医疗系统CEO的当务之急:将AI承诺转化为实际成效The health system CEO’s guide to AI impact | McKinsey

环球医讯 / AI与医疗健康来源:www.mckinsey.com美国 - 英语2026-07-26 09:20:52 - 阅读时长8分钟 - 3548字
本文深入探讨了医疗系统CEO如何将人工智能从零散实验转变为真正的企业价值来源。文章指出,医疗系统面临的挑战并非采用AI技术,而是如何从中获取价值。成功的关键在于CEO需建立明确愿景,优先考虑高价值领域进行端到端改造,设置适当治理框架,组建跨职能团队,并持续衡量成效。医疗系统应将AI视为新的运营方式而非独立项目,才能逆转行业生产率下降趋势,在日益增长的财务压力下生存并塑造未来医疗服务,同时提高医疗质量和可及性。
医疗系统AI人工智能医疗生产率医疗运营模式医疗工作流程医疗价值创造医疗治理跨职能团队医疗AI素养医疗成本控制
医疗系统CEO的当务之急:将AI承诺转化为实际成效

过去二十年来,大多数服务行业的生产率都有所提高,但医疗系统却未能实现这一增长。劳动力短缺、行政复杂性、人口老龄化以及不断变化的监管动态,已经造成了结构性挑战,传统效率改进措施已无法抵消这些挑战。结果是形成了不可持续的局面:医疗系统工作更加努力,但财务空间却越来越小。

人工智能为医疗系统提供了改变其生产率轨迹的机会。但到目前为止,医疗系统尚未从人工智能中看到变革性的价值创造,其影响仅限于编码、申诉和环境监听等特定用例。在2025年第四季度麦肯锡美国生成式人工智能医疗保健调查中,50%的医疗保健领导者表示其组织已实施生成式人工智能,但其中只有45%量化了投资回报率。

这是因为迄今为止,许多组织对人工智能采取的是附加式思维而非变革式思维。其结果是出现了大量点对点解决方案和试点项目,但缺乏创造企业价值所需的整合或规模。医疗系统面临的挑战不是采用人工智能,而是如何从中获取价值。问题不在于获取技术,而在于如何应用该技术。

越来越明显的是,要实现人工智能的全部价值,需要从根本上重新思考如何借助人工智能开展工作。这要求从顶层开始彻底改革组织的运营模式,并以人工智能为核心重新构想整个工作流程或领域。CEO必须激励组织直面长期存在的挑战性问题,超越渐进式修复。这需要组建并赋能由一线员工、技术人员、主题专家、设计师和产品负责人组成的跨职能团队,围绕对患者、护理人员和企业重要的成果,而非围绕遗留结构,端到端地重新设计工作流程。

问题不再是如何部署人工智能,而是如何从根本上改变运营模式,以及如何调动组织来实现这一目标。进行这种转变的医疗系统开始将人工智能从零散的实验转变为不断累积的企业价值来源。那些不进行这种转变的系统则可能将活动误认为是进步。

对医疗系统CEO而言,议程是实际可行且明确的。当CEO设定大胆的愿景,专注于优先领域,并与一线领导者合作应用麦肯锡重新构建工作流程的方法时,价值将开始为患者、护理人员和企业累积。

医疗系统CEO的人工智能影响力指南

尽管医疗系统处于人工智能成熟度的不同阶段,但我们的经验表明,存在一套实现价值的方法,这基于我们在其他行业看到的成功经验。

建立CEO信心并塑造愿景

人工智能的成功始于顶层。CEO必须将人工智能置于优先位置,并广泛宣传其作为实现企业愿景的工具的角色,而不是将人工智能视为独立的倡议。这种高层基调应使资本配置、治理和人才围绕统一的愿景保持一致。没有大胆的愿景和持续的支持,人工智能工作将保持零散和渐进,限制其影响力。虽然每个组织都是独特的,但医疗系统面临着相当一致的逆风和差异化要求。CEO可以将组织的重点放在简单而大胆的成果上,这些成果由人工智能赋能——但不仅限于人工智能定义。

优先考虑正确领域并端到端地重新构建

迄今为止,大多数医疗系统都专注于解决特定痛点的人工智能点对点解决方案,而不是重新构建整个工作流程。例如,使用生成式人工智能处理申诉信起草很有用,但与构建协调的AI代理来解决后端收入周期管理(RCM)中的所有顺序任务相比,其价值有限,这些任务从索赔提交到现金过账和对账。

医疗系统CEO不应将投资分散在各种用例上,而应首先基于为组织创造的价值(包括但不限于潜在的财务影响)选择一两个高价值领域。

然而,要实现这种程度的影响,需要对所有相关领域进行端到端的转变;因此,大多数医疗系统可以先专注于优先考虑一部分领域。RCM后端和供应链可能是明智的切入点,因为每个领域都包含一系列任务,涉及多次交接且临床风险有限。从一开始就围绕人工智能进行端到端的领域转型——而不是试图将人工智能改造到现有的遗留流程中——意味着完全重新定义所需的工作,并重建角色、流程和技术来实现这一目标。随着时间推移,医疗系统可以将这种方法扩展到更复杂的工作流程,如医疗服务可及性和人力资源管理。

