2025年未来医疗调查报告：生成式AI在平衡当前需求与未来愿景中的作用

核心观点与关键数据

• 医疗保健组织面临挑战：疫情后，医疗系统在财务可持续性、劳动力短缺和患者需求变化方面面临压力，生成式人工智能（GenAI）被视为应对这些挑战的关键工具。
• 首要任务与准备状态脱节：76%的组织将优化工作流程、减少行政负担、解决人员短缺和降低职业倦怠作为首要任务，但只有63%的人表示已准备好使用GenAI解决这些问题。
• GenAI应用趋势：68%的组织关注使用GenAI提高效率，特别是应对人力成本压力（68%受访者认为人力成本是主要财务压力）；64%的组织计划利用技术满足患者需求变化；74%的组织将采用技术进行专业发展和临床培训。
• 劳动力稳定性：专家普遍认为GenAI不会减少对医生或护士的需求，但可减轻行政负担，支持招聘和留住人才（85%护士认为招募和留住至关重要，但只有57%相信GenAI能解决此问题）。
• 风险与担忧：主要担忧包括临床决策能力侵蚀（57%受访者）、数据隐私和安全（56%）、模型偏见（55%）以及缺乏透明度（55%担心诊断中GenAI的透明度）。
• 政策与培训：仅18%的组织已发布GenAI使用政策，20%要求员工接受正式培训，政策制定主要集中在数据隐私和培训透明度上，缺乏伦理、责任界定和流程整合方面的明确规则。

研究结论

• 平衡需求与愿景：医疗组织需在解决当前问题（如人员短缺）的同时，为GenAI的长期潜力做好准备，避免仅将其作为短期补丁。
• 工作流程思维模式：GenAI应与现有工作流程紧密结合，而非简单叠加，通过重新设计流程实现持久价值。
• 创新入口：组织需建立明确的方法论和治理框架，确保GenAI安全、合规地应用，并主动征求临床反馈，制定灵活的政策和培训计划。
• 未来行动建议：与利益相关者合作，智能利用资源，保持灵活性和适应性，建立协调的政策，推动GenAI在企业层面的有效部署。