德國原先在數位照顧系統的發展上處於落後，但2019年通過的《數位醫療法案》，促進數位健康工具的開發和評估，並對這些工具創造的價值，產生更深入的見解。這項法案最重要的地方，可能是把「可開立處方應用程式」正式納入體制。預期未來幾年，世界各國製造商會推出數百個應用程式，產生大量數據，呈現遠距病患照護的數位工具，在實務中運作的情形，讓其他支付方和醫療系統能學習借鏡。

各種AI與數位應用，在醫療領域層出不窮。醫療機構的領導人，很容易受到五花八門的新技術所吸引，而盲目投資。本文作者認為，領導人應策略性地決定採用或抵制新技術，以及新技術如何納入既有的醫療體系。他提出五個步驟：聚焦在轉型，而不是數位化；了解為什麼特定技術可能是重要工具；明智地選擇供應商；進行反覆學習；通過建立部門，來持續進行數位轉型。

美國田納西州曼菲斯的一項計畫，平均為每位病患減少了37％的醫療花費。這項計畫的主要實施對象，是高需求、高成本的醫療補助計畫病患，它讓病患少住院，因此降低了整體花費。這樣的成功模式，顯示經過仔細規畫、服務對象目標明確的計畫，就能提高針對高需求、高成本醫療補助計畫病患的照護品質，並降低醫療支出。

健康照護服務必須進行變革，無論是激進式創新、漸進式創新，或者只是改善而不需要創新。若要進行創新，你應了解「發明並不是創新」，發明必須擴大應用規模才成為創新。此外，漸進式創新的醫療效果，不一定比激進式創新來得小，源源不斷的漸進式創新也可以帶來重大收穫。激進式創新則需要謹慎地管理，必須進行的變革可能既廣且深。

兩位作者根據他們在凱薩永久醫療中心的變革經驗，提出一套有效降低成本的方法：把資訊科技與薪資較低的醫療助理整合納入基礎醫療診所，以避免工作重疊。如此一來，便能聚焦在症狀可改善的慢性病患，也能取得更好的醫療成果。

病人不認為科技能了解自己獨一無二的需求。因此，若要實現醫療人工智慧承諾的眾多好處，並節省成本，醫護人員必須找出方法克服這些疑慮。例如，醫療服務供應者可以採取行動，以提高病人對醫療人工智慧提供服務的個人化程度有何觀感，藉以減輕病人擔心自己被視為一般病人或某個統計數據的憂慮。

由於數位醫療生態系統正在迅速成長演變，醫師、病患和醫療體系管理者，愈來愈難全盤了解各種可能的解決方案。為了協助解決這項問題，美國醫學協會打造「醫師創新網」這個平台，將醫師、實習醫師、醫學生與健康科技公司、創業者連結起來，蒐集各種最佳實務，了解如何推動健康照護的創新。

醫藥界必須擴大演算法的應用。其中一個正在開發和驗證的新方法，稱為「因果人工智慧」。因果人工智慧演算法可以從觀測數據來推斷出因果關係，告訴我們不同因素如何相互作用，以及哪個因素導致了什麼情況。此外，還可以進行「如果……會怎樣？」的模擬。