自Katya Andresen于2021年9月加入Cigna Group担任首席数据、数字与AI官以来，她表示生成式AI这一颠覆性新技术的发展让许多人不禁自问：“我该如何使用AI?”

Andresen认为这是个错误的问题。“我们一直致力于将这个问题转化为：‘在AI时代，我该如何保持领先?’”Andresen说道，这种提法减少了对单一AI工具功能和追逐无数应用场景的关注，转而聚焦于能够证明AI投资确实可以改善健康成效的成效度量。

沿着这一思路，Cigna于今年夏天宣布，预计公司用于帮助患者识别癌症、肾脏疾病和高危妊娠等慢性疾病的AI与预测分析工具，能在未来三年内通过主动协助患者对接临床医生，节省约2亿美元。此外在今年夏天，Cigna还宣布将在2028年前投入1亿美元，利用AI缩短临床医生记录病案所需的时间，并加速处方开具流程。

Andresen向《财富》杂志分享的另一个AI应用场景，是利用AI更好地理解患者向Cigna提出的关于生物类似药的常见咨询问题，生物类似药能以生物制品极小一部分的成本来治疗慢性病。与和原研药拥有相同活性成分的仿制药不同，生物类似药并非完全相同，因为它们是由细菌和植物细胞等活体生物制成的，但这两者均获得了美国食品药品监督管理局(FDA)的批准。

某种名为修美乐(Humira)的生物制品，用于治疗炎症和自身免疫性疾病时，患者每月的花费可高达7000美元。Cigna分析了数千条此前客户与客服代表关于生物制品和生物类似药的对话，并利用这些洞察打造了更有说服力的数字推送信息，以鼓励患者转向更便宜的替代方案。Andresen表示，这一针对性的推广活动促使超过80%的人选择了生物类似药。

“这带来了更高的利润空间，”Andresen补充道，“但更重要的是，它为患者节省了数亿美元。”

从这些高优先级应用场景中挤出数亿美元的成本节省对Cigna至关重要，作为一家年收入达2750亿美元、在最新《财富》500强榜单中排名第14位的企业，面对慢性病增加、人口老龄化以及住院费用和新处方药平均价格飞涨所导致的全国医疗支出每年突破5万亿美元的现状，此举意义非凡。

患者经常表达对应对该行业复杂系统的心力交瘁，数以百万计的人表示他们已转向ChatGPT等AI聊天机器人来咨询健康或医疗相关的问题。根据盖洛普4月发布的一项调查，近六成的人表示会在就诊前使用AI查询健康信息，约1400万成年人表示在使用AI后放弃了前往医院就诊。

这种趋势确实对围绕AI聊天机器人(即便是由保险公司和制药公司开发的机器人)建立的安全护栏提出了棘手的问题，因为它们需要处理敏感的患者信息，并具备准确回答有关医疗保险计划和治疗方案等复杂问题的能力。

“好消息是，由于我们受到高度监管，我们从一开始就拥有大量的控制措施，”Andresen表示，“我们并不是从零开始。”她补充道，对于Cigna所使用的机器学习模型，这种合规与治理层已经存在了十多年，并且对于第三方供应商访问的任何数据也都保持着严格的控制。

在一位近亲被诊断出患有乳腺癌后，Andresen最近不得不亲自寻找这些常见医疗问题的答案。她表示，这段经历表明个性化而非单纯的导航指引，才是AI能够提供的差异化优势。

“我认为我们正迈向一个医疗领域的AI变得可对话、无感化且更加主动的时代，”Andresen说道，“我们在治疗和建议方面可以做到越来越精准，也能越来越擅长理解什么方案有效，并将其反馈给我们的模型，让所有功能一直不断自我完善。”

五年前Andresen加入Cigna时，这是她首次在医疗保健企业担任领导职务。此前，她曾担任Capital One金融服务高级副总裁，在以使命为导向的科技公司Cricket Media和Network for Good担任高管，并在职业生涯早期担任过路透社和美联社的外交记者。

她表示，AI技术演进极其迅速，将Cigna用于构建具竞争优势的具体工具的自研数据与和AI巨头建立的战略合作相结合，将成为关键的差异化因素。Andresen推出了诸如聊天机器人Microsoft Copilot和AI代码助手Cursor等工作区工具，同时与OpenAI和Anthropic等大型超大规模云厂商紧密合作，以充分利用其大语言模型。

有时，Cigna也会选择与专注于极特定应用场景的AI初创公司深度合作，例如为客户服务构建对话式AI智能体的Sierra。“我们在他们的产品路线图上展开了非常紧密的合作。”Andresen说。

Cigna部署的其他生成式AI应用场景还包括：利用LLM总结客服代表接听的数百万个电话，并利用这些洞察打造一款AI工具，方便员工更轻松地检索诸如“我的保单是否涵盖足底筋膜炎的这种治疗?”等问题的答案。

Cigna还在其移动应用内部内置了一款AI虚拟助手，这款对话式工具同样可以解答患者的问题，而在临床场景中，基于AI的自动总结功能已为Cigna远程医疗服务MDLIVE的从业医生减少了高达90%的病历记录工作量。

“这一切背后的原则希望是清晰的，那就是：我们试图解决什么问题?以及AI能提供什么帮助?”Andresen说道，“这永远是我们的起点。”

企业网D1net(www.d1net.com)：

国内头部to B IT门户，旗下运营国内头部的甲方CIO专家库和智力输出及社交平台-信众智(www.cioall.com)。旗下运营19个IT行业公众号(微信搜索D1net即可关注)。

版权声明：本文为企业网D1Net编译，转载需在文章开头注明出处为：企业网D1Net，如果不注明出处，企业网D1Net将保留追究其法律责任的权利。