源信息经过deepseek翻译并总结
摘要：
Highmark Health与Google Cloud合作利用生成式AI简化医疗理赔和护理服务，总结出六大经验：1）基于成熟基础设施整合AI至遗留系统；2）从概念验证到日常应用，14,000名员工使用AI处理会员通信和理赔文档；3）采用智能体架构实现任务自动化；4）以任务为导向选择模型；5）建议企业提前准备数据、避免自建模型、采用平台思维；6）未来属于能安全触发实际操作的智能体。成功关键在于清晰规划、灵活平台和战略耐心。
以下是翻译后的简体中文内容，严格保留原始Markdown格式、超链接及正文内容：
Highmark Health与Google Cloud如何运用生成式AI简化医疗理赔并改善护理服务：6大关键经验 | VentureBeat
Highmark Health与Google Cloud如何运用生成式AI简化医疗理赔并改善护理服务：6大关键经验
作者：Carl Franzen@carlfranzen
2025年6月27日 上午10:24
从左至右：VentureBeat的Carl Franzen、Google Cloud的Will Grannis和Highmark Health的Richard Clarke在VB Transform 2025现场
这场被企业领导者信赖近20年的盛会——VB Transform将汇聚构建真实企业AI战略的实践者。了解更多
在VentureBeat举办的Transform 2025大会上，由**Google Cloud平台副总裁兼首席技术官Will Grannis和Highmark Health高级副总裁兼首席数据与分析官Richard Clarke**带来的专题讨论《医疗健康领域的新AI架构：多模型与多模态环境设计》，为观众呈现了两家机构如何合作将AI规模化部署至美国大型医疗系统Highmark Health（总部位于宾夕法尼亚州西部）的14,000余名员工中。
这项合作不仅覆盖全体员工，更成功将其转化为活跃用户，同时兼顾了系统复杂性、合规要求和临床医生信任度。以下是具体实践路径：
基于成熟基础的合作伙伴关系
Highmark Health作为服务超600万会员的综合性支付方-提供方系统，正利用Google Cloud的AI模型与基础设施实现三大目标：改造遗留系统、提升内部效率、改善患者疗效。其独特之处在于平台工程思维——将AI视为工作方式的基础变革，而非单纯的技术叠加。
Highmark首席数据与分析官Richard Clarke强调早期构建灵活基础设施的重要性：“用COBOL编写的就业平台是最典型的遗留系统”，但Highmark已将这些系统与云端AI模型集成，实现高达90%的工作负载无缝迁移，并能实时洞察复杂的行政流程。
Google Cloud CTO Will Grannis指出成功始于数据准备：“这可能需三到五年，但如果数据就绪，就能通过实验循环和评估实现规模化AI应用。“
从概念验证到日常应用
Highmark超过14,000名员工（占总数40,000+）日常使用内部生成式AI工具，这些工具由Google Cloud的Vertex AI和Gemini模型驱动，应用场景包括：生成个性化会员通信、快速检索理赔处理文档等。
Clarke以供应商资质审核为例：过去需人工跨系统核查，如今AI能自动聚合数据、交叉验证需求并生成带引用和上下文建议的定制化报告。高采纳率的秘诀在于结构化提示库、主动培训和用户反馈机制。“我们不是简单投放工具，而是演示如何提升效率，再根据实际需求扩展。“Clarke解释道。
智能体架构优先于聊天机器人
会议最具前瞻性的观点是从聊天交互转向能端到端完成任务的多智能体系统。Grannis描述这是从快速响应聊天模式向任务合成与自动化的演进：“重点不是聊天界面，而是让系统’执行任务并带回结果供决策’”。
Highmark目前正针对特定工作流试点单功能智能体，长期目标是将它们嵌入后端系统实现自主操作，减少接口数量并增强中心化控制。
任务导向而非模型优先
两位讲者均强调企业需转变思维：从任务出发选择或编排模型，而非从模型入手。例如，Highmark对研究型长查询使用Gemini 2.5 Pro，实时交互用Gemini Flash，患者多语言通信则采用传统确定性模型。Grannis表示：“业务流程才是核心竞争力，应围绕任务需求编排模型。”
为此，Google Cloud正投资模型路由能力与开放标准。近期与Linux基金会联合推出的Agent Protocol倡议，旨在促进多智能体环境的互操作性。
跨行业企业领导者的实用建议
针对希望复制Highmark成功经验者，专家给出六项建议：
- 提前夯实基础：立即投资数据准备与系统集成
- 避免自建基础模型：除非核心业务是模型开发，否则专注特定场景的编排与微调
- 采用平台思维：集中化管理模型访问与使用追踪
- 以任务为起点：先定义结果，再匹配最佳模型或智能体架构
- 量化与分享：通过实际案例促进内部采纳，持续更新标准化提示库
- 为行动而设计：未来属于能安全触发实际操作的智能体
未来展望
虽然合作仍在演进，但现有成果为医疗及其他行业提供了可复制的范本。正如Clarke总结：“炫酷功能不重要，真正帮助员工提升效率才有价值。“企业领导者可从中获得启示：生成式AI的成功不属于预算最雄厚者，而属于规划最清晰、平台最灵活、且具备战略耐心的实践者。
通过VB Daily获取商业用例每日洞察
想给上司留下深刻印象？VB Daily提供生成式AI在企业中的最新应用案例，从监管变化到实际部署，助您掌握高ROI的行业洞察。
阅读我们的隐私政策
感谢订阅！查看更多VB新闻通讯。
发生错误。
VB Transform 2025新增50张门票
6月24-25日旧金山站，与顶尖领袖共同应对真实AI挑战，分享有效经验并塑造未来。席位有限，立即预订。
-
请勿出售我的个人信息
© 2025 VentureBeat. 版权所有。
×### 掌握AI前沿洞见，引领行业未来
提交
感谢您的订阅。查看更多VB新闻简报请点击此处。
发生错误。