AI代理人即将参加医疗保健

Y Combinator称2025年AI代理年的年份，并将医疗保健视为关键重点领域。比尔·盖茨（Bill Gates）预测，代理商将颠覆软件行业，这是自从我们从打字命令到敲击图标以来的计算上最大的革命。

你明白了。代理在整个科技行业中都流行。但是代理商到底是什么？他们在医疗保健中可能扮演什么角色？还有什么使他们无法意识到自己的潜力？

什么是AI代理？

由于早期的聊天机器人使用了决策树和脚本响应，因此他们在深入的对话中挣扎。 随着Chatgpt的发行，数以百万计的人发现了如何在几乎无限的主题范围内与大型语言模型进行互动。

代理商以该基础为基础。它们是通过诸如检索，内存和工具等功能增强的LLMS使他们能够在不监督的情况下执行狭义的任务（例如，预订航班或响应客户服务请求）。虽然副驾驶协助人类，但代理人完全接管了任务。代理AI协调多个特定于任务的代理人来实现多步目标。

为什么所有关于医疗保健代理商的兴奋？

许多医疗保健提供者组织都在挣扎。他们的劳动力紧张而短缺。利润很薄，人工成本正在上升，许多过程效率低下且浪费。同时，患者经常努力及时，负担得起和有效的护理。

众多行业，例如银行业，旅行和个人理财，通过与更少的人。代理商可能会在医疗保健中解锁类似的机会。始终可以扩展，不懈的局面，代理可以自动化一系列行政甚至临床过程。

这就是为什么许多人不仅将代理人视为技术，还视为运营基础架构和数字劳动力。正如Luminai首席执行官Kesava Kirupa Dinakaran所解释的那样，当您考虑计算机如何推动价值时，它可以通过改善运营来提高价值。医疗组织的核心是与运营有关的。希望代理商可以扩大访问，降低成本，改善体验并提高结果。

代理商如何在整个医疗保健中传播？

迅速发展的公司浪潮正在竞争提供AI代理，使提供商组织能够以更少的速度做更多的事情。

呼叫中心是今天的领先用例。大多数患者仍然通过电话约会，许多患者由于安排麻烦而跳过。代理商可以通过与患者交谈并采取下一个最佳行动来管理入站呼叫（例如，安排约会或进行推荐）。当代理商无法处理端到端的电话时，他们可以验证关键细节，总结对话并交给人工作人员。

各种健康联合首席执行官Jeff Liu解释说，他的公司旨在帮助医疗机构 - 培训他们有史以来最好的运营商。将其余的路由以优先顺序打电话给中心工人和护士。

同样，Hello患者首席执行官Alex Cohen报告说，他的公司的声音和SMS代理人处理实时的前台电话，并主动重新接触患者，让诊所提高访问权限并填写时间表，而无需添加Heackount。”

代理商还在处理出站电话。值得注意的代理人安排患者以获取所需的护理差距，并通过收集访问前的表格和问卷来为患者做好准备。Qventus的代理商通过提供准备说明，发送任命提醒，回答一般护理问题并协调入学前测试，帮助患者优化患者的程序和手术。Infinitus部署代理人进行健康风险评估，并帮助患者获得特殊疗法和罕见疾病计划。

一些代理商在访问之间和之后支持患者。Ambience Healthcare正在开发代理商，这些代理商根据访问说明发送后续说明，药物提醒和调度提示。Cedar最近推出了AI语音代理Kora，以处理计费查询，解释指控，表面付款方式并通过经济援助将患者联系起来。

Hippocratic AI为护士级临床任务提供了一系列代理，例如进行后期的后续呼叫和闭合护理差距。该公司称这是超级人员的称呼，因为许多组织缺乏自己的工作。

同样，图库维的语音代理涵盖了各种活动，包括放电后随访和美感。首席执行官玛丽亚·冈萨雷斯·曼索（Maria Gonzalez Manso）告诉我，她的公司帮助80％的手术护士从后续任务中重新分配了指导患者护理。

代理人不仅限于面向患者的角色他们还简化了后台。例如，Luminai的代理之一读取传入的传真，并自动触发下游工作流程，例如补充和推荐。VoiceCare AI自动化提供者组织，保险公司和患者之间的沟通。其首席执行官Parag Jhaveri报告说，他们的经纪人Joy可以等待30分钟以上，导航电话树，维持多小时的对话，并采取更新索赔和提出请求之类的行动。

