医疗保健领域采用人工智能的第一波浪潮主要集中在帮助临床医生和工作人员提高工作效率。环境化文档工具可生成临床笔记，编码应用程序可建议账单代码。
这些技术已经带来了可衡量的收益，但医疗机构仍面临日益增长的行政负担、人员短缺和财务压力。预先授权、理赔管理、支付方合规和转诊协调仍然是劳动密集型流程，消耗大量时间和资源。
ModMed的联合创始人兼联席CEO丹尼尔·凯恩(Daniel Cane)认为，AI采用的下一阶段将较少关注优化单项任务，而更多关注协调整个工作流程。他将这一新兴模式描述为AI协调。
这一概念已在金融服务、保险和制造业等行业中获得关注。凯恩认为，随着各组织寻求在不牺牲监督和问责的情况下减少行政摩擦的方法，医疗保健领域可能正在接近类似的转变。
"AI协调不是一次只关注一个工作流程，而是协调多个自动化系统，"凯恩说。
超越孤立自动化的转变
大多数医疗机构已经使用某种形式的工作流程自动化。患者登记系统在预约前收集信息，排班工具允许患者在线预约就诊，收入周期平台自动化部分计费和催收工作。
虽然这些技术提高了效率，但它们往往彼此独立运行。
"自动化节省了时间和金钱，但其范围也有限，"凯恩说。"每个自动化过程都发生在孤岛中，只是让特定任务稍微快一点或容易一点。"
这种碎片化可能会带来新的挑战。员工仍必须在系统之间移动信息、验证数据并在各部门之间协调行动。即使高度优化的工作流程也经常依赖人工干预来连接各个点。
对于医疗机构，特别是行政资源有限的独立诊所，这些手动交接可能会迅速累积。医生和员工每周可能花费数小时处理临床接触结束后发生的文书工作、保险要求和患者沟通。
AI协调旨在通过连接多个自动化系统并使它们作为更大流程的一部分协同工作来解决这一问题。
从环境化监听到工作流程执行
环境AI的兴起为协调提供了基础，因为临床对话包含了启动下游行政操作所需的大部分信息。
凯恩设想了一种工作流程，其中AI助手从医生-患者对话中捕获细节，并立即将这些细节转化为由专业AI代理处理的一系列任务。
例如，在疼痛管理就诊中，医生可能确定患者需要新药物。传统上，这一决定可能触发一系列涉及预先授权请求、处方集审查、文档更新和患者沟通的手动活动。
在协调模式下，这些活动可以自动开始。
"专门的预先授权代理调出患者记录，然后利用该信息填写保险表格，"凯恩说。"同时，处方集检查代理创建有效药物列表，然后将每种药物与患者的病史进行交叉参考。"
多个AI代理可以在后台同时工作，而不是等待员工逐一启动每个步骤。
目标不是完全自主决策。相反，凯恩描述了一个AI为审查准备工作的过程，而临床医生和员工仍保留对最终决策的权威。
"当医生和患者完成对话时，所有代理都已准备好待批准的操作，"他说。
瞄准最复杂的行政工作
协调的最大机会可能在于涉及多个利益相关者、数据源和决策点的领域。
医疗机构继续将大量资源投入到支付方合规、理赔管理和转诊协调上。这些流程通常需要从电子健康记录、保险数据库、提供者目录和外部网站收集信息。
许多组织已经自动化了这些工作流程的部分内容。然而，整个流程通常仍然碎片化。
"传统上，医疗提供者依靠自动化单项工作流程来简化重复性行政工作，"凯恩说。
他辩称，局限性在于改进一项任务并不一定改进更大流程。
"使AI协调不同的地方在于它能够处理复杂的、多步骤的流程，这些流程需要各种数据源，"他说。
理赔拒付和上诉说明了挑战。拒付可能需要审查患者记录、收集支持性文件、填写支付方特定表格并与保险公司保持持续通信。转诊管理可能涉及识别专家、确认网络参与并通过不同系统安排预约。
理论上，AI代理可以自动协调许多此类活动，同时向员工提供已完成的建议以供审核。
持续需要人工监督
尽管对代理式AI技术的兴趣日益增长，医疗领导者仍对允许自动化系统在没有监督的情况下运行持谨慎态度。准确性、合规性和患者安全问题继续影响整个行业的部署策略。
凯恩强调，协调不应消除人类参与。相反，它应减少重复性行政工作，同时保持问责制。
"医疗提供者做出影响人们生活和生计的决定，这意味着人类最终必须对准确性、监督和合规负责，"他说。
随着组织扩展AI用例，这一保障措施可能变得越来越重要。大型语言模型仍可能生成错误信息、依赖过时数据或产生幻觉响应。人工审核对于验证输出并确保临床和行政决策符合监管要求仍然至关重要。
对于许多医疗机构而言，成功可能取决于在自动化和监督之间找到正确的平衡，而不是追求完全自主的工作流程。
智能红利的前景
随着医疗保健高管评估AI战略，凯恩认为，孤立工具与协调工作流程之间的区别将变得越来越重要。
继续部署不连贯应用程序的组织可能仍会实现生产力提升，但这些收益可能仍然是增量的。
"继续使用孤岛式工具的医疗提供者仍将看到生产力的边际增长，"他说。
相比之下，协调旨在收回临床医生、管理人员和支持人员目前花在协调日常行政活动上的时间。
专注于更高价值的任务
凯恩将这种收回的能力称为"智能红利"——将人类注意力重新导向更高价值工作的机会。
提供者可能花更多时间与患者在一起。行政领导者可能更关注运营改进和战略规划。员工可能减少在重复性文书工作上的努力，而将更多精力投入到需要判断和专业知识的例外处理上。
"智能红利使医疗专业人员在工作中拥有更多创造力、细微差别和同情心的自由，"凯恩说。
医疗保健组织能否充分实现这一愿景仍有待观察。采用将取决于治理框架、对AI系统的信任、集成能力以及对合规要求的仔细关注。
但随着医疗保健的AI对话超越文档和笔记生成，行业的下一个挑战可能是确定多个AI系统如何协同工作。如果协调成功，AI的最大影响可能不是任何单一工具——而可能是协调无数目前在整个医疗企业中消耗时间的行政任务的能力，凯恩总结道。
【全文结束】