行业 04

医院

5 个案例 · 交付周期 8–12 周 · 13 处踩坑

本行业 FDE 要点

这个行业做 AI 项目和别的行业不同的地方。交付团队进场前要过一遍，发起方立项前也要过一遍。

  1. 数据不出院，科研要过伦理

    患者数据通常只能在院内服务器处理；用于科研的数据要经伦理委员会审查，并做去标识化。伦理审查和数据审批常常决定项目周期，医院案例普遍要 8–12 周。

  2. 系统分属不同厂商

    HIS、EMR、LIS、PACS 往往来自不同厂商，接口要厂商开发、排期，有时还要收费。信息科协调厂商是最长的等待，第 1 周就要排进去。

  3. 医生的时间最少

    多一次点击、多开一个窗口，医生就不用。工具要嵌进医生已经在用的界面，而不是另做一个系统。

  4. 医疗器械的边界

    软件是否属于医疗器械，按预期用途判定。有辅助诊断用途的（包括只做病灶检出提示的）通常按器械管理，要在注册证规定的用途和配置范围内使用，不能随意改模型或扩大用途。不作为器械的工具要远离诊断用途，只做信息整理和提醒。

  5. 评级和检查带来预算

    电子病历应用水平分级评价、等级医院评审、医保检查常常是项目的真实动力。决策链一般是分管副院长、医务处、信息科、临床科室主任，四方都要见。

5 个案例

每张卡片上的引言是客户的原话。点进去看好 FDE 怎么把它换成真问题。

  • 4.112 周 · 5 个阶段 · 3 处踩坑

    病历结构化

    客户嘴上要的「医院要建科研数据平台。用大模型把十年的历史病历全部结构化，医生想研究什么就能查什么。」

    真正要解决不做「全院病历全部结构化」，做「一个课题需要的 30 个变量」

  • 4.28 周 · 5 个阶段 · 3 处踩坑

    医保控费审核

    客户嘴上要的「医保局检查越来越严，扣款越来越多。用 AI 审核所有住院病历的医保违规，避免被扣款。」

    真正要解决损失大头不在违规收费，而在病案首页编码

  • 4.38 周 · 6 个阶段 · 2 处踩坑

    门诊导诊分诊

    客户嘴上要的「患者经常挂错号，分诊台排长队。在公众号上做一个智能导诊机器人，患者说症状，AI 推荐科室。」

    真正要解决不做万能问诊机器人，先解决几对易混科室和危急症状

  • 4.410 周 · 5 个阶段 · 3 处踩坑

    影像辅助诊断落地

    客户嘴上要的「医院去年采购了肺结节 AI，放射科几乎没人用。帮我们提高使用率，不行就换一个更准的模型。」

    真正要解决已经买的 AI 没人用，问题在流程，不在模型

  • 4.510 周 · 5 个阶段 · 2 处踩坑

    病历质控

    客户嘴上要的「质控科每月只能人工抽查一小部分出院病历。用 AI 对所有出院病历自动质控打分，替代人工抽查。」

    真正要解决从「出院后打分」改成「住院时提醒」，并且提醒要准

医院还有没写到的场景？

描述你手上的医院项目，或者建议补充这个行业缺少的案例。