智能医疗健康：人工智能驱动转型与价值重塑报告

人工智能驱动转型与价值重塑 毕马威创见不同·智启未来 kpmg.com/intelligenthealthcare 目录 32主要建议 03引言 36方法论 05简介 39生成式AI助力中国医疗行业从规模化扩张转向效率革命 引言 本报告总结了针对人工智能（AI）给医疗健康行业带来的价值所进行的大量研究的结果，旨在为从刚开始试点到希望在内部整体推行人工智能计划的医疗健康机构的管理层提供在人工智能转型各阶段切实可行的真知灼见。 如欲获得有效进展，必须制定经过深思熟虑的战略。机构能在应用人工智能方面脱颖而出，在于他们能够确保用例与涵盖护理、诊断和患者等方面的核心价值流密切挂钩。他们并非将人工智能视为一项独立的创新举措，而是已经将其嵌入日常工作流程，使临床医生能尽早参与人工智能工具的设计、测试和改进，从而赢得他们的信任。 若缺乏围绕明确价值主张制定的战略，以及结构化的方法和治理措施，医疗健康机构可能难以应对挑战并最大限度地挖掘人工智能的价值。本报告旨在针对如何制定此类战略、方法和治理措施提供可行的见解，以帮助医疗健康机构实现更好的成果。 对于医疗健康行业，人工智能应用前景广阔。从日益增长的患者需求和持续的劳动力短缺，到不断增加的临床和管理工作，人工智能可为此类极为紧迫的问题提供强有力的解决方案。 在医疗健康机构寻求转型之际，技术和人工智能发挥着强大的推动作用。 人工智能可通过增强而非削弱人际关怀，从根本上重塑医疗健康行业。在不同的临床和社区环境以及不同的操作流程中嵌入人工智能，可有助于改善患者疗效，减轻医疗健康工作者的负担，并以患者为中心创建更具韧性的医疗系统。 他们应： 1.制定明确的人工智能战略，以改善患者疗效、员工体验、人口健康，提升健康公平性并降低成本。2.对旧有系统进行现代化改造并投资构建安全、互联互通的平台，以打造可持续的技术和数据基础设施。3.确保人工智能实践的透明度，实施道德治理，并投资巩固网络安全，以解决对人工智能偏见的担忧并赢得信任。4.培养与人工智能相匹配的文化，为机构员工及其服务对象群体创造更多利益。 我们的调研发现，尽管医疗健康机构在使用人工智能方面已经开始崭露头角，但许多机构仍难以将用例投入运营之中，并从人工智能试点和概念验证阶段进一步迈向推广应用。一系列障碍依然横亘前方，仅局部实施人工智能，难以证明投资回报，以及亟需深度文化转型（尤其是在员工信任、培训和参与方面）等一系列问题仍屡见不鲜。数据孤岛、系统之间无法互联互通以及缺乏明确、全面的人工智能监管框架等问题的长期存在，使人工智能应用变得更加错综复杂。 Anna van Poucke博士医疗健康行业全球主管合伙人毕马威国际 概要 在医疗健康行业中人工智能已得到良好应用 回报显著 人工智能 对信息技术（68%）、客户服务（66%）和研发（65%）领域影响最大 实现了效率提升72%39%还有财务状况已得到改善 认 为 能 够 拥 抱人 工 智 能 的 机构 将 在 业 内 形成竞争优势 59% 已经系统地将人工智能融入产品和服务开发 但艰巨挑战依然存在 机构正打造能够为人工智能的实施提供支持的基础设施 在实施人工智能时面临诸多运营挑战，包括数据问题、技能不足问题和法律问题等 简介 •探讨了智能医疗健康机构的特点及发展战略 医疗健康机构正逐步通过从临床决策支持和成像诊断到管理自动化和虚拟助理等一系列用例开展人工智能试验。然而，许多机构发现难以将此类试验转化为持续有效的价值。 •通过蓝图归纳出人工智能驱动的以客户为中心的智能医疗健康机构应具备的一些高级别关键能力 医疗健康是一个特殊的领域，因为它与人们的生活息息相关。在这个领域应用人工智能较为困难，与其他领域相比会显得进度稍慢。 医疗健康行业面临着独特的挑战 本报告为医疗健康行业领导者负责任地利用值得信赖的人工智能提供了路线图，有助于确保实现可衡量的价值，并助力打造以患者为中心的可持续医疗健康系统。