AI醫(yī)療拐點！麥肯錫重磅報告：調(diào)研150位高管，Agent全面爆發(fā)，行業(yè)競爭邏輯已定！

自2023年起，全球知名咨詢公司麥肯錫持續(xù)對美國醫(yī)療健康領(lǐng)域領(lǐng)導者進行調(diào)研，追蹤生成式AI的應用進展。

近日，麥肯錫發(fā)布了關(guān)于“生成式人工智能在醫(yī)療領(lǐng)域的應用”的報告。

報告調(diào)研覆蓋150家醫(yī)療保健機構(gòu)的領(lǐng)導者，具體包括50家醫(yī)療支付方、50家臨床醫(yī)療機構(gòu)和50家醫(yī)療健康服務與科技企業(yè)，覆蓋醫(yī)療各細分領(lǐng)域，樣本具有代表性。

受訪者中，38%為C級高管，24%來自年收入超100億美元的組織，確保了調(diào)研結(jié)果的專業(yè)性和權(quán)威性

整個報告都指向一個結(jié)論：AI醫(yī)療的發(fā)展已然邁入新階段，對整個行業(yè)的變革影響愈發(fā)深遠。

高管調(diào)研顯示，生成式AI在醫(yī)療步入成熟。

行業(yè)50%高管所在機構(gòu)已實現(xiàn)落地，超80%機構(gòu)面向一線使用者上線首批功能。

與此同時，醫(yī)療行業(yè)管理者面臨的難題也在發(fā)生變化。

原本大家擔心的 AI 信任、數(shù)據(jù)安全和管理規(guī)范問題，現(xiàn)在還要兼顧實際業(yè)務融合落地的難題。

在此背景下，行業(yè)對AI Agent的關(guān)注度快速提升，僅1%的機構(gòu)沒有入局打算，也標志著應用正式邁入成熟新階段：

醫(yī)療機構(gòu)不再只用生成式 AI寫病歷、做簡單輔助工作，而是借助 AI 智能代理自主處理事務，統(tǒng)籌完成更復雜的全流程業(yè)務。

整個行業(yè)，競爭邏輯也隨之變化。

從概念走向落地，最具潛力領(lǐng)域是管理

麥肯錫2025年第四季度調(diào)研首次發(fā)現(xiàn)，醫(yī)療行業(yè)生成式 AI 落地占比已達五成。2024 年同期這一比例為 47%，2023年同期僅 25%。

這一數(shù)據(jù)意味著，生成式 AI 正從試驗試水，走向規(guī)模化落地。另一個明顯變化是，所有受訪機構(gòu)都已有布局計劃，行業(yè)對這項技術(shù)的觀望和顧慮大幅減少。

醫(yī)療AI Agent 雖然剛起步，卻已受到行業(yè)廣泛關(guān)注。目前它的落地進度遠不及生成式 AI，僅有 19% 的機構(gòu)實現(xiàn)規(guī)模化應用。

不過有51%的機構(gòu)正在開展試點驗證，僅1%的機構(gòu)完全沒有布局打算。

不同醫(yī)療細分領(lǐng)域的落地進度差異明顯：

醫(yī)療服務與科技企業(yè)走在最前列，醫(yī)保支付類企業(yè)落地率則不足五成。多智能體系統(tǒng)的行業(yè)格局也與之類似，且整體成熟度普遍落后于生成式 AI。

圖： 各子行業(yè)采用生成式AI和多智能體工作流的比例

受訪從業(yè)者普遍認為，管理效率是生成式 AI 和多智能體工作流程最有發(fā)展?jié)摿Φ膽梅较颍?strong>認可度高達87%。

其次依次是軟件基建（64%）、患者服務（63%）、臨床工作效率（58%）、護理質(zhì)量（48%）、戰(zhàn)略與增長（33%），研究與教育（30%）。

但在多智能體工作流程中，由于技術(shù)還不夠成熟，認可度稍稍低過生成式AI。

圖：最具潛力的領(lǐng)域

不過，盡管大家最看好 AI 在管理效率上的潛力，但從實際落地情況來看，醫(yī)療機構(gòu)的應用重心，已經(jīng)慢慢從行政事務轉(zhuǎn)向臨床業(yè)務。

有54%的護理機構(gòu)，已經(jīng)把生成式AI用到臨床診療提效上，也是目前落地最廣的場景。

而那些被普遍看好的方向，比如軟件基建、患者服務互動等，實際落地反而偏少，也成了行業(yè)接下來重點發(fā)力的空間。

圖：不同實施領(lǐng)域和子行業(yè)的生成式AI采用情況

多智能體落地，各醫(yī)療細分行業(yè)各有側(cè)重

多智能體的落地情況，在不同醫(yī)療細分領(lǐng)域差異明顯。

護理機構(gòu)更傾向用單一功能專項方案；醫(yī)保支付方主打全流程端到端自動化；醫(yī)療服務與科技企業(yè)，則更看重跨行業(yè)、跨場景的應用。

這種差異，本質(zhì)是各機構(gòu)業(yè)務重點和運營模式不同。

49%護理機構(gòu)希望優(yōu)先適配臨床專業(yè)流程，41%的支付方希望靠全流程自動化提效標準化業(yè)務，46%的醫(yī)療科技企業(yè)則側(cè)重可復用、可對外推廣的跨領(lǐng)域方案。

