7天之内,43岁的她先后看了4个科室、6位医生。


最开始,只是一些再寻常不过的症状:反复出现的头痛、升高的血压,然后血液检查也出现了问题。她在广州和睦家医院辗转于心内科、血液科等多个科室。每一次看诊,针对当时最突出的问题进行检查和处理,治疗后症状也有所缓解。但不适仍反复出现,身体究竟出了什么问题,始终没有一个清晰的答案。


现代医学的专科分工越来越精细,使得各科医生能够更专业地处理不同疾病。每一次检查、每一项指标,都能帮助医生更准确地判断病情。但当一种疾病引发多个看似无关的症状时,这些记录散落在不同诊室里。门诊时间有限,单次诊疗很难完整串联一个人的疾病发展过程。谁能更早把这些信息拼在一起,透过一组组数据,看见一个完整的疾病发展过程?


 

这不是某位医生能力或责任心的问题,而是门诊医疗信息天然分散带来的结构性挑战。和睦家做的,是在规范诊疗之上,更早一步主动识别、更进一步多学科串联。


转机来自医院对门诊记录的一次主动筛查。她频繁就诊的轨迹,引起了医疗团队的注意。


这起发生在两年多前的病例,背后是一个我们并不陌生的就医困境。



从看见症状,到看见完整的疾病发展

得知这位患者的情况后,广州和睦家医院首席医疗官赵一凡召集了几位接诊医生,共同梳理病情。


头痛、血压升高、血液检查异常——这些分别出现在不同科室诊疗中的问题,被放到了一起讨论。在排除部分心血管和血液系统疾病后,团队开始考虑风湿免疫方面的问题,随后主动安排相关专家,进行进一步检查。


最终,她被确诊为EGPA(嗜酸性肉芽肿性多血管炎),一种可累及多个器官的血管炎罕见病。彼时,她已经出现心肌损伤,进一步明确病因,让她得以接受针对性的治疗。


  

“在门诊,我和患者的交集可能就在这二三十分钟。”广州和睦家医院质量安全经理、内科医生蔡广琦说。


相比于住院医疗有医护人员的持续观察和照护,门诊医疗往往围绕一次次独立的就诊展开。患者带着某种症状走进诊室,医生根据当次主诉完成检查、诊断和治疗。离开后,当患者又因其他不适看诊另一科室,此前接诊的医生也难以知晓后续变化。


这种复杂门诊患者是不少医院共同面对的难题,赵一凡说。有些患者辗转多个科室,并非医生没有尽到诊疗责任,而是因为每位医生接触到的病情信息都相对有限,而患者求医习惯多为“头痛看头,脚痛看脚”。于是,同一疾病随病程变化留下的记录散在不同科室,若没有更主动的串联机制,患者就可能反复求医。


  

在赵一凡看来,医院需要一种更主动的方式,在患者病情进一步恶化之前,发现那些容易被忽略的风险。


于是,广州和睦家逐渐建立起门诊复杂患者预警机制。医院根据临床经验制定了初步的筛查规则:如果一位患者在过去30天内就诊达到超过4个不同专科、5位不同医生,或在同一位医生处就诊超过5次,就会被纳入关注范围。


同时,频繁就诊并不一定意味着病情复杂。定期产检、儿童保健等正常的连续就诊,会被排除在外。对于预警筛选出的其他患者,医疗团队还需要进一步查阅病历、评估风险,判断是否需要介入。


  

这套办法在最初完全依赖人工。质量安全部门定期从医院系统导出门诊数据,逐份查阅病历,再交给核心医疗团队讨论。然而,即使是广州和睦家这样规模不算大的医院,门诊量也有成千上万,有限的人手很难及时顾及所有患者。


如何让更多需要帮助的人,在病情出现风险苗头之前就被及时与精准地发现,成为医疗团队接下来要解决的问题。



让需要帮助的人,更早被发现

在过去两年,找到这些患者,需要投入不少人力。


广州和睦家医院质量安全专员龚雅倩提到,半个月粗筛积累下来的待查病例,就可能有六七十份。工作人员需要逐一翻看患者近一个月的病历,判断是否存在风险。


直到AI工具出现,为医院提供了新的可能。


今年5月,和睦家借助豆包工作,调用飞书妙搭、多维表格等能力,将原有的人工定期筛查的预警机制,逐步升级成了一套能够在日常运行的AI智能系统。


   

每天凌晨3点,系统会自动同步前一天的门诊数据,按照过去30天内的就诊记录,筛选出符合条件的患者。AI进一步整理患者的就诊摘要,将不同日期、科室的诊疗信息汇总起来,并给出初步的风险分析和分级建议。


第二天早上,质量安全部门的工作人员就能看到一份待审核的患者名单。相比于过去需要逐份翻阅病历,现在,他们可以先查看AI整理分析的重点信息,AI初步评估的风险等级,再结合实际病情,判断哪些患者需要医疗团队进一步关注。


“24小时之内,异常的病人就会被预警出来。”蔡广琦说。


更及时地发现患者,也让医疗团队有机会提前了解他们的病情和诊疗需求。这样的主动关注,如今在和睦家已成为日常。“有了AI以后,我们天天都在看,其实已经习以为常了,工作量并不大。”赵一凡说。


  

最近,一位胰腺癌患者就进入了医疗团队的关注范围。他不仅需要接受肿瘤治疗,还出现了胸腔积液,需要进行胸腔穿刺、置管引流;与此同时,肿瘤内科还计划为他进行胸腔内药物注射。


通常情况下,不同科室需要分别处理各自负责的诊疗环节。如果缺少统一协调,患者就可能在科室之间反复转诊、等待安排。但这一次,当肿瘤科找到赵一凡协调时,他已经通过后台信息了解了患者的情况。“他们找到我的时候,我已经知道我们要怎么去处理这个患者了。”赵一凡回忆。


