麦肯锡:利用人工智能重塑医疗保健领域的消费者体验

在快速发展的医疗保健领域，人工智能有潜力重塑消费者与医疗服务的互动方式。如今，美国的消费者可能会遇到各种各样的问题，从寻找合适的保险范围到了解何时应该去看医生、费用是多少以及如何管理自己的健康。许多人花费大量时间进行研究，与朋友和家人协商，并致电提供商和付款人以寻找问题的答案。事实上，我们调查的四分之一的消费者表示，他们无法在需要时获得所需的护理。 ^{1 来源管理咨询网:www.chnmc.com}

解决复杂的医疗保健生态系统的有意义的改进需要的不仅仅是增加人员参与，特别是考虑到劳动力短缺和护理成本不断增加。进入人工智能：该技术有潜力重新构想消费者体验 (CX) 并以几年前不可能的方式增强参与度。它可以帮助实现个性化护理，提高透明度和简单性，并确保消费者能够控制自己的健康和医疗保健相关决策。最近的一项研究中，医疗保健专业人员评估了医生对社交媒体论坛上患者提出的问题的回答，并将其与聊天机器人生成的回复进行比较，发现评估者更喜欢人工智能的回答，认为它们的质量更高，更有同理心。 ^{2来源管理咨询网:www.chnmc.com}

一些好消息：医疗保健行业了解消费者体验 (CX)  中的人工智能机会。麦肯锡对医疗保健领导者的调查中，62% 的受访者表示，消费者参与度和体验是生成式人工智能 (gen AI) 最具潜力的领域。然而，只有 29% 的受访者出于任何目的开始在其组织中实施新一代人工智能。

使用人工智能根据个人需求、偏好和目标定制医疗保健体验，同时降低潜在风险的组织有可能从与消费者建立更信任的关系中受益。采用包括人工智能在内的最新技术还可以改善业务成果：据估计，净节省额可能占医疗保健支出的 5% 到 10%，具体百分比在私人和公共付款人、医生团体和医院之间略有不同。该研究由麦肯锡共同撰写，由国家经济研究局发布。 ^{3 来源管理咨询网:www.chnmc.com}

为什么人工智能现在适合医疗保健消费者

成功的人工智能使用需要数据，而该行业有充足的数据可供人工智能工具挖掘——全球大约 30% 的数据是由医疗保健行业产生的。 ⁴预计到 2025 年，医疗保健数据的复合年增长率将达到 36% 。⁵与传统医疗保健组织相比，医疗保健组织还有一个特点，即更多消费者愿意分享个人健康相关信息来支持他们的健康。雇主、政府或科技公司。 ^{6来源管理咨询网:www.chnmc.com}

然而，医疗保健在采用数字技术方面通常落后于其他行业。 7过去，除了最重要的患者隐私问题外，利用人工智能的主要技术挑战是无法从非结构化数据中提取有价值的见解，并为高度可变的消费者历程策划体验。就像其他行业一样，数据分散在多个系统中，虽然医疗保健已将一些结构化数据用于人工智能，但它在通话记录等非结构化数据源方面取得的成功有限。现在，gen AI 可以帮助释放以前无法使用的包含关键消费者信息的数据源的力量，并使它们与更广泛的人工智能用途兼容，以学习行为模式，从而提供一种新的能力，以以前无法实现的规模提供定制服务。

随着技术的飞速发展，它有能力帮助优化医疗保健消费者的历程。来源管理咨询网:www.chnmc.com

人工智能如何简化整个医疗保健历程

人工智能有潜力改变消费者的整个医疗保健历程。消费者在多个核心历程中体验护理，虽然这些步骤不必按时间顺序、离散或每个人都相同，但每个阶段都为人工智能提供了改善体验的机会。

