思想领袖

为何持续的现代化是利用人工智能在医疗保健中取得成功的关键

mm
将 Unite.AI 添加到您在 Google 上的首选来源

数十年来,医疗保健现代化遵循一套熟悉的剧本:制定路线图、确保资金、启动大型转型计划并朝着未来的技术环境迈进。当技术和业务需求变化缓慢,能够让多年计划保持相关性时,这种模式是有道理的。

今天,这变得越来越困难。医疗保健组织正面对财务和人力资源压力、监管变化以及不断提升的消费者期望,同时人工智能正快速重塑技术的可能性。Gartner’s 2026 CIO and Technology Executive Survey Gartner的2026年CIO和技术高管调查发现,94%的CIO预计在未来两年内其计划和成果将出现重大变化,而只有48%的数字化项目能够达到或超出其业务成果目标。

因此,挑战并非仅仅更有效地执行路线图,而是组织所要现代化的环境可能在现代化进行期间就已经发生变化。基于当今优先事项和利润压力设计的项目,等到完成时可能已经在解决一套不同的需求——财务、监管、技术——。

传统模式为何不断落后

传统方法很直接。首先,组织制定详细计划,然后获取资金并实施转型计划,期望其系统在未来几年内实现现代化。当技术和业务需求变化缓慢,计划能够在项目完成前保持相关性时,这种做法是有效的。

在当今世界,公司必须同时应对预算压力、新法规、人员限制、消费者偏好变化以及快速发展的技术。这已不再是美国医疗保健所处的环境。无论制定何种路线图,都将面临与当前所解决的挑战不同的难题,因为系统从实施之初就开始退化。此外,公司在每五至七年进行一次根本性变革时,往往都会延误进度。

关键问题在于缺乏必要的资源和坚持。所谓的“突击式”转型需要巨额预算,且在过程中容易因业务优先级的变化而偏离轨道,有时甚至持续时间过长,以致结果出现时,领导层已对该努力失去信心。

一种不同的运营现代化模型

这种方法不同于之前的模式,而是一种全新的排序方式。与其一次性全部更新,公司发现通过一次聚焦于端到端的业务能力——从人员到流程、再到应用、再到数据——可以更好地管理转型,然后再继续下一个环节。这相当于一次改造一个已完成的房间,而不是一次性翻新整栋建筑。目标是建立动能:交付可见成果,从经验中学习,并逐步扩展规模。

人工智能的适用范围与局限

人工智能的兴起再次提出一个引人深思、甚至深刻的哲学问题:技术应当优化现有流程,还是让其变得过时?

人工智能的崛起使这一区分更加重要。 Gartner发现,80%的CEO认为人工智能将迫使运营能力进行彻底改革。这表明机会不仅仅是利用人工智能让现有流程更快。将人工智能应用于低效流程或许能提升速度,但并未消除根本性的低效。

与此同时,组织不可能一夜之间放弃核心流程;在变革进行期间,许多流程仍需持续运行。因此,人工智能的真正价值在于帮助识别哪些流程需要重新设计,哪些可以简化,以及哪些可能已经失去作用。

停止衡量项目,衡量结果

现代化已不能仅仅因为技术陈旧而推动。面对美国医疗保健组织持续的财务压力和极少的容错空间,每项举措都必须展示明确的业务价值。

这需要一种不同的现代化优先级排序方法。规模最大的项目不一定最有价值。价值体现在业务流程的改进上:提升运营效率、强化收入周期和临床工作流、改善患者或成员的体验,并为未来提供灵活性。归根结底,我们必须以价值而非项目规模来衡量现代化努力。

美国医疗保健始终必须在不断变化的环境中运作:新法规、技术、商业模式,以及来自成员、患者和提供者日益增长的需求。目标从未是单一的“现代化”状态。

在这种环境中获胜的并非那些押注于大型转型、大额预算以及相应巨额收入的组织。胜者将是能够持续适应、持续转型、持续交付价值且不致于在过程中扼杀业务的组织。

这正是医疗保健需要实现的转变:现代化不再是为了赶上未来的周期性努力,而是成为应对未来的核心业务能力。

Abhijeet Vaidya 是 Emids 的数据与 AI 实践负责人。Abhijeet 在数据与 AI 领域拥有超过二十年的经验,专注于帮助组织实现技术驱动的转型。他的专长涵盖数据现代化、数据可信、AI 战略、解决方案架构、生成式 AI 和自主 AI。

在加入 Emids 之前,Abhijeet 曾担任 Zensar Technologies 的全球数据工程与分析业务负责人,期间他致力于数据现代化、分析和机器学习。在 Zensar 之前,他在 Cognizant 工作了超过十五年,历任高级管理职务,最终负责北美金融服务业务的数据与情报交付。