医疗团队提前确定了负责胸腔穿刺和引流管管理的医生,整体协调好了后续治疗的安排,再由个案管理师与患者沟通、衔接。


对于患者来说,原本需要在不同科室之间反复确认的治疗安排,如今可以由医院提前规划好,减少奔波。


  

而除了复杂患者的就诊轨迹,医院还需要及时处理另一类风险信号——危急值。


通常,患者在门诊抽完血、做完检查之后,就会离开医院。但有时,等检查结果出来,患者已经回家,报告却显示某些指标明显异常,提示可能存在严重的健康风险。这时候,最要紧的是尽快通知医生和患者,进一步处置。


过去,检验科工作人员需要翻找医生通讯录,逐个拨打电话。如果负责医生没有接听,就继续通知科室值班医生,必要时再联系急诊医生。每一次联系、确认和后续处置,还需要手动做好记录,花费了不少时间。


现在,借助豆包工作,工作人员只需上传检查结果的脱敏截图,AI便能提取危急值信息,再经由人工核对后完成登记,并通过飞书通知相关医生。


  

蔡广琦提到,医院要求在发现危急值后,5分钟内必须通知到医生。但医生也可能正在看诊、手术,一时未能接听电话。为此,医院设置了至少三层的“兜底”机制:如果接诊医生联系不上,就转向科室主任或值班医生;再联系不上,还有急诊医生接手。而这套预设好的联系顺序也被纳入了AI系统,根据呼叫逐层转向下一个联系号码,不必再由工作人员逐个翻找。


除此之外,医院的内科、外科、急诊、重症医学科等科室主任,也能同步查看这些预警信息和后续处置情况。如果发现处理不够完美,还可以进一步介入兜底。


过去,医生很难知道患者离开诊室后又经历了什么。如今,无论是反复就诊留下的记录,还是一份检查报告中的异常指标,都有了更多被及时关注的机会。医院也能更早联系患者,协调医生,让原本可能被遗漏的风险被看见,让需要进一步诊疗的患者,更快得到相应的帮助。



把一次主动跟进,变成每天都能做的事

现在系统每天自动同步门诊数据,AI辅助整理诊疗摘要、提取重点并给出风险分级建议。


根据和睦家的统计,AI系统上线后,单名患者的风险研判时间平均从25分钟缩短至2分钟,省下来的时间,还可以用来与医生沟通讨论医疗质量安全风险,跟进更多真正需要帮助的患者。


这套系统还有一个特别之处:它并非完全交由技术人员开发,参与搭建它的人,正是每天要使用它的医疗人员。


哪些患者需要特别留意?发现异常后,又该通知谁来处理?这些都是和睦家团队在日常工作中遇到的问题。相比于过去需要等待专门的软件开发人员,现在,熟悉临床需求的工作人员可以直接搭建一套线上的智能系统。



医院的核心医疗团队和质量安全部门的工作人员借助豆包工作,调用妙搭等能力,将多年积累的临床经验与已有的制度,转化为具体的筛查规则和工作流程。系统从零搭建到上线,只用了约两周。从最初的门诊预警,到后来加入危急值管理,系统还可以随着医院的实际需要不断完善。


而这并不意味着,AI能够替代医生作出判断与行动。


截至今年9月底,AI给出的风险分级建议与人工最终判断的一致率已达到96.8%。蔡广琦觉得,AI的判断正在变得越来越准确,但它也有出错的时候。


“我们也在不断地训练这个AI。”蔡广琦说。当医生认为AI判断有误,就会进行修正,再定期回顾这些案例、调整规则。“我会要求AI定期自我复盘学习,它会更聪明,距离医生的临床判断越来越准确”,用她的话说,这套系统是团队“慢慢喂出来的”。


  

同时,每一条预警最终仍需要人工审核。在决策层面上,是否联系患者、需不需要调整治疗、请哪位专家参与,也都要由医护人员根据患者的实际情况决定。不同患者需要的帮助,并不会仅凭系统给出的风险等级来决定。


放眼整个医疗行业,这样的探索具有更广泛的现实意义。2026年《现代医院》发表的一项针对全国28个省份、205家医院的调查显示,94.2%的受访医院已经应用AI,但只有12.6%实现了广泛应用,整体呈现“重临床、轻管理”的特点。


而在广州和睦家,AI已经深度地进入了日常的医疗质量安全管理体系中。从识别门诊患者潜在的健康风险,到协助医护人员持续跟进患者,这套系统让过去受限于时间和人手的工作,能够更及时、更稳定地开展,也为其他医院提供了一种值得参考的实践路径。


目前,这套系统已经开始向和睦家其他院区推广。它不需要额外购置复杂的硬件设备,也不要求使用人员掌握编程技术,使得更多医院能有机会尝试类似的做法。


  

对患者而言,这些变化未必以“AI”的面目出现。他感受到的,可能是离院后接到的一次电话,也可能是再次就诊时,不必从头解释自己的情况,医生已经为下一步诊疗做了准备。


这些事情,医护人员原本就想做,也一直在做。只是门诊记录每天都在增加,逐份翻阅、整理、联系,需要时间,也需要人手。借助豆包工作,和睦家的团队把熟悉的筛查规则和跟进流程搭建起来,让过去需要攒到一起处理的工作,现在每天都能开展。


医院里,AI正在帮医生“多看一眼”。豆包工作的价值,也在于帮助熟悉问题的人,把解决问题的想法付诸实践,让原本受限于时间和人手的主动关注,更容易成为每天都能做到的事。

点赞(0)

评论列表 共有 0 条评论

暂无评论

微信公众账号

微信扫一扫加关注

发表
评论
返回
顶部