医疗系统竞相部署AI，但价值验证仍是难题

医疗系统竞相部署AI，但价值验证仍是难题

在HLTH大会上，专家表示衡量AI的财务回报颇具挑战，但医生和患者满意度等其他指标同样重要。

作者：Emily Olsen | 发布日期：2025年10月27日

医疗系统正急于在整个组织中部署人工智能，但如何衡量这些投资的回报并不总是清晰，专家在HLTH 2025大会上表示。

AI技术，包括环境文档记录员、摘要工具和收入周期管理产品，需要投入资金和时间进行部署。而且，AI如何产生硬性美元回报并不总是显而易见，而这对于证明支出合理性和衡量成功至关重要，专家表示。

“利用AI简化行政管理、利用AI提升生产力的做法确实存在，”普华永道负责人兼健康服务咨询领导者Thom Bales表示。“但在投资回报率和底线影响方面仍存疑问。”

与此同时，医疗系统也面临日益增加的财务压力。今年夏天，唐纳德·特朗普总统签署了一项大规模税收和政策法案，对医疗补助计划进行了历史性削减，可能导致数百万人失去安全网保险计划的覆盖。

与此同时，对在平价医疗法案交易所购买保险的人提供更慷慨的财务援助——这一问题是持续数周政府停摆的核心——将于年底到期，这也将推动更多人失去保险覆盖。

更多美国人失去保险意味着医疗服务提供者收入减少，以及无偿护理增加。

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大的挑战，包括劳动力短缺、医生倦怠和冗长的行政任务。在充满挑战的经济环境下，医疗公司正优先投资于最有可能提高利润率并展示明确回报的AI项目，根据KLAS Research和Bain & Company发布的一项调查。

但由于这些回报可能难以展示，医院可能需要在衡量AI价值时更具创造性，包括关注为医生节省的时间、更强的员工保留率或改善的患者满意度，专家表示。这些较软的指标随后可以随时间与财务改善联系起来。

“我确实认为，最终我们可以将大多数这些追溯到底线，但你可能需要连接更多的点，”行业协会数字医学协会首席执行官Jennifer Goldsack表示。

拼凑投资回报率

衡量财务回报总是棘手的，因为复杂因素的相互作用使得将最终节省归因于特定产品变得困难。这在AI领域也是如此，产品的直接财务影响取决于工具、采用成本以及每个医疗提供者的具体优先事项，专家在HLTH上表示。

“在医疗保健领域，尤其是在医疗服务提供端，很难将我们可能视为投资回报率的东西与直接因果关系联系起来，”梅奥诊所首席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成本降低，以至于首席财务官能看着说，‘哦，我看到了。’”

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系统看到收款时间等指标的改善，根据EHR供应商CliniComp客户服务高级副总裁Sandra Johnson的说法。

但其他AI工具的影响则不那么明显。根据Peterson Health Technology Institute发布的一份报告，关于AI文档助手（记录医生与患者的对话并生成临床笔记）对生产力和财务绩效的影响，证据有限。

“在医疗保健领域，尤其是在医疗服务提供端，很难将我们可能视为投资回报率的东西与直接因果关系联系起来。”

Micky Tripathi
梅奥诊所首席AI实施官

然而，报告发现，这些记录员可能减少了临床医生的倦怠——这是一个重大关切，可能因在EHR中记录护理和进行其他工作所需的时间和精力而加剧。

如果AI记录员能防止临床医生离开医疗系统，那可能是一个重大的成本节省，专家表示。研究表明，替换一名医生的费用可能是该医生年薪的两到三倍。

此外，环境记录员还可能带来其他潜在的财务和效率收益，健康技术公司兼EHR供应商Athenahealth的首席医疗官Nele Jessel博士表示。

例如，医生可以更快完成笔记，并可能接诊更多患者。他们也可能更准确地记录服务，并为更高级别的服务计费。

患者满意度是医疗系统的另一个重要指标。患者通常喜欢环境记录员，部分原因是他们的医生在就诊期间可以更专注，而不是盯着电脑屏幕做笔记。文档助手也可能帮助患者更好地理解他们的护理计划，因为医生在检查时必须大声说出内容，以确保记录员捕捉到信息，Jessel说。

“例如，医生在口头表达体检结果、讨论计划方面变得更加熟练，对吧？”她说。“因此，这增加了透明度，也使患者体验更加愉快。”

医疗系统如何衡量AI的影响

专家表示，要成功实施AI，医疗系统需要批判性地思考他们想要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，这可以帮助他们确定项目是否成功——无论是财务上还是通过其他指标。

“对我来说，第零步是非常非常清楚：我们在做什么？为什么做？成功是什么样子？”Cedars-Sinai首席数据和AI官Mouneer Odeh在周日的小组讨论中表示。

Cleveland Clinic使用两类指标评估AI，根据Sonja O’Malley的说法，她是Cleveland Clinic Innovations（该系统的商业化和创新部门）的业务发展和许可总经理。

这些包括定量指标——如与基线指标相比降低未就诊率或减少文档记录时间——以及更定性的标准，如患者或临床医生体验的反馈。

有些工具永远不会成为收入来源。但它们可能做其他重要的事情，比如让临床医生花时间在需要他们完整培训和专业知识的任务上，O’Malley说。

当AI工具被引入Ardent Health时，成功指标必须明确定义、可衡量，并与基线对照，根据该医疗系统的首席数字和转型官Anika Gardenhire的说法。

财务投资回报几乎总是重要的，但它可能是相关而非直接因果关系，她说。

如果工具仅达到收支平衡，系统需要考虑其他相关成本，如实施费用或临床医生在项目上花费的时间，而这些时间本可以用于其他地方。

“如果你到了那个地步，你只是说，‘嘿，这东西甚至没有收支平衡，甚至不能自付。’除非它对患者做了绝对奇迹般的事情，否则它出局了，”Gardenhire说。

文章顶部图片来源：Emily Olsen/Healthcare Dive