行業(yè)研究也表明，聚焦單一領(lǐng)域、打通端到端全流程是關(guān)鍵。

做得好的企業(yè)，都會圍繞具體業(yè)務做全流程 AI 落地，相比零散功能應用、盲目跨領(lǐng)域布局，這種方式能釋放更大價值。

圖：在多智能體工作流方面的采用情況

運營模式與合作生態(tài)方面，和第三方廠商合作開發(fā)AI方案，仍是各類醫(yī)療機構(gòu)的主流選擇。

細分來看，醫(yī)療服務與科技企業(yè)自研意愿最強，有36%傾向自主開發(fā)；而護理機構(gòu)僅19%、支付機構(gòu)只有12%愿意自研。

這也體現(xiàn)出前者 AI 落地成熟度更高，更愿意打造差異化服務。

圖：AI醫(yī)療產(chǎn)品采購策略

反觀護理機構(gòu)與支付機構(gòu)，分別有36%、39%更傾向直接采用成熟現(xiàn)成方案，主要是為了快速落地應用，同時彌補自身內(nèi)部研發(fā)能力的不足。

近一年來，機構(gòu)采購現(xiàn)成生成式AI方案的比例明顯上升。

最新調(diào)研顯示，已有 AI 試點布局的機構(gòu)中，33%選擇外購采購；而2024 年四季度這一比例僅為19%。

回報率為2—4倍

關(guān)于生成式AI的投資回報，麥肯錫的調(diào)研顯示，大多數(shù)醫(yī)療行業(yè)管理者，都期望自家機構(gòu)使用生成式AI能帶來正向回報。

最新調(diào)研更是顯示，82%的管理者預期能獲得正回報，這一比例是歷次調(diào)研中最高的；同時，能明確量化正回報的管理者，也達到了歷次最高的45%。

那些能量化回報的受訪者表示，生成式AI的投資回報率，大多在初始投資的2倍到4倍之間。

圖：已實施生成式AI的機構(gòu)的預期ROI

與歷年調(diào)研結(jié)論一致，醫(yī)療行業(yè)高管在推進生成式 AI 落地時，高度重視風險與安全，43%的受訪者將其視為推行阻礙。

在各類風險中，數(shù)據(jù)偏差與結(jié)果不準、安全隱患、監(jiān)管合規(guī)，是行業(yè)最關(guān)心的三大問題。

運營層面的難題同樣突出：系統(tǒng)難以對接融合、自身技術(shù)能力欠缺，分別位列落地阻礙的第一位和第三位。

圖：部署AI醫(yī)療產(chǎn)品的阻礙

這也側(cè)面體現(xiàn)出醫(yī)療行業(yè) AI 應用正在走向成熟：

行業(yè)已跨過規(guī)劃和試點驗證階段，主要矛盾不再是顧慮風險，而是如何把生成式 AI 接入原有老舊復雜的醫(yī)療系統(tǒng)。

流程調(diào)度與業(yè)務流程重構(gòu)，已然成為最大瓶頸。

結(jié)論

綜合來看，AI醫(yī)療正在進入全新的階段。

這個階段，不再追求技術(shù)的新穎性，而是更注重結(jié)合行業(yè)實際、落地實用價值。

隨著各機構(gòu)持續(xù)大規(guī)模落地生成式AI，未來的競爭優(yōu)勢將越來越取決于三點：

1、能否把AI融入核心業(yè)務流程

2、有效衡量并兌現(xiàn)AI的價值

2、在AI應用范圍擴大、自主性提升時，如何管控好風險

因此，行業(yè)對智能代理AI的關(guān)注度不斷提升，也恰恰體現(xiàn)了這一轉(zhuǎn)變。

從零散的單一AI應用，轉(zhuǎn)向系統(tǒng)化的統(tǒng)籌部署，這也對AI的設(shè)計、管理和落地執(zhí)行，提出了更高要求。

對醫(yī)療行業(yè)管理者而言，面臨的挑戰(zhàn)不只是更快地采用AI，更重要的是搭建起支撐AI持續(xù)運營、不斷擴展的組織能力。

那些能做到這一點的機構(gòu)，將更有能力把技術(shù)進步，轉(zhuǎn)化為長期的運營提升和臨床價值。

—The End—