医疗保健中的AI：从承诺到实践

医疗保健业从未像今天这样拥有如此多的技术承诺和如此大的压力来实现这些承诺。

技术创新令人惊叹。生成式AI正在起草上诉，总结临床笔记，驱动环境工具，并实现患者在家中的参与。超过96%的美国住院医院现在使用电子健康记录（EHR）系统。这应该是无缝、智能医疗的时代。但是在潜力和实践之间，动力却丧失了。

传统基础设施、分散的治理、劳动力疲劳和日益扩大的资源差距继续阻碍进展。更具挑战性的是，支付者、提供者和患者正在以自己的节奏前进，每个人都在没有共同节奏的情况下建立数字能力。

与此同时，提供更好的医疗服务同时减少成本的压力正在增大。超过700家美国医院，其中许多位于农村地区，面临关闭的风险。立法变化可能会进一步减少数百万人的医疗保险覆盖。

在这一刻，真正能够改变医疗服务的不是点解决方案，而是规模化的创新。为了可持续地实现创新，医疗保健必须将其嵌入真正的工作流程中，建立在互操作性基础上，按照意图进行治理，并在整个系统中建立对齐。

每个人都在创新。那么为什么它仍然感觉断开连接？

问题始于创新发生在孤立中。医疗系统正在尝试使用生成式AI和数字工具，但没有共享的基础设施或企业范围的对齐，这些试点很少扩大规模。

只有四分之一的系统拥有治理模型，以负责地管理生成式AI的使用，大多数仍然在处理分散的数据环境。与其简化医疗服务，这通常会为临床医生增加更多复杂性。

以收入周期为例，AI现在可以在几分钟内生成上诉，但支付者仍然手动处理它们。这造成了不对称性，并推高了行政成本。

医疗保健中扩大AI的规模需要什么

为了向前迈进，领导者必须设计出融合的创新。这意味着使创新成为医疗服务的真正组成部分：连接团队之间的点，并确保每项努力都为所有关键利益相关者带来更好的结果。

以下是这种转变在行动中的样子：

1. 重新设计劳动力，而不是取代它

医疗保健中的可扩展创新始于一个艰难的真相：医疗系统不会在没有重新思考医疗团队实际工作方式的情况下取得进展。2024年，57%的医疗系统高管将劳动力短缺列为首要战略问题。缺乏劳动力准备也是数字转型的前三大障碍之一。强调了部署和人力准备之间的普遍差距。

具有前瞻性思维的提供者正在通过各种方式做出回应：

• 他们正在投资劳动力恢复力。 护士正在接受混合、技术增强的角色培训，不是为了取代临床直觉，而是为了加强它。
• 他们正在部署减少认知负担的生成式AI工具。 例如，环境文档帮助临床医生自动化笔记记录和标记再次入院风险。预访问摘要也变得至关重要，因为它们在预约前提供患者背景信息，以简化医疗服务。
• 他们正在通过重新设计工作流程来重新获得时间和容量。 工作流程重新设计，结合智能委派，有可能带来每班15-30%的时间节省，足以弥补近30万名住院护士的差距^[8]。

这些是更可持续的医疗模式的使能器。创新必须以提供医疗服务的人的经验为基础才能成功。

2. 为AI建立变革管理框架

在医疗保健中利用AI没有万能的方法。这不仅仅是另一次技术部署。

与云迁移不同，基础设施领先，AI要求我们首先了解工作内容，哪些需要认知，哪些会产生摩擦，以及支持最需要的地方。卓越中心帮助提供者做到这一点。

这些中心正式化治理，协调工作流程，并确保部署的安全性、公平性和可信度。没有它们，创新可能会停滞在表面，理论上是有用的，但与医疗实践脱节。

在约翰霍普金斯大学，一款与前线团队共同设计的预测床位管理仪表板已成为日常决策的重要组成部分。这就是集成的样子。为了扩大AI的规模，它必须首先融入医疗的节奏。

3. 弥合临床AI中的信任差距

创新并没有被医疗保健企业的所有人一致欢迎。在医疗保健的后台，AI已经站稳了脚跟，但在临床环境中，它仍然在寻找自己的声音。自动化正在快速扩张，风险较低的领域，如账单和上诉，但当涉及诊断、分诊或护理规划时，犹豫更加深刻。这是可以理解的；前线临床医生被要求相信他们没有帮助构建的工具，在错误可能带来真正的人类代价的环境中。

这并不意味着临床创新应该停滞不前。这意味着它必须以不同的方式指导。

为了让AI在临床实践中真正产生影响，它必须减轻临床医生的工作负担。机会在于支持临床医生完成诸如人口健康风险分层和监测、患者病史总结和容量管理等任务。当AI补充决策、减少认知疲劳并自然融入医疗服务的方式时，它建立了信任。

4. 重新定义超越美元的ROI

如果我们需要在医疗保健中扩大AI的规模，我们需要从更广泛的角度看待ROI。当我们仅通过成本节约和预算削减来定义ROI时，我们可能会忽略真正重要的事情。成功应该表现为更好的结果和临床医生与患者之间更牢固的联系。

在一个工作中如此多的重要内容，例如护理协调、临床总结和提供者-患者参与，不直接计费，投资回报率不能仅以美元来衡量。它必须考虑到重新获得的时间、建立的信任和更周到地提供的护理。

具有前瞻性思维的医疗系统正在开始转变这场对话。他们专注于改善护理，而不是仅仅衡量自动化程度。我们是否使临床医生的日常任务更容易？我们是否腾出了时间与患者相处？这些是每天都必须明确回答的问题。

通过人为主导的护理重新想象医疗AI

医疗AI的下一个前沿是其增强。系统正在从后端自动化转向面向患者的智能，利用AI帮助预约、分诊症状和解释纵向记录以指导决策。设计得当，这些工具建立信任、减少认知负担、改善访问并腾出时间用于患者联系。

几乎60%的医疗CEO现在将生成式AI列为首要投资优先事项，79%仍然对长期增长持乐观态度。然而，70%的CEO认为监管不确定性是扩大规模的关键障碍。

前进的道路需要大胆的医疗领导。进展不会来自华丽的部署或快速胜利。它将来自真正推动系统前进的工作。这包括消除系统性浪费，创建支付者和提供者之间的共享数据基础，建立强大的变革管理框架，并专注于可衡量的价值，既包括财务价值，也包括非财务价值。

是时候将AI塑造成更基础、更可靠、更透明和更深入地适应医疗现实的东西了。AI的影响在于它可以在每个工作流程、每个决策和每个交互中无缝地发挥作用。最终，真正的进步是我们如何让技术更有意义地服务于它应该服务的人们。