投资者去年向健康科技AI领域投入了140亿美元。这占所有医疗技术风险投资的55%，而两年前这一比例仅为37%。平均风险投资轮次跃升42%，达到2930万美元。资金声势浩大，充满自信，无处不在。
与此同时，普通的初级保健诊所——也就是明天早上8点接诊医疗补助（Medicaid）患者的那家——仍在同时处理12份基于价值的医疗（Value-Based Care, VBC）合同，这些合同涵盖医疗补助、医疗保险（Medicare）、医疗保险优势计划（Medicare Advantage）、双重资格特殊需求计划（D-SNP）和按服务收费（Fee-For-Service）等多种类型。他们还要跟踪这12份合同中50多项不同的HEDIS（医疗保健有效性数据和信息集）指标，并且每年手动完成约1000小时的行政工作。通过电子表格、门户网站登录和传真机完成。资金热潮与诊室现实仿佛存在于两个不同的世纪。
140亿美元流向何方——以及未被覆盖之处
追踪资金流向，很快就能发现一个模式。最大的健康科技AI交易正流向企业级平台——大型医疗系统、全国性付款方分析、药物研发以及规模化行政自动化。这些都是重要的问题，但也是存在于医疗服务点之上多个层次的问题。
服务于医疗补助人群的独立初级保健诊所、小型团体诊所和联邦认证健康中心——这些并非平均2900万美元交易规模所针对的客户。经济模式行不通。一家拥有五名医生的医疗补助诊所无法承担六位数的年度平台许可费、12个月的实施周期以及专门的IT团队来管理集成。因此，创新浪潮从他们身上掠过。最需要工作流程缓解的诊所，反而最后才能得到帮助。
这不是技术差距，而是部署差距。工具存在，资金存在，缺失的是一种能够满足中小型诊所在实际工作场所需求的交付模式——即在日常看诊、填补护理缺口以及尝试使基于价值的医疗在财务上可持续的环境中提供支持。
为何80%的医疗AI项目在试点后停滞不前
行业分析一致估计，80%的医疗AI项目无法超越试点阶段。原因始终如一：技术是为受控环境而非混乱环境设计的。它假设数据干净、工作流程标准化以及有专门人员来操作。而真正的初级医疗并不具备这些条件。
运营医疗补助患者的诊所没有数据科学团队。他们有一名早上7点就到达的医助、一名管理爽约和临时就诊的前台协调员，以及一名今天要看25位患者的医生，这些患者来自四个不同的付款方合同。当技术要求诊所改变其行为——登录新门户、解读新仪表盘、学习新的数据语言——时，它不会被采用，而是被抛弃。这并非因为诊所不关心质量，而是因为创新是为会议舞台设计的，而非诊室。
与此同时，独立诊所的格局正在不断萎缩。根据美国医学会的数据，私人执业医生的比例已从2012年的60%下降到2024年的仅42%。每一家关闭或被医疗系统吸收的诊所，都带走了依赖它的社区扎根、关系驱动的初级医疗服务。讽刺的是：AI投资热潮正在加速，而最需要帮助的医疗服务提供者却在消失。
真正到达诊室的技术是什么样的
问题不在于AI和高级分析是否应该进入初级医疗。它们确实应该。问题在于它们如何到达。而答案与算法的复杂程度关系不大，与交付模式息息相关。
到达诊室的技术不会以带有登录和培训手册的独立产品形式出现。它会嵌入诊所已有的工作流程中——并有人工支持使过渡无缝衔接。它不会要求医生成为数据分析师。它会在每天早晨为团队提供一个优先工作清单，内容包括：需要就诊的患者、他们到达时需要什么，以及如何为此获得报酬。
这正是CareEmpower®平台的设计原则——我们不是为会议主旨演讲而构建它的。我们为的是早上6:45调出当天日程的医助。CareEmpower将来自多个付款方合同的工作清单整合为单一的优先视图。患者不是按字母顺序排列，而是按临床紧急程度排序：需要在七天内随访的近期住院患者排在首位。慢性病和复杂需求就诊紧随其后。与早期和定期筛查、诊断和治疗（EPSDT）计划一致的预防性护理则排在后面。诊所无需交叉参考12份合同来确定该联系谁。平台已经完成了这项工作。
每次就诊前，图表准备工具会显示医生需要的一切：应进行的预防性筛查、药物审查需求、12个月的护理时间线、用于风险调整的文档和编码机会——在患者踏入诊室前就已经整理好。就诊后，管理就诊工作流程让工作人员标记已完成的活动、更新筛查状态，并为需要诊所外支持的患者提交护理团队转诊——全部在同一界面完成。无需二次登录，无需单独系统，无需额外点击。
当诊所需要自己无法提供的支持时，CareEmpower直接连接到服务其所处社区的护理专家和社区健康工作者。转诊只需不到一分钟。护理团队会采取行动。结果反馈回平台。这个闭环——技术加人工支持加财务对齐——才是真正推动质量指标的因素，而非仅靠算法。
采用率胜过炒作——真正重要的指标
仅有14%的付款方采用了特定领域的AI工具，只有25%报告拥有既定的AI战略。绝大多数提供商网络被期望自行摸索新工具。在平均诊所每年已将1000小时用于VBC行政管理的环境下，这种期望不仅不现实——更是设计失败。
在医疗技术中，采用率是唯一诚实的指标。不是部署，不是许可证销售。采用率——即诊所自愿、反复地将其作为日常例行工作的一部分使用。在我们的网络中，77%的相关成员拥有员工定期使用CareEmpower的初级保健诊所。在我们最成熟的市场，这一比例达到83%。大约1,400名独特用户每月在五个州与平台互动，在过去12个月中约有16,900个会话。我们最新的市场弗吉尼亚州，已经达到了任何启动中最高的参与水平——反映了八年关于如何使技术在真实诊所中"落地"的学习。
这种采用率并非因为我们构建了更好的仪表盘。而是因为我们将平台与现场指导团队的诊所绩效顾问、每月审查绩效的提供商客户经理以及平等护理激励计划（ECIP）相结合——该计划按季度向诊所支付通过工作流程完成的人口健康活动费用。诊所在健康检查、护理过渡、慢性病管理和预防性筛查方面获得报酬——这些都是他们已经在做的工作。这不是技术驱动采用率。这是技术、人工支持和财务对齐共同驱动采用率。
诊室不需要更多创新。它需要真正落地的创新
我们不反对140亿美元的投入。医疗需要更好的技术，投资最终将产生突破，惠及各级医疗服务。但时间线很重要。今天服务于医疗补助人群的诊所，不能等待企业级AI浪潮渗透到菲尼克斯南部的五人诊所或田纳西州东部的农村联邦认证健康中心。他们需要能够与他们已经运行的36多个电子健康记录（EHR）系统集成的技术，由理解诊所层面基于价值的医疗的人提供，并由每季度而非每年支付他们工作费用的财务模式支持。
当前健康科技中最重要的问题不是"AI能做什么？"而是"它真正触及了谁？"除非答案包括那些手动处理12份跨越五条业务线和50多个指标的医疗补助初级保健医生，否则140亿美元只是在解决别人的问题。
参考资料
¹ Bessemer Venture Partners，《2026年健康AI状况》
² HealthTech Digital，《AI实施差距：为何80%的医疗AI项目无法超越试点阶段》
³ 美国医学会，《2024年医师实践基准调查》
⁴ Menlo Ventures，《2025年：医疗健康AI状况》
【全文结束】