目錄

簡介3

人工智能助力醫(yī)療行業(yè)變革4

解決成本和可負擔性問題12

應對迫在眉睫的全球醫(yī)護人員短缺問題19

發(fā)揮社會照護作用25

塑造可持續(xù)未來30

聯(lián)系人36

了解更多39

尾注41

2023年，全球醫(yī)療行業(yè)再次經歷了前所未有的變革和新冠疫情期間對遠程醫(yī)療技術的使用，有助于明確醫(yī)療

挑戰(zhàn)。新冠肺炎疫情的影響持續(xù)顯現(xiàn)，勞動力普遍短服務的提供方式及其性質。醫(yī)療機構不斷拓展醫(yī)療服務

缺，成本不斷上漲，致使全球范圍內的醫(yī)療機構承壓。醫(yī)范圍，從單純提供傳統(tǒng)醫(yī)療服務擴展到為患者提供全方位

療行業(yè)通過廣泛采用人工智能等技術，解決其中一些問社會照護。這一轉變得益于人們日益認識到健康社會決定

題，提振了行業(yè)信心。因素與人民整體福祉之間存在深刻聯(lián)系。因此，醫(yī)療機

構和政策制定者止致力將社會照護納入公共醫(yī)療體系,

然而，醫(yī)療不公平問題依然存在，這或將導致2024年醫(yī)以滿足患者的多方面需要。

療行業(yè)所面臨的挑戰(zhàn)加劇，成木增加。如果這?問題不加

以解決，到2040年，由此引致的成本可能將增加兩倍至1隨著全球醫(yī)療成本不斷上升，醫(yī)療服務的可負擔性仍然是

萬億美元，即每人每年約3,000美元。1一個重點關注的問題。政府、醫(yī)療服務支付方和醫(yī)療機構

在確保醫(yī)療服務質量和可及性的同時，正致力采取措施控

如果醫(yī)療機構努力羸得患者的信任，并確保采取措施減少制成木。醫(yī)療機構采取的策略不斷演變，從基于價值的醫(yī)

技術偏差，那么人工智能和機器學習技術的融合應用可療服務模式發(fā)展至采用創(chuàng)新的定價結構，這些策略均旨在

在解決這類不公平問題方面發(fā)揮重要作用。助力確保提供具有成本效益的醫(yī)療服務。

2024年，人工智能有望在行政事務精簡、診斷、治療和患同時,在總者人口結構、技術進步和醫(yī)療服務模式不斷演

者護理方面發(fā)揮關鍵作用。從預測分析到電子健康記錄變的推動下，醫(yī)護人員隊伍正在經歷一場重大變革。全

自動化，人工智能可進一步提高醫(yī)療服務的精度和效球各地的醫(yī)療機構均面臨臨床醫(yī)生嚴重短缺問題，當前,

率。他們正積極采取一些創(chuàng)新方式來提高薪酬，減少職業(yè)倦

怠，并在醫(yī)療服務場所建立信任。醫(yī)療機構努力吸引、培

隨著全球對環(huán)保問題和資源短缺的意識逐漸提高，可持

訓和留住人才，以打造技術嫻熟、適應能力更強的人才庫。

續(xù)性已成為醫(yī)療行業(yè)的關鍵考量因素。醫(yī)療機構枳極落實

遠程醫(yī)療、遠程監(jiān)測技術和零工經濟等因素，均在重塑醫(yī)

可持續(xù)發(fā)展實踐，以減少碳足跡，確保負責任地使用資源。

護人員隊伍活力。

本報告從綠色醫(yī)院設計到可持續(xù)性供應鏈管理，重點閘

述了可持續(xù)發(fā)展對醫(yī)療業(yè)務運營的影響及其節(jié)約成本的2024年，全球醫(yī)療服務行業(yè)將處于十字路口，預備迎接深

潛力?？套兏铩Ｈ蜥t(yī)療行業(yè)的未來或將取決于行業(yè)的創(chuàng)新、可

持續(xù)發(fā)展、社會關懷融合、成本管理和醫(yī)護人員隊伍適應

力。

人工智能助力醫(yī)療行業(yè)變革

自新冠肺炎疫情爆發(fā)至今已過去三年多時間，全球疫情促使人們更加關注遠程醫(yī)療以及急診和健康

醫(yī)療行業(yè)仍在努力應對疫情帶來的持續(xù)影響。行業(yè)護理在線門戶網站。因此，正如以往醫(yī)院系統(tǒng)和運

亟需降低成本，提高醫(yī)療服務的可及性，同時還面臨營商投資于醫(yī)療設備和診療室一樣，欲使醫(yī)療行業(yè)

