随着新一代人工智能工具的涌现，医疗机构正大规模拥抱创新。在面临医疗成本上升、患者对无缝体验的需求以及网络安全复杂性增加的情况下，提高效率的承诺显得尤为吸引人。
虽然医疗系统正在更大规模地采用AI工具，但创新的速度迫使许多机构重新评估其技术基础——包括基础设施、数据治理和网络安全——以确保能够充分利用AI。
今年，HealthTech预计医疗机构将继续探索AI工具，特别是更加关注"代理式AI"（Agentic AI）。这将需要坚实的数据治理基础。AI也是患者参与和智能诊疗连续体领域的有用工具，帮助医疗机构在患者接受治疗的过程中轻松、无缝地解决各种问题。最后，AI和潜在的HIPAA（健康保险流通与责任法案）更新正在使网络安全形势更加复杂。医疗机构必须在不拖累临床工作人员且在预算有限的情况下应对这些变化。以下是组织领导需要了解的、影响2026年医疗保健的几大趋势。
1. 代理式AI的采用增长与障碍的谨慎考虑
代理式AI有潜力自动化处理重复性工作，使临床医生、研究人员和行政医疗人员有更多时间专注于患者护理和其他重要任务。它可以协调复杂的工作流程，改善筛查路径并简化护理过渡。
在2025年，医疗保健是使用AI代理的三大主要行业之一。根据麦肯锡最近的一份报告，医疗机构正在将代理式AI用于IT、知识管理、产品和服务开发、市场营销与销售、服务运营以及风险、法律和合规领域。
AI代理有潜力帮助制药公司加速药物研发和设计，同时执行诸如分析保险拒赔、生成申诉、协助临床转诊和诊断，以及充当虚拟健康助手等任务。医疗机构对这些工具感兴趣，因为它们可以提高各部门的生产力。
然而，信任度和可负担性，特别是对小型机构而言，是医疗保健领域采用代理式AI的主要障碍。代理式AI的特性意味着它可以与数据交互并自主完成任务。在2025年CHIME秋季论坛上，Corewell Health（核心健康）自动化总监妮可·尼森（Nichole Niesen）建议，如果允许AI代理在没有人工验证的情况下做决策，医疗机构应谨慎行事。
除了AI代理独自行动带来的风险外，该技术也带来了安全风险。管理人类身份已经足够困难，而增加机器身份会使情况更加复杂。
尽管这些挑战为对代理式AI感兴趣的医疗机构带来了重要考虑因素，但随着组织在医疗成本上升的情况下越来越重视生产力，采用率可能会增长。
2. 医疗机构平衡安全与临床工作流程
美国卫生与公众服务部（U.S. Department of Health and Human Services）提出的一项HIPAA更新可能要求强制数据备份和恢复、定期安全测试、多因素认证、实时监控、加密、网络分段和反恶意软件软件。
如果该更新获得通过，资源有限的医疗机构可能难以遵守。
"该提案将大幅扩展并从根本上改变医院和医疗服务提供者的现有联邦网络安全要求。虽然医疗服务提供者坚定地认为网络安全就是患者安全，但签署方警告称，该规定将施加重大的无资金支持的强制要求，规定与现代医疗IT架构相冲突的指令性技术控制措施，并为已经紧张的IT和安全团队大幅增加文档、报告和合规负担，"由医疗信息管理执行官学院（College of Healthcare Information Management Executives，简称CHIME）领导的100多家医疗机构代表签署的信函中指出。
许多医疗机构面临一项平衡任务：确保强大的数据保护和网络安全实践，以防止患者信任丧失和成功勒索软件攻击可能带来的财务损失，同时优先考虑患者护理、患者体验和临床医生体验。
AI正在使网络安全形势更加复杂，2026年将需要关注强大的网络安全实践，但医疗机构仍需在提供优质患者护理的同时应对不断上升的医疗成本。
然而，医疗机构有可能成功应对这种复杂性。今年，医疗机构可能会致力于解决基础安全要素，如处理身份和访问管理，同时依靠自动化流程和持续监控。
3. 聚焦智能诊疗连续体和患者体验增长
患者已经习惯于银行和航空公司提供的数字体验。他们开始期望在生活的其他领域，包括与医疗保健的互动中也能获得这种便利。这是行业已经意识到并正在努力的方向，但许多患者仍然面临着碎片化和令人沮丧的流程。当患者在诊疗连续体中转移时，比如从急性后护理转到居家健康护理，这种情况尤为明显。
医疗互动通常被视为片段式的，电子健康记录集成的缺乏可能导致效率低下，例如患者需要重复提供信息或重要信息未被共享。例如，大型医疗系统内专科诊所的随访预约患者可能最终住院；该信息不会在全球患者记录中更新，专科医生无法获知情况并重新安排预约，该预约时段将被浪费，患者可能不得不对"未到诊"费用提出异议。
随着AI变得更加普及，医疗机构更渴望改善患者体验。2026年可能会带来改进的互操作性和数据共享，以及增加的数字化和透明度。
诸如MedStar Washington Hospital Center（MedStar华盛顿医院中心）的ERAdvisor（急诊科跟踪服务）、AI驱动的联络中心，以及具有数字入院系统、预约提醒和重新安排选项的患者门户等工具，都使患者体验更加无缝和满意。
"这不仅改善了获取护理的物流，也加强了患者与医疗系统之间的关系，"IDC Health Insights分析师穆塔兹·谢格维（Mutaz Shegewi）告诉HealthTech。"通过这些改变，你促进了信任、准备度、满意度、便利性和可访问性。"
4. 医疗机构继续掌握数据治理
数据治理说起来容易做起来难，尤其是在像医疗保健这样拥有大量敏感信息的行业。然而，它仍然是组织实现AI目标的基础工具。如果AI工具使用数据，那么这些数据需要干净且一致。虽然医疗系统多年来一直在谈论数据治理，着眼于互操作性，但AI热潮正推动组织更加关注治理。
在2025年CHIME秋季论坛上，Akron Children's Hospital（阿克伦儿童医院）首席数据与分析官贾瓦德·汗（Jawad Khan）向组织提出了建议："要提高数据质量，你必须尽可能靠近数据生成点。我鼓励我的团队了解数据是如何输入系统的。如果你能在尽可能靠近数据生成点的地方解决数据质量问题，那么你就不会在后端过于担忧。如果你在后端进行数据质量处理，最终会陷入恶性循环。"
在源头处理数据意味着整个组织都需要数据素养。如果临床医生和员工能理解数据流程背后的原因，他们就更有可能遵守。
在2026年，更多的医疗机构可能会认真对待数据治理，即使他们的方法遵循"最小可行数据治理"（Minimum Viable Data Governance）标准。正如Franciscan Health（方济各健康）数据分析副总裁萨朗·德什潘德（Sarang Deshpande）在CHIME上所说，虽然数据管理可能看起来令人生畏，但现在是搭乘AI浪潮的好时机。
"关注治理、流程和正确的工具，然后将这项工作推进到业务部门，"他说。"如果你不利用当前的兴奋，你可能会错过机会。"
【全文结束】
