2025年人工智能和基于价值的护理成为主流，专家预测网络安全取得进展

AI and VBC go mainstream in 2025 amid cybersecurity gains, expert predicts

Pega的全球医疗市场领导者Robert Connely预测，2025年将是医疗信息技术现代化、网络安全突破和人工智能广泛应用的关键一年，尤其是在推动基于价值的护理（Value-Based Care，简称VBC）成为行业标准方面，AI将发挥重要作用。

罗伯特·康奈利（Robert Connely）是Pega的全球医疗市场领导者。Pega是一家专注于企业级人工智能决策和工作流自动化的供应商。他拥有超过三十年的企业家、创新和战略领导经验，曾在McKesson、Aetna等全球组织以及成功的医疗IT初创公司如Medicity任职。

“重新构想和替换”

康奈利预测，2025年，医疗机构将放弃“包裹和更新”旧系统的做法，转而采用有针对性的“重新构想和替换”策略。

“从修补旧系统到全面现代化的转变需要精心平衡，”他说。“目标是利用AI等技术来解决复杂流程，驱动未来价值，同时最大限度减少维护旧系统的技术债务。”

这种转变主要影响两个方面：现代化策略本身的演变和AI编排平台的兴起。现代化已经从传统的“替换和替换”方法转向更加灵活的方式，即打破旧系统，将其模块化组件分布在不同的技术层中，从而实现更大的灵活性和可扩展性。

“重新构想和替换”方法利用生成式AI快速且成本效益高地对齐业务和IT，设计和自动化新的工作流改进。这种方法扩展了低代码技术，使组织能够在减少开发工作的同时加速价值实现。

AI编排平台是这一新方法的关键推动力。这些平台将旧系统连接到现代工作流，满足当代业务、监管和安全要求，而无需昂贵且繁琐的改造。通过创建新旧系统之间的桥梁，这些平台允许逐步现代化。

AI的未来取决于安全

AI在医疗领域的未来取决于克服安全问题，特别是管理私人患者数据的安全问题。康奈利认为，2025年将是AI应用的转折点。

“我认为安全突破有两个角度：技术和技术手段，”他预测。“目前，大多数用于自动化和决策的AI依赖于统计AI进行预测、决策和自动化工作流。安全问题集中在模型使用和审计输出，以跟踪行为、提高性能、识别偏差并确保负责任的使用。”

从技术角度来看，AI采用的障碍包括保护符号AI模型（如生成式AI）的数据安全，以及有效管理和审计统计AI。对于生成式AI，检索增强生成框架通过结合信息系统中的私有数据来增强提示。这涉及将数据分块、向量化并嵌入发送给大型语言模型的提示中。尽管可以指示LLM不使用数据进行训练，但数学上仍有可能解码提示。

一个有前景的解决方案是同态加密技术，该技术允许数据在被AI模型处理时保持加密状态。通过这项技术，LLM可以在加密数据的基础上生成增强响应，然后在返回源端时解密。然而，这种方法距离实际应用还需几年时间。在此期间，正在开发新的方法以安全推进AI的应用。

一种新兴技术是采用私有LLM。越来越多的组织正在构建自己的向量数据库，嵌入专有数据，使生成式AI能够在不暴露数据的情况下访问这些数据。这种方法使组织能够在不承担公共工具（如ChatGPT）相关风险的情况下利用生成式AI的优势。

此外，开发者和集成者正在特定工作流中狭义应用AI。

“这种集中使用限制了暴露，减少了安全风险，并使测量价值变得更加容易，”康奈利说。“通过结合私有LLM、向量数据库和定向AI应用，高管们正在找到安全采用AI的方法，同时解锁其潜在价值。”

AI推动基于价值的护理

康奈利预测，2025年，AI将成为推动基于价值的护理从试点项目转变为行业标准的催化剂。

“对美国医疗支付方的不满达到了历史最高水平，”他指出。“美国拥有全球最先进且昂贵的医疗体系，但往往充当非医疗挑战（如老龄化人口、社会不平等、环境因素和行为健康问题）的安全网。这些现实正促使从按服务收费模式转向基于价值的护理合同。”

基于价值的护理从根本上改变了传统医疗模式，要求支付方采取更以患者和会员为中心的方法。这种模式认识到许多医疗利用是可以预防的。通常，小问题（如“小割伤”）在未得到及时处理时会升级为昂贵的医疗问题。

护理管理计划已证明，频繁互动和主动干预可以降低急诊室就诊、住院和其他高成本服务的成本。然而，护理管理人员的数量不足以在整个人群中扩大这些努力。

“这就是AI发挥作用的地方，”康奈利说。“AI可以通过与成员及其更广泛的支持网络（包括看护者、家人、社会服务和提供者）互动来增强护理管理。通过AI驱动的编排、教育和主动干预，医疗系统可以解决碎片化流程。这不仅限于简单的AI聊天机器人，还包括更复杂的代理AI平台，能够管理复杂的医疗挑战和工作流。”

随着基于价值的护理重塑支付方的角色，要求他们对患者结果和旅程承担更多责任，技术成为关键推动力。对于医疗支付方CEO来说，这是首要任务。AI驱动系统可以更好地协调提供者、成员和其他医疗生态系统参与者之间的互动。

这些进步正在加速向基于价值的护理的转变，使支付方能够作为真正的合作者改善结果并控制成本。

“代理AI还有潜力解决美国医疗中最持久的政治分歧之一：个体和集体解决方案之间的紧张关系，”康奈利说。“传统上，无法在个体层面做出决策导致医疗资金分配给广泛的群体，这种方法既低效又容易出现欺诈和浪费。”

AI改变了这种动态，实现了实时超个性化。它使支付方能够在特定情况下分析个体情况，并应用针对个体需求的具体规则和干预措施。这种方法结合了高效、数据驱动的护理与旨在惠及所有人的公平政策。

通过实现精确、个性化的决策，AI将个人护理与更广泛的社会正义目标相结合，确保资源得到更有效的利用。

“AI技术正在迅速发展，为支付方提供了与提供者、成员和社会系统互动的新方式，”康奈利总结道。“这些进步为基于价值的护理成为美国医疗的标准奠定了基础，兑现了其改善结果、降低成本并更好转型系统的承诺。”

(全文结束)