医疗保健收入周期管理中代理人式人工智能的实际应用

收入周期一直在收集承诺。机器人流程自动化（RPA）曾经被认为会改变一切。自然语言处理（NLP）也是如此。然后，生成式人工智能完全改变了对话。现在，代理人式人工智能（Agentic AI）已经成为焦点，这次的不同之处在于其中一些已经开始实际应用。

并非所有的代理人式人工智能都能实际应用。甚至大部分都没有。但是，有足够多的应用已经在生产环境中运行，这使得这一刻与之前的不同。

代理人式人工智能的真正含义

有一种“代理人式人工智能”的说法被用在产品演示中，描述任何可以执行多个任务的人工智能。这一说法并没有什么价值。

真正的代理人式人工智能不会等待有人解释其输出并决定下一步该做什么。它可以读取临床笔记，识别缺失的授权，导航到支付方的门户，提交请求。如果请求被拒绝，它会拉取相关文档，建立上诉，适当地路由。无需开启票据，无需队列，无需工作人员点击六个屏幕才能到达那里。

在收入周期管理（RCM）中，这很重要，因为工作深度非线性。一个预授权请求可能会涉及四个不同的系统才能解决。支付方的要求会变化。文档质量会根据提供者、专业和周而变化。仅遵循固定脚本的系统在这种环境中不会长久。

代理人式人工智能的实际应用

预授权是几乎每次关于代理人式人工智能的诚实对话中的第一个话题，原因在于其结构。它是收入周期中最耗时、规则最多的任务之一。美国医师协会（AMA）2024年的预授权医师调查发现，27%的医师报告说他们的预授权请求经常或总是被拒绝，医师每周平均完成39个预授权，每一个都直接占用了患者护理的时间。这不是临床失败，而是文档和工作流程失败，这正是代理人式系统所要解决的问题。

代理人验证资格，映射临床文档到支付方标准，跟踪提交状态，表面显示缺失信息在人类审查者介入之前。任务结构适合代理人。重复信息收集，可预测的匹配规则，明确的最终状态。

主动索赔清理也显示出类似的牵引力。代理人在提交之前运行预提交审计，捕获编码错误、文档差距和授权不匹配。在美国医疗财务管理协会（HFMA）2025年9月对272名医疗保健高管的调查中，已经在收入周期中部署人工智能和自动化的组织报告说，他们的索赔错误率和报销时间线都有了显著的改善。这类上游纠正是真正的财务恢复发生的地方。

代理人式人工智能的真实图景

HFMA-FinThrive 2025年5月的一项调查发现，63%的医疗保健组织已经在其收入周期的某个地方使用人工智能和自动化。这听起来像真正的动力。然而，这也带有一个附加条件。

“某种形式的人工智能”可以涵盖很多领域。对于许多组织来说，这意味着一个范围内的代理人处理特定任务，通常是预授权或拒绝上诉。在收入周期的一个角落。这是一个合理的起点。但是，从那里到多代理人工作流程，涵盖资格、编码、索赔和整理等整个过程的差距并不是小的。正如在《代理人式人工智能时代的收入周期现代化重思》中所探讨的，结构性障碍比大多数技术路线图承认的更深刻。

大多数供应商对话很快就会跳过这个差距。完全无人值守的收入周期是一个合理的方向。但这并不是大多数组织目前的状态，将其视为近期可实现的目标往往会在部署期间制造问题。

为什么试点项目会失败

代理人式人工智能很少在测试中失败。试点项目几乎总是看起来很有希望。用例很窄，数据相对干净，总有人密切关注代理人做什么。

生产环境则不同。支付方规则会无预警变化。电子健康记录（EHR）文档质量会根据部门、提供者和专业而变化。边缘情况会比预期更快地增加。当没有人设计明确的升级路径来处理代理人超出其范围的内容时，工作流程会停滞或继续运行，错误会在几周后浮现。

从试点到生产的扩展是一个与试点项目本身不同的问题。将它们视为同一个问题的组织通常会在部署期间发现这一点，而不是在此之前。这也是为什么更广泛的人工智能采用景观在医疗保健之外苦于生产失败。

基础设施问题

代理人式人工智能在拥有干净、连贯、相互连接的数据时运行良好。这个限定条件比听起来更重要。

大多数中型至大型医疗系统运行着碎片化的EHR环境，跨平台具有不一致的字段定义，不同的支付方门户具有不同的访问规则，文档质量会根据专业和个人提供者而变化。这不是边缘情况。这是标准操作环境。这个挑战与医疗系统如何应对新的人工智能需求的更广泛模式密切相关，这种模式受到技术和结构性债务的影响。

杂乱的数据并不总是导致明显的故障。更常见的是，代理人开始升级不应该标记的异常，输出看起来在表面上是正确的，但实际上带有需要几周时间才能浮现的错误。技术在大多数情况下都在按照设计做它应该做的事情。不能坚持下去的是它所依赖的基础设施。

在扩展代理人之前，正确构建这一层是这项工作中不那么光鲜的部分，也是供应商路线图中经常被忽视的部分。

代理人式人工智能真正发挥作用时会发生什么变化

AMA的2024年预授权医师调查清楚地表明：93%的医师说预授权对患者结果产生了负面影响，94%的医师说预授权延迟了必要的护理。当代理人吸收了文档和提交的负担时，临床人员获得了可衡量的时间。代理人式人工智能在RCM中的理由不仅仅是每次索赔的成本，还包括工作人员的时间实际上花在哪里，以及这种情况是否可持续。

那些在这方面进展最远的组织并不一定是拥有最大的技术预算的组织。它们往往是那些从狭窄的范围开始、从第一天就将人类监督融入工作流程、并在生产的前几个月里从代理人错误中学习而不是仅仅庆祝代理人正确做了什么的组织。比推销更慢。也更有韧性。

代理人式人工智能的未来方向

HFMA 2026年3月关于医疗保健利润和人工智能投资的报告指出，收入周期领导者正在从探索性试点转向人工智能的积极投资，以保护利润率进入2026年下半年。这不是推测性的。这是已经做出的预算决策。

尚未解决的是，当电子健康记录碎片化、支付方规则不断变化、工作人员模型尚未完全适应代理人式人工智能改变工作的本质时，生产规模上的应用实际上是什么样子。接下来的18个月将比过去三年回答更多这样的问题。值得密切关注。