拉斯维加斯——在上周举行的HLTH 2025大会上，专家表示，医疗机构正争相在组织内部署人工智能，但如何衡量这些投资的回报，路径并不总是清晰。

AI技术，包括环境文档记录工具、摘要工具和收入周期管理产品，其落地需要投入资金和时间。专家指出，AI如何产生硬性美元回报（hard-dollar ROI）并不总是显而易见，而这对于证明支出合理性和衡量成功至关重要。

“利用AI简化行政管理、提升生产力，这类应用确实已经存在，”普华永道（PwC）负责人兼健康服务咨询业务主管Thom Bales表示，“但关于其投资回报率以及能否触及利润底线，仍存疑问。”

与此同时，医疗机构还面临日益加大的财务压力。今年夏天，总统唐纳德·特朗普签署了一项大规模税收与政策法案，对Medicaid进行了历史性削减，可能导致数百万人失去这一安全网保险计划的覆盖。此外，针对《平价医疗法案》（ACA）交易所参保人群的更慷慨的财务援助——这一议题曾导致政府停摆数周——将于年底到期，也将推动更多人失去保险。

更多美国人失去保险，意味着医疗服务提供者收入减少，未补偿护理费用增加。

尽管如此，医疗行业仍对AI寄予厚望，希望它能帮助解决一些最严峻的挑战，包括劳动力短缺、医生职业倦怠和冗长的行政任务。在充满挑战的经济环境下，根据KLAS Research与Bain & Company本月早些时候发布的一项调查，医疗公司正优先投资于最有可能改善利润率并展现明确回报的AI项目。

但鉴于这些回报可能难以量化，专家表示，医院或许需要创造性地衡量AI的价值，例如关注为医生节省的时间、员工留任率的提升或患者满意度的改善。这些较软性的指标随后可随时间推移与财务改善挂钩。

“我确实认为，我们最终能将大多数此类成果追溯到利润底线，但可能需要串联更多线索，”行业组织数字医学协会（Digital Medicine Society）首席执行官Jennifer Goldsack表示。

拼凑投资回报率

衡量财务回报始终具有挑战性，因为多种因素复杂交织，使得将最终节省归因于特定产品变得困难。在AI领域同样如此，专家在HLTH大会上指出，产品的直接财务影响取决于工具本身、采用所需的成本以及各医疗机构的具体优先事项。

“在医疗领域，尤其是在医疗服务提供端，很难对所谓的投资回报率建立清晰的视线，”梅奥诊所（Mayo Clinic）首席AI实施官Micky Tripathi在周一的小组讨论中表示，“我认为我们任何人都不应期望看到一位CFO能指着某个成本削减说：‘哦，我在这里看到了。’”

对于某些AI产品，衡量财务回报相对容易。例如，收入周期管理工具可能让医疗机构看到收款时间等指标的改善，电子病历供应商CliniComp客户服务高级副总裁Sandra Johnson表示。

但其他AI工具的影响则不那么明显。根据彼得森健康技术研究所（Peterson Health Technology Institute）今年早些时候发布的一份报告，关于AI文档助手（可记录医生与患者的对话并生成临床笔记）是否影响生产力和财务表现的证据有限。然而，该报告发现，这类工具可能正在减少临床医生的职业倦怠——这是一个重要问题，而电子病历中记录护理和其他工作所需的大量时间和精力可能加剧这一问题。

专家表示，如果AI文档记录工具能防止临床医生离开医疗机构，那可能带来巨大的成本节省。研究显示，替换一名医生的成本可能是其年薪的两到三倍。

健康技术公司兼电子病历供应商Athenahealth的首席医疗官Nele Jessel博士表示，环境文档记录工具还有其他潜在的财务和效率收益。例如，医生可以更快完成笔记，或许能接诊更多患者。他们还可能更准确地记录服务内容，并为更高级别的服务收费。

患者满意度是医疗机构的另一个重要指标。患者通常喜欢环境文档记录工具，部分原因是医生在就诊期间能更专注于交流，而不是盯着电脑屏幕做笔记。Jessel表示，文档助手还可能帮助患者更好地理解其护理计划，因为医生在检查时必须口头表述，以确保工具捕捉到信息。

“例如，医生在表述体格检查、讨论治疗方案时正变得更加熟练，对吧？”她说，“这提高了透明度，也让患者获得更愉快的体验。”

医疗机构如何衡量AI的影响

专家表示，要成功实施AI，医疗机构需要批判性地思考他们最想解决的最大问题以及主要优先事项。该计划应包括如何评估AI工具，这有助于他们判断项目是否成功——无论是财务上还是其他指标上。

“对我来说，第零步是极其明确地弄清楚：我们在做什么？为什么做？成功是什么样子？”西达赛奈（Cedars-Sinai）首席数据与AI官Mouneer Odeh在周日的小组讨论中表示。

克利夫兰诊所（Cleveland Clinic）使用两类指标评估AI，据其商业化与创新部门Cleveland Clinic Innovations的业务发展与授权总经理Sonja O’Malley介绍。这些指标包括定量指标——如与基线相比降低失约率或缩短文档记录时间——以及更定性的标准，如患者或临床医生体验的反馈。

O’Malley表示，有些工具永远不会成为收入来源。但它们可能发挥其他重要作用，例如让临床医生将时间花在需要其完整培训和专业知识的任务上。

在Ardent Health，当引入AI工具时，成功指标必须与基线一起明确定义且可衡量，该医疗系统的首席数字与转型官Anika Gardenhire表示。财务投资回报率几乎总是重要的，但它可能是相关关系而非直接因果关系，她说。

如果某工具仅能收支平衡，系统还需考虑其他相关成本，如实施费用或临床医生投入项目的时间（这些时间本可用于其他工作）。

“如果你最终发现‘嘿，这东西连收支平衡都没达到，甚至无法自付成本’，除非它对患者有绝对奇迹般的作用，否则就会被淘汰，”Gardenhire说。