将代理式人工智能应用于医疗保健:实现真正变革的关键Applying Agentic AI to Healthcare Delivery: The Key to True Transformation - MedTech Intelligence

环球医讯 / AI与医疗健康来源:medtechintelligence.com美国 - 英语2026-07-25 20:50:32 - 阅读时长5分钟 - 2308字
本文深入探讨了代理式人工智能如何真正变革医疗保健行业。作者指出,尽管技术多年来一直承诺改变医疗保健,但结果往往令人失望;而如今,医疗保健提供者每年在AI采用上花费超过10亿美元,医疗系统正从谨慎试点转向紧急部署。文章详细阐述了代理式AI通过理解上下文、跨工作流程执行任务,以及模型上下文协议等开放标准,消除医疗保健中的摩擦,重塑患者旅程,同时强调人类判断在AI支持的医疗保健中仍居核心地位,技术应作为支持工具而非替代人类专业判断,这一观点对医疗行业数字化转型具有重要启示意义。
代理式AI医疗保健医疗技术电子健康记录临床决策患者护理互操作性标准MCP临床医生
将代理式人工智能应用于医疗保健:实现真正变革的关键

MTI观点

分享行业关于医疗保健和医疗技术进步的见解。


Jaimon Jose是CharmHealth的工程与合规高级总监,拥有超过18年的产品开发经验,专注于身份和安全技术、分布式系统、云安全和数据中心虚拟化领域的软件架构和技术领导工作。


技术多年来一直承诺变革医疗保健,但迄今为止,结果令人失望。我们得到的不是便捷和效率,而是更多的点击、屏幕和行政负担。

然而,这一次感觉不同。

根据Menlo Ventures《2025年医疗保健AI状况报告》,医疗保健提供者如今每年在AI采用上花费超过10亿美元。仅这一数字就令人震惊,鉴于医疗保健行业对新技术的传统谨慎反应。然而,我们突然看到医疗系统从谨慎的试点转向带有紧迫感的生产部署,我们的行业正在为企业的AI采用设定步伐。背后的转变引人注目:代理式AI——能够推理、规划和采取行动的自主系统——已经到来。

代理式AI从根本上改变了可能性,即使在高度监管的医疗保健行业中也是如此。

兴奋的原因

代理式AI引入了远超先前几代工具的功能。代理式AI不仅仅是提示用户做某事,而是真正执行——不仅在孤立的应用程序中,而是跨越整个工作流程。这种区别很重要,因为医疗保健工作流程很少是线性的。单个患者互动可能涉及接诊、记录、诊断、计费和随访,每个环节都有自己的系统和要求。当代理式AI在这个迷宫中发挥作用时,它使整个患者旅程中的功能无缝衔接。这创造了一个更加连贯、错误更少的体验。简而言之,影响变得有意义。

代理式AI在一定程度上连接了这些先前分散的部分,因为它理解上下文。基于对每个功能的上下文理解,代理式AI可以确定是应该采取行动推动用户通过工作流程,还是暂停以让位于人类判断。通过这样做,代理式AI完成了少数先前技术能够完成的事情:它消除了摩擦,而不是增加摩擦。

重要的是,代理式AI的机会不在于单一供应商或解决方案。它存在于基础设施中,所有个体部分相互协调的编排中。开放、可互操作的标准可以使这种创新在整个医疗保健生态系统中蓬勃发展。这就是新兴的开放框架如模型上下文协议(MCP)和类似互操作性标准发挥作用的地方。

MCP和新兴标准:医疗保健AI代理的基础

迄今为止,创新最大的历史障碍之一是碎片化。数据被隔离在电子健康记录(EHR)、计费系统、调度平台和外部数据库中,很难以简单的方式将这些系统整合在一起。

像MCP这样的框架正在帮助改变这一点。它们为AI系统提供了一种连接外部工具和数据源的方法。麦肯锡的医疗保健AI分析指出:"开放架构,如MCP,使新的AI代理能够直接访问护理组织中的功能数据。"本质上,MCP赋予了AI代理超能力。在实践中,像MCP这样的方法可以帮助简化医疗保健工作流程中高度复杂的集成挑战。开发人员不再构建一次性连接,而是使用通用框架来使AI系统能够执行访问患者记录、检查药物相互作用、安排预约或处理理赔等任务。

开发人员已经做出了响应。在短短一年内,MCP从一个开源实验变成了行业标准。MCP从2024年11月发布时的大约10万次服务器下载,增长到2025年年中超过800万次,目前已有5800多个MCP服务器可用。去年12月,MCP被捐赠给新成立的"代理式AI基金会"(Agentic AI Foundation),该基金会隶属于Linux基金会,由Anthropic、OpenAI和Block共同创立,确保了供应商中立的治理和长期稳定性。

有了这个基础,我们现在可以完全重新构想患者旅程,从第一个患者接触点开始,一直到保险理赔和随访等就诊后操作。

随着通过MCP运行交互式用户界面的标准化方法的引入,AI系统越来越多地能够在护理交付的上下文中呈现结构化数据、仪表板和决策工作流程。想想患者趋势的可视化、用于记录的引导式表格,或临床决策的审批路径,每个都是动态生成且上下文感知的。

通过这些进步,AI代理正在成为日常实践的常规部分,而不仅仅是临床医生和管理人员被迫导航的另一层应用程序。

人类元素仍然至关重要

尽管这些发展令人兴奋,但人类判断的作用仍然至关重要。无论数据分析或算法精确度如何,都无法替代人类的专业知识、责任感和同理心。

明确地说,代理式AI的目的不是取代医疗保健提供者,而是通过减轻他们的认知和行政负担来支持他们,使他们能够更专注于患者护理。这在技术提供商、医疗保健组织和患者之间培养了共同责任。

这一框架确保开发人员和技术提供商构建安全、透明和可审计的系统,而医疗保健组织则谨慎地将这些工具集成到他们的工作流程中。最终,提供者必须保留对诊断、治疗和患者护理计划做出最终决定的权力;每个处方、诊断和治疗都需要人类批准。患者也扮演着一定的角色。AI支持护理的成功取决于他们愿意分享准确和完整的健康信息,包括家族史、当前用药、过敏和症状。当患者积极参与他们的护理团队时,后台运行的AI系统——如捕获访谈和分析数据——可以提供更个性化和准确的支持。

在每个阶段,人类都是这一模式的核心。

医疗保健的新面貌

代理式AI、开放互操作性标准和医疗保健对效率的迫切需求的结合,创造了一个重大机遇。事实上,行业分析师预测,医疗保健中的代理式AI将每年增长40-45%,有望在未来五年内超过50亿美元。

如果这一轨迹继续下去,随着代理式AI实现其改善临床医生和患者生活的潜力,技术和护理交付之间的紧张关系最终可能会开始缓解。

对于医疗系统、EHR供应商和护理交付组织而言,问题不再是代理式AI能否重塑临床工作流程,而是这些利益相关者是否有信心拥抱另一项技术的承诺,以期实现真正的变革。

【全文结束】