历程示例 1. 加强对主动护理和健康的参与来源管理咨询网:www.chnmc.com

旅程示例 2. 让护理更容易查找和安排来源管理咨询网:www.chnmc.com

当消费者确定护理需求时，寻找满足其要求和偏好的护理可能会令人沮丧且耗时。人工智能可以作为 24/7 的前门，进行信息获取，从而为后续步骤提供初步建议。通过这样做，它有可能加快在正确的地点和时间向消费者提供正确的护理的过程。例如，人工智能可以将患者的偏好与提供商特定的数据结合起来，以创建更简化的搜索体验。此外，gen AI 可以综合信息，帮助消费者为拜访做好准备，并通过超个性化的预约提醒来提高参与度。

人工智能还可能有助于最大限度地减少预约缺席的情况，这每年给美国医疗保健系统造成超过 1500 亿美元的损失。 ¹延误护理还会导致患者病情恶化。 2通过医疗保健领域以消费者为中心推动增长”，麦肯锡，2023 年 3 月 14 日。通过分析过去的行为，人工智能可以帮助提供者和付款人主动识别更有可能错过预约的患者并提前发送提醒时间，并且当错过约会时，提供重新安排的选项。例如，位于巴尔的摩的一家具有联邦资格的医疗中心 Total Health Care 报告称，使用 eClinicalWorks 的 Healow AI 模型来识别高风险的缺席患者，并声称该模型将错过的预约减少了 34%。 ³

旅程示例 3. 使承保范围和费用信息更易于理解

旅程示例 4. 提高护理质量

旅程示例 5. 通过后续护理提高依从性

如何加速人工智能的应用以提高消费者满意度

尽管人工智能有潜力改善端到端消费者医疗保健之旅，但发展势头一直缓慢。组织陷入了对快速抓住机遇的兴奋和缺乏对从哪里开始的一致性之间的困境，同时考虑到与部署人工智能相关的潜在风险，人们普遍持谨慎态度。为加速利用人工智能升级消费者体验，我们提出了五个关键步骤。

解决 70% 的数据准备问题

首先，管理人员在分配资源和资金之前需要考虑组织的数据和技术准备情况。通过 AI 为医疗保健消费者提供有形价值，需要准备好可供使用的集成数据，这是一项具有挑战性的任务，平均占开发基于 AI 的解决方案时 70% 的工作量。 8重新连接以超越竞争”，麦肯锡季刊，2023 年 6 月 20 日。对于医疗保健而言，挑战在于了解要收集哪些数据以及如何连接这些来源；数据分散在多个平台上，并且具有不同的格式和实用级别（例如，本地托管的索赔或电子健康记录、云平台上的营销信息以及分布在多个系统上的呼叫中心信息）。

尽管与其他行业相比，医疗保健组织在数据量方面可能具有优势，但它们仍然面临着无法全面了解消费者的差距。例如，护理连续性的中断使得很难完全了解患者的需求、习惯和偏好。人工智能的输出也可能存在偏见，除非它们建立在人口多样化的数据之上。为了获得有意义的见解，组织可以用有关健康的社会决定因素、患者报告的结果、零售购买和健康追踪器的信息来补充其临床和患者数据。

将消费者体验优先事项归零以确保人工智能的成功

在评估数据准备情况的同时，领导者可以根据对改善客户体验、机会、战略和可行性的总体优先事项的重要性来评估人工智能投资领域并确定优先顺序。例如，人工智能可以优化管理流程，减少消费者接触点，从而降低服务成本。对于提供者来说，这可能意味着由于整体体验更好而导致取消次数减少，而对于付款人来说，这可能会导致回答有关福利或承保范围问题的后续电话减少。

这是避免尝试一次做太多事情的关键一步，因为这可能会限制有意义的进展。为了优先考虑重点领域，必须让组织中的跨职能领导者参与其中。例如，临床领导层尤其对患者的痛点以及在护理服务和客户体验中到底什么不起作用有第一手的洞察力。