著技術嫻熟醫(yī)護人員短缺的問題，這促使一些醫(yī)療和患者不斷從技術中獲益，醫(yī)療機構應持續(xù)進行技

系統(tǒng)采用新興技術以填補缺口,6術投資。8

醫(yī)療機構借助技術，可為患者提供個性化的互動方截至目前，數(shù)字技術方面的投資進展緩慢。2023年第

式和治療方案，從而減輕臨床醫(yī)生日常護理方面的二季度，全球數(shù)字醫(yī)療融資額下降了3%至30億美元,

壓力，使他們能夠專注于需要其提供專門知識和培為六年來最低水平。92022年，數(shù)字技術風險資本投

訓的診療環(huán)節(jié)。資額（通常被視為該行業(yè)技術投資晴雨表）從393

億美元降至275億美元，降幅達30%。不過，相關投

人工智能等新興技術有望精簡醫(yī)療機構的行政和護資水平仍然遠高于疫情前水平，除2021年出現(xiàn)投資

理流程。2019年至2022年間，投資者已向醫(yī)療人工額激增外，總體融資水平呈持續(xù)上升趨勢

智能領域投入315億美元的股杈融資，醫(yī)療行業(yè)在（圖1）。

人工智能并購方面一直處于領先地位。7新冠肺炎

圖1：2022年醫(yī)療技術融資勢頭強勁

■醫(yī)療技術風險投資額（十億美元）—成交量

1,134

注：價值20。萬美元及以上交易數(shù)據(jù)。

資料來源:PitchBookData,Inc.

數(shù)字技術投資進展緩慢的部分原因可能在于，許多醫(yī)減輕臨床醫(yī)生的行政事務負擔，他們就能騰出時間

療機構不愿成為新興技術（尤其是臨床應用技術）陪伴病人。某些情況下，在美國，醫(yī)生超過三分之二

的早期采用者。公共財政撥款減少，利潤空間縮窄，的工作時間耗費在行政事務上,借助基于人工智能的

門診收入下降，住院時間延長，加上疫情后護理需求減電子健康記錄（EHR）系統(tǒng)和公文筐管理（in-basket

少，這些因素致使一些醫(yī)療機構利潤受擠壓，技術投management）系統(tǒng)，醫(yī)療機構可減少對于醫(yī)生的行政

資減少。管理咨詢公司考夫曼?霍爾（KaufmanHall）事務的要求，而這是導致醫(yī)生產生職業(yè)倦怠的主要

發(fā)布的今年迄今（YTD）營業(yè)利潤率指數(shù)中位侑顯示,原因?！?

截至2022年11月，美國900家醫(yī)院的實際利潤率為-

0.2%3。隨著對遠程醫(yī)療和其他技術解決方案的需求同時，人二智能還有望改善醫(yī)療服務獲取途徑，滿足

減弱，許多人對過去幾年取得的技術進步能否持久表患者的特殊需求。芬蘭于2023年著手對其醫(yī)療體系進

示懷疑。11行大規(guī)模改革，目前該國正在構建數(shù)字化系統(tǒng)，借此

通過重視預防保健，提供有成本效益的個性億醫(yī)療服

人工智能有望帶來經濟效益，改善醫(yī)療服務模式并務，確保到2030年使該國80%的人口保持健康。如

提升資源利用效率，這重新點燃了人們對人工智能的此?來，醫(yī)療機構就可為需要疾病治療或其他更廣泛

熱情。以美國為例，未來五年，如果廣泛采用人工智醫(yī)療服務的20%患者提供額外支持。”作為該項工作的

能，每年可節(jié)省多達3,600億美元資金——約占該國一部分，芬蘭預計到這十年結束之際，其80%的公民

醫(yī)療支出的10%。對醫(yī)院而言，節(jié)省的資金主要來自將使用數(shù)字身份證，同時每個公民均可使用數(shù)字醫(yī)

臨床運營、質量和安全的改善；對醫(yī)生而言，節(jié)省的資療記錄和電子健康服務。18

金主要來自持續(xù)的護理；對于醫(yī)療支付方來說，則主

要來自保險索賠和供應商關系管理方面的改善。12提高醫(yī)療服務質量

精簡行政事務除了精簡行政事務外，人工智能還可基于患者獨特的

健康檔案，幫助預測患者的預后，為患者和醫(yī)療機構推

人工智能所帶來的最大最直接影響可能在于，其在薦治療方案，并提醒醫(yī)生注意諸如禁忌藥物或過敏等

精簡行政流程和減少開支方面的作用。醫(yī)院首席執(zhí)問題。?