什么是主要的技术挑战？

构建一个贴有良好的抛光演示很容易。在实际医疗保健任务上提供可靠的表现要困难得多。代理商经常得分差不多人类表现。首先，医疗保健很复杂充满边缘案例，例外和上下文细微差别。作为传奇软件工程师史蒂文·辛诺夫斯基（Steven Sinofsky）著名的，自动化最终是关于处理异常的，而不是例行程序。

几个技术障碍妨碍了您。医疗保健数据被深层孤立和分散。Innovaccer外部事务负责人Lisa Bari警告不要在没有完整上下文数据的情况下部署代理商。

同样，尽管LLMS使代理可以处理各种输入，但它们可以产生不受控制的输出。更长的对话和更多上下文数据可以降低准确性并增加延迟。此外，多步骤过程中的错误率化合物。例如，每个步骤98％的代理将仅90％的时间成功完成五步任务（0.98 µ）。

开发人员使用各种策略使代理更可靠。正如RN剑健康产品负责人里克·雷纳德（Rik Renard）所强调的那样：“针对预先指定的标准评估代理商的产量对于部署可靠的代理人至关重要，但很少有人讨论这一点。”

许多代理系统使用专门的知识图来将信息进行环境化，并协调代理来链接多个特定于任务的代理。技术护栏有助于确保代理商保持在范围内，并有可疑的产出进行人类审查。

尽管如此，选择正确的用例还是至关重要的。著名的首席医疗官亚伦·尼因斯坦（Aaron Neinstein）博士告诉我，他的公司首先在低风险地区（例如，访问前的信息收集）部署特工，以建立信任，然后再扩展到更复杂的工作流程中。

即使在清晰的用例中，部署仍然很艰难，也不存在捷径。正如Cedar首席执行官Florian Otto博士所总结的那样，必须通过工作流程构建工作流程，并且只有在可靠地工作时才部署。

代理商还必须与其他技术系统集成像EHR和CRM访问上下文数据并执行任务。大多数使用本机API集成，尽管有些通过医护人员使用的相同的点击接口进行交互。

最终，在一个代理经济，代理必须互动传达信息，传输资源，协作和跟踪交易。这将需要持续的身份和无缝的通信协议，而开发人员现在正在构建。包括Salesforce，Microsoft和创新者，已经启动了平台来协调多代理医疗保健工作流程。

“任何足够先进的技术都与魔术没有区别。”

改变的障碍

亚瑟·克拉克（Arthur C. Clark）著名地解释说：“任何足够先进的技术都与魔术无法区分。不可思议的山谷它感觉喜欢魔术。

但是与魔术不同，这并不是一件可靠的。在高风险情况下，不可靠的AI会造成真正的伤害。作为极端的例子，请考虑一下国家饮食失调协会的聊天机器人泰莎（Tessa）如何鼓励用户饮食失调，或者是一个角色。

但是，代理人不仅仅是聊天机器人。他们是不懈的数字工人，他们随时准备完成特定的任务。当缝合在一起时，它们可以形成多代理系统或代理群处理复杂，相互依存的过程和行为。

然而，美国和欧盟监管机构批准了极少的医疗保健AI代理商。Hardian Health S Hugh Harvey博士警告说：“使用不受监管的AI代理商的卫生系统和临床医生必须接受所有风险。

另外，与魔术不同，AI代理商的插件。实施代理是一项巨大的变更管理事业。

患者将需要调整他们的期望，并学会与技术和医疗保健不同。在他的书中炼金术罗里·萨瑟兰（Rory Sutherland）解释说，在我们的“不懈努力”中，我们常常忘记问'人们喜欢效率的人们是否像经济理论一样如此。

以门卫谬论为例：一家用自动门代替门卫的酒店可以节省金钱，同时忽略门门把手提供的其他有价值的功能，例如海上出租车，提供安全，欢迎客人，并发出酒店的地位。

同样，医疗保健工人通常比简单的职位描述要多得多。例如，如果特工自动安排安排，谁会放心地提到“每个人都爱史密斯博士，或者她倾向于在一天结束时跑步？

当然，医疗保健工作者非常完美或始终可用。我与几位公司领导人交谈说，患者更喜欢与代理商互动，而不是医护人员。但这还有待观察。Klarna的医疗保健外，现在购买，最近付款回去它雄心勃勃的努力，用AI代理代替其三分之二的客户服务员工。事实证明，许多客户仍然想与真实的人交谈。

