生成式AI的变革力量可能会随着时间的推移重塑医疗行业，各医疗机构已经开始采取行动。麦肯锡在2024年第一季度对100位美国医疗行业的领导者进行了一项调查，其中包括支付方、提供方以及医疗服务和技术（HST）群体，调查结果显示，70%的受访者称，他们正在追求或已经实施了生成式AI。从调查结果来看，生成式AI在医疗领域不断落地的同时，一些问题也正在显现出来。

概念验证与观望

调查显示，大多数受访者表示，他们的机构已经在使用生成式AI工具，或正在测试这些工具。大多数还处于生成式AI的概念验证阶段，因为相关方仍在权衡回报、风险、战略优先级、治理、成熟度等各方面因素。麦肯锡认为，尽管业界普遍对使用AI感兴趣，但仍有一部分受访者还没有计划推行生成式AI，或者正在保持观望态度。

实施生成式AI的不同路径

在那些正在实施生成式AI的受访者中，59%已经与第三方供应商合作开发定制解决方案，24%表示计划在内部自主构建解决方案，而只有17%预计会购买现成的生成式AI产品。而在那些尚未实施生成式AI的受访者中，41%表示他们打算购买生成式AI产品，这可能是由于这部分群体既存在对风险的担忧，也受技术需求驱动所致。

开始计算回报率

生成式AI的投资回报率是一个重要话题。与任何投资一样，生成式AI能否实现所承诺的价值至关重要。一些可衡量的积极影响，为生成式AI的持续扩大使用，以及投资提供了强有力的支持。

虽然已经实施生成式AI的受访者数量不多，但在这些受访者中，大多数尚未计算投资回报率，或正在等待可衡量的结果。

然而，约60%的已经实施生成式AI解决方案的受访者已经看到，或者预计看到正面的投资回报率。

生成式AI应用范围扩大

生成式AI可能在改善患者体验和提升运营效率的领域创造巨大的价值。具体而言，大多数受访者认为生成式AI在临床医生和临床生产力方面可能具有最高的价值。

此外，受访者对生成式AI在改善患者参与度与体验、提高行政效率和效果、以及提升医疗质量和交付方面的潜力的期望，表明行业生成式AI的兴趣已从临床应用扩展到改善整体患者服务的领域。

规模化的障碍

无论是支付方、提供方还是医疗服务和技术公司，受访的领导者面临的规模化挑战中，对风险担忧和考虑都位居首位。这可能是由于技术的未验证性、构建生成式AI能力所需的投资、以及对法规的不确定性等一系列问题导致的。这表明了治理和缓解策略的重要性，需要解决从隐私到临床结果的一系列风险问题，从而确保合规性，同时保障医疗质量。

除了风险之外，受访者指出的另一个最普遍的障碍是能力不足、数据和技术基础设施不足，以及价值证明不足。这表明医疗机构在部署生成式AI解决方案和验证其能力方面的技术准备有限。

自2022年底生成式AI进入全球舞台以来，医疗行业如今正在更积极地考虑其使用这项技术。根据调查结果，麦肯锡指出，许多医疗行业领导者已经开始着手更广泛地采用这一技术，而这在一定程度上得益于战略合作伙伴关系。鉴于技术实施和业务整合的复杂性，跨职能协作使机构能够引入外部人才，同时构建灵活且可定制的生成式AI解决方案，相较于购买现成的解决方案而言，这种方式更具优势。然而，考虑到机构的技术成熟度，或有些应用案例较为简单，购买公开可用的生成式AI产品可能是一种可行的替代方案。尤其是对于那些成熟更快的功能性用途，如客户服务应用，直接购买可能更合适。

随着生成式AI的部署的推进，许多受访者表示，他们的机构初步将这项技术用于支持与临床紧密相关的应用，认为临床和行政效率以及患者参与，是最有可能从生成式AI中获益的领域。然而，随着机构在治理和风险管理方面的发展，预计还会有更多的关注点放在核心临床应用上，进一步改善整体患者体验。

尽管生成式AI前景广阔，但负责任的使用之路还存在许多障碍。对于医疗领域而言，诸如不准确的输出和偏见等风险尤为关键。随着机构将这一新技术引入工作流程，许多受访医疗领导者显然最关心的是AI的风险。这些风险需要主动降低，这一过程首先要集中精力建立治理流程、框架和防护措施，以预见、识别和管理风险。通过这些方式，医疗机构可以利用生成式AI来帮助确保在符合监管预期的同时实现收益，且不影响伦理或安全。