行官面臨三大核心業(yè)務挑戰(zhàn)：利澗壓力：征聘和留住員

JL；員工職業(yè)倦怠。舉例而言，人工智能有望用于減同時，生成式人工智能還可利用各種有助于醫(yī)療診

輕文件記錄負擔、處理術前工作流程和簡化保險索斷和治療的數(shù)據(jù)集，包括電子健康記錄（EHR）、傳

賠。美國一些醫(yī)院正在利用人工智能審查患者病歷和感器和可穿戴設備。這項技術可在早期疾病檢測、解

醫(yī)療政策，處理保險索賠拒付情況，這有望為醫(yī)療機讀放射結果以及識別最急需治療的患者方面發(fā)揮重

20

構節(jié)省數(shù)百萬美元成本。超過60%被拒付的索賠最要作用。

終可獲補償，但由于索賠巾請出錯或醫(yī)院人手有限，

醫(yī)療機構正與科技公司攜手合作，研發(fā)人工智能工具,

網絡內醫(yī)療機構就保險索賠被拒提出申訴的比例僅

用以更好地預測臨床預后，增強放射成像，并優(yōu)化睡眠

為0.2%,致使每年有數(shù)百萬美元的保險索賠被沖銷無

法追回。13此外，人工智能還可最大限度地減少錯誤，監(jiān)測。NYUTron作為一種大型語言模型，可預測多種

臨床結果，如30日再入院率、院內死亡率、合并癥指

改進對所收到索賠的分類，減少索賠積壓和潛在付款

問題。川數(shù)和住院時長。據(jù)報告，該模型預測患者住院時長的

準確率達79%,較傳統(tǒng)預測方法提高了12%。2】

同時，SubtleMedical已研發(fā)出用于生成更好放射擴大服務可及性

圖像數(shù)據(jù)和精簡放射工作流程的工具。該公司專有

的深度學習算法賦能PET和MRI掃描時間縮短了擴大人工智能在醫(yī)療服務中的應用，獲益的不僅僅

瞅，提高了成像效率，改善了患者體驗。22是醫(yī)療機構。在零售環(huán)境下，人工智能可以更低的成本

提高醫(yī)療服務的可及性?；颊呖衫弥悄苁謾C和智能

ZeppHealth研發(fā)了睡眠和放松平臺ZeppAura,可手表，監(jiān)測自身的總體健康狀況和運動模式，加大對

與其智能可穿戴設備連接。該工具可為用戶提供個性化疾病預防RJ關注。在美國占有12%市場份額的大型連

的睡眠指導和睡眠質量分析，并基于用戶心率使用人鎖零售店，經營著220家診所。沃爾瑪、亞馬遜、百思

工智能生成睡眠音樂，幫助改善睡眠模式。"買和達樂等公司均已開設零售醫(yī)療服務業(yè)務或已試水

該領域。零售商已經擁有客戶數(shù)據(jù)，了解如何利用這

醫(yī)療系統(tǒng)面臨的另一項挑戰(zhàn)是如何管理日益增長的些數(shù)據(jù)，以大批量低成本的方式和低于其他服務提供

數(shù)據(jù)量。2020年，全球醫(yī)療行業(yè)產生超過2.3ZB商的價格，提供許多基本服務。27

（澤字節(jié)）的數(shù)據(jù)。24該行業(yè)可利用人工智能更有效地

使用這些數(shù)據(jù)。醫(yī)療機構借助集中臨床數(shù)據(jù)，可更全然而，由于客流量較少，零售醫(yī)療診所一直不愿在

面了解患者情?況，同時確保結果更一致，降低醫(yī)療成農村地區(qū)開設診所，因此，美國的零售醫(yī)療診所主

本。預計到2026年，可互操作的臨床數(shù)據(jù)市場規(guī)模要集中在城市和郊區(qū)。如此一來，雖然零售醫(yī)療診所

將幾乎翻一番，從2022年34億美元增至62億美元。可為患者提供技術創(chuàng)新，但這類創(chuàng)新僅可惠及特定

25地區(qū)。得

在短期內，人工智能可更有效地解釋和回應問詢，改善憑借增強現(xiàn)實、智能設備和可穿戴設備，人工智能可能

自初次就診至出院后隨訪期間的患者互動。此外，人工智會進一步模糊人類與技術之間的界限。此外，投資

能集成實時翻譯功能，可改善醫(yī)療服務的可及性，有助于安全數(shù)據(jù)環(huán)境等措施可減少患者對數(shù)據(jù)安全的擔憂。

于實現(xiàn)社會服務等領域的醫(yī)療公平。舉例而言，繼俄未來，人工智能有望為以下三個關鍵醫(yī)療領域提供協(xié)

