医疗文书智能生成与质控

医疗文书智能化的价值，不只是“替医生写一段文字”。真正可落地的产品，需要进入医生每天使用的工作台，把语音、病历与检查数据组织成候选文书，在签发前实时发现缺项和逻辑矛盾，并把医生的修改持续沉淀为模板、规则与反馈。

核心判断：AI 负责重复书写、结构整理和风险提示；医生保留临床判断与最终签发权。

原材料给出的证据并不只是一张概念图，而是同时出现了医生端、移动端、配置平台、病历生成与影像报告工作台等产品形态。它说明项目已经跨过“能不能生成”的阶段，进入“能否嵌入工作流、能否被医生采纳、能否稳定治理”的阶段。

证据层	材料中看到什么	应该如何理解
产品证据	医生工作台、移动端语音、配置与调试界面	已形成可操作的产品链路
流程证据	入院记录、病程记录、出院记录及签发前质控	AI 被放进真实文书流程，而非独立演示
使用证据	采纳率、书写时间与科室覆盖等阶段性数字	可用于判断进入真实应用，但不能替代正式评估

十五个月的推进节奏比任何单点指标都重要

比”上线了没有”更值得看的，是这条时间线本身：它说明这不是一次性交付，而是持续调优的产品化过程。

时间	关键动作	说明了什么
第 1 个月	与信息科成立专项组，明确 12 个试点科室，启动 SFT 调优	一开始就绑定信息部门与真实科室，不做悬空试点
第 5 个月	SFT 版模型上线，使用量提升约 98.7%；启动 12 个科室培训	模型调优带来的是使用量而非演示效果
第 8 个月	新增上级医师首次／日常查房，结合病历模板辅助生成	从单一文书扩展到查房场景
第 10 个月	基座模型由 10b 升级至 32b	针对识别不准、幻觉、逻辑与重复四类问题定向改善
第 13 个月	上线语音生成入院记录	输入方式从”打字”变成”说话”
第 15 个月	搭建配置化平台，泛化调优、快速扩单据	从做功能转向做能力平台

这条线里最容易被忽略的是第 10 个月那一步。换基座模型不是为了跑分，而是因为一线反馈把问题收敛成了明确的四类：识别不准、幻觉、逻辑不一致、内容重复。没有前九个月的真实使用，就不会有这么具体的问题清单，换模型也就无从判断是否值得。

不是独立聊天窗口，而是临床工作流的一部分

产品必须嵌进入院记录、病程记录和出院记录等真实环节，而不是让医生离开原系统，去另一个窗口“问 AI”。

一条完整链路包含五步：

1. 输入：医生通过语音、结构化数据或既有病历发起任务。
2. 生成：模型结合专科模板，产出候选文书或结构化报告。
3. 质控：系统在书写过程中提示缺项、前后矛盾、制度规则与高风险信息。
4. 签发：医生确认、修改或拒绝建议，所有正式文书仍由医务人员签发。
5. 反馈：接受、修改与拒绝结果回流，用于优化模板、规则和交互。

三类能力共同构成产品矩阵

能力	工作对象	主要价值
专科病历智能生成	入院、病程、出院等文书	减少重复书写，把注意力还给诊疗
病例内涵质控	完整性、逻辑与制度规则	把事后抽查前移到书写过程
影像报告生成与质控	口述发现、结构化报告	统一表达，并在签发前完成风险提示

三类能力共享数据接入、模型服务、规则、审计和反馈机制，但在不同科室仍需沉淀专科模板与术语体系。

语音生成只是入口，关键是闭环

语音输入适合医生的自然工作方式：边看患者、边描述关键发现。系统实时转写并生成补充问诊建议，再结合院内检验、检查和既往病历生成候选文书。

真实产品里，这条链路被拆成四步：医生在电脑端控制收音 → 对话记录实时转写展示 → 对话结束后生成补充问诊建议 → 生成入院记录并一键回填。

第三步值得单独说。界面里的补充问诊建议不是一句”请补充病史”，而是结构化的三段：临床依据（主症特征补充、病程演变分析、生活模式影响）、鉴别提示（为什么这个信息会改变判断）、推荐理由，最后才给出建议医生问出口的那句话。这个设计把 AI 放在了”提醒医生别漏问”的位置，而不是”替医生下结论”的位置——责任边界从交互层面就划清了。