设置前期护栏,但迭代构建基础

影响速度取决于对技术和治理采取更务实的方法。如果医疗系统等待完美的数据基础、基础设施、工具等,它们可能会无限期延迟进展。可重用的数据和基础设施很重要,但可以根据优先领域的需要构建。这种方法不仅能更快地提供结果,还能通过将基础建立在实际业务需求上(而不是在真空中构建)来加强基础。

整体治理和风险管理则有所不同。医疗系统应提前建立一套简单的护栏和流程,使所有相关人员都了解医疗系统的立场以及将如何使用人工智能。治理不应规定严格的规则,而应阐明连贯的哲学,并制定评估应用程序的护栏和流程。人工智能变化如此之快,这种更灵活的方法将更高效,并确保一致应用医疗系统的原则。

打破孤岛并赋能跨职能团队

仅靠技术无法变革医疗保健。相反,成功取决于医疗系统如何动员人员以不同方式工作并协同合作。这不仅仅是改变谁来做工作或使用什么工具。相反,工作流程需要从根本上重新设计,核心流程必须现代化。

这可以通过为每个领域建立跨职能产品开发"小组"来实现。这些小组汇集了来自组织各方面的设计师、最终用户、主题专家和技术人员,以提供重新构想的流程。每个小组都有权在学习过程中调整和重新部署人才。业务领导者是最佳的小组领导者或产品负责人,因为他们专注于所需的业务成果,了解潜在问题和流程细节;只要有正确的心态,他们就能学习技术。产品负责人负责优先排序、资源分配、塑造流程设计和衡量价值。

持续衡量并动态重新分配

每个小组都应有近期内和长期的绩效指标。这些指标应每季度向包括CEO在内的执行团队报告。每个领域的指标应重点关注与该领域价值创造相关的指标。例如,在RCM中,这些价值驱动因素可能包括提高临床文档的准确性、降低收款成本、提高产量和加速现金流。长期KPI应衡量直接与价值驱动因素相关的成果(例如,收款成本降低10%),而短期KPI应跟踪实现这些长期成果所需行动的进展(例如,每封申诉信节省20分钟)。再以护理和病例管理领域为例,它包括减少医院再入院率和减少不必要的急诊室就诊等关键价值驱动因素。相关的短期KPI可能包括完成护理过渡评估的入院比例、出院后48小时内完成药物重整的患者比例、出院后七天内安排随访就诊的患者百分比,以及至少提前两周预测的急性加重比例。

并非每项举措从一开始就都能完美运作,表现不佳应迅速得到解决。CEO在推动这一转型中的关键作用是为速度和进展设定期望。有了这些期望,小组负责人就有权在KPI未达标时果断行动,无论是消除障碍、停止工作还是快速调整。这种方法建立动力,实现快速实验,并允许团队快速失败、学习并将顶尖人才重新部署到最高产出的机会上。

在整个组织中建立人工智能素养

与上述步骤并行,医疗系统可以在各级领导层建立人工智能素养,从CEO开始,延伸到执行团队、中层管理和一线员工。CEO设定愿景并表明雄心,同时提供切实的培训并为实验创造空间。这使组织能够创造足够的人工智能素养,使每位员工都有潜力发现机会并与技术人员有效合作。

最后,人工智能的采用需要强有力的全组织变革管理,建立在变革理由基础上,激发对转型重要性的共同理解。它还要求领导者持续示范并具备建立人工智能素养的能力。财务和非财务激励可以进一步强化期望行为并加速采用。这在实施的早期阶段尤为重要,因为一旦遇到障碍,就有可能回归到遗留流程和现状。在这些时候,跨职能产品团队可以注入动力并帮助维持转型。

CEO领导的关键时刻

在医疗保健中实现人工智能的全部价值是一个领导力挑战,而非技术挑战。工具已经准备就绪,但实现其价值需要来自顶层的愿景、决心和持续关注。

医疗系统高管如果现在就将人工智能锚定在业务转型而非实验上,就有潜力逆转该行业的生产率下降趋势,在医疗需求上升时保持质量,并重新定义医疗保健中的效率含义。等待的高管可能会发现自己被行政和运营成本显著降低的医疗系统所超越,这种竞争差距将难以弥补。

当务之急很明确:将人工智能视为一种新的运营方式,而非一项倡议。这样做的医疗系统不仅将能够在行业的财务压力下生存,还将塑造医疗服务交付的未来。

本文由麦肯锡医疗保健业务部的黛尔德丽·麦金蒂(Deirdre McGinty)、杰克·伊斯本(Jack Eastburn)、杰西卡·兰姆(Jessica Lamb)、尼拉杰·戈哈德(Neeraj Gohad)和鲁帕尔·马拉尼(Rupal Malani)共同撰写。

黛尔德丽·麦金蒂、杰克·伊斯本和杰西卡·兰姆是麦肯锡纽约办事处的合伙人,尼拉杰·戈哈德是南加州办事处的副合伙人,鲁帕尔·马拉尼(Rupal Malani)医学博士是克利夫兰办事处的高级合伙人。

作者感谢Aaron Lee和Valerie Zhao对本文的贡献。

本文由纽约办事处的高级编辑Querida Anderson编辑。

【全文结束】