Adapting to what comes next

NHS 在英格兰的中期规划框架要求医疗提供方管理三年计划，这让财务预测需要比以往更长的可靠期。文章认为，单纯依赖历史财务数据、从"后视镜"预测，会因资源需求、资金、服务活动和工资成本的持续变动而滞后，从而限制决策与调整的空间。 为此，作者建议转向以驱动因素（如患者量与活动、人员编制、支付方案收入、服务需求、床位与病区占用率）为核心的预测模型，并用滚动预测保持视野向前延展。例证中提到 2026年1月英格兰床位占用率为 95.7%，高于 92% 的运营规划上限，带来更多银行班次与代理支出，这类变化正是驱动型模型能及时反映的成本来源。 文章进一步提出三要素循环：AI 支持的情景建模、滚动预测与定期差异分析。情景建模可快速构建并比较多种预期与极端情形；滚动预测将静态预算替换为定期更新的未来 12 至 18 个月财务视图；差异分析用于把实际与预测比较并调整驱动参数。作者指出，AI 与自动化不仅能持续合并活动、人员与收入数据，还能减少手工表格工作，使财务团队更早发现变化并留出更多应对时间。 最后，文章强调更准确、可适应且共用的预测能够为医疗管理层提供清晰的财务健康与灵活性视角，支持在压力变化时更早、更有依据地决定如增设应急床位或调整人力资金分配等措施。随着来冬季临近，作者呼吁财务团队从静态预测转向以技术为支撑的适应性预测模式。