2024年，医疗机构越来越多地探索高级AI和分析工具的潜在应用场景，以改善护理、简化行政工作流程并提高效率。生成式AI（GenAI）主导了整年的健康IT讨论，正如它在2023年所做的那样。
展望2025年，根据Gartner、IDC和KPMG的分析师，医疗保健领域的分析和AI趋势正朝着创建治理框架和优先考虑具有最大价值主张的技术方向发展。
“试点疲劳”和投资回报率（ROI）
许多组织在AI采用方面取得了有意义的进展，特别是在收入周期管理、账单和EHR工作流优化等行政用例上。然而，KPMG美国医疗技术领导者Vince Vickers指出，过去一年来，卫生系统开始面临“试点疲劳”。
“每个人都想跳入AI领域，因为他们看到了它的潜力，想知道‘我们如何将其应用于医疗保健？’”他解释道。“确实有一些令人惊叹的想法，但我们有很大一部分医疗市场还没有建立足够的治理机制来最大化利用AI。”
这些工具的炒作给利益相关者带来了压力，要求他们在确保明确的投资回报率（ROI）的同时采用AI，这对医疗保健利益相关者提出了独特的挑战。
Gartner的杰出分析师兼关键项目负责人Jeff Cribbs表示：“就AI而言，医疗保健机构现在正在寻找通往价值的安全路径，而这句话的每一部分都很重要。”“他们面临着来自业务和临床合作伙伴的巨大压力，要求他们在AI方面有所作为。这是前所未有的。业务和临床领导层从未如此强烈地要求组织在AI方面进行工作。但领导们也一直在问——‘AI的价值是什么？’”
他指出，许多早期的AI实施尚未达到医院管理层预期的转型影响。确定任何工具的采用路径至关重要，但AI的快速变化使得这在医疗保健行业中变得困难，导致许多组织犹豫不决。
“大多数医疗系统不想成为第一个做这项工作的人。他们真的希望看到有组织已经实现了价值，可以作为参考。他们希望有人已经建立了这条路径，”Cribbs继续说道。
一些医疗机构正在努力建立这条路径，这一趋势可能在2025年继续。IDC公共部门副总裁Lynne A. Dunbrack表示：“医疗机构正在从概念验证项目转向生产用例。”
她进一步指出，IDC 2024年8月的“行业技术路径”调查显示，26.1%的医疗受访者有一个用于GenAI驱动的临床决策支持系统的概念验证项目，40.6%报告该用例已在生产中。
尽管一些医疗AI部署进展缓慢，Vickers对这些技术在2025年颠覆电子病历（EHR）和精准医疗市场的潜力表示乐观。他指出，虽然EHR已经数字化了患者记录，但这些工具并没有使提供者的日常生活更轻松。AI可以通过启用更集成的基于云的系统来改善EHR的功能和可用性，提供预测性见解并增强患者护理。
他还表示，这些技术可以提升患者和护理人员的体验，指出AI驱动的多智能体系统可以帮助简化患者的旅程。此外，环境监听等模式有助于减少行政任务的时间，使提供者能够更专注于直接护理。
Vickers还建议，AI驱动的研究、药物发现和基因组学的突破可能在2025年带来精准医疗的重大进展。然而，拥有强大的治理策略对于这些努力的成功至关重要。
治理与可扩展性
治理在确保AI应用程序在医疗保健中有效和安全使用方面起着关键作用，尤其是在这些工具继续存在于监管“灰色地带”的情况下。
截至2024年12月，美国食品药品监督管理局（FDA）已批准近1000种AI和机器学习（ML）驱动的医疗设备。该机构还发布了新的非约束性指南，以简化这些设备修改的审批流程。
但行业内的一些人哀叹监管环境难以跟上AI领域的创新步伐，导致对其部署的担忧。随着总统选举年的到来，可能会有一些政策变动影响最严格监管的行业——包括医疗保健——但关于特朗普第二任政府将如何处理医疗AI监管存在很多未知数。
特朗普在第一任期内签署的行政命令13960专注于在联邦政府内推广可信AI的应用，包括要求美国卫生与公众服务部定期发布计划和当前AI用例清单。
拜登政府通过2022年10月发布的《AI权利蓝图》和一年后签署的关于安全、可靠和可信AI的行政命令，进一步推进了这些努力。
这些框架建立了护栏，以促进各行业的AI应用的安全性和隐私保护；然而，它们是非约束性的，就像FDA最近的指南一样，促使一些医疗利益相关者批评其不足。
