电子健康记录、行政膨胀与人工智能重置

本文信息来源：17000credits

谁将拯救医疗体系？

一切都是 SaaS。至少在 4 年前感觉是这样。即使一家初创公司在做硬件产品，他们也会说自己有一个 SaaS 平台，可以推动增长或盈利，或者其他投资者关心的好事。即便如今 LLMs 和 AI 代理兴起，SaaS 依然让人觉得是那锅庞大的缩略词汤中的一部分。SaaS 现在还有意义吗？我想，软件的确已经吞噬了整个世界。

只是科技领域中有些部分并不能使用“SaaS”这个术语。比如市场平台，只有当它们拥有一个在平台交易之外使用的特定数字产品时，才会被冠以 SaaS 的称呼。没有人会称 Uber 是一个 SaaS 产品。它是一种由软件驱动的服务，就像如今大多数市场平台一样。它确实具备一些 SaaS 的特征。但 Uber 是 SaaS 吗？在大众语境中并不是。

然后是医疗行业。很多医疗技术（指软件，不包括生物技术或医疗设备）实际上确实具备大部分足以获得 SaaS 称号的特征。但不知何故，“医疗 SaaS”并不是一个你经常会听到的说法。取而代之的是“数字医疗”“健康科技”或“医疗 IT”等称呼。在其他行业中，这些领域的公司很可能会被视为特定行业的 SaaS——它们与 SaaS 的定义高度契合。

造成这一现象的部分原因在于，出于多种原因，医疗行业是最后一批采用云技术的行业之一。大多数医疗数字工具在技术意义上并不是真正的 SaaS——产品并不是云端产品。由于担心违反 HIPAA 规定，将患者数据存储在云端被视为风险过高。当然，这种担忧在很大程度上是站不住脚的，但医疗系统无论这种担忧多么荒谬，都不愿冒这个风险。因此，“医疗 IT”或“健康科技”成了更容易被接受的说法。

但这不仅仅关乎云计算和认知问题，“医疗信息技术”（Healthcare IT）是政策制定者和监管机构使用的术语。电子健康记录（EHR）的强制推行，作为《平价医疗法案》（ACA）出台前的先导措施，以及对 2000 年代末金融危机的回应，是《经济与临床健康信息技术法案》（HITECH Act）的产物。“医疗信息技术”这一术语是由民选官员立法并投票通过的。与 2000 年代其他行业技术应用如野火般迅速普及不同，医疗技术的普及在很大程度上是因为行业从业者被迫通过 HITECH 采用的。联邦政府奖励 EHR 的早期采用者，甚至惩罚那些未能及时将 EHR 引入系统的人。2008 年，美国只有 10% 的医院拥有 EHR，但到 2015 年，这一比例已达到 80%。

（除了 EHR 之外，还有其他医疗技术工具，但没有任何一种在规模和影响范围上能与之相提并论。EHR 是当今所有医疗技术的核心通道——它们是医疗领域事实上的操作系统。）

HITECH 还为电子健康记录（EHR）设定了必须具备的功能标准——功能路线图受到政府的强烈影响。当然，像 Epic 和 Cerner 这样的行业巨头在制定这些标准时都有发言权，但关键在于，市场在这些产品的构建方式上所起的作用并不像往常那样重要。不过，这些产品的设计并不是为了最大化用户体验或用户投资回报率，而是在立法机构的办公室里制定的，这或许是委托—代理问题的终极例子。

尽管让政客来决定产品功能路线图存在问题，EHR 仍然被广泛采用（见上文）。因此，EHR 如今已无处不在，并且已经普及了十年。那么结果如何呢？

• 医生和护理人员的工作量激增——他们的工作中被强制加入了一项主要集中在数据录入的政府规定任务。而且这些系统并不是为他们——主要用户——而设计的，而是为联邦政府设计的。如今，美国医疗体系正面临严重的职业倦怠问题，而这正是其中的重要原因之一。
• 电子健康记录（EHR）推动了数字健康作为一个独立领域的诞生。突然之间，我们拥有了关于医疗和患者的真实数据，这帮助人们以数据优先的方式来解决问题。弗洛伦斯·南丁格尔曾利用数据革新了医院的卫生状况——所以这并不是我们第一次用数据来推动决策。但这一次，我们拥有了海量数据，而且是在一些当时我们可能并未完全理解的新维度上。
• 由于 EHR 在医疗行业中被用于确定成本、支付和报销的方式，它反过来使得医疗系统中的行政人员数量激增。EHR 不仅仅是将病历笔记输入到一个升级版的客户关系管理系统中，它还影响着监管机构如何看待医疗系统的账单和成本。健康保险的变化以及联邦强制规定使得医疗编码过程变得更加复杂，这需要大量额外人员来应对和解决。

你可能已经看到过一条提到最后那个要点的推文：

但事实是，这种情况早在《HITECH 法案》和《平价医疗法案》之前就已经存在了。这一切始于 20 世纪 70 年代。自那时起，医生人数增长了两到三倍，这在医学进步和人口总体增长的背景下是合理的。而同期行政人员的数量却增长了 30 倍。如今，每位医生大约对应十名行政人员。

