AI既能转录又能从实时对话中提取相关信息，用于开处方或实验室订单——已在医生中引起极大兴奋，他们报告了更高的效率和更以患者为中心的互动。
(全文结束)
