医疗组织正在人工智能领域进行大量投资，2025年AI支出达到140亿美元，几乎是2024年水平的三倍。曾经被视为数字技术落后行业的医疗领域，如今正引领企业AI应用的潮流，其AI部署速度是整体经济的2.2倍。
这种热情是可以理解的。AI有望减轻行政负担、提高运营效率、支持临床决策，并帮助组织应对日益增长的劳动力和财务压力。许多医疗领导者将AI视为其数字化转型旅程的下一步。事实上，根据麦肯锡报告，85%的医疗领导者正在探索或已经采用了生成式AI功能，这标志着从实验到实施的快速转变。
然而，许多组织试图在人类复杂的工作流程基础上构建AI驱动的未来。不幸的是，这些系统和数据环境从未设计用来支持AI技术。
门诊速度期望放大现有工作流程问题
随着护理超越传统医院环境，这一挑战正变得越来越紧迫。仅门诊手术中心市场预计到2030年将超过700亿美元，反映了向分散式、数字优先的护理交付的更广泛转变。
随着这些护理系统变得更加分散，医疗组织必须管理日益复杂的运营环境。多站点门诊网络通常依赖于不同时期为不同目的实施的电子健康记录(EHR)、调度系统、收入周期平台和报告工具的组合。虽然AI有潜力帮助组织应对这种复杂性，但其有效性取决于在整个企业范围内获取一致、连接和可靠的信息。护理越分散，建立使AI有效运作的运营和技术基础就越重要。
但真正的挑战在于技术本身之下。那些已经在处理零散流程、不一致数据和断开连接系统方面挣扎的组织会发现，AI会放大这些问题，而不是解决它们。
数据：影响大于数量
医疗行业已经产生了全球约30%的数据量，这一数字预计将以比许多其他行业更快的速度增长。AI可能会通过使组织能够大规模生成更多分析、建议、摘要和运营洞察来加速这一趋势。
研究表明生成式AI有潜力显著提高知识工作者（如顾问、营销人员、工程师、医疗专业人员和客户支持专家）的生产力。麦肯锡估计，通过自动化和加速信息检索、书面沟通和问题诊断等活动，AI可能创造高达4.4万亿美元的年经济价值。
但医疗组织不一定需要更多数据。他们需要更好的方法来聚合和操作数据，将洞察转化为行动。如果没有强大的运营和技术基础，AI举措可能会创造更多复杂性，使员工被信息淹没，并难以提供可衡量的投资回报率。
AI是基础设施层 而非另一个应用程序
随着这一智能层的扩展，医疗组织必须确保其现有技术堆栈能够支持大规模AI应用。与前几代医疗软件不同，AI不局限于单一工作流程、部门或软件公司。
医疗领导者应该停止将AI视为一项闪亮的技术部署，而开始将其视为一项运营准备挑战。从AI中获得有意义投资回报的组织不一定是那些投资最多工具的组织，而是那些构建必要的工作流程、治理结构和数据基础以支持大规模AI的组织。但要实现这一点，必须为每个组织有意设定现实的成功参数和指导方针。
治理决定AI能否规模化
技术本身并不能决定AI的成功。组织还需要建立如何评估、部署、监控和衡量AI解决方案的治理框架。
如果没有明确的治理，不同部门可能会采用单独或冲突的AI工具，在数据质量、安全性、合规性和绩效衡量方面创建不一致的标准。当AI更接近运营和临床决策时，挑战变得更加严峻。领导者需要确信基础数据是准确的，输出是可信的，并且当AI生成的建议影响工作流程时，责任仍然明确。
员工准备同样重要。员工需要明确的指导，说明如何将AI生成的建议整合到现有工作流程中。建立监督机制、可衡量的成功标准和明确的责任线有助于确保AI举措与组织目标保持一致，而不是成为脱节的技术实验。成功的实施通常将强有力的治理与严格的项目管理相结合，包括明确定义的里程碑、团队之间的共同责任，以及愿意限制不必要的定制，这些定制可能会减缓进展而不会增加有意义的价值。
遗留架构通常是AI成功最高的障碍
许多医疗系统是为交易性工作流程设计的，而不是实时智能。零散的系统、孤立的数据和较差的互操作性通常会比技术本身造成更大的AI采用障碍。
例如，一个私募股权支持的专业集团可能不得不在其快速收购策略后从五个独立的EHR平台规范化和迁移数据。这强调了当今许多医疗组织面临的挑战：随着它们通过合并和收购扩大规模，技术环境往往变得更加碎片化，而不是更少。
在AI能够提供有意义的价值之前，组织必须首先建立能够支持它的统一基础设施基础。
更好的决策 而非更多洞察
AI非常擅长生成无穷无尽的预测、警报和建议。那些成功利用这些洞察的组织将是那些将智能直接整合到工作流程中以减少复杂性而不是创造额外噪音的组织。
大多数组织不需要完全拆除其核心平台就能为AI做好准备。更实用的路径是优化现有系统，改进集成，并创建一个更强大的基础，使AI能够扩展当前技术投资的价值和寿命。
战略性AI是成功的AI
医疗组织正在AI上大力投资，但仅靠技术并不能决定谁会成功。随着AI嵌入临床、运营和行政系统，真正的差异化因素将是基础设施准备度。
医疗行业在过去几十年中一直在数字化记录、现代化工作流程和构建日益互联的护理环境。
下一阶段将决定这些投资是否能够支持当今的数字智能。那些只专注于AI采用的领导者可能会将该技术视为寻找问题的解决方案。那些首先关注准备度的领导者将更有能力以改善决策、提高运营绩效并在整个组织中创造可衡量价值的方式部署AI。
在利用AI的竞赛中，问题不再是谁能最快采用该技术。而是谁能建立最强大的基础来维持它。
【全文结束】