我当然绝对不是在说行政人员什么都不做。即使没有联邦强制要求的医疗数字化，医疗行业本身就极其复杂（而且只会越来越复杂）。医疗管理人员在解决非常复杂的问题上发挥着非常重要的作用。保险变得更加复杂，更多的法规和标准需要更多的监管，而行业的整合又导致了更大的组织和更多的中层管理人员。

此外，行政管理成本占医疗总成本的25%——而不是50%或100%。医疗成本结构飙升还有许多其他原因。一项分析估计，美国医疗体系每年总浪费约为7600亿至9350亿美元，分布在以下几类：行政低效（2660亿美元）、定价失误（2310亿至2400亿美元）、过度治疗/低价值医疗（760亿至1010亿美元）、欺诈和滥用（590亿至840亿美元）、以及医疗服务提供或协调的失误（约1300亿至2440亿美元）。因此，虽然行政复杂性是最大的单一浪费类别之一，但药品和医疗器械价格（定价失误）以及不必要的服务（过度治疗）合计造成的浪费至少与其相当。

即便如此，你也不能仅仅通过裁撤行政人员来削减行政成本。这些人中的许多人并不仅仅是在机械地执行毫无思考的数字化流程。他们的工作中存在无穷无尽的复杂情况。除此之外，他们往往既是执行任务的人，也是审查员。医疗机构不同于普通公司，在普通公司里，如果你搞砸了一项任务（或者机器人搞砸了一项自动化任务），结果可能只是成本增加或收入减少。而在医疗体系中，如果你搞砸了一项任务，后果可能远比收入损失严重得多（例如，如果你搞砸了某人的事前授权，他们可能无法获得缓解病情所需的必要治疗，从而导致不良后果）。我过去写过这个话题，行政人员工作的重要一部分就是充当“痛苦海绵”——保护机构免受法律责任和错误的影响。当然，错误依然会发生，但你希望尽可能减少它们。

这不仅关乎当前医疗中的错误，还涉及未来医疗中可能出现的风险。医疗体系中最大的问题之一是过早再入院。这是指患者在不该回来的时间内再次回到医疗体系，因为他们所接受的治疗并未充分解决问题。除了会破坏患者与医生之间的信任外，这在保险公司看来也是大忌，保险公司常常会让医疗体系自行承担再入院的治疗费用。因此，审查的对象不仅是当下，还包括不久的将来。

因此，医疗管理极其复杂，而且有充分的理由。这是一个关乎重大利益、由法规、风险、支付条件等交织而成的戈尔迪之结。你不可能随便拼凑一个 LLM，就能在一夜之间开始解决这些问题。这需要一种极其罕见的组合：既要对现状有深刻理解，又要有打破现有格局的意愿（你知道人们常说的关于苹果和医生的那句话）。

好消息是，许多公司正在努力解决这一行政管理问题——医疗体系目前在财务上陷入困境，很大程度上是因为这些成本失控（以及其他原因）。这不仅阻碍了医疗体系创造利润的能力，也影响了其专注于优化收入的努力。虽然在谈到医生时，这听起来可能有些不舒服，但这两方面的改善能够让更多医生加入，每位医生负责的患者更少，从而取得更好的治疗效果。

我们看到医疗系统正在采用新技术来尝试解决这一问题。虽然我想肯定他们的努力，并说他们走在了前列，但现实是问题相当严峻，因此他们必须迅速行动。有趣的是，即便是一个历来行动缓慢的行业，当自身利益受到威胁时，也开始缩短销售周期。

• Peterson Health Technology Institute 的一份跨系统工作组报告称，医疗保健是“一个以销售周期 notoriously 长而闻名的行业”，并指出“近代记忆中没有任何技术”能像环境式 AI 记录员（即从试点到规模化的速度远快于以往）那样被“更热情地”采纳或“以如此反常的速度”推广。
• Bain 与 KLAS 2024 年的联合研究显示，医疗服务提供者以“此前被认为不可行的速度”加快了技术项目的推进，并且生成式 AI 的采用已“加速”，只要投资回报率明确，买方就愿意尝试——这再次表明决策正向更快速的方向转变。
• 2025 年，Bain、AWS 和 Bessemer 对 400 多名医疗采购方的调查显示，医疗服务提供者在人工智能应用方面走在最前列：30%报告已在全系统部署环境记录员，另有 60%正在试点或实施——这表明其在应用转化过程中进展异常迅速。

目前最突出的例子是为医生提供笔记记录的人工智能记录员。市场上有几家大型企业正在迅速抢占市场份额。如果你今年做过年度体检，很有可能听到医生说：“你介意我的人工智能记录员在我们的会诊中监听吗？”

