当AI不再是项目：从技术部署到创造真实的患者与医疗服务价值

在斯坦福医疗AI播客（Stanford HealthcareAI Podcast）的最新一期对话中，OptumInsight首席执行官Sandeep Dadlani与主持人Justin、Matt围绕一个核心命题展开讨论：当AI从实验性项目走向真正的业务引擎，医疗行业如何将技术潜力转化为可衡量的患者与医疗服务价值？从联合健康集团（UnitedHealth Group）的AI实战经验出发，这场对话揭示了医疗行业在拥抱生成式AI过程中的真实挑战与机遇。

从"回答问题"到"完成任务"：AI Agent带来的范式转变

Sandeep Dadlani分享了一个亲身的例子：父亲节当天，他与女儿们在商场购物，看中了几件商品，但总在尺寸、颜色或款式上不尽如人意。他拍下照片上传到Gemini，AI自动完成了颜色、尺寸、库存匹配，并找到线上有货的品牌，甚至帮助完成了下单。"我在零售消费行业工作了大半辈子，看到AI为我做了这么多事情，真的非常惊讶。"这个看似简单的购物场景，折射出AI使用方式的根本性变化——从提供信息到替用户执行任务。

这种变化在数据上得到了印证。OpenAI近期发布的内部数据显示，ChatGPT的使用场景已经远远超出简单的问答——不仅工程和编码领域，在财务、招聘和法务等场景中，AI Agent正在完成需要数小时的连续工作。约25%的Agent任务需要超过8小时的人工等效工作时间。主持人Justin指出，这意味着医疗系统需要重新思考工作流程的拆解方式："我们的系统并不是为让一批人去执行8小时连续任务而设计的，它更具迭代性。我们需要分解工作，才能真正利用前沿模型的全部能力。"

企业级Agent的现实困境：治理、护栏与想象力

作为一家拥有约22,000名工程师的大型企业的CTO，Dadlani坦言，即便是技术实力雄厚的联合健康集团，在长周期Agent任务上也没有完全准备好。"在治理、护栏、安全——坦率地说，还有想象力方面，我们还没有达到那个水平。"他最近在一次业务复盘中发现一种令人担忧的趋势：企业内部几乎把所有东西都称为"Agent"，甚至一个简单的API也要冠以"Agent"之名来显得时髦，"如果你创建了一个超级API，它就变成了超级Agent"——这完全是本末倒置。

Dadlani强调："Agent必须如名称所示，拥有自主性（Agency）——能够推理、决策、行动。"目前企业内部的大多数Agent仍停留在孤岛中，在领域边界清晰、数据安全可控的地方运行。但他认为，如果只是在端到端流程中部署八个彼此隔离的Agent，就无法真正重新构想医疗保健。机会就在眼前，但需要搭建正确的治理、护栏和网关体系。

打破孤岛：重新构想工作流，而非优化单个任务

Justin补充了一个关键视角：很多机构的第一反应是攻克孤岛——用Agent和自动化修复某个特定任务。但"我们还没有做过真正重要的反思：为什么要做这个任务？"这是一个更大的端到端流程中的一环，无论是费用结算还是患者流转，都需要从全局视角审视。对工作流进行重新构想——在新技术条件下应该做什么、怎么做——才是最有影响力、也最具挑战性的工作。

他引用了一些医疗系统CFO的常见抱怨："我们看到AI无处不在，但利润表毫无变化。"这句令人警醒的话，在医疗系统的高管层中反复出现。Justin认为，这是因为我们往往回避了最艰难的问题：关键指标是什么？我们是否真正理解这些指标？如何在大规模范围内改变它们？"这与其说是技术挑战，不如说在今天是人的挑战。"

成本焦虑与模型锁定：企业的新担忧

从CFO视角出发，Matt表达了对Agent成本的担忧："Agent意味着大量token消耗，但我们并不确定这些token的使用效率如何。"与此同时，越来越多的企业开始担心被单一模型供应商锁定。"如果我把整个企业的流程、工作流、系统都建立在某个模型或API之上，一旦出现安全风险或模型被撤回，后果将不堪设想。"这种焦虑在大模型格局快速变化的当下显得尤为现实——新模型以周为单位涌现，地缘政治因素也交织其中。

近期，中国开源模型GLM 5.2在性能和成本上引发了广泛讨论。根据OpenRouter的数据，美国企业调用的模型中，来自中国的开源模型占比正在快速上升。但Matt提醒需要理性看待：GLM 5.2在质量上达到了前沿水平（约为GPT-4.8的级别），但主要优势集中在工程和基础任务上，医疗健康领域的基准表现尚未经过充分验证。此外，其token消耗量是同级模型的5至10倍，拥有超过7,500亿参数——这并非可以轻松在本地部署的模型。真正值得关注的问题或许是：如何让社区有能力对模型进行改造、塑造和"拥有"，而不是被动接受某个供应商的选择。

