以下是您要求的英文文章的中文翻译，已按照保留原文结构、技术术语不翻译、代码块原样保留等要求进行处理，并输出为 Markdown 格式。
用智能体 AI 重新人性化全球医疗保健
赞助内容 人工智能 用智能体 AI 重新人性化全球医疗保健 面对迫在眉睫的人员短缺，医疗保健提供者正在利用 AI 智能体自动化复杂的行政任务甚至临床决策，从而使人类能够更专注于患者护理。 由 MIT Technology Review Insights 提供 2026年6月2日 与 Ema 合作
全球医疗保健行业正承受着越来越大的压力。数十年的长期投资不足和招聘限制，恰逢老龄化人口对服务需求的激增。服务供给的缺口已经造成了影响，表现为医疗服务的碎片化获取以及员工中高发的压力和职业倦怠。而且情况还在恶化。世界卫生组织警告称，到2030年，当前的短缺将增加到1100万名工作者。
在急切寻找解决方案的过程中，许多医疗保健提供者现在将希望寄托于智能体 AI。根据毕马威（KPMG）的数据，超过三分之二（68%）的机构已经将 AI 智能体纳入其员工队伍。这项技术正被用于自动化复杂的后台流程、与医疗团队协作，甚至对患者进行分诊，所有这些都是为了在人类医疗工作者供应减少的情况下，减轻临床医生的认知负荷，并提高对患者的护理质量。
一种不同类型的数字化
到目前为止，医疗保健领域数字化的好处是有限的。许多员工指责缓慢或过时的技术增加了行政负担，而非减轻了负担。例如，美国患者数据在21世纪初被迁移到电子健康记录（EHR）中，但这些数据仍然分散且依赖手动输入。
纽约市专注于肌肉骨骼健康的学术医疗中心——特殊外科医院（HSS）的首席数字与技术官 Ashis Barad 医学博士表示，新的远程医疗服务和数字护理工具（如远程监测器）也存在类似的缺陷。他说，这两项技术都通过消除地理障碍帮助改善了医疗服务的可及性，但它们未能复制面对面护理的质量或赢得患者的信任。
他坚持认为，智能体 AI 与这些现有技术不同。AI 智能体不依赖手动输入，也不会将任何稍微超出严格框架的病例默认交给人类工作者处理，而是可以处理细微、复杂的场景。它们可以自主决策，从专业临床资料中检索信息，并随时间迭代优化，从而解放临床医生，让他们专注于更高层次的患者护理。正如 Barad 博士所说：“智能体 AI 接管你的工作流程，压缩它、增强它、为其注入动力，并使其性能更优。”
在 HSS，AI 智能体已在多个领域部署。它们处理复杂的后台流程，例如保险理赔，这些流程以前需要数周才能完成，并且需要 HSS 员工和第三方承包商共同处理工作量。Barad 博士说，现在，AI 智能体每月完成1100件理赔。自实施以来的九个月内，它们将申诉阶段从45分钟缩短到5分钟，并将申诉成功率从65%提高到100%。HSS 现在内部处理所有理赔。
在此成功的基础上，HSS 现在正在非临床的患者面向场景中部署 AI 智能体，提供 AI 预约安排和分诊服务，这是与企业智能体 AI 开发商 Ema Unlimited 合作的一部分。该服务通过网页、短信或电话提供全天候访问。它使用对话式 AI 向患者询问有关其病情的澄清性问题，然后根据地点、保险范围和医生可用性等因素，为患者预约最合适的临床医生。“它完成了整个闭环，”Barad 博士说。他补充道，AI 智能体接受了“我们所有的背景信息、所有规则和所有知识库”的训练，为患者提供了获取世界领先外科医生高度专业知识的简化途径。
鉴于委托给 AI 智能体的决策具有高风险性，该分诊服务内置了安全保障措施——敏感、复杂或不确定的情况会升级给人类专家处理。AI 智能体做出的每一个决策都是可审计的，人类员工可以在任何时间点介入。患者数据保持安全，系统根据 HSS 的所有协议、政策和护理路径进行训练。Ema 表示，通过保持人类在回路中，其技术在高效自动化、以患者为先的安全性和基于人类智慧的决策之间取得了平衡。
Barad 博士说，随着这项技术变得越来越普及，提供者有责任确保系统中嵌入了这类防护措施。在 HSS，所有围绕该技术的决策都要经过一个 AI 小组委员会的筛选，该委员会由 Barad 博士与一位高级护理主管共同主持。他解释说，可能涉及患者护理的 AI 智能体将受到比后台流程严格得多的审查。
AI 智能体引发系统层面的变革
例如，Barad 博士计划在纽约市的 HSS 主校区创建一个专门的 AI 实验室——此举旨在使整个组织内的人员都能民主地使用这项技术。他解释说，该实验室将向所有希望了解或构建 AI 智能体的员工开放，并提供信息丰富的课程和一对一培训。“我们正在让每个人都能接触到智能体 AI，”他说。
这与德勤（Deloitte）的研究结果相呼应，该研究发现，医疗保健领域领先的智能体 AI 采用者更有可能选择多智能体解决方案，重新设计端到端的工作流程，而不是固守狭窄的解决方案或单个用例。关键在于，似乎是要将 AI 智能体整合到整个企业中，将其视为一种通用技术。正如 Barad 博士所说：“将智能体 AI 视为一个个用例是错误的……它是一种通用技术，类似于电力。”
在实践中，这意味着医疗保健提供者需要奠定正确的基础，才能通过智能体 AI 实现价值。这