夜雨聆风学习资料网

ARTICLE · 1110715

第一批被AI解放的医生

第一批被AI解放的医生

引言

在我的就医体验中,门诊时,医生从来不会看着我说话。上周去中医院看头痛,正好赶上医生要去做个紧急手术,我说我能理解他,要不把我换个普通门诊。那个主任很不好意思,他还是用3分钟时间把我看完了,前提是我用了平生最快的语速,他用了最快的手速把药开出来了。

第二天,我去接待了老朋友A医生,就好奇地问他门诊到底多长时间是合适的。他和我说了两个数字,是他的门诊时间:6分钟和40分钟。区别在哪?

01 在公立医院,没用AI时

先说他过去在公立医院的情况。公立医院的门诊是有考核指标的。随着考核指标的量化,他一个上午四十个病人,平均下来,每个人六分钟。

六分钟要装下多少东西:问病史、看片子、下判断、开药,中间还得留出一份病历。所以能问的,往往只有最要紧的那一个,剩下的靠猜、靠先开单子;话没讲完,人也得走。

而考核的另一头,是"挂不到号"的投诉。医院要在面上让患者满意,压力一层层往下传,最后落在科室每个主治大夫的肩膀上。

我问他:6分钟够吗?他说:当然不够。

02 在高端私立医疗,有了AI之后

他换到私立医院后,在这家医院,医院给他的每个病人的时间是四十分钟,当然收费也是和时间正相关的。平均每个病人要聊三十分钟,这个过程他全身心投入,不碰电脑,AI解放了他忙碌的双手。

我很好奇,AI 分别在哪些环节把他替了下来,他这么和我展开细说

门诊问诊这一段,AI 把他从"敲病历"里解放出来。这三十分钟,他是拿来聊的:这次哪里不舒服、什么时候开始的、以前得过什么、在外头做过哪些检查、用过哪些药,最后落到"接下来怎么办";碰上要做手术的,连住院那一段也一并讲掉——住几天、术前查什么、什么时候禁食、谁来做、做完大概什么样。他说话的时候,AI系统在底下听,按要求规范把对话整理成病历,对话结束时,病历也整理好了。

住院和手术这一段,AI 把他从"重讲一遍"里解放出来。门诊里谈好的方案,会生成一份术前清单,要准备什么、核查什么,一条条列清楚,让整个护理团队都能清楚知道后续注意事项。医生也不用担心自己在门诊时的特殊交代,在后面的环节落不了地。

手术做完之后,AI 把他从"事后补记"里解放出来。术后注意事项自动整理,重点给药和观察项也变成待办事项,可以让团队自动跟踪。由于和信息系统打通,院内的各种化验和检查数据都能及时以看板的形式呈现。

病人出院回家之后,AI 把他从"记着谁该随访"里解放出来。多久来随访、随访问什么、谁来提醒他复诊,都挂在这条线上,后面还有团队跟着走。

记录和衔接,本来是他或者助手一天里最琐碎、也最占时间的两件事。交出去之后,"做一遍、补一遍"变成了"做完就记完";他管的事情也跟着变了——原来管的是这一步,开单子、开药、排手术,交代完就算完;现在管的是病人的全病程,从门诊到手术、到病人回到家里,整条过程他都有机会照顾到了。

他的重点落到了审核上,AI 生成的每一份病历,他都要自己过一遍,重点看它有没有记偏、有没有漏掉重点、有没有盲区。这一遍过下来,反倒让他把每个病人的情况又摸了一遍——真正省掉的,只是那些重复性的敲字。

我去年还帮一个朋友规划过术后随访的系统,现在想想真多余。如果医院的系统能把开源大模型接入进去之后,原来需要单独再开个应用的事情都可以用AI闭环管理。

03 患者的感受

我问朋友,有没有病人跟他聊过这种变化后的感受。

他说有,病人推荐意愿特别高。大意是:在公立医院那会儿太挤了,话赶话——得趁着医生还没催之前,赶紧把话讲完。到他这里,可以从容地把事情一件件回想起来、讲清楚;哪一步做什么,医生在前面就提醒到了,后面还有团队跟着这条线走,一步一步把整个病程管下来。整个体感和原来的就医体验完全不一样。

我听完,脑子里浮出六个字:被倾听、被重视。

"被倾听",是医生有时间听你把话说完,不用在你讲到一半的时候看表。

"被重视",还不只是这一分钟的感受。是从你进诊室,到你回到家里,每一步都有人管、有人提醒。

结语

回到我自己上周的就医体验,医生匆匆忙忙开完单子,把我扔给了推拿护士。护士小姐姐认真地给我推拿了2小时,大家猜她能拿多少。她说可能不到2块钱。缴了270块钱的治疗费,只有5%能分到他们这个科室的护士头上,如果这个科室是10个护士,平均分,真正干活的护士分不到2块钱。护士小姐姐算完这笔账,就苦笑了笑。

对比来看,我这个医生朋友所在的医院,医院拥抱了AI,AI解放了医生,医生尊重了病人,病人为高质量的服务买单。虽然这样做的医院还很稀缺,相信总有一天,技术能让医疗服务回归至“帮助和安慰”的本质。

作者微信号:christina_herbe

“仅供个人交流使用,部分文字图片来源详见文中标注说明,作者不对文中内容的真实性、完整性提供任何明示或默示的担保或保证。未经授权,禁止任何机构和个人获取本文内容,用于训练AI大模型或AI内容生成等用途”

相关学习资料