返回文章列表
北京协和医院如何用AI预问诊优化就医体验案例
📌 摘要
北京协和医院，运用AI预问诊功能（自然语言处理+医学知识图谱），解决医生时间被大量重复性文书工作占据、患者候诊时间长的难题，实现候诊时间缩短15%、病历结构化率从30%提升至95%。
📖 本案例根据 搜狐科技报道整理 · 查看原文 →
企业背景
北京协和医院成立于1921年，是中国最早的现代化综合医院之一，现为国家卫生健康委员会直属的大型三级甲等综合医院。
核心数据：
• 临床和医技科室：57个
• 开放住院床位：2000余张
• 年门诊量：超过500万人次
• 日均门诊量：超过1.5万人次
• 行业地位：2019年复旦版中国医院排行榜排名第一，五年总分第一
作为中国医疗行业的标杆，协和医院一直在探索如何利用新技术提升医疗服务效率。2024年，医院决定在官方APP上线AI预问诊功能，这是其医疗数字化转型的重要一步。
面临的问题
1. 医生时间被大量重复性文书工作占据
每位患者6-8分钟的问诊时间里，约40%用于询问病史、整理病历等重复性文书工作，真正用于诊断和沟通的时间不足60%。
2. 患者候诊时间长，体验差
平均等待时间超过30分钟，患者在候诊时往往焦虑不安。而医生在接诊时还需要从头询问"哪里不舒服"，效率低下。
3. 病历质量参差不齐，难以结构化
不同医生的病历书写习惯不同，导致后续病历分析和科研利用困难。传统纸质病历或简单电子病历无法实现结构化数据录入。
4. 患者满意度下降
据协和医院内部数据，2023年因问诊效率低下导致的患者满意度下降，在全年投诉中占比超过25%。
解决方案
协和医院在官方APP上线了AI预问诊功能，核心技术包括：
1. 自然语言处理（NLP）
能够理解患者用自然语言描述的症状（如"肚子疼了好几天"），并将其映射到医学术语（如"腹痛，持续3天"）。
系统通过深度学习模型训练，能够识别超过5000种常见症状描述。
2. 医学知识图谱
系统集成了医学知识图谱，能够根据患者描述的症状，智能推荐可能的科室和医生。
3. OCR检查报告识别
通过OCR技术，自动识别患者上传的检查报告，提取关键指标，生成结构化数据。
4. 智能问诊引导
系统根据医学指南，逐步引导患者描述症状，确保关键信息不遗漏。
实施过程：
1. 试点阶段：在内科、皮肤科两个科室进行试点，收集医生和患者的反馈
2. 优化阶段：根据试点反馈优化AI模型，提升症状识别准确率
3. 全面部署阶段：测试成功后，推广到全院所有科室
实施效果
| 指标 | 实施前 | 实施后 | 改善幅度 |
|---|---|---|---|
| 候诊时间 | — | — | 缩短15% |
• ✅ 患者体验改善，候诊时间缩短15%，患者焦虑感明显降低
协和医院信息中心主任表示："AI预问诊不仅提升了医疗服务效率，更重要的是让患者感受到了更高质量的医疗服务。患者在就诊前就能与AI对话，提前整理病情，这让医患沟通更加高效。"
经验启示
第一，预问诊的核心价值不是"省时间"，而是"提质量"
15%的候诊时间缩短固然重要，但更关键的是：医生在接诊前已经看过结构化病历，问诊更有针对性，诊断准确率提升，患者信任感增强。
第二，NLP模型必须基于本院数据微调
直接用公开预训练模型，识别效果有限。协和的模型是基于过去10年脱敏病历训练的，这才达到了更高的识别准确率。
第三，分阶段推广比一刀切更稳
协和先在内科、皮肤科试点，收集反馈优化后再全院推广。医疗AI容错率极低，一个错误推荐可能导致误诊。
第四，病历结构化是后续所有AI应用的基础
今天的预问诊生成结构化病历，明天就能用这些病历做AI辅助诊断、临床决策支持、科研数据分析。
第五，患者隐私保护是合规底线
医疗AI涉及患者健康数据，必须通过等保三级认证，否则不能上线。