机构高管和决策者可借助本报告提供的可行见解，应对人工智能应用面临的复杂问题。在本报告中，我们： 在人工智能应用领域，医疗健康行业面临独特而复杂的环境。对临床安全性、道德使用、患者数据保护和合规性的担忧，为应用带来了巨大的阻力。许多机构在通过对旧有基础设施进行现代化打破数据孤岛，建立必要的治理框架，并以负责任的方式大规模使用人工智能的过程中，遇到了重重障碍。由于医疗健康系统高度差异化（通常呈现出决策分散、劳动力短缺和数字化程度不均的特点），使得推进人工智能应用更为困难复杂。 某澳大利亚机构的首席技术官 •基于毕马威的调研和对全球技术领袖的访谈，分享了与医疗健康当前人工智能战略、投资和实施相关的真知灼见 新兴智能体或将重塑医疗健康行业 智能体的出现有可能彻底改变医疗健康行业。它不仅可以作为数字助手，帮助临床医生解读诊断结果，定制治疗计划，并实时管理患者路径，还可以作为虚拟医护助理，主动为患者提供与健康管理、预约安排和药物依从性相关的支持。对于管理职能，智能体可有助简化理赔处理、医疗编码、事先授权和患者分诊等任务，从而大幅提高生产力并改善员工体验。 医疗健康机构挖掘人工智能价值的三个阶段 利用人工智能为员工赋能和构建人工智能基础设施建立以负责任的方式实施人工智能所需的数据、治理、技术架构和技能 构建助力医疗健康机构挖掘人工智能价值的框架 将人工智能融入各项工作 为了从试点迈向规模应用，医疗健康机构需要一种明确、结构化的人工智能应用方式。在本报告中，我们介绍了挖掘人工智能价值的三阶段框架，以帮助临床服务提供商将人工智能投资与医疗和运营结果相挂钩，从而最大程度挖掘人工智能的价值，对可灵活扩展的用例进行优次排序，并为拥抱下一代人工智能技术奠定基础。从这个角度出发，我们探索了卓越医疗健康机构如何从局部试点迈向整体转型，为其他机构跟进提供借鉴经验。 在临床决策支持、运营效率和患者互动方面推广应用人工智能解决方案，以创造更多价值 发展运营模式和生态系统 构建能适应需求的人工智能驱动的医疗健康模式，以促进基础医疗、供应网络、医疗健康系统以及医疗生态系统其他组成部分（包括公共健康、社会、心理健康和社群组织）之间的合作 调研结论 当前，医疗健康机构正探觅进一步融入人工智能或挖掘人工智能潜力的新机遇，但由于患者安全至关重要，他们依旧坚持以实证为基础谨慎推进，从价值出发实施人工智能，以确保赢得外部人士和内部员工的信任。 现状 逐步演进而非迅速变革 由于部分医疗健康职能必须以人为核心开展工作，因此到目前为止，人工智能的应用更多的是循序渐进，而非一蹴而就。人工智能的作用主要集中在精简流程和特定用例上，而不是推动根本性的变革。应用最多的五项技术包括： 人工智能投资和影响 医疗健康机构已开始将更多IT预算用于人工智能相关技术。受访的近三分之一（32%）医疗健康机构领导者表示，他们的人工智能预算占其IT总预算的10%以上。但对于进一步开展重大投资，他们普遍较为谨慎。略高于四分之三（76%）的受访者认为，在进行重大投资之前，最好先静观人工智能技术的发展变化。 1.生成式人工智能（71%）2.语音识别（70%）3.智能体（68%）4.机器学习（66%）5.机器人（65%） 此外，医疗健康IT系统也加剧了这些分化，不同部门的电子健康记录（EHR）系统、成像数据库和工作流程工具之间往往缺乏互联互通。人工智能或将有助实现更智能的互联系统，以弥补这些差距，为统一护理路径提供支持，从而改善协作、效率和疗效。 组织变革管理日益深入人心 受访的医疗健康机构领导者中有58%表示，人工智能已经完全嵌入到他们的运营之中，或已经成为他们运营的核心组成部分；其余受访者则表示，自身机构正探索如何应用人工智能，或仍处于应用的早期阶段。许多机构已经意识到，人工智能的应用离不开运营模式的转变，必须对工作流程和护理路径进行战略反思，以充分融入人工智能。 