医疗人工智能指标偏离了重点。弥合获取差距是 AI 最大的回报

医疗保健长期通过熟悉的运营指标评估人工智能：节省的工时、转接的呼叫、完成的文档以及降低的成本。这些数字很重要。它们显示技术是否在面对持续的劳动力短缺，不断上升的费用和日益增长的患者需求的组织中创造了产能。

然而，在我的职业生涯中，我了解到这些指标只能回答问题的一部分。医疗保健领袖还需要知道人工智能是否让患者更容易获得护理。这一衡量标准揭示了更高的效率是否转化为更佳的患者旅程。

Healthcare’s AI Metrics Capture Only Half the Value

走进大多数医疗保健领导会议，常用词汇可预见。团队讨论生产力、人员配比、每次互动的成本以及被削减的行政工作。这些指标相对容易量化、在预算会议中辩护，并向董事会报告。

人工智能的商业案例已经日益明朗。NVIDIA的2026《人工智能在医疗保健中的现状》发现，85%的医疗保健高管表示人工智能正在提升收入，80%则报告其在降低成本。这些发现表明，人工智能在整个行业提供了有意义的运营和财务价值。

但它们仍未回答一个重要问题：患者是否更容易获得护理？一个系统可以减少呼叫量并更快完成文档，但患者仍可能错过筛查、失去转诊跟踪，或难以安排护理的下一步。运营活动告诉领袖组织完成了什么。获取指标衡量这些工作是否改变了患者的体验。

AI Is Fundamentally an Access Story

大多数医疗保健高管被鼓励将人工智能视为自动化的案例。更广阔的领导机会在于获取。人工智能可以帮助患者更快获得答案、更早获得护理，并在旅程的各步骤之间减少摩擦。

患者获取远不止预约安排。它涵盖转诊、后续护理、预防性筛查、药物依从性、教育、提醒、护理转接以及帮助患者完成推荐行动的每一次互动。当这些体验变得支离破碎时，细小的摩擦点会累积成错过预约、诊断延迟、依从性下降和更差的结果。

行业数据显示，这一差距仍然很大。Experian Health的2026《患者获取现状》发现，46%的提供者认为患者获取已改善，而仅有18%的患者表示同意。这个差异应引起领导层的关注，因为它表明组织可能在改进内部流程，却未能为尝试使用这些流程的患者带来同等程度的进步。

Fragmented Technology Moves Friction Downstream

医疗保健从未拥有如此多的技术。组织在电子健康记录、患者参与平台、预约工具、联络中心系统、数字消息、转诊应用以及专门的点解决方案上投入巨大。这些工具在各自的功能范围内往往能够完全按预期工作。

问题出现在交接环节。

一次转诊在一个部门开始，随后转至另一个团队。提醒由一个不知道患者已重新安排的系统发送。患者打电话求澄清，工作人员审查历史，流程再次启动。每个工具可能都在运作，但旅程仍然困难，因为没有人协调完整的体验。

我一直观察到的一个模式是，当缺乏编排时，更多的参与会产生更多的运营工作。每个提醒都会产生回应，而每个回应又会生成另一个工作流。将人工智能叠加在脱节的流程上，可能会加速活动量，却仍保留底层的碎片化。

患者感受不到部门、系统或渠道，他们只经历一次旅程。当组织未将该旅程设计为一个连贯整体时，患者会因反复解释、下一步延迟以及悄然掉队的护理而承担成本。

Access ROI Connects Efficiency to Care

这就是我开始通过我称之为“获取ROI”的框架来思考人工智能的原因。这是一种实用的方法，用于评估技术是否在降低患者与所需护理之间的障碍。核心理念很直接：医疗保健应当既衡量人工智能所促成的护理，也衡量其所消除的工作。

运营 ROI 关注 AI 是否帮助组织提升工作效率。Access ROI 则关注患者是否更可靠、更快速地完成后续护理步骤。领导者可以通过预约完成率、转诊跟进率、预防筛查参与度、护理延迟减少以及外展后更强的参与度来衡量 Access ROI。

一个有价值的领导者提问是组织能否识别患者沉默的时刻。如果乳腺X光检查仍未完成或处方失效，系统是否能识别这一缺失的行为？更重要的是，是否会随之出现协调好的下一步措施？

许多 AI 项目旨在处理已到来的交互。Access 要求组织注意那些未发生的事情。那些能够提前识别这些空白并在行政延误转化为临床后果之前采取行动的组织，正取得最大的进展。

编排将外展转化为成果

从患者结果的角度审视，这种方法的价值更加清晰。Olmsted Medical Center使用自动化外展重新联系了尚未完成乳腺X光检查的患者。90 天内，44% 的受联系患者安排了检查，20 名患者比原本更早获得了乳腺癌诊断。

运营收益相当显著。工作人员花在手动拨打电话上的时间减少，外展变得更为一致，沟通规模也更可靠。持久价值在于帮助患者完成推荐的下一步，并为其中一些人提供了更早的治疗机会。

该案例体现了 AI 在医疗保健中应扮演的角色。技术帮助识别空白、发起外展并创造运营容量。编排将这些能力与明确的患者需求相连接，确保外展产生有影响的结果。

这一区别很重要，因为活动比进展更易衡量。聊天机器人可以回答更多问题，联络中心可以分流来电。Access ROI 关注这些改进是否帮助更多人获得护理，以及他们获得护理的时间提前了多少。

医疗领袖需要三层 ROI 模型

我将医疗 AI 思考为三个相互关联的层面：

1. 运营 ROI 衡量效率、工作流绩效、人员支持和财务结果。
2. Access ROI 衡量患者是否遇到更少的障碍并完成护理的下一步。
3. 临床 ROI 反映该访问的下游影响，包括更早的诊断、更强的依从性、更健康的患者群体以及更低的长期护理成本。

每一层都建立在前一层之上。运营改进创造容量。更好的访问将这些容量导向患者旅程。随着时间推移，更早且更持续的护理可促成更佳的临床结果。

该框架还为领导者提供了一种更有纪律性的方式来决定哪些 AI 投资值得规模化。一个在节省时间的同时未改变患者旅程的用例仍可能有价值，只是其影响范围较窄。一个同时提升运营、弥合访问缺口并支持更好健康结果的用例则能创造更完整的回报。

医疗 AI 的下一阶段将要求领导者提出更严苛的问题。患者是否更快获得护理？转诊是否更少掉入漏洞？预防筛查是否按时完成？整个旅程中的沟通是否更为协调？

值得追求的回报是触及的患者

AI 已经already proving能够提升医疗运营。下一步的领导挑战是确保这些收益真正惠及患者。这需要从部署孤立功能转向编排决定护理是否发生的关键时刻。

未来属于能够将效率、访问和结果相连接的组织。它们的 AI 战略将识别患者何时需要支持，协调适当的响应，并衡量该响应是否帮助患者前进。这正是技术成为更可靠护理旅程的一部分，而不是患者和员工必须跨越的另一层。