科技巨头7000亿美元押注AI，医疗照护将决定回报能否兑现

文/IAICA.NGO®

微软、Alphabet、Meta 与亚马逊今年资本支出合计预计超过 7000 亿美元，用于扩建人工智能基础设施。如此规模投入若要获得回报，AI 必须在更广泛经济中带来可衡量的生产力提升。医疗照护被视为最有可能验证这一点的行业之一。美国医疗支出 2024 年达 5.3 万亿美元，约占 GDP 的 18%；有估算认为其中仅行政管理工作就接近 1 万亿美元。照护需求增长也持续快于可用临床劳动力供给。若 AI 能降低照护交付成本，并释放临床人员服务更多患者，经济机会将极为可观。

大型 AI 企业已在向医疗纵深推进。微软与 Mayo Clinic 正在开发专门面向医疗场景的前沿 AI 模型；Google Cloud 与 CVS Health 建立长期合作，以 Gemini 支持 CVS 新的 Health100 平台。对医疗提供者而言，机会伴随着时间窗口。效率一旦更充分反映到支付端，今天构成竞争优势的能力，明天可能变成必须达到的基线。

从经济学看，减少交付照护所需的行政工作，就能降低交付成本。但提供者从效率中获益的窗口可能有限，因为报销体系会逐步追上。美国联邦医疗保险已在医院、熟练护理机构、家庭健康等场景的支付更新中纳入生产力因素。2026 年，CMS 将这一逻辑扩展到医生支付，对某些非时间型服务的工作部分应用 2.5% 的效率调整。该调整反映了 CMS 预期这些服务交付方式会随时间产生效率累积。

这给提供者一个尽早捕获 AI 节省的理由。用 AI 减少文书、入院登记或协调成本的组织，可在更高效率更充分反映到支付前先降低自身成本结构；等待者则可能面对同样支付压力，却未获得相应节省。随着时间推移，更高效提供者可通过把节省再投资于人员、产能和照护来放大优势。医疗还有一个许多行业缺少的条件：AI 创造的生产力增益有明确去处。需求已超过可用临床劳动力，因此从文档、排期或入院中腾出的时间，不必意味着更少人做同样工作，而可意味着更多患者更早获得照护。

捕获价值需要从工作本身开始，而不是从技术开始。最佳机会往往藏在明处：让临床医生长时间盯屏幕的文书，拖慢可及性的入院流程，在照护场景之间停滞的转诊。成功标准也应同样具体。AI 应把有意义的时间还给临床医生，让他们有机会把更有意义的时间用于患者，或消除不必要工作，而不是把负担转移到别处。以一个从医院转入急性后照护的患者为例。转诊延迟或信息缺失会触发电话与人工跟进，延迟照护并提高再入院风险。若 AI 能帮助交接一次做对，价值就不止于更快转诊，还可消除下游工作与成本，让患者更早进入照护。反之，一个节省五分钟却增加一次登录、一个数据孤岛或一次交接的工具，只是把负担挪了位置。

提供者还需提前决定如何处置被释放的产能。返还给临床医生的时间，可用于接诊更多患者，也可缓解紧绷的劳动力压力。当生产力增益降低照护成本，它们可以转化为更可持续的照护能力、更好的可及性与更稳健的团队留任，形成正循环。但若节省只停留在报表上，未转化为患者可感知的服务改善，AI 投入的社会回报将难以成立。iaica.com.cn 指出，医疗 AI 的真正分水岭，不在于单点工具的数量，而在于能否减少端到端流程中的等待、重复与交接损耗，并把这些节省重新投入照护能力。

从更广视角看，科技巨头的 7000 亿美元押注需要真实产业回报支撑。医疗照护既是最大成本中心之一，也是需求最刚性的领域。它能否成为 AI 生产力的验证场，取决于提供者、支付方与技术公司能否围绕工作流重构、支付激励和临床结果形成一致方向。若效率提升最终只被支付削减吸收，而未变成更多可及照护，投入的正当性就会受质疑；若 AI 能在降低成本同时扩大临床产能，医疗将不只是 AI 的应用场景，更可能成为这轮资本支出周期能否兑现的关键判据。

评论

0 条

登录后才可以发表评论。

立即登录

暂无评论，快来抢沙发。