先选择一个慢病或专病队列，验证随访、病历和科研资料闭环。
目标减少随访摘要、病历结构化和科研资料初筛时间。
建立病历字段、随访规则、患者问答草稿和科研资料初筛台。
对漏随访、异常指标、缺失材料和质控问题做提醒。
01 / What Blocks Growth
医疗健康的 AI 不能追求“替代判断”，而要把高频整理工作做扎实。
医生写下了大量信息，但后续检索、质控和科研使用很困难。
主诉、现病史、检查、检验、用药、诊断、出院小结分散在不同格式里，人工整理耗时。
慢病患者数量多，随访内容、异常指标和复诊提醒容易遗漏。
血压、血糖、用药依从、症状变化、检查复查和生活方式建议需要长期跟进。
患者反复询问检查准备、复诊流程、用药注意和报告领取。
如果没有统一话术和医护审核，回复容易不一致，也会占用大量门诊与护理时间。
专病队列、纳排标准、随访资料和文献摘要需要大量人工整理。
研究团队经常把时间花在查病历、筛候选病例、整理变量，而不是研究设计和医学判断。
02 / Scenario Cases
医疗健康建议从三类低风险高价值场景切入：随访、结构化、科研初筛。
Case A · 慢病随访
高血压或糖尿病患者随访频繁，医护需要快速看到谁需要重点关注。
AI 按随访计划整理患者自填问卷、血压血糖记录、用药依从、症状描述和复诊计划，生成随访摘要、异常指标提醒和待确认问题。护士或医生审核后，再决定是否电话跟进、提醒复查或安排门诊。系统不直接给诊断和治疗建议，只提供整理和提醒。
- AI 做什么
- 整理问卷和指标，标记异常趋势，生成医护待确认清单。
- 人做什么
- 医护判断是否干预、是否复诊、是否调整随访计划。
- 可验收
- 随访完成率、摘要整理时间、异常提醒命中率、漏随访率。
Case B · 病历结构化与质控
出院小结、检查报告和门诊记录里有很多关键字段，质控人员需要逐份核对。
AI 从病历文本和报告中抽取诊断、手术、用药、检查检验、过敏史、随访计划和缺失字段，按科室质控规则标记材料不完整、表述不一致或关键字段缺漏。质控人员复核后形成问题清单，帮助科室减少返工。
- AI 做什么
- 结构化病历字段，提示缺项和不一致位置，生成质控草稿。
- 人做什么
- 医生和质控人员确认医学含义、修订病历和最终质控结论。
- 可验收
- 字段抽取准确率、质控返工率、缺项发现率、整理耗时。
Case C · 科研病例与文献初筛
研究团队要按纳排标准筛病例，还要持续整理文献和随访变量。
AI 根据研究方案中的纳入标准、排除标准、变量字典和随访节点，对候选病例做初步匹配，并整理文献摘要、研究方法、关键结论和待验证变量。研究者审核候选名单和证据来源，决定是否纳入研究，保证科研判断由专业人员完成。
- AI 做什么
- 按规则初筛候选病例，生成证据摘要、变量缺口和文献速览。
- 人做什么
- 研究者审核纳排结论、伦理要求、变量定义和最终入组名单。
- 可验收
- 初筛召回率、变量完整率、文献整理时间、新人上手时间。
03 / AI Workflow
医疗健康 AI 工作流，最重要的是可追溯、可审核、可撤回。
数据进入
接入病历、检查检验、随访问卷、患者咨询、质控规则和科研方案。
字段结构化
抽取病历字段、随访指标、变量字典和资料来源，保留原文证据。
辅助生成
生成随访摘要、问答草稿、质控清单、科研初筛和文献摘要。
医护审核
诊疗判断、用药建议、入组结论和对患者发送内容必须由专业人员确认。
闭环复盘
把审核意见、质控结果、随访反馈和研究变量回写到知识库。
04 / First Sprint
第一期建议选一个病种或一个专病队列，先跑随访与资料整理。
医疗项目需要把边界先定清楚。我们会先验证病历结构化、随访摘要、异常提醒和医护审核，再考虑更复杂的科研或运营场景。
30-Day Pilot
建议试点节奏
- 第 1 周：选定病种、资料范围、脱敏方式、审核人和禁止输出边界。
- 第 2 周：整理病历字段、随访表、质控规则、问答话术和科研变量。
- 第 3 周：上线随访摘要、异常提醒、病历结构化和问答草稿。
- 第 4 周：复盘医护审核结果、字段准确率、随访完成率和质控反馈。
05 / Deliverables
交付一套医护可审核、管理可追溯、科研可复用的医疗 AI 资产。
病历结构化模板
沉淀诊断、检查、检验、用药、手术、随访和质控字段。
随访助手
整理问卷、指标、异常提醒、复诊计划和医护待确认事项。
患者问答草稿库
整理流程、检查准备、报告领取和复诊提醒，发送前由医护审核。
科研资料初筛台
按纳排标准、变量字典和文献主题整理候选病例与资料摘要。