代理商还将重塑医护人员如何工作。通过卸载繁殖，代理商可以增强某些人的能力。还有其他人可能会不得不照顾新的数字同事，这可能有可能更换它们。

有趣的是，一位公司首席执行官分享说，高管和经理不是前线工作人员通常是最具抵抗力的。也许他们担心代理商会缩小他们的团队并降低他们的影响力。或者，更有可能会对所有负责任的部署要求感到沮丧：浮出水面知识，定义地面真理，简化工作流程以及为新形式的人类协作而重新培训工人。

Infinitus首席执行官Ankit Jain解释了他的公司销售成果，而不是技术。它专注于支持变更管理，认识到组织必须能够在走路然后跑步之前爬行。

为了使代理人成功，组织必须向内看。技术是一个放大器。它可以提高生产率或放大效率低下。强烈朝着惯性发展的医疗组织必须积极重新检查其运营，重新平衡劳动力并加强其数字治理。否则，综合剂可能会引起混乱和混乱。

优化工作流程至关重要。因此，缓解下游约束也是如此。例如，如果医生的日程安排始终饱满，则完美的预约安排代理人的价值有限。只有在有足够的护士和临床医生可以做出反应的情况下，旗手需要的宣传代理才有帮助。

综上所述，这些发展指出了一个既有前途又不确定的未来。

技术既不好也不好；它也不中立。

我们要去哪里？

医疗保健的数字历史教会了我们努力教训：技术可以提供帮助，但不能奇迹般地解决所有问题。技术不在孤立的变化中起作用，取决于重新思考人员，流程和优先事项，而不仅仅是部署工具。

罗伊·阿玛拉（Roy Amara）著名地观察到，我们倾向于高估了技术在短期内的影响，从长远来看，这似乎是AI代理人的效果。

在靠近术语，代理商将使现有的工作流程更快，更便宜的接听电话，管理摄入量并进行约会。接下来，他们可能会改善跨渠道协调的这些工作流程，增加个性化并在上下文中做出响应。最终，它们可以实现全新的方法，并且代理网络在系统之间进行半自治的网络。这个未来不会直线到达。

这一进化的核心是核心张力：杠杆与确定性。代理商承诺以微不足道的成本付出了一种不懈的劳动。但是，这种利用会引入风险。就目前而言，他们可能会留在行政领域，因为错误成本较小且很少危险。

尽管如此，护理提供的效率也很低。急性和慢性病的护理模型几十年来几乎没有改变和临床医生患者遇到仍然是医疗保健的障碍点。

在这里，代理商也可能会有所帮助：处理分类，指导协议驱动的决定，甚至管理慢性病。这在技术上已经是可行的。但是，真正的进步将需要更多：严格的评估，法规清晰度，更新的商业模式，文化接受，重新设计的团队以及无缝的人类护理升级路径。

梅尔文·克兰兹伯格（Melvin Kranzberg）的第一法提醒我们：技术既不好也不好；它也不中立。代理人的承诺是真实的，但有条件的。它们的影响取决于我们如何设计，部署和管理它们。

代理商会使护理更具个性化或更大的交易性吗？他们会返回临床医生还是减少他们的时间自治并将他们变成机器主管？他们会使人们更加靠近还是插入更多距离？他们会减轻负担或储藏人类护理核心吗？

代理人来了。它们变得取决于我们。

I thank the following people for discussing this topic with me: Ray Chen and Jonathan Fullerton (Ambience Healthcare), Jeffery Liu and Jon Wang (Assort Health), Florian Otto (Cedar), Hugh Harvey (Hardian Health), Alex Cohen (HelloPatient), Rick Keating (Hippocratic AI), Ankit Jain (Infinitus), Abhinav Shashank and LisaBari（Innovaccer），Pankaj Gore（Insight Health），Kesava Kirupa Dinakaran（Luminai）， 亚伦·尼因斯坦（Aaron Neinstein）和图沙·加格（Tushar Garg）（著名），大卫·阿塔斯鲁（Qventus），鲁哈安·沙普瓦拉（Rouhaan Shahpurwala）（Sully.ai），Rik Renard和Kevin Wong（Sword Health），Maria Gonzalez Manso（Tucuvi）（Tucuvi），Parag Jhaveri（Parag Jhaveri（Parag Jhaveri）（Voicecare ai），Sergei ai and sergei and stere and stere and stelue and stere and-tellai and-tellai and-tellai and stere and-tellai。