烏沖突爆發(fā)以來，德勤捷克研發(fā)出?個基于云端的虛擬助：

聯(lián)絡中心IRENA（即難民即時需求援助），該聯(lián)絡中

心建立在AmazonConnect之上，利用人工智能與虛擬?智能診斷：基于人工智能的解決方案可利月體外診

代理以患者所選語言進行對話。26在沖突爆發(fā)初期，斷、醫(yī)學成像、電了健康1喙、與患者的對話、生物識

難民紛紛逃往歐洲各地，IRENA每天處理近10,000通別技術、圖像、傳感器、可穿戴設備和基因組等信息,

電話，其中多達80%由系統(tǒng)自動處理。幫助臨床醫(yī)生作出精準診斷。

?個性化自適應醫(yī)療方案：人工智能可通過解讀來自

智能設備和可穿戴設備的生物標志物數(shù)據(jù)，生成治

療方案，如睡眠分析、飲食建議，以及由人工智能

生成用于緩解壓力的音樂。此外，如果患者在堅持

療程方面面臨挑戰(zhàn)，生成式AI賦能的數(shù)字化身可以

共情的方式與患者互動，r解患者的障礙，并為患者提

供潛在解決方案或替代治療方案。

?人口健康管理：人工智能可以分析大型數(shù)據(jù)集，并識影響可信度的主要因素

別出對丁?發(fā)現(xiàn)人口健康趨勢至關重要的模式。舉例

而言，人工智能通過審查基因組數(shù)據(jù)、社會經濟信盡管人工智能在醫(yī)療領域具有變革潛力，但其采用可

息和電子健康檔案數(shù)據(jù)，可以識別宮頸癌等疾病的風能取決于醫(yī)療機構、醫(yī)療服務從業(yè)人員以及消費者對

險因素和預測因素。基于人工智能的營銷和傳播可生該技術的,言任程度和接受程度。醫(yī)療機構和人工智

成量身定制的視聽或文字形式邀請，用于疾病篩查能技術提供商應優(yōu)先考慮如何安全、負責任地使用這

服務,并在之后將向夏、訪問和結果存儲起來.用項技術。為了贏得患者的信任，技術不應存在偏見、不

于建立更可靠的模型。29準確和數(shù)據(jù)泄露問題（圖2）o30

圖2：如何提高人工智能可信度

數(shù)據(jù)透明算法可解釋人工智能運行可靠

確保終端用戶了解為何闡明人工智能系統(tǒng)如何有助于人們明確準確性標

收集數(shù)據(jù)以及如何使汨影響用戶、員工和其他相準，從而可以使用人工智

數(shù)據(jù)關人士作出決策能滿足既定標準

Source：Deloitteanalysis

相較在預測性診斷或護理服務提供方面的運用，人工

智能目前在處理行政事務方面的效率更高。生成式

人工智能遇到其知識空白時，往往會用聽起來似乎合總體而言，人工智能的監(jiān)管環(huán)境瞬息萬變。全球各國

理但可能并不準確的信息來填補3些空白。這些結果政府正致力建立有效的監(jiān)管制度。歐盟在這方面處于

通常被稱為人工智能“幻覺”或“虛構”。31領先地位。歐盟委員會于2021年建立了人JL智能監(jiān)管

框架，相關最終規(guī)則最早可于2024年實施。34

欲完善生成式人工智能的知識庫，須找到高質量的醫(yī)

療數(shù)據(jù)以及合適的基礎模型一為了充分發(fā)揮這兩者2023年3月，英國政府發(fā)布了生成式人工智能監(jiān)管指南,

的效能，可能需要進行大量投資，這些投資對于構建其中包括數(shù)據(jù)報告、生命周期問責制以及以促進人工

35

公眾信任至關重要。32智能的適應性和自主性為目標的行業(yè)協(xié)作。

醫(yī)療AI聯(lián)盟(TheCoalitionforHealthAl)的成員包然而，在巴西，在法律專家、學者、行業(yè)領袖和監(jiān)管機構

括學術醫(yī)療系統(tǒng)、企業(yè)以及人工智能和數(shù)據(jù)科學領之間達成共識的難度較大，該國尚未通過一個一致的

域專家，該聯(lián)盟概述了可信人工智能的特征，其中人工智能監(jiān)管框架，用以規(guī)范生成式人工智能在各領

包括：域的應用。2022年11月，?群法律專家、學者和行業(yè)專

家與該國數(shù)據(jù)保護局合作發(fā)布了相關準則，咳準則聚

?安全性：人工智能系統(tǒng)不得危及人類的生命、健焦公民權利、風險分類和治理措施，但巴西各級政府

康，財產或環(huán)境“論及醫(yī)療領域，這從根木上是對部門對該準則尚有爭論。36

《希波克拉底誓言》“不傷害原則”的延伸。如果

對公平性、問責制或偏見等監(jiān)管不足，人工智能模同時，美國尚未通過全面的國家監(jiān)管立法，導致各州監(jiān)