联合健康的AI实战：United AI Studio与多模型策略

面对上述挑战，联合健康集团的应对策略是构建一个统一的AI管理平台——United AI Studio。这个平台并非简单的模型聚合器，而是一套完整的治理和运营体系：

Dadlani坦言，这种"注册制"管理方式让Agent既能跨域协作，又能被有效治理。但他也承认，技术格局的变化让人永远处于"过时焦虑"中："我们周五把方案设计到完美，周一又在担心是否已经落后。"在他看来，这种适度的偏执（Paranoia）恰恰是组织保持敏锐的动力。

通用模型 vs 专业临床AI：一场尚未定论的较量

对话深入探讨了近期在医学AI领域引起轰动的论文：一组研究人员对通用大语言模型与专门训练的临床AI工具进行了对比，结果显示，通用模型（虽然测试版本已有滞后）在某些任务上的表现已经超越了OpenEvidence和最新的"专家级"AI模型。这让人联想到AI领域著名的"苦涩教训"（Bitter Lesson）：与其费力将专业医学知识人工编码进系统，不如给通用模型足够的数据、时间和算力，让它自行学习并实现超越。

Dadlani对此持有实用主义态度："我不会对具体案例下结论，因为图表中有很多我们的供应商和合作伙伴。但我能看到一个清晰的趋势：通用模型会越来越好。"他主张，与其投入大量资源训练自有模型，不如构建一个能够灵活更换模型的"总控"体系，将重心放在工作流和用户体验的优化上。"临床推理是这个拼图中最关键的一块。"

Justin也呼应了这一观点："我们不会从零开始训练一个医疗领域的通用模型。模型迭代太快了，获取正确的上下文、明确用例细节、让团队对齐目标——这些才是更高的优先级。训练自有大模型这件事，在可见的未来内不是最具价值的投入方向。"

9亿份传真：现实与前沿之间的巨大鸿沟

在讨论模型性能和技术竞赛之前，Dadlani抛出了一个令人震撼的数据点：医疗行业每年仍然处理约90亿份传真（Fax）。联合健康内部一些团队至今仍在使用OCR（光学字符识别）技术，因为这项技术已经深度嵌入工作流——虽然多模态大模型显然更为先进，但替换的代价、系统兼容性和不可控风险让团队望而却步。

"当我问团队为什么还在用OCR，他们说：我们正在努力替换那90亿份传真，而这已经是最快最便宜的方式了。"这恰恰说明，医疗行业的技术升级不是非黑即白的选择，而是一个渐进的梯度过程。"你在这里看到的只是冰山一角。"

速度竞赛：100倍思维、"老虎团队"与月度审视

谈及执行速度，Dadlani分享了自己在玛氏（Mars）宠物放射学领域与Matt合作期间形成的"100倍"（100X）理念。对于大型企业，核心问题不是让员工加班，而是消除抽象层级："大多数人与终端用户、患者、诊所前台、医生之间存在物理距离，需要通过共识层、数据、报告来不断抽象。除非你将问题解决者——工程师、产品经理——带到一线，让他们贴身观察真实的患者交互和呼叫中心场景，才能获得一种稀缺的组织速度。"

基于这一理念，Dadlani正在组建六个"老虎团队"（Tiger Teams），针对六个端到端流程进行集中攻坚，并要求团队成员深度使用Claude 4.8和Codex等最新工具。他讲了一个生动的故事：在一次战略会议上，团队看到竞品令人惊艳的App体验后情绪低落，随后有人将竞品界面和登录信息交给Claude Code，要求结合自身业务构建更美的界面——仅60秒，一个更惊艳的HTML文件就生成了。

组织层面的纪律同样关键。联合健康集团建立了每月6小时的AI专项会议，每个业务的CEO、CTO、CFO、CMO共同参与，约50人集中审视AI用例、token消耗、价值产出和NPS变化。"这是一种有组织的偏执文化——每次会后，我必须在30天内拿出结果，否则我的同行们会质疑我的进度。"Dadlani将这套方法推荐给他的客户："我告诉他们，直接复制这套做法就够了。"

两年后：AI是项目，还是业务本身？

Justin在对话中提出了一个尖锐的预测："两年后，你服务的医疗系统，要么把AI当作一个项目，要么把AI当作业务本身。"Dadlani认为这正是趋势所在——AI不再是一个锦上添花的工具，而是一种工作方式的根本变革。它自下而上和自上而下同时发生，并且是"由内而外"的："我们在内部学到的一切，最终都会变成外部的产品。"

联合健康通过Optum Real、Crimson、Digital Prior Analytics等产品，将内部验证的AI能力输出到整个医疗系统。"如果我们能为联合健康集团的工作流解决某个问题，为什么不能把这套能力扩展到全行业？"在Dadlani看来，AI在医疗行业的真正价值不在于模型基准分数的竞赛，而在于组织如何围绕模型构建治理体系、重构工作流、确立可衡量的指标，并以足够的组织纪律推动落地。