Vickers指出，监管努力的缓慢步伐导致许多医疗机构优先考虑内部AI治理和基础设施建设，许多人创建了首席分析官或首席AI官等新职位，以确保AI应用程序得到负责任的采用。
一些机构甚至选择加入协作实体如健康AI联盟（CHAI），旨在汇集公共和私营合作伙伴，推动行业内的负责任AI使用。然而，CHAI的一些工作——最近集中在建立全国范围的健康AI保证实验室网络以评估这些工具——受到了共和党议员的审查，他们担心利益冲突，因为CHAI由梅奥诊所等医疗机构和谷歌、微软等公司共同创立。
Cribbs表示，预测2025年的潜在监管环境具有挑战性，但他强调，监管只是医疗利益相关者在导航AI领域时讨论的一个因素。
更大的问题是围绕建立规范和最佳实践，为医疗实体构建AI治理结构。他指出，创建这种基础设施并设计监督框架以监控这些技术将在任何可能出现的跨行业监管放松事件中至关重要。
Vickers警告说，尽管这种监管放松可能会鼓励创新，但如果新的AI工具因此被过快采用，也可能带来风险。
Dunbrack预测，随着法规可能发生的变化，医疗系统将优先开发公平、无偏见和透明的AI算法。
“医疗机构将增加对提高数据质量和实施负责和道德AI解决方案的关注，以确保数据准确性、完整性和隐私合规性，”她说，引用IDC调查结果，41.2%的组织报告称，培训医疗专业人员是防止GenAI部署陷阱的首要护栏。
扩展AI工具在医疗工作流程的不同部分是另一个可能阻碍医疗利益相关者最大化这些解决方案价值的障碍，其中大部分集中在为护理团队提供更多时间进行有意义的患者互动。
Vickers强调，拥有清晰的治理结构是成功扩展的关键，并指出，如果组织能够有效地扩展，AI工具很可能在未来三到五年内嵌入医疗保健的各个方面。
“我开始看到一些这样的迹象，”他说。“我认为人们对AI技术的恐惧正在减弱。人们看到了它的力量，只要它有足够的治理和一些护栏，不会对护理产生负面影响，我认为今年我们将看到一些突破。”
应对未来的挑战
三位分析师一致认为，AI工具——特别是GenAI——将继续成为2025年的主要关注点。但随着这些技术的不断进步，医疗利益相关者需要解决伴随这些创新而来的障碍。
Vickers强调了行业内日益增长的网络安全威胁，指出新兴技术的广泛采用可能会为网络犯罪分子创造潜在的漏洞。为应对这一问题，他建议医疗机构密切关注技术部署期间可能出现的新威胁，并预测如何防止数据泄露。
Cribbs强调，AI偏差、数据漂移和监控等问题已经在整个行业中限制了这些技术的部署。同样，Dunbrack指出，数据访问和质量一直是并且将继续是痛点，许多医疗机构报告称，数据偏差、可信度和风险管理是他们在实施GenAI时的主要关注点。
成本、资源缺乏和劳动力考虑也是利益相关者关注的问题。
Vickers强调，老龄化医疗劳动力——特别是那些在EHR系统广泛整合期间有过负面经历的人——可能会抵制采用新技术或难以适应持续的技术变革。较新的行业专业人士可能最初对AI更开放，但这取决于确保AI赋能的工作流程不会导致意外瓶颈或低效。
然而，一些医疗机构已经在预见这些AI采用挑战，并着手尽早解决。
在最近的一期《Healthcare Strategies》节目中，OSF Healthcare领导层分享了该组织如何追求强制性的持续教育，以确保其员工为GenAI的普及做好准备。
尽管有这些举措，Cribbs指出，目前许多较小或农村医疗机构可能无法利用新兴技术，这可能导致创新不平等。
“我们有可能会创造出各种创新解决方案，但这些解决方案可能只适用于复杂的医疗系统，”他解释道。但他补充说，与其他工具（如区块链）相比，GenAI在医疗保健领域的采用速度更快，医疗系统和供应商正在迅速将AI集成到他们的产品和工作流程中，使技术更加普及。
除了像GenAI这样的新型工具，Cribbs还指出，一些医疗机构也开始探索先进的计算方法，包括边缘计算、神经形态计算和量子集群——尽管这些方法的部署成本和复杂性预计会在短期内限制其广泛应用。
正如过去几年一样，医疗保健领域的分析和AI趋势有望在2025年颠覆整个行业。通过优先考虑数据质量、治理和高价值用例，医疗系统可以更有效地导航不断变化的数字健康景观。
(全文结束)
