核心观点与关键数据
- 医疗保健劳动力危机：医疗保健领域面临严峻的劳动力短缺问题，医生和护士离职率高，导致员工过度劳累、离职率上升，影响患者护理质量。生成式人工智能（Gen AI）被视为解决这一危机的关键方案，能够减轻行政负担，增加与患者的常规沟通。
- Gen AI 的价值与采用：53% 的受访者认为 Gen AI 对运营有很大价值，52% 认识到其在供应链管理中的益处。然而，近 47% 的人将隐私和数据罚款风险列为未实施 Gen AI 的最大原因。
- 成本节省潜力：NBER 研究表明，未来五年（2023-2028 年），美国医疗保健领域通过应用 AI 每年可能节省 2000 亿至 3600 亿美元，其中 25% 的节省来自行政管理成本的降低。
- 行政任务自动化：56% 的受访者相信增强智能将通过网络自动化显著减少行政任务，38% 的医生目前使用增强智能进行文档记录、翻译和诊断。AMA 研究显示，医生计划在未来五年内实施 Gen AI 用于生成患者信息（40%）、摘要图表（39%）和预测需求（43%）。
阻碍因素与担忧
- 主要担忧：隐私和数据安全风险是最大的担忧，其次是 Gen AI 幻觉（28%）、长期投资回报（30%）和员工满意度下降（9%）。
- 员工体验：尽管 86% 的受访者认为提升员工体验的重要性将上升，但目前在 Gen AI 优先级中仅占 41%。员工体验被视为价值最低的领域，只有 35% 的受访者认为其计划具有显著价值。
成功驱动因素
- 加速采用的关键因素：51% 的受访者认为培养内部人才是加快 Gen AI 采用的最佳方式，42% 认为投资研发至关重要，41% 相信找到外部合作伙伴将加速采用。
- 实施策略：专注于特定、高价值、低风险的用例，围绕创新技术的整合调整组织结构，确保数据质量和安全，并从任务自动化等小目标开始获得早期成功。
未来展望
- 运营效率与员工体验：91% 的受访者认为未来 12-18 个月内，Gen AI 对提高运营效率的需求将会增长。提升员工体验也是一个日益增长的目标，预计在接下来的 12-18 个月内重要性将上升。
- 行业差异：生命科学领域 51% 的受访者将改善员工体验列为当今的主要目标，而所有行业的平均值为 44%。
结论
Gen AI 在医疗保健领域具有巨大潜力，能够显著提升运营效率、降低成本并改善患者护理。然而，隐私和安全风险、员工体验的忽视以及实施挑战是阻碍其广泛采用的主要因素。通过培养内部人才、投资研发、与外部合作伙伴合作并专注于高价值用例，医疗保健机构可以加速 Gen AI 的采用，实现其 transformative potential。