真正决定可用性的不是转写速度，而是：

• 能否自由选择数据来源，并保留来源追溯；
• 能否让医生快速调整提示词、模板与专科示例；
• 能否在生成时同步发现缺项，而不是事后返工；
• 能否支持会诊记录、MDT 交接和交接班等扩展场景；
• 能否让科室反馈直接进入下一轮迭代。

不同文书不能只换一个标题

入院记录、病程记录和出院记录看起来都属于“写病历”，但生成逻辑不同：

文书	主要输入	AI 的任务	医生重点确认
入院记录	医患对话、既往史、检验检查	组织主诉、现病史、查体与初步判断	关键病史是否遗漏、事实是否准确
病程记录	新增检查、医嘱变化、查房意见	解释病情变化，形成连续时间线	推理是否符合临床过程、处置是否一致
出院记录	住院全过程、诊疗结果、出院计划	汇总诊疗经过与后续安排	诊断、用药、复诊和风险提示是否完整

因此，真正可复用的不是一套通用提示词，而是“公共平台能力 + 科室模板 + 文书规则 + 医生反馈”的组合。每个科室都需要有明确的模板负责人、版本记录和回滚机制。

科室反馈要进入产品，而不是停留在群聊里

材料中的移动端与医生助手界面反映出一个重要方向：医生可以选择患者、调取医患对话或外院报告，再把结果带回病历生成与质控模块。科室提出的字段顺序、措辞习惯、模板差异和缺项提醒，应直接进入配置平台，形成可追踪的迭代任务。

一次很具体的改动是”解绑”：原来收音和写病历是捆在一起的一个动作，科室反馈后改成医生可以自主选择患者、自主选择哪一段医患对话，再决定生成什么。同时数据来源从单一录音扩展到外院报告拍照识别、语音速记、院内检验结果，并且支持回溯原始音频与原始报告图片。

“支持调阅原始音频与原始报告图片”这一条看起来是小功能，实际上是可追溯性的地基。生成内容出现争议时，能不能回到最初那段录音、那张检验单，决定了这套系统能不能进入正式医疗文书流程。

一轮有效迭代至少要记录：

• 哪一段内容被医生直接接受；
• 哪一段被修改，修改发生在事实、结构还是措辞；
• 哪一条质控提醒被确认、忽略或判定为误报；
• 哪个数据源被调用，以及生成结果能否追溯到原始证据；
• 不同科室、文书类型和医生资历下的差异。

临床价值要同时看三类使用者

对医生

减少重复录入和格式整理，让有限注意力回到患者、诊断与治疗决策。

对医务与质控

在签发前提示必填项、逻辑矛盾和高风险信息，减少返工，也减少单纯依靠事后抽查的压力。

对医院管理

把经过验证的模板、规则、专科术语与反馈沉淀为组织知识，而不是散落在个人经验里。

阶段性材料披露的一组数字：住院病历书写时长缩短约 85%（单份约 30 分钟降至约 5 分钟），病历质量提升约 60%，平均 AI 采纳度约 61%；覆盖全院约 40 个科室，累计生成约 25.8 万份，临床科室平均活跃率 71%以上。这些数字更适合被理解为”产品已进入真实工作流”的线索，而不是未经复核的最终成效结论。

采纳率先跌后升，才是真实上线的样子

右下角那条采纳率曲线值得单独看：75.52% → 54.55% → 58.25% → 61.77% → 76.13%。

第一个月 75% 是试点科室的数字——人少、场景窄、参与者有动力。第二个月全院推广，采纳率立刻跌到 54%，因为用户从”愿意试的人”变成了”被要求用的人”，科室差异、模板不匹配、术语不对的问题全部暴露。接下来两个月做专科调优，缓慢爬回 61%。稳定使用后回到 76%，比试点期还高。

