为了理解如何最大化人工智能（AI）在医疗保健领域的影响，本报告是KPMG对AI在医疗保健中创造的价值进行广泛研究的结果。
前言
本报告是KPMG对人工智能（AI）在医疗保健领域创造价值的广泛研究结果。它旨在为处于AI旅程各个阶段的领导者提供可操作的见解，从首次部署试点项目到寻求企业级AI扩展的医疗保健组织。
人工智能对医疗保健行业具有巨大的潜力，为一些最紧迫的挑战提供了强有力的解决方案，例如不断增长的患者需求、持续的劳动力短缺以及日益增加的临床和行政积压问题。
研究表明，尽管医疗保健机构开始展示其在AI使用方面的先进能力，但许多机构仍在努力将用例投入运营并超越试点和概念验证阶段。一系列障碍继续阻碍进展。碎片化的实施、难以证明AI投资回报、以及深度文化转型的需求（特别是在员工信任、培训和参与方面）仍然是常见的难题。数据孤岛、系统间缺乏互操作性以及清晰全面的AI监管框架的缺失进一步复杂化了AI的采用。
在取得有意义进展的地方，这通常是深思熟虑的战略的结果。成功的采用者确保用例与核心价值流（如护理交付、诊断和患者流动）紧密相关。他们将AI嵌入日常工作流程，而不是将其视为独立的创新流，通过让临床医生在AI工具的设计、测试和改进中早期且频繁地参与来建立信任。
随着医疗保健组织踏上转型之旅，技术和AI应作为催化剂。组织应：
- 制定明确的AI战略，旨在改善患者结果、员工体验、人群健康、健康公平并降低成本。
- 通过现代化遗留系统并投资于安全、可互操作的平台来创建可持续的技术和数据基础设施。
- 通过透明的AI实践、道德治理、解决偏见问题并投资强大的网络安全来建立信任。
- 培养一种整合AI的文化，以提升医疗保健劳动力和其所服务社区的潜力。
如果没有专注于明确价值主张的战略、结构化的方法和治理，医疗保健组织在应对挑战和最大化AI影响时可能会遇到困难。我们发布此报告的目的是提供有关如何制定这种战略、方法和治理的可操作见解，以创造更好的医疗保健结果。
AI有潜力从根本上重塑医疗保健——不是取代人性化接触，而是增强它。通过在不同临床和社区环境中以及不同的运营流中整合AI，我们可以改善结果、减轻医疗保健工作者的负担，并创建更具弹性、以患者为中心的健康系统。——Anna van Poucke博士，KPMG国际全球医疗保健主管
引言
医疗保健组织正在越来越多地跨多种用例试验AI——从临床决策支持和影像诊断到行政自动化和虚拟助手。然而，许多组织发现很难将这些实验转化为有意义且持续的价值。
《智能医疗》出版物为医疗保健领导者提供了一条负责任利用可信AI的路线图，帮助确保其提供可衡量的价值，同时支持可持续的、以患者为中心的医疗保健系统。本报告为C级高管和决策者提供了应对AI采用复杂性的可操作见解。在本报告中，我们：
- 分享当前医疗保健领域AI战略、投资和实施的见解，基于KPMG的研究和对全球技术领导者的采访。
- 探讨智能医疗保健组织的特点及其发展战略。
- 提供智能医疗保健组织的蓝图，概述AI驱动、以客户为中心的医疗保健的关键高层次能力。
医疗保健领域面临独特的采用挑战
医疗保健为AI采用提供了一个极为复杂的环境。围绕临床安全、合乎道德的使用、患者数据保护和监管合规的担忧造成了显著的阻力。许多组织难以现代化遗留基础设施，克服数据孤岛，并建立必要的治理框架以负责任地扩展AI。医疗保健系统的高度分散性质——通常以分散决策、劳动力短缺和不均衡的数字化成熟度为特征——进一步复杂化了进展。
“医疗保健是一个不同的领域，因为你是在处理人的生命。这是一个困难的领域，与其他组织相比，AI的采用会稍微缓慢。”——澳大利亚首席技术官
新一代AI代理可能重塑护理交付
智能AI代理的出现有可能彻底改变医疗保健。这些代理可以充当数字副驾驶，帮助临床医生解读诊断结果、个性化治疗计划并实时管理患者路径。它们还可以作为虚拟护理导航员，支持患者进行主动健康管理、预约安排和药物依从性。在行政功能方面，AI代理有望简化诸如索赔处理、医学编码、事先授权和患者分诊等任务——释放出显著的生产力收益并改善员工体验。
实现AI在医疗保健中的价值框架
为了超越实验并在规模上产生影响，医疗保健组织需要一个清晰、结构化的方法来进行AI采用。在本报告中，我们介绍了AI价值的三个阶段——一个旨在通过将AI投资与患者和运营结果对齐，优先考虑可扩展的用例并为下一代AI技术做好准备，帮助临床提供者最大化价值的框架。通过这一视角，我们探索领先的医疗保健系统如何从试点走向全企业范围的转型——以及其他组织如何效仿。
医疗保健中AI价值创造的三个阶段
- 赋能劳动力并构建AI基础
建立负责任采用AI所需的数据、治理、技术架构和技能。