优化人工智能干预的实时洞察

一旦建立了数据基础并确定了优先级，组织就可以开始弄清楚还需要什么来正确地将收集到的数据置于上下文中。提供真正个性化的人工智能驱动的洞察需要将跨数据源的多个接触点连接到个性化的消费者旅程中。通过结合医生就诊（频率、就诊医生类型或预约地点）、患者外展工作以及患者互动和体验等详细信息，人工智能模型可以更接近地代表消费者行为，这一点至关重要用于构建预测分析来为未来的干预措施提供信息。

通过分析患者的预约偏好以及他们如何或何时响应外展等详细信息，人工智能可以定制时间、频率和消息主题，以提供最有可能引起共鸣的建议。 Gen AI 可以通过超个性化的消息内容进一步提高这些定时干预的有效性。

绘制医疗保健领域的人工智能风险并制定缓解计划

与其他行业相比，医疗保健行业的领导者面临着独特的挑战，包括同意要求、隐私风险、潜在的健康影响和监管监督。虽然会员注册或预约安排期间的同意机制允许组织使用某些消费者数据，但消费者没有简单的方法来审查或调整这些同意。他们不仅应该能够了解签署新同意书时的数据使用情况，还应该能够了解对先前提供的同意书的隐私政策的更改，并具有明确的选择退出说明。

除了数据使用透明度之外，组织还可以建立基于人工智能使用和算法透明度的治理流程。他们可以为消费者提供有关人工智能系统的清晰日志和文档，包括偏见缓解策略和培训协议，例如所使用的人口概况的详细信息。与其他行业一样，随着消费者的期望转向更轻松地访问和控制数据（例如，一些公司允许客户决定他们购买的哪些产品用于训练机器学习推荐模型），医疗保健组织将面临越来越大的压力，要求他们这样做。

快速发展的人工智能特定法规进一步加剧了本已复杂的患者隐私环境。作为白宫人工智能安全行政命令的一部分，卫生与公众服务部的人工智能工作组一直在制定保护患者的政策。 9最后，为人工智能提供动力而构建的更成熟、集成的数据存储库可能成为网络攻击的宝贵目标。 2023 年打破了医疗保健数据泄露记录，记录了约 725 起泄露事件，涉及 500 条或更多记录，是 2017 年报告的两倍多。 10

提升团队的人工智能能力

从长远来看，提供商组织和付款人将必须投资于他们的能力和人才，以充分抓住人工智能机会。他们必须仔细平衡现有人才的技能提升和人工智能特定技能的招聘，然后组织战术团队根据选定的举措采取行动。与第三方人工智能供应商合作也是一种选择，可能会让组织快速行动。来源管理咨询网:www.chnmc.com

提高人工智能实施成功可能性的一种方法是采用副驾驶模型，让员工与人工智能工具一起工作，以实现渐进式流程改进。这利用了人工智能的速度和能力，并通过人类技能和直觉的制衡来减少错误和风险。重要的是，此过程包括在扩展到整个企业之前在一小部分用户中进行能力测试和学习收集。这种测试和学习策略使组织能够降低扩展风险，并衡量现有工作流程中的影响和采用情况。

如今，与医疗保健生态系统的交互通常很笨拙，并且缺乏消费者期望的个性化。人工智能有潜力通过实现以消费者为中心来重塑医疗保健之旅。构建成功的可扩展人工智能解决方案需要采用迭代方法、明确的受控启动策略以及如何与现有和重新构想的工作流程集成的明确计划，以及扩大有效工作的关键绩效指标。高管承诺也是发挥飞轮效应力量的关键。尽管实现这场革命需要有针对性的投资、数据进步和风险缓解，但我们预计辛勤的工作会得到回报。医疗保健人工智能的实施可以有利于组织的利润以及运营和管理职能，而消费者可以更好地掌控自己的健康和保健之旅，并获得更好的整体健康状况。来源管理咨询网:www.chnmc.com