型可能會變得不安全。管規(guī)則框架不成體系。為使監(jiān)管更加明確，拜登政

府發(fā)布了一項旨在規(guī)范人工智能相關風險的行政命

?問責制與透明度：人工智能應具可審查性；個人應

有權限訪問其輸入系統(tǒng)的數(shù)據(jù)，同時可追蹤相關信令。37,38

息的來源。

用于規(guī)范和監(jiān)管人工智能的方法存在差異，這或將

?可解釋性與可解讀性：醫(yī)護人員應了解人工智能底對醫(yī)療機溝帶來更多挑戰(zhàn)。

層程序如何編制信息，且系統(tǒng)應根據(jù)信息請求生

成輸出結果。換而言之，醫(yī)療人工智能必須具有透

明性，即必須清楚闡明其生成結果的過程。

*公平性與公正性：人工智能不得增加特定群體遭受

偏見或不良結果的風險。33

在醫(yī)療領域負責任地部署人工智能醫(yī)療機構將建立信任納入其人工智能發(fā)展戰(zhàn)

略的注意事項

人工智能有望通過優(yōu)化行政職能和醫(yī)療服務改變醫(yī)

療行業(yè)。其將為全球醫(yī)療體系帶來經濟和非經濟效益，欲在人工智能的使用方面建立信任，醫(yī)療機構應：

如改善醫(yī)療質量、提升患者體驗以及提高臨床醫(yī)生滿

意度。私營醫(yī)療機構可能獲益最大，其可利用人工?針對人工智能采取強有力的治理實踐，助力確保

智能優(yōu)化醫(yī)療服務、保險索賠和醫(yī)療機構關系管理。企業(yè)能放心進行創(chuàng)新，同時減少復雜技術帶來的

風險。

公司如盡早投資于人工智能并確定在整個價值鏈中

?通過解決外部風險、物理風險和數(shù)字風險，優(yōu)先考慮

應用人工智能的機會，在未來一年有望獲得競爭優(yōu)勢，

患者數(shù)據(jù)隱私，保護患者數(shù)據(jù)免受網絡威脅。一旦預

為患者提供更個性化的醫(yī)療服務C

見到相關風險，企業(yè)須確定這類風險是否大于人工

智能帶來的潛在收益。

然而，公司須采取措施，確保負責任地部署人工智能,

保證人工智能的使用及相關流程透明且可審查。未將?在企業(yè)內部確立人工智能的責任和問責制，審杳

此納入其人工智能戰(zhàn)略的企業(yè)可能會面臨疏遠患者和可影響法律義務的規(guī)章制度，并確保人工智能系統(tǒng)

其他利益相關者的風險。在未來數(shù)年內，已建立對人可審查。

工智能的信任的企業(yè)，可利用這項技術不斷推出創(chuàng)新?告知消費者人工智能如何利用其醫(yī)療數(shù)據(jù)做出決

成果。策，提高透明度。人工智能的算法、屬性以及相關

性應公開接受檢查，其做出的決策也應該是完全

為使人工智能在醫(yī)療領域發(fā)揮作用，醫(yī)療專家和

可解釋的。

患者應對人工智能輸出的結果保持信心，了解這些

結果的實現(xiàn)過程，并相信相關機密信息將得到有

效保護。

o

德勤人工智能檔案:

人工智能如何改變醫(yī)療行業(yè)作出有效準確的診斷

人工智能正迅速成為醫(yī)療行業(yè)的競爭必需品。然而，診斷通常取決于多種因素，包括遺傳背景和病史。人

許多企業(yè)仍不了解人工智能對■企業(yè)的意義。德勤創(chuàng)建工智能可通過以下方式提高診斷水平：

了人..‘惟產也為不同行業(yè)的領導者總結了行業(yè)的

?分析大量醫(yī)療數(shù)據(jù)：人工智能可以發(fā)現(xiàn)人類可能

主要問題和機遇，以及人工智能洛如何助力解決這些

忽略的復雜模型和疾病特征。

問題和把握這些機遇。

?向醫(yī)生提供建議：通過使用深度神經網絡、丸器學

該檔案明確了人工智能可使該行業(yè)的以下幾個關鍵領習等人工智能技術，可加強對患者數(shù)據(jù)的分析。

域受益。

個性化醫(yī)療

改善患者參與

精準醫(yī)學根據(jù)個人的遺傳、環(huán)境和生活方式提供量

許多患者很難預約、訪問醫(yī)療i媒、確定哪些服務可供身定制的治療方式。人工智能可通過以卜.方式提供

他們使用，以及獲得簡單問題的答案。人工智能可通更加個性化的診斷、預防和治療：

過以下方式改善患者與醫(yī)療機構之間的互動：

?連接不同數(shù)據(jù)集：機器學習算法可以將治療結果與

?簡化復雜醫(yī)療信息：自然語言處理可以讓患者更容各種健康數(shù)據(jù)集連接起來。

易理解醫(yī)療數(shù)據(jù)，從而提高他們的健康素養(yǎng)。

?分析和收集海量數(shù)據(jù)：借助人工智能和機器學習

?簡化醫(yī)護人員之間的溝通：人工智能和機器學習功能，可以更有效地進行數(shù)據(jù)收集和分析。

解決方案可有效地過濾掉無關信息，從而僅共享

?開發(fā)個性化的治療和護理：醫(yī)療機構借助人工智

相關信息。

能分析工具可為每位患者提供個性化護理。

?加速數(shù)據(jù)庫搜索：基于人工智能的數(shù)據(jù)庫提高了信

優(yōu)化醫(yī)院人員配置和資源水平

息檢索效率和可靠性。

?使聊大機器人更智能：聊大機推人可解決患考問醫(yī)療需求3?系列第雜因素而起伏不定，這使得醫(yī)院

題、安排醫(yī)生預約以及進行患者轉介紹。難以優(yōu)化分配醫(yī)療設備和人員等關鍵資源的供應。預

測性人工智能可通過以卜.方式預測患者數(shù)量走勢，

?使患者參與個性化：基于人工智能的規(guī)范性分析可

助力醫(yī)院相應地調整人員配置和資源水平：

為患者提供個性化行動建議，從而提高對醫(yī)療服務

的關注。?預測未來的資源需求：數(shù)據(jù)挖掘、建模和人工智能

為企業(yè)的資源分配提供思路。

醫(yī)療索賠管理自動化

?分析詳組數(shù)據(jù)：人工智能和機器學習可以提供全面

傳統(tǒng)醫(yī)療索賠管理成本高、速度慢fl容易出錯，通常的健康狀況圖景。

依賴手動數(shù)據(jù)輸入。人工智能可通過以卜方式改善這

?識別具有高影響力的模式和趨勢：基于人工智能

一流程：

的分析揭示潛在的趨勢和風險。

?索賠數(shù)據(jù)提取和數(shù)據(jù)輸入流程自幼化：機器人

流程自動化工具可以智能地提取數(shù)據(jù)，無需人工

參與。

?提供實時狀態(tài)更新和監(jiān)控：人工智能系統(tǒng)可以提

供實時狀態(tài)更新和索賠監(jiān)控。

?自動跟進和拒絕：人工智能工具可以即時處理與索

賠相關的重復性任務。

?分析索賠：基于人工智能的數(shù)據(jù)分析工具可對已提

交的索賠提供實時分析。

解決成本和可負擔性問題

.從數(shù)據(jù)看:

有33億人居住在債務支出高于醫(yī)療和教育支出的國家】

47%的醫(yī)療機構表示，與過去兩年相比，目前的醫(yī)療服務可及性更加糟桂2

美國的人均醫(yī)療開支為12,500美元3

比利時、丹麥和芬蘭的平均期望壽命為80歲，這推動對長期醫(yī)療護理的需求不斷增長45

在英國，從醫(yī)第一年獲得加薪的醫(yī)生比例為10.3%6

12

醫(yī)療成本仍決定著全球醫(yī)療服務的質量、可及性和可

負擔性。受新冠肺炎疫情影響，醫(yī)護人員配備等方面的

成本增加，醫(yī)療服務的可及性和可負擔性也愈發(fā)受重美國、加拿大和英國等一些發(fā)達國家正面臨醫(yī)療勞

視。由于通貨膨脹抬高了藥品、醫(yī)療耗材和其他材料動力成本上升的問題，部分歸因于醫(yī)護人員短缺以

的價格，各國正面臨醫(yī)療成本高漲的問題。此外，疫情及對簽約勞務派遣公司的依賴，而這些公司在需求

造成醫(yī)療需求積壓，導致醫(yī)療機構資金壓力加大，進而激增的情況下往往會抬高服務價格。臨床醫(yī)生的薪

影響了醫(yī)療服務的優(yōu)先次序.越來越多的醫(yī)療機構F考酬增長跟不上通貨膨脹速度，加上生產率仍低于

慮采用更實惠、更高效的就醫(yī)模式，其中?些模式借疫情前水平，這進一步導致醫(yī)療機構利潤承壓。在美

助技術及其他創(chuàng)新方式。國，其醫(yī)療服務提供嚴重依賴私人醫(yī)療機構，因此，

醫(yī)療機構的利潤與勞動力成本之間的矛再尤為尖銳。

自2020年以來，大多數(shù)國家的人均醫(yī)療成本有所上

漲。2022年，美國的人均醫(yī)療支呂最高，超過12,500

美元，相當于該國人均國內生產總值（GDP）的17%,在美國，患者的住院費用較疫情前增長了22.5%,美國

一家醫(yī)院辦會發(fā)現(xiàn)，導致這一增長的最大因素在于

自2020年以來上漲了6%。美國的醫(yī)療支出占其GDP

的比例遠遠高于其他任何國家——如比利時、丹麥或勞動力成本上漲了近25%。疫情期間，美國有超過500

萬醫(yī)護人員離職，導致整個行業(yè)醫(yī)護人員普遍短缺，

芬蘭，這些國家醫(yī)療支出占其GDP的比例約為2%。

同時也加乖了在崗醫(yī)護人員的壓力。u

預計到2027年，美國的醫(yī)療支出還將再增長

36%,人均醫(yī)療支出將達至117,000美元以上。%

需求增加導致勞動力成本上升，原因在于醫(yī)療機構所

盡管隨著疫情消退，意大利和埃及等國的人均醫(yī)療成爭奪的合格專業(yè)人員數(shù)量有所減少。舉例而言，美國專

本有所下降，但從年初以來，這些國家的醫(yī)療支出恢業(yè)護理機構的情況說明了勞動力成本對醫(yī)療成本的影

復了上升勢頭。響。盡管美國專業(yè)護理機構的全職員工減少了疏，但

其勞動力成本仍然增加了30.8%。12

嬰兒死亡率是衡量一個國家人民整體健康水平的

在美國，醫(yī)療服務主要由私立醫(yī)療機構提供。因此

“晴雨表”。醫(yī)療支出每增加1%，嬰兒死亡率將下降

舉例而言，南非的人均醫(yī)療支出為美醫(yī)療成本上漲更為明顯，但其他國家也同樣面臨勞動

0.2%~1.5%a524

元，其嬰兒死亡率為24%。：相比之下，日本的人均醫(yī)力成本上升的問題。以加拿大為例，其醫(yī)護人員成本在

療文山為3,951美元，其嬰兒死亡率則為1.9%。。然而，2021年和2022年將分別增長近11%和6.S%.目前.

加拿大醫(yī)護人員成本占據(jù)醫(yī)療成本支出的第二大比重。

美國是個例外，其人均醫(yī)療支出超過12,500美元，

但其嬰兒死亡率卻達5.1%保9

因職業(yè)倦怠而離開加拿大醫(yī)療系統(tǒng)的大批護士中，許

多人正通過私營公司重返崗位。這使公共醫(yī)療系統(tǒng)

每年損失數(shù)仃萬美元。M舉例而言，在2022財年，多

倫多大學健康網絡在護士勞務派遣公司方面的支出

從2021年的77.6萬加元大幅增至674萬加元。15

在英國，醫(yī)護人員成本達662億英鎊，占其國家醫(yī)療美國的通貨膨脹水平創(chuàng)近40年來新高，這加劇了醫(yī)療

服務體系（NHS）總預算的45.2%。NHS最近同意為服務價格的上漲，使得醫(yī)療服務價格的上漲速度有史

從醫(yī)第一年的實習醫(yī)生加薪10%以上。16以來比其他經濟領域更快。2022年，醫(yī)療保險費較

上年上漲了28%,是當時通貨膨脹率的三倍多，這讓

自2019年以來，NHS加大了對勞務派遣公司的依賴，人不禁質疑，當前有多少消費者有能力負擔醫(yī)療費用。

因而這些公司的收入增長了10倍。2019年至2021年

間，領先醫(yī)護勞務派遣公司MedacsHealthcare的營業(yè)德勤美國2022年的一項調查發(fā)現(xiàn)，28%的美國消費者

收入增長了&洸，達1.609億英鎊,】7,i8（約7,200萬美國成年人）表示，與上年相比，他們承

擔意外醫(yī)療費用的能力有所下降（圖1）。］9

勞動力成木上升是導致醫(yī)療成本上漲的?大主要因

素，此外，大規(guī)模通貨膨脹也造成了一定的影響。

圖1：在美國，近三分之一的美國人認為，通貨膨脹是導致其醫(yī)療費用負擔能力下降的首要原因。

與一年前相比，您是否認為自己的醫(yī)療費用負擔能力有所下降？如果是，原因是什么？

（受訪者選出所有適用選項）

在這些受訪者中

13%因為失業(yè)

