医疗保健从未像今天这样拥有如此多的技术前景，也面临如此大的压力。
技术创新令人惊叹。生成式人工智能正在起草诉求、总结临床记录、驱动环境工具，并实现居家患者互动。目前，超过 96% 的美国住院医院使用 电子病历系统这本应是无缝智能护理的时代。但在潜力与实践之间，动力却消失了。
基础设施陈旧、治理分散、人员疲劳以及资源缺口不断扩大，这些因素持续拖慢着数字化进程。更具挑战性的是，付款方、医疗服务提供者和患者都在按照各自的节奏推进数字化能力建设，缺乏统一的节奏。
与此同时，以更少的资源提供更好的医疗服务的压力正在加大。美国有700多家医院，其中许多位于农村地区， 关闭的风险. 立法变化可能进一步 缩减数百万人的保险范围.
目前，真正能够改变医疗服务的并非单点解决方案，而是规模化创新。为了可持续地扩大创新规模，医疗保健必须将创新嵌入到实际工作流程中，以互操作性为基础，有针对性地进行管理，并构建整个系统的一致性。
大家都在创新。那为什么还是感觉脱节呢？
当创新孤立地进行时，问题就开始了。医疗系统正在试验 GenAI 和数字工具，但由于缺乏共享的基础设施或全企业的协调，这些试点项目很难实现规模化。
只有四分之一的系统拥有负责任的治理模式 管理 GenAI 的使用，而且大多数机构仍在努力应对碎片化的数据环境。这非但没有简化医疗服务，反而常常增加了临床医生工作的复杂性。
以收入周期为例，人工智能现在可以在几分钟内生成申诉，但付款人仍然需要手动处理。这造成了不对称，并推高了管理成本。
在医疗保健领域扩展人工智能需要什么
为了向前发展，领导者必须为融合而设计。这意味着要让创新成为医疗服务实际运作的一部分：连接各个团队，确保每一项努力都能为所有关键利益相关者带来更好的结果。
这一转变的具体表现如下：
1. 重新设计劳动力，而不是取代它
医疗保健领域的可扩展创新始于一个残酷的事实：除非医疗系统重新思考护理团队的实际运作方式，否则它们将无法取得进展。2024年，57%的医疗系统高管认为劳动力短缺是 首要战略关注点劳动力准备不足也是阻碍 数字化改造。这凸显了部署与地面人员准备之间的巨大差距。
具有前瞻性的供应商正在以各种方式做出回应：
他们正在投资于劳动力的恢复力。 护士正在接受混合型、技术支持型角色的技能提升，这并不是为了取代临床直觉，而是为了加强它。
他们正在部署可减轻认知负担的 GenAI 工具。 例如，环境记录可以帮助临床医生 自动记录笔记并标记再入院风险. 就诊前总结也变得至关重要，因为它们可以在预约之前显示患者背景信息，从而简化护理服务。
他们通过重新构想工作流程来节省时间和精力。 工作流程重新设计，搭配智能授权， 交付潜力 每班节省 15-30% 的时间，足以弥补近 300,000 万名住院护士的缺口。
这些都是实现更可持续护理模式的推动因素。创新必须以护理人员的经验为基础，才能取得成功。
2. 构建人工智能变革管理框架
在医疗保健领域利用人工智能，没有放之四海而皆准的方案。因为这不仅仅是一项技术的推广。
与基础设施主导的云迁移不同，人工智能要求我们首先了解工作内容，了解哪些工作需要认知，哪些会产生摩擦，以及哪些方面最需要支持。卓越中心可以帮助提供商正确理解这一点。
这些中心规范了治理，协调了工作流程，并确保了部署过程中的安全、公平和信任。如果没有这些中心，创新可能会停滞不前，理论上有用，但与护理实践脱节。
在约翰·霍普金斯大学，与一线团队共同设计的预测性床位管理仪表盘已成为日常决策不可或缺的一部分。这就是整合的意义所在。人工智能要想规模化，首先必须 适应护理节奏。
3. 弥合临床人工智能领域的信任鸿沟
创新并非在整个医疗行业都受到一致欢迎。人工智能已在医疗后台站稳脚跟，但在临床领域，它仍在摸索中。自动化在账单和申诉等风险较低的领域正在快速扩张，但在诊断、分诊或护理计划方面，人们的犹豫则更加严重。这可以理解；在错误会带来实际人力成本的环境中，一线临床医生被要求信任并非由他们参与开发的工具。
这并不意味着临床创新应该停止，而是意味着必须以不同的方式引导。
人工智能要想在临床实践中真正发挥作用，就必须减轻临床医生的工作量。人工智能的潜力在于支持临床医生完成诸如人口健康风险分层与监测、病史总结以及容量管理等任务。当人工智能能够辅助决策、减轻认知疲劳，并自然地融入医疗服务模式时，就能建立信任。
4. 重新定义投资回报率（ROI）
如果我们需要在医疗保健领域推广人工智能，就需要从更广阔的视角来看待投资回报率 (ROI)。当我们用成本节约和预算削减来定义投资回报率时，我们可能会忽略真正重要的东西。成功的投资回报率应该体现在更好的治疗效果以及临床医生和患者之间更紧密的联系。
在当今社会，许多重要的工作，例如护理协调、临床总结和医患互动，都无法直接计费，投资回报不能仅仅用金钱来衡量。它必须考虑到节省的时间、建立的信任以及更周到的护理服务。
具有前瞻性的医疗体系正在开始转变话题。他们关注的是改善医疗服务的方式，而不是仅仅以自动化程度来衡量成功。我们是否简化了临床医生的日常工作？我们是否腾出了更多时间陪伴患者？这些都是我们每天都必须清晰回答的问题。
通过以人为本的护理重塑医疗保健人工智能
医疗AI的下一个前沿是增强功能。系统正在从后端自动化转向面向患者的智能，利用AI帮助预约诊疗、分诊症状并解读纵向记录以提供决策依据。这些设计合理的工具可以建立信任，减轻认知负担，改善就诊体验，并腾出更多时间与患者沟通。
目前，近 60% 的医疗保健 CEO 将 GenAI 列为首要投资重点，79% 的 CEO 对长期增长保持乐观。不过，70% 的 CEO 认为监管不确定性是主要挑战。 扩大规模的关键障碍。
前进的道路需要医疗服务提供者的大胆领导力。进步并非源于浮夸的部署或快速的胜利，而是源于真正推动系统前进的各项工作。这包括消除系统性浪费，在付款人和医疗服务提供者之间建立共享数据基础，建立强大的变革管理框架，并始终专注于可衡量的财务和非财务价值。
现在是时候将人工智能塑造成更基础、更可靠、更透明、更贴近医疗护理实际的事物了。人工智能的影响在于悄无声息地无缝衔接每一个工作流程、每一个决策、每一次互动。最终，真正的进步在于我们如何真正地将技术更贴近它所服务的人。
By John Squeo, SVP & Market Head, Healthcare Providers, CitiusTech