医疗保健人工智能在工作流程协同时效果更佳

医疗保健领导者越来越依赖人工智能来降低成本、减少临床医生倦怠、加快运营速度。然而，太多的人工智能试点项目仅能提供令人印象深刻的演示，但对实际运营影响有限。真正的区别在于不是模型本身，而是该人工智能是否被嵌入到已经主导员工时间的工作流程中。

在实践中，人工智能仅在支持连接的工作流程、互操作系统和明确的人类监督时，才能在规模上改善结果。当这些部分协同工作时，人工智能不再是一种新奇事物，而是开始像运营基础设施一样运行。

为什么医疗保健中的孤立人工智能工具会停滞

人工智能采用的常见模式是将每个用例视为一个独立的项目。一个模型可能会总结临床笔记、草拟先前授权包或分类传入病例，但它存在于主要的电子健康记录或管理工作流之外。当这种情况发生时，员工仍然需要手动复制数据、调和标志和导航异常，这意味着负担被转移，而不是被消除。

这就是为什么人工智能实施可能会低于预期的原因之一。2024年对医疗成像中人工智能的系统性审查和meta分析发现，虽然许多研究报告了时间节省，但总体证据并没有显示自动效率增益，表明人工智能的实际影响在很大程度上取决于它如何融入临床工作流程。

因此，医疗保健领导者应该问一个简单的运营问题：人工智能工具是否减少了工作中的步骤，还是只是在旧过程上添加了一个新层？如果工作流程仍然是碎片化的，答案通常是后者。

互操作性是使人工智能在实践中有用的东西

人工智能无法改善它无法看到的过程。这就是为什么互操作性在人工智能中不是一个旁注问题，而是决定人工智能如何运行的运营条件。当系统清晰地交换数据时，人工智能可以在正确的时间表面信息、标记缺失的字段并支持决策，而不强迫员工重新输入或重新检查信息。

世界卫生组织将数字健康基础设施视为依赖于标准、数据共享和支持跨护理环境更好决策的连接系统。在这种观点中，互操作性不是一个技术上的事后思考；它是人工智能驱动工作流程的核心使能器。

在美国背景下，CMS互操作性和先期授权最终规则将这一理念推入政策，通过要求改善健康信息交换来减少先期授权和其他行政流程中的摩擦。该规则表明，互操作性不再是可选的；它正在成为人工智能在索赔和护理协调中运行的基线要求。

工作流程协调在哪里带来最大的收益

医疗保健中最令人信服的人工智能用例往往是那些从高频、重复任务中去除摩擦的用例。例如，先期授权、文档支持、索赔审查、患者接收、护理协调和决策支持。在每种情况下，好处不仅仅是速度，还包括更低的返工和更少的下游错误，一个在医疗保健收入周期管理中使用类似代理的系统来重塑支付者面向收入周期工作流程的模式越来越明显。

美国医院协会指出，人工智能越来越被用于优化临床工作流程和通过支持临床和行政任务来改善患者体验。关键见解是，当人工智能集成到人们工作的方式时，改进开始出现在吞吐量、准确性和满意度中。

可靠性比模型演示更重要

医疗保健组织自然而然地被模型演示所吸引：在幻灯片上具有高准确率的总结、预测或分类系统可能会带来变革。但是，真正的运营并不是演示。它们包括边缘情况、缺失数据、员工流动和不断变化的要求。在这种环境中，可靠性比视觉效果更重要。

这就是为什么仅仅可观察性是不够的。知道事后发生了什么有助于事后总结，但它并不能防止重复的故障。一个可靠的人工智能系统必须表现出可预测的行为，适当地升级异常，并适应组织现有的治理模型以应对变化和风险。

在医疗保健中，小的工作流错误可能会产生连锁反应。授权工作流中缺失的字段可能会延迟治疗。时机不当的建议可能会在错误的时刻打断临床医生。弱的升级路径可能会让员工疑惑什么是值得信任的。人工智能应该减少模糊性，而不是制造新的模糊性形式。

什么是成功实施的真正要求

成功的人工智能实施通常从工作流设计开始，而不是从模型开始。团队需要在部署任何东西之前定义业务问题、决策点、数据源和所涉及的人类角色。如果这些基本问题不清楚，技术不会弥补过程不清晰的缺陷。

范围纪律也至关重要。最有效的部署通常做一两件事很好。它们可能会在案件被路由之前识别缺失的信息、总结图表以供审查或在某些内容超出预期模式时触发异常警报。尝试过早地自动化太多内容通常会产生比价值更大的复杂性。

哈佛医学院指出，人工智能可以在实践中减少临床医生的日常负担并提高效率，当人工智能被“深思熟虑地”使用时。关键短语是“深思熟虑地使用”：这意味着培训员工、定义覆盖范围、跟踪结果并确保人工智能适应工作，而不是强迫工作适应人工智能。

医疗保健人工智能在流程连接时效果更佳

医疗保健中最持久的人工智能收益来自连接的流程，而不是孤立的工具。当数据流动顺畅、审查按正确的顺序进行、异常以一致的方式处理时，人工智能可以通过减少手动努力来支持更好的决策。当这些条件缺失时，技术可能仍然看起来先进，但工作流程仍然缓慢和碎片化。

这就是为什么人工智能应该在系统级别进行衡量。领导者应该超越模型准确性，询问流程是否变得更容易执行、更容易监督和更容易扩展。真正的测试不是人工智能是否可以独立完成单个任务，而是整个工作流程是否由于人工智能的存在而变得更加可靠。

医疗保健中连接人工智能的真正价值

人工智能在支持完整的工作链时效果最佳，而不是单个孤立的动作。这意味着链接系统、阐明所有权、紧密的交接和在人类判断最重要的地方保持人类的参与。当工作流程协同工作时，人工智能变得更加可靠、更有用和更可扩展。

人工智能的未来不会由谁拥有最先进的模型决定。它将由谁能够设计围绕模型的工作流程来决定，以便它能够带来一致的、可衡量的效率、准确性和体验的改善。在像医疗保健这样复杂的、高风险的行业中，这可能是人工智能停留在试点阶段和成为医疗服务提供方式的一部分之间的区别。