事实是，从外部来看，这些工具正在产生巨大影响，并且增长速度相当快：

• 这些公司已经筹集了多少资金
  像 Abridge、Nuance（微软）、Suki 和 DeepScribe 这样的公司已经累计融资数亿美元。仅 Abridge 在过去约 18 个月内就筹集了超过 7.15 亿美元，其中包括今年 6 月以 45 亿美元估值完成的 3.15 亿美元 E 轮融资。投资者正大举押注，这将成为医疗保健领域首个真正大规模落地的人工智能应用。
• 它们的增长速度有多快
  对于一个历来发展缓慢的行业来说，采用速度异常之快。Abridge 在短短几年内就从试点阶段扩展到大型医疗系统（UPMC、Emory、Yale New Haven）的全系统部署。调查显示，近三分之一的医疗系统已经在全系统范围内部署了环境记录员，其余大多数也处于试点或实施阶段。
• 有哪些迹象表明该产品正在发挥作用
  早期案例研究显示，医生每天在文书工作上可节省 1–2 小时，这显著减少了所谓的“睡衣时间”。医疗服务提供者的满意度评分有所提升，患者反馈总体积极（患者通常喜欢医生在就诊时不再过多专注于打字）。与 Epic 和 Cerner 等主要电子病历系统（EHR）的集成也是其获得进展的另一信号。
• 产品的常见主题是什么
  大多数工具是“环境式”的，在后台被动监听，并生成可直接流入电子病历系统的结构化笔记。它们强调关联证据（将笔记与对话记录相对应）、人工参与的验证流程，以及与 Epic 的无缝集成。共同的价值主张是减少临床医生的职业倦怠、提高准确性并加快文书处理速度。

如果这些工具能够减轻医生记录笔记的行政负担，那么很有可能让医生更高效地工作、接诊更多患者，并专注于真正重要的事情。或许这些工具最值得注意的一点是，EPIC 已于今年夏天推出了他们自己的版本。谁也不知道这会对整个市场产生怎样的影响。

但这些记录员并不一定会影响行政成本。这实际上是行政负担，但特指医生和护士的负担。虽然从长远来看，它可能会开始影响更普遍的行政臃肿问题，比如账单和理赔管理，但目前还没有达到那一步。

还有其他一些人工智能改进的空间，可能迄今为止规模较小

· 事前授权自动化：Humata Health（由前 Olive AI 高管于 2023 年创立）在 2024 年筹集了 2500 万美元，用于打造“无接触事前授权”解决方案。

· 医疗编码与账单的人工智能应用：由 MIT 创立的初创公司 CodaMetrix 于 2023 年初获得 5500 万美元（A 轮融资），并在 2024 年追加获得 4000 万美元 B 轮融资，以扩展其基于人工智能的自主医疗编码平台。CodaMetrix 的算法可读取临床文档并分配账单编码（ICD 诊断代码、CPT 手术代码），几乎无需人工干预，旨在提高编码准确性并减少对大型人工编码团队的依赖。

· 排班、分诊与前台自动化：Medallion 并非面向患者，而是专注于资质认证业务，该公司在 2025 年筹集了 4300 万美元，用于打造“自动化资质认证清算平台”。资质认证（为医疗服务提供者在健康保险计划中注册并在各州获取执照）是高度行政化的工作；Medallion 的平台可自动验证提供者信息并一次性提交给多家付款方，旨在为医疗机构节省大量时间和人力。

除了要解决上述问题外，医疗体系本身也存在固有问题。字面意义上，物理空间对许多医疗体系来说是一种限制，而数字化工作流程一直在努力适应物理世界的束缚。医疗关乎人体，但并非所有护理都需要面对面接触。如今这一点显而易见，但在1990年（甚至2008年）几乎难以想象。结果是，大量的传统基础设施限制了我们在医疗领域最大化效率的能力。

这很可能就是为什么在过去二十年里，我们看到如此多的远程医疗初创公司涌现（并且许多像火箭般迅速起飞）。这些模式本质上更高效（即便只是考虑到去医院所需的驾驶时间）。

通用型医疗自动化很可能是一个比我们今天所能意识到或想象到的还要庞大的市场。我认为，很多人如今无法得到恰当的医疗服务，正是因为行业面临着各种限制。如果我们能将这些限制去掉，会怎样？能否让看医生变成一种无缝、无痛（比喻意义上的）体验？如果医生能够真正专注于你本人，而不是被其他一堆乱七八糟的事情分心，又会怎样？

然而，最重要的一点是，AI 不能再增加一层行政管理——那只会让问题更糟。如果 LLMs 只是为了满足监管合规而被硬塞进医疗系统的又一款软件工具，那就是彻底的失败。这里的教训是，我们需要在所有这些工具背后有经济驱动力，才能真正发挥作用。我们需要 LLMs 和 AI 在效果上比现有流程好一个数量级，否则它们只会让问题更加严重。

所以我脑中一直在思考的问题是：有哪些领域的行政工作适合进一步自动化？胜出者不会是那些为了合规而引入人工智能的人，而是那些利用它真正精简行政工作流程的人。