鲍莫尔成本病揭示了医疗服务价格刚性上涨的结构性原因：人力密集的医疗行业劳动生产率增长缓慢，单位成本随时间不断攀升。AI医疗正通过远程患者监护（RPM）和虚拟助手等应用，将部分医疗服务从高成本的院内场景转移至居家场景，从而改变下游需求结构——既替代了部分重复性人力劳动，也新增了持续健康管理的新需求形态。
鲍莫尔成本病与医疗服务的“剪刀差”
美国经济学家鲍莫尔于1967年构建的两部门非平衡增长模型指出：进步部门（如制造业）劳动生产率持续提升，单位劳动力成本维持不变；而停滞部门（如医疗服务）劳动生产率增长缓慢，单位产品成本将不断上升。体现在现实中，一位医生单位时间能接诊的患者数量相对刚性，但其薪酬水平却随社会整体生产力提升而水涨船高，最终推动医疗服务价格持续上涨。
《福布斯》专栏作家蒂姆·沃斯托在《改变医疗服务价格曲线的方式：解雇医生》中直指这一困境的破解方向——用机器替代医生。这一思路为AI在医疗领域的应用打开了想象空间。
AI医疗如何重塑下游需求结构
AI医疗对需求结构的影响体现在“替代”与“新增”两个维度：
替代效应：远程患者监护（RPM）通过分析可穿戴设备、传感器等监控设备的数据，实时了解患者健康状况，在病情恶化或出现令人担忧的趋势时向医疗保健提供者发出警报。这帮助医护团队及早干预、防止住院或并发症，将原本需要院内完成的监测工作部分转移至居家完成。远程医疗虚拟助手则为患者提供安排预约、健康信息管理、治疗指导等支持，让许多患者更愿意在舒适的家中接受护理。
新增效应：AI医疗催生了持续性的健康管理需求。虚拟助手可帮助患者远程管理健康信息，RPM实现了对慢性病患者的持续追踪，这些在传统模式下难以规模化实现的服务形态，正在创造新的需求场景。
应用边界与数据挑战
值得注意的是，AI医疗的发展仍处于早期阶段。正如《深度医疗》作者埃里克·托普将AI医疗与自动驾驶相类比：自动驾驶汽车在理想条件下已达到L3水平，而AI医疗仍处在L1到L2的路上。托普认为，AI医疗不太可能超越自动设备的3级水平——阅片、诊断辅助等工作可由AI完成，但任何情况下都不能容忍没有人类医生的监督。
此外，医疗数据是AI医疗的第一驱动力，但理解医疗数据远比获得数据更重要也更困难。IBM医疗AI沃森的失败教训正在于此——获取数百万页医疗信息不等于理解或使用这些信息。医疗数据的权属、隐私保护与商业化开发之间的平衡，仍是行业需要持续面对的课题。
常见问题
远程患者监护（RPM）具体如何工作？
RPM通过分析来自可穿戴设备、传感器和其他监控设备的数据来远程监控患者，实时了解健康状况。当患者病情恶化或出现其他令人担忧的趋势时，系统会向医疗保健提供者发出警报，帮助医护团队及早干预并防止住院或其他并发症。
虚拟助手能替代医生吗？
不能。虚拟助手主要承担安排预约、管理健康信息、提供远程指导等辅助性工作，帮助患者更好地自我管理。但医疗决策、诊断和治疗的最终责任仍须由人类医生承担，AI医疗在任何情况下都不能脱离医生监督。
AI医疗目前处于什么发展阶段？
以自动驾驶等级类比，AI医疗仍处在L1到L2的阶段——AI可以辅助完成部分诊断、阅片等工作，但远未达到独立决策的水平。埃里克·托普认为AI医疗不太可能超越自动设备的3级水平，人类医生的监督不可或缺。