33%因為家庭收入有所下降

53%因為存款有所減少

28%

的美國消費者認為75%因為通貨膨脹導致開銷增加

與上年相比，他們承擔

意外醫(yī)療費用的能力有

所下降。需要緊急醫(yī)療

時，至少需自付500美

元的醫(yī)療費用。

注：受訪人數(shù)=2,005人。

資料來源：Deloitte2022PulseSurveyofUSConsumers.

從傳統(tǒng)上看，歐洲醫(yī)療成本的增嗝較小，但也未能幸利亞則采用基于經濟狀況調查的制度提供經濟支持。

免于全球趨勢的影響。據(jù)估計，2023年，整個歐洲法國采用?種混合供資方法，即采用將收A調整后的全

大陸的醫(yī)療成本上漲了8.6%,而2021年的漲幅為民醫(yī)療保險和私人保險相結合的供資方法。26

5.6%02023年，由于通貨膨脹，拉丁美洲的醫(yī)療成本

約上漲18.9%,而中東和非洲的醫(yī)療成本上漲了115%,美國依靠公共和私人資金共同供資，其中包括患者

亞洲上漲了10.2%。20自付費用。大部分的資金（約2,300億美元）源自醫(yī)

療補助計劃（Medicaid）和其他公營保險來源（如美

在美國，醫(yī)療成本水平還受保險公司、藥品分銷商、國退伍軍人健康管理局和兒童醫(yī)療保險計劃〕o27

藥品福利管理機構等中間商的影響。2022年，美國九

大中間商的總收入占美國醫(yī)療成本的近45%,而2013全球醫(yī)療鞏構均已開始采用虛擬病房和人工智能診

年這一比例為25%。2】政府限定了保險公司可從保斷工具等創(chuàng)新技術，以降低年齡相關的疾病護理成本。

費中獲得的收入，而這促使保險公司轉而收購收入不以美國為例，弗吉尼亞健康系統(tǒng)實施了一項“居家醫(yī)療

受該等限制的醫(yī)療機構。雖然這?新興的垂直醫(yī)療系服務"（hospital-at-home）項目，為需要緊急護理的

統(tǒng)可以帶來成本效益，但其同討也引發(fā)了一些擔憂,患者提供遠程醫(yī)療服務。28借助該項目，患者每次就

即相關公司可能會肆無忌憚地抬高價格，或者醫(yī)生可診平均可節(jié)省3,000美元，每家醫(yī)院平均每年可節(jié)省

能會被鼓勵向一些患者提供最便宜的治療方案。22超過400萬美元。29

在英國，MedwayNHS信托基金會在吉林厄姆經營著

一家醫(yī)院，該基金會使用遠程監(jiān)測技術控制彈性輸液

泵（?種化療藥物給藥設備）。患者借助該彈性注射

除勞動力成本上升這一主要驅動因素之外，醫(yī)療成

泵可在家中接受治療，在使用該泵的前10個月內，

本上漲還受其他因素影響。醫(yī)療機構維護成本就是

可減少約496個住院日，節(jié)省近20萬美元。30

其中一個因素。德國正在逐漸關閉其設于農村地區(qū)/

社區(qū)的小型醫(yī)院，轉而開設提供基本醫(yī)療服務的診

此外，醫(yī)療機構也在進行技術投資，以加快對慢性病的

所。需要接受更專業(yè)醫(yī)療服務的患者將被轉送至可

診斷速度，并降低相關治療成本。臺灣中國醫(yī)藥大學附

提供更全面醫(yī)療服務的大型醫(yī)院。23

屬醫(yī)院于2022年將智能微生物檢測系統(tǒng)應用于臨床

實踐。該人工智能工具從實驗室樣本中識別出致病病

人口老齡化推動對長期護理的需求增加，隨著壽命

原體僅需一小時，而標準檢測需要72借肋使用該

的延長，癌癥和阿爾茨海默氏癥等年齡相關的疾病也

工具，可減少25%的抗生素成本，并降低患者死亡率。

隨之增加，所有這些因素均導致醫(yī)療成本上升。比利時、

丹麥和芬蘭的平均預期壽命約為80歲，因此這些國家

對慢性病治療的長期護理需求日益增長。24這幾個國

以色列特拉維夫的謝巴醫(yī)院正在使用一種人工智能工

家是經合組織（OECD）中少數(shù)幾