这条 U 型曲线几乎是所有院内 AI 推广的共同形状。真正的风险是在第二个月——如果那时把 54% 当作”项目失败”，专科调优就永远不会发生。判断一个 AI 产品能不能活下来，看的不是首月峰值，而是团队有没有准备好熬过第二个月的下跌。

同期”活跃率”曲线也走了同样的形状：78% → 66% → 72%。生成数量则是另一个故事——第三个月冲到 1726 份的峰值后逐月回落到 1039 份。这未必是坏事：早期有大量尝鲜式生成，后期沉淀为稳定的真实需求。但它同时提醒一件事，生成量不适合作为核心考核指标，否则科室会为了数字去生成不需要的文书。

阶段性数字还需要一张“口径表”

指标	材料披露	正式评估前需要补齐
单份病历书写时间	约 30 分钟降至约 5 分钟	文书类型、医生样本、是否包含复核时间
住院病历时长缩短	约 85%	与上一行是否同源；基线如何测得
病历质量提升	约 60%	用哪套评分表、由谁评、盲评与否
平均 AI 采纳度	约 61%	“采纳”的字段或文书级定义、修改幅度、统计周期
覆盖科室	约 40 个	上线、试用或活跃使用的区分
累计生成量	约 25.8 万份	统计区间；是否含废弃与重复生成
临床科室平均活跃率	71% 以上	活跃的定义（登录／生成／采纳）与分母

建议同时观察文书缺陷率、严重缺陷拦截率、误报率、平均修改字数、签发前后返工时间和医生净推荐值。效率上升但质量下降，或者采纳率很高却依赖大量重写，都不能算成功。

从单点生成走向全院质控平台

单个科室可以从一类高频文书起步，但规模化需要统一平台：

• 统一对接院内数据，并落实最小必要访问；
• 统一管理模型、规则、提示词、专科模板与版本；
• 统一记录输入、生成、修改、拒绝和签发全过程；
• 统一评估采纳率、修改率、缺陷发现率与医生负担；
• 在平台能力之上，由各科室沉淀自己的模板和知识。

这样，文书生成不再是一个孤立功能，而会逐步升级为全院病历质量能力。

上线前必须写清楚四条边界

1. 数据不出院：优先院内部署，最小必要访问，全过程留痕。
2. AI 仅辅助：输出候选文书或风险提示，不形成正式诊断。
3. 医生终审签发：所有正式医疗文书由医务人员确认、修改并签发。
4. 异常实时提醒：危急征象、逻辑矛盾和必填项在签发前提示，并保留审计证据。

除了原则，还需要把责任写进系统：

• 每一段生成内容标记来源、模型版本、模板版本与生成时间；
• 医生的接受、编辑、拒绝和最终签发形成完整审计链；
• 高风险提示不得静默消失，忽略时需要记录原因；
• 模板、规则和模型更新先灰度验证，再进入正式环境；
• 发生异常时可以定位到输入、输出、操作者和版本，并可快速回滚。

建议从六周真实验证开始

选择一个科室、一类高频文书，以真实工作流完成首轮验证：

1. 明确数据范围、责任边界与评价指标；
2. 记录每一次接受、修改、拒绝和质控结果；
3. 同时观察医生负担、文书质量与流程时长；
4. 每周复盘误报、漏报、重写和异常案例；
5. 达标后再复制到更多科室、文书与机构。

六周验证不应只做一场演示。第一周完成基线与权限梳理，第二至三周进入小范围真实使用，第四周根据医生反馈调整模板与交互，第五周扩大样本，第六周完成与基线的对照复盘。只有质量、效率、体验和安全四类指标同时达标，才进入下一科室。

让医生少写，让文书更准，让知识持续沉淀。