利用智能体AI让全球医疗保健重归人性化

赞助利用智能体AI让全球医疗保健重归人性化随着医疗保健提供者面临迫在眉睫的员工短缺，AI智能体正在自动化复杂的行政任务甚至临床决策，以便人类可以更多地专注于患者护理。与Ema合作全球医疗保健行业面临越来越大的压力。

数十年的长期投资不足和招聘限制与老龄化人口服务需求激增同时发生。医疗服务方面的差距已经造成了影响，获得护理的机会分散，工作人员的压力和倦怠率很高。而且情况越来越糟。世界卫生组织警告称，到2030年，目前的工人短缺将增加到1100万人。

毕马威表示，在紧急寻找解决方案的过程中，许多医疗保健提供者现在将希望寄托在智能体AI上，超过三分之二（68%）的医疗保健提供者已经在员工队伍中采用AI智能体。

该技术正在被部署来实现复杂的后台流程自动化、与医疗团队合作，甚至对患者进行分诊，所有这些都是为了减少临床医生的认知负担并提高患者的护理质量，因为人类医护人员的供应在减少。不同类型的数字化到目前为止，医疗保健领域数字化的好处一直有限。

许多员工将缓慢或过时的技术归咎于增加而不是减轻行政负担。例如，美国

患者数据在2000年代初被迁移到电子健康记录（EHR），但这些数据仍然碎片化并且依赖于手动输入。纽约专门研究肌肉骨骼健康的学术医疗中心特殊外科医院（HSS）的首席数字和技术官Ashis Barad医学博士表示，新的远程医疗服务和远程监护仪等数字护理工具也存在类似的缺点。

他说，这两项技术通过消除地理障碍来帮助改善医疗保健的获取，但它们未能复制面对面护理的质量或赢得患者的信任。他坚称，智能体AI与这些现有技术不同。AI智能体可以处理细致入微、复杂的场景，而不是依赖手动输入或在任何稍微超出严格框架的情况下默认交给人类工人。

他们可以做出自主决策，从专家临床来源检索信息，并随着时间的推移进行迭代，使临床医生能够专注于更高级别的患者护理。正如Barad博士所说：“智能体AI接管你的工作流程，将其折叠、增强、增压，并使其更具性能。

”在HSS，AI智能体已经部署在多个领域。他们处理复杂的后台流程，例如以前需要几周时间才能完成的保险索赔，并且需要由HSS员工和第三方承包商来处理该批量。Barad博士说，现在，AI智能体每月完成1100项索赔。

他们将上诉阶段从45分钟缩短到5分钟，并在实施后的9个月内将上诉成功率从65%提高到100%。HSS现在在内部处理所有索赔。

在这一成功的基础上，HSS现在正在非临床面向患者的环境中部署AI智能体，提供AI调度和分诊服务，作为与企业智能体AI开发商Ema Unlimited合作的一部分。该服务可通过网络、文本或电话24/7访问。

它使用对话AI询问患者澄清有关其病情的问题，然后根据地点、保险范围和医生的可用性与最合适的临床医生预约。“它完成了整个循环，”Barad博士说。

他补充说，AI智能体接受了“我们所有的上下文、所有的规则和所有的知识库”的训练，为患者提供了从世界领先外科医生那里获取高度专业知识的简化途径。鉴于将高风险决策委托给AI智能体，分诊服务具有内置的保障措施——敏感、复杂或不确定的场景会升级给人类专家。

AI智能体做出的每一个决定都是可审计的，人类工作人员可以随时介入。患者数据保持安全，并且系统接受了所有HSS协议、政策和护理路径的培训。Ema表示，通过让人类参与其中，其技术在高效自动化、患者至上的安全和以人为本的决策之间取得了平衡。

Barad博士说，随着该技术变得越来越多产，提供商有责任确保将此类护栏嵌入到系统中。在HSS，所有围绕该技术的决策都经过AI小组委员会的过滤，该小组委员会由Barad博士与一位高级护理主管共同担任主席。

他解释说，可能涉及患者护理的AI智能体将受到比后台流程更严格的审查。AI智能体推动系统级变革例如，Barad博士计划在纽约市的HSS主园区创建一个专门的AI实验室，此举旨在使整个组织的技术获取民主化。

他解释说，它将向所有希望了解或构建AI智能体的员工开放，并提供信息丰富的课程和一对一培训。“我们正在将智能体AI交到每个人手中，”他说。

这与德勤的研究相呼应，该研究发现，医疗保健领域领先的智能体AI采用者更有可能选择多智能体解决方案，重新设计端到端工作流程，而不是坚持狭隘的解决方案或个体用例。看来，关键是将AI智能体整合到整个企业中，将它们视为通用技术。

正如Barad博士所说：“在用例中思考智能体AI是错误的……它是一种通用技术，类似于电力。”在实践中，这意味着医疗保健提供者需要奠定正确的基础，以通过智能体AI实现价值。

这包括创建统一的数据策略，该策略集成整个组织的碎片化数据源，以创建单一、全面的真相来源。在医疗保健领域，数据通常分散在多个部门和提供商之间，每个部门和提供商都有自己的遗留IT系统。在依赖碎片化数据源的系统中，指标通常也缺乏标准化的定义。

例如，Barad博士说，他工作过的每家医院对“开始手术的时间”的定义略有不同，这是一个通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智能体从不同来源或应用程序检索信息并吸收将其与其他技术区分开来的隐性知识。

通过在HSS创建更大的数据互操作性，面向患者的AI智能体可以从患者的临床护理历史和临床医生的现有建议中汲取信息，将此信息与当前症状相结合，并在通知正确的专家和患者之前决定情况是否需要升级。

建立更好的成果对于Barad博士来说，AI智能体彻底改革医疗保健并缓解当前资源、获取和患者护理压力的潜力是巨大的。

他设想未来90%的非临床医疗任务可以由AI智能体管理，从而使临床医生能够从事他所谓的白手套工作，这意味着最复杂、专业和敏感的病例。大多数医疗保健提供者似乎同样乐观。根据毕马威的研究，84%的供应商已经愿意将特定流程的决策交给AI智能体。

“我们现在花在键盘和电脑上的时间太多了，以至于我们实际上没有做我们应该做的事情，”Barad博士说。“这将使医疗保健重归人性化。”此内容由麻省理工学院技术评论的自定义内容部门Insights制作。

它不是由麻省理工学院技术评论的编辑人员撰写的。它是由人类写作研究、设计和编写的。