在过去的15年里，数字技术从根本上改变了许多经济领域。但是，英国国家医疗服务 体 系 的 数 字 化 转 型 当 前 仍 处 于 早 期 阶段。我们过去十年错过了为未来发展奠定基础的良机，也错过了拥抱技术变革以从‘诊断和治疗’模式向‘预测和预防’模式转变的良机。这种转变我已经呼吁了15年有余。1 数据质量和管理至关重要 数据隐私和安全已成为机构将人工智能嵌入其工作流程的关键要素。他们已经意识到，需要具备强有力的治理框架来帮助保护患者数据，遵守不断发展的法规，以及培养对人工智能驱动的流程的信任。 高水平协作才能获得成功 只有44%的机构认为其运营模式能够始终确保跨职能协作。我们的受访者发现，传统上不同临床医疗领域均自成一体，这主要是由于临床医生需要具备丰富的特定专业知识。每个医学专业领域——无论是心脏病学、肿瘤学、放射学还是神经学，都发展出了特有的高度专业化知识、诊断方案和治疗方法。 尽管长期投资回报存在不确定性，但对人工智能的探索从未停步 69%的受访者表示，股东要求他们证明人工智能投资的回报率。他们清楚人工智能投资并非总能立竿见影获得回报。虽然人工智能可有助提高效率，但他们也仍在评估其直接财务影响。即便如此，85%的机构依旧在回报尚不明朗的情况下开展投资项目。 Darzi勋爵教授 OM KBE FRS FMedSci HonFREng英国国家卫生服务体系独立调查，2024年9月 这种专业化导致了护理路径分化，因而不同领域的专家仅负责管理患者与自身专业相关的病情，他们之间不存在无缝协调。 医疗健康行业正引入下一代人工智能 医疗健康机构已经大量使用智能体（68%），并正在为应用下一阶段人工智能技术“自主智能体”进行准备。当前，84%的机构放心让人工智能为特定流程进行端到端自主决策。 智能体在医疗健康机构的运营中应用前景广阔，可从前端患者护理到支持和后台流程提供助力。它不仅可以简单实现任务自动化，还能主动识别临床和运营问题，推荐解决方案，并与人类团队展开合作。 通过与电子健康记录系统和医院管理系统无缝集成，智能体可以增强床边护理，为患者提供更便捷的支持，并帮助优化后台管理流程。与依赖预定义输入和输出的传统人工智能模型不同，智能体可以解读多模态患者数据，与医疗团队动态协作，并基于实时临床洞见采取行动。 例如，智能体可以持续分析生命体征、成像和实验结果，以发现高危患者早期病情恶化征兆，主动提醒临床医生，甚至提出干预建议。智能体可减少医护人员需处理的信息量，使他们能够专注应对复杂决策及患者护理，从而提高疗效和运营效率。 然而，要成功应用智能体，机构必须对数据基础设施进行现代化改造，以支持实时、多模态输入；实施强有力的治理，以帮助确保安全性、透明度和问责制；并与临床医生携手设计解决方案，以确保智能体能够增强而非干扰临床工作。 资料来源：《智能医疗健康机构：以人工智能驱动转型并创造价值》，毕马威国际，2025年 进展阻力 数据质量和整合 法规与道德 62%的机构表示，事实证明数据质量是一大制约因素。人工智能的有效性取决于高质量的结构化数据，但医疗健康数据往往呈现分散、不一致等特征，并由不同部门独立存储。此外，对数据安全和患者隐私的担忧，也对人工智能的成功实施构成重大风险。解决数据标准化、治理和集成问题，对于人工智能输出可靠、可行的见解至关重要。 在满足严格的监管要求以确保患者安全、数据隐私和人工智能道德使用方面，42%的医疗健康机构面临挑战。数据隐私法规和新兴人工智能法规要求实施严格的合规措施，使得人工智能应用颇为困难。与偏见、透明度和患者同意等相关的道德忧虑，也使情况进一步复杂化。机构必须适应不断发展的法律框架，同时确保人工智能解决方案符合道德和监管标准。 不同的部门有自己独立的系统和数据库，这些系统之间几乎不进行交互。因此，即使一个部门的数据对另一个部门非常有价值，但缺乏有效的共享机制意味着这些数据被困在孤岛中，无法自由流动。 某中国机构的首席技术官 系统互联互通