用AI代理重振全球医疗

在迫切寻求解决方案的过程中，许多医疗保健提供者如今将希望寄托于自主型人工智能（agentic AI）上。据毕马威（KPMG）统计，已有超过三分之二（68%）的机构已将其AI代理纳入员工队伍。

这项技术被用于自动化复杂的后台流程、与医疗团队协作，甚至对患者进行初步分诊，旨在减轻临床医生的认知负担，并在人类医护人员日益短缺的情况下提升患者护理质量。

**一种不同的数字化方式**

迄今为止，医疗保健领域的数字化所带来的益处有限。

许多工作人员指责缓慢或过时的技术反而加重了行政负担，而非缓解它。例如，美国患者的医疗数据在2000年代初迁移到电子健康记录系统（EHR），但这些数据至今仍分散且依赖人工输入。

纽约市专注于骨科和肌肉骨骼健康的学术医疗中心——特种外科医院（Hospital for Special Surgery, HSS）首席数字与技术官Ashis Barad博士表示，新兴的远程医疗服务和数字护理工具（如远程监测设备）也存在类似缺陷。他说，这些技术确实通过消除地理障碍改善了医疗可及性，但未能复制面对面诊疗的质量，也未能赢得患者的信任。

Barad博士坚持认为，自主型AI不同于现有技术。

它不再依赖人工输入，也不再默认由人类员工处理那些略微超出刚性框架的案例。AI代理能够应对复杂、微妙的情境，做出自主决策，从专家临床资源中检索信息，并随时间迭代优化，从而让临床医生能专注于更高层次的患者护理工作。正如Barad博士所言：“自主型AI会重构你的工作流程，增强它，加速它，并使其表现更优。”

在HSS，AI代理已在多个领域部署。它们处理以往需数周才能完成、涉及HSS员工和第三方承包商共同协作的保险理赔事务。如今，Barad博士表示，AI代理每月可完成1100份理赔。它们将申诉阶段从45分钟缩短至5分钟，并在实施后的九个月内，申诉成功率从65%提升至100%。目前，HSS已实现所有理赔业务内部处理。

在此基础上，HSS正与企业级自主型AI开发商Ema Unlimited合作，将AI代理部署到非临床的面向患者的服务场景中，推出一项AI预约与分诊服务。该服务可通过网页、短信或电话全天候（24/7）访问，利用对话式AI向患者询问病情相关澄清问题，然后为其安排最合适的医师就诊，综合考虑地理位置、保险覆盖范围和医生可用性。“它完成了整个闭环。”Barad博士说。他补充道，该AI代理经过训练，掌握了“我们所有的背景信息、所有规则以及全部知识库”，为患者提供便捷获取世界顶尖外科医生专业意见的机会。

鉴于AI代理承担着高风险决策任务，该分诊服务内置多重保障机制——敏感、复杂或不确定的情况将升级转交给人类专家。AI代理所做的每一个决定均可追溯审计，人类员工可在任何环节介入。患者数据受到严格保护，系统基于HSS的所有规程、政策和诊疗路径进行训练。Ema公司强调，其技术通过保持人类参与，实现了高效自动化、以患者为中心的安全性和人类指导决策之间的平衡。

随着该技术日益普及，Barad博士指出，医疗提供方必须确保此类保障机制嵌入系统之中。在HSS，所有关于该技术的决策均需经由一个AI子委员会审核，该委员会由Barad博士与一位资深护理高管共同主持。他表示，涉及患者护理的AI代理将接受比后台流程更为严格的审查。

**AI代理推动系统级变革**

例如，Barad博士计划在纽约市HSS主校区设立一个专门的AI实验室——此举旨在使组织内所有人员都能平等接触并使用该技术。他表示，该实验室将向所有希望了解或构建AI代理的员工开放，并提供信息丰富的课程和一对一培训。“我们将把自主型AI送到每个人手中。”他说。这呼应了德勤（Deloitte）的一项研究发现：领先采用自主型AI的医疗机构更倾向于选择多智能体解决方案，重新设计端到端的工作流程，而非局限于狭窄的应用场景或单一用例。

关键在于，应将AI代理整合到整个企业层面，视其为通用型技术。正如Barad博士所言：“错误地将自主型AI视为一个个独立用例……它是一种通用型技术，类似于电力。”

实际上，这意味着医疗保健提供者需要建立正确的基础，以实现具有代理能力的人工智能的价值。这包括制定统一的数据战略，将组织内分散的数据源整合起来，形成单一、全面的真实数据源。在医疗领域，数据通常分散在多个部门和提供者之间，每个机构都有自己遗留的IT系统。

在依赖碎片化数据源的系统中，指标往往也缺乏标准化定义。例如，巴拉德博士表示，他所工作的每家医院对“手术开始时间”的定义都略有不同——这是一个常用于衡量手术室效率的指标。这种程度的碎片化阻碍了AI代理从不同来源或应用程序中提取信息，并吸收区分它们与其他技术的隐性知识。

通过在HSS提升数据互操作性，面向患者的AI代理能够调取患者的临床护理历史及医生已有的建议，结合当前症状，判断是否需要升级处理，然后通知相关专科医生并告知患者。

**创造更好的结果**

对于巴拉德博士而言，人工智能代理有望彻底改变医疗保健体系，并缓解当前资源、可及性和患者护理方面的压力，其潜力巨大。

他设想了一个未来：90%的非临床医疗任务可以由AI代理完成，从而释放出医护人员的时间，让他们专注于他所说的“白手套工作”——即最复杂、最专业、最敏感的病例。

大多数医疗保健提供者似乎也同样乐观。据毕马威的研究显示，84%的提供者已经愿意将特定流程的决策权交给AI代理。

“我们现在花太多时间在键盘和电脑上，实际上没有做我们本该做的事情，”巴拉德博士说，“这将重新赋予医疗保健人性化。”

_本文由MIT Technology Review的定制内容团队Insights制作。并非由MIT Technology Review编辑部撰写。内容经人类撰稿人、编辑、分析师和插画师研究、设计和撰写，包括调查问卷的编写与数据收集。可能使用的AI工具仅限于经过充分人工审核的辅助性生产流程。_