- 在企业范围内嵌入AI
在临床决策支持、运营效率和患者参与方面扩展AI解决方案，以提供更大的价值。
- 演变运营模式和生态系统
转向由AI驱动的自适应医疗保健模式，促进初级护理、供应商网络、医疗保健系统和更广泛的护理生态系统（包括公共卫生、社会、心理健康护理和社区组织）之间的协作。
研究发现
医疗保健组织正准备进一步整合或探索AI的新机会，但在患者安全至关重要的环境中，他们正在谨慎行事，采取基于证据的方法，以确保价值驱动的AI实施，维护与公众和劳动力的信任。
当前状态
进化而非革命
由于某些医疗保健功能固有的以人为中心的特性，AI迄今为止的影响更多是进化而非革命。与其推动彻底变革，其作用主要集中在优化流程和特定用例上。排名前五的应用是：
- 生成式AI（71%）
- 语音识别（70%）
- 智能体AI（68%）
- 机器学习（66%）
表示AI占其组织全球技术预算的10%以上
AI投资与影响
医疗保健组织开始将其IT预算的更大比例分配给AI相关技术。我们的研究表明，几乎三分之一（32%）的医疗保健领导者表示，AI占其组织全球技术预算的10%以上。但在进行进一步重大投资时，存在谨慎态度。略超过四分之三（76%）的医疗保健受访者同意，在做出重大投资之前最好等待AI技术格局的演变。
在过去15年中，经济的许多部门都被数字技术彻底重塑。然而，NHS仍处于数字化转型的初期阶段。过去十年是一个错失的机会，未能为NHS的未来做好准备并拥抱那些能够实现从“诊断和治疗”向“预测和预防”模式转变的技术——我15年前就呼吁过这一转变。——Rt Hon. Professor the Lord Darzi of Denham, OM KBE FRS FMedSci HonFREng 英格兰国家医疗服务体系独立调查，2024年9月
越来越意识到需要组织变革管理
58%的医疗保健领导者报告称，AI已完全嵌入或成为其运营的核心组成部分；其余受访者正在探索或处于采用AI的早期阶段。许多机构认识到，AI将需要对其运营模式进行调整，重新思考工作流程和患者护理路径，以充分整合AI。
成功需要新的协作水平
只有44%的受访者指出其运营模式始终支持跨职能协作。我们的受访者观察到，临床医疗保健传统上高度孤立，主要是因为专科临床医生所需的深度专业知识。每个医学专业——无论是心脏病学、肿瘤学、放射学还是神经学——都发展出了自己高度专业的知识、诊断协议和治疗方法。
这种专业化导致了碎片化的护理路径，不同专家管理患者状况的不同方面而缺乏无缝协调。
此外，医疗保健IT系统强化了这些孤岛，各部门专用的电子健康记录（EHR）系统、影像数据库和工作流程工具往往缺乏互操作性。AI有潜力通过启用更互联、更智能的系统来弥合这些差距，支持集成护理路径，提高协调性、效率和患者结果。
数据质量和管理至关重要
数据隐私和安全已成为组织在嵌入AI至其工作流程过程中需关注的关键优先事项。组织已经认识到，需要稳健的治理框架以确保患者数据保护、符合不断发展的法规，并在AI驱动的过程中建立信任。
尽管长期ROI不确定，探索仍在继续
69%的受访者表示，他们面临来自股东的压力，要求证明其AI投资的投资回报率（ROI）。受访者认识到，ROI并非总是立竿见影；虽然它提高了效率，但其直接财务影响仍在评估中。尽管如此，85%的受访者正在进行ROI尚未确定的项目。
下一代AI正在医疗保健领域被采用
医疗保健行业已经高度使用AI代理（68%），并为下一代AI的演变做好准备：自主代理（智能体）。事实上，84%的受访者对其组织内特定流程的端到端自主决策感到舒适。
智能体AI在医疗保健运营中具有相当大的潜力，从直接患者护理到支持和后台流程。它不仅超越了简单的任务自动化，还主动识别临床和运营问题，推荐解决方案，并与人类团队合作采取行动。
通过无缝集成电子健康记录（EHR）和医院管理系统，智能体AI可以在床边增强护理交付，简化面向患者的支持服务，并帮助优化后台的行政工作流程。与依赖预定义输入和输出的传统AI模型不同，智能体AI可以解释多模态患者数据，动态与医疗团队协作，并根据实时临床洞察采取行动。
例如，AI代理可以持续分析生命体征、影像和实验室结果，以检测高风险患者的早期恶化情况，主动提醒临床医生，甚至建议干预措施。在减少医疗保健专业人员的认知负荷的同时，智能体AI使他们能够专注于复杂的决策和直接患者护理，最终改善结果和运营效率。
然而，要成功实施智能体AI，需要现代化数据基础设施以支持实时、多模态输入；嵌入稳健的治理以确保安全、透明性和问责制；并与临床医生共同设计解决方案，以确保AI代理增强而非破坏临床工作流程。
(全文结束)
