电子病历五级评审 当AI走进医院,医生终于不用再「写」病历了?——深度解读评审标准, 展示在7大真实医疗场景中的落地实践.

电子病历五级评审

当AI走进医院，医生终于不用再「写」病历了

本文深度解读电子病历五级评审标准， 梳理HIS与EMR的底层关系， 展示AI在7大真实医疗场景中的落地实践。

AI医疗前沿观察 · 2026年6月

▎电子病历五级评审：当AI走进医院，医生终于不用再“写”病历了

· · ·

▎一、凌晨两点的医生办公室

凌晨两点，某三甲医院住院部。

王医生揉着酸胀的太阳穴，面前的电脑屏幕上，还有七份病程记录等着他完成。白天的门诊看了83个病人，夜班又收了4个新入院——每一份病历都要逐字输入主诉、现病史、既往史、体格检查、辅助检查、诊断依据……

他不是在救治病人。他在当打字员。

这或许是每一位临床医生再熟悉不过的日常场景。一份针对全国三甲医院的调查显示：住院医师每天花费在病历文书上的时间，平均超过3.2小时。如果把这3.2小时还给诊疗本身，医生的双手能做多少事？

而今天我们要讲的，正是那个能让医生从“打字员”回归“诊疗者”的关键制度——电子病历系统应用水平分级评价，也就是行内常说的“电子病历五级”。

更重要的是，2025-2026年，以DeepSeek为代表的大语言模型正在以惊人的速度涌入医院信息系统。当电子病历五级评审遇上AI，医院信息化正在经历一场深刻的范式转移。

这篇文章，写给每一位医院信息科主任、医务科管理者、医疗AI从业者。我们不谈虚的，就讲清楚三件事：五级评审到底考什么？AI能在里面做什么？医院怎么准备？

▎二、一张表读懂：电子病历分级评价到底分了几级？

[📷 图1： 电子病历等级金字塔（8层，五级金色高亮） ]

国家卫健委2018年发布《电子病历系统应用水平分级评价管理办法（试行）》，将电子病历系统分为0-8级（2025版调整为1-8级）。每一级都是一道坎，每一级之间都是一次质变。

我们用一张表说清楚：

**关键分水岭**：1-4级是“信息化”——用电脑替代纸；5级开始是“集成化”——用数据驱动流程。5级是中级→高级的过渡台阶，也是**三级公立医院绩效考核的硬性指标**。没通过五级？国考扣分。

▎三、五级评审到底考什么？六个字说清楚

很多信息科主任一听到“五级评审”就头疼——十个工作角色、几十个评价项目、数百页实证材料。但如果我们拨开评审细则，五级核心考的其实就是六个字：

统一、决策、闭环。

● 3.1 统一：全院不再是一盘散沙

五级的第一要求是“全院形成统一的临床数据管理系统”。

什么意思？打个比方：4级的医院，就像一栋大楼里每层楼装了不同的门禁系统——HIS管收费，LIS管化验，PACS管影像，EMR管病历，各管各的。数据是通的，但标准不统一、存储不统一、调用不统一。

5级的要求是：把门禁统一换成一套系统。患者身份、诊断编码、检验项目、药品字典、病历格式——全院一套标准。这就是所谓的临床数据中心（CDR）+ 集成平台（ESB）。

判断一个医院是否达到“统一”水平，看一个简单指标：医生在病房能实时调出门诊的就诊记录吗？急诊能自动看到患者上次住院的过敏史吗？如果不能，那就还在4级水平徘徊。

● 3.2 决策：电脑不只是打字工具

5级的“中级医疗决策支持”有三层含义：

第一层：被动提醒升级为主动判断。

4级阶段，系统会提醒“头孢类+酒精=双硫仑样反应”。这是固定的知识库规则。5级要求系统能综合判断：这个患者是女性，年龄62岁，肾功能指标异常，既往处方中有华法林——于是系统自动判断：不能用常规剂量的头孢，需要根据肌酐清除率调剂量，且需警惕与华法林的出血风险叠加。

第二层：数据挖掘支持临床科研。

5级不只要求系统能“提醒”，还要求数据能被“挖掘”。比如：全院近三年胰腺癌患者的化疗方案和生存期数据，能否一键导出做回顾性研究？这是4级做不到的。

第三层：区域信息可查看（2025版新增）。

你在A医院做完检查，去B医院就诊，B医院的医生能从系统中调阅A医院的检验结果——不用你重复抽血。这是5级的新考题。

● 3.3 闭环：从“开了医嘱”到“执行了吗”

5级的闭环管理，通俗讲就是：医嘱不是发出去就完了，得追踪到“谁在什么时候执行了、结果如何”。

典型场景：医生在EMR中开了“0.9%氯化钠注射液250ml + 头孢呋辛1.5g 静脉输液 bid”的医嘱。在五级系统里，这条指令会经历——

护士PDA扫码核对患者腕带 → 核对药品条码 → 核对输液速度 → 执行时间自动回传 → 输液结束自动记录 → 不良反应（如有）自动上报

全过程留痕，每一个环节都有电子记录，且全院统一管理。这跟我们常见的“药房发药、护士扎针、好没好不知道”的4级水平，是天壤之别。

▎四、一个比喻讲清楚 HIS 和 EMR 的关系

[📷 图2： HIS与EMR关系图（2.5D城市交通系统风格） ]

在医院信息化系统群里，最容易被混淆的两个概念就是HIS（医院信息系统）和EMR（电子病历系统）。

不用术语解释术语，我们打一个生活化的比方：

把医院想成一家五星级酒店。

HIS 就是酒店管理系统（前台、预订、客房、账单）。

它管的是：客人叫什么、住几号房、住了几天、押金多少、有没有点早餐、离店结账。

EMR 就是客人的健康档案（体检报告、症状记录、治疗过程）。

它管的是：客人有什么基础病、吃了什么药、做了哪些检查、医生判断是什么、治疗方案是什么。

它们的关系是：HIS 告诉 EMR“这患者住进来了”（挂号入院），EMR 告诉 HIS“医生开了哪些检查项目要收费”（医嘱→费用）。两者通过集成平台（ESB）双向对话，不打架、不丢数据。

LIS（检验系统）呢？

就是酒店合作的外部体检中心。医生（EMR）“请”它做血常规，LIS做好把报告“送回”EMR，HIS负责跟体检中心结算。

PACS（影像系统）呢？

就是酒店合作的外部影像中心，出CT、核磁报告，逻辑同上。

如果用一张文字箭头图来描述医院信息系统的整体架构，大致长这样：

┌─────────────────────────────────────────────┐ │统一门户（医生/护士/管理者）│ ├─────────────────────────────────────────────┤ │临床数据中心 CDR│运营数据中心 ODR│ │（病历+检验+影像）│（财务+物资+人力）│ ├─────────────────────────────────────────────┤ │集成平台 ESB（中枢神经）│ │消息路由 · 协议转换 · 术语统一 · 主索引│ ├─────────┬─────────┬──────────┬──────────────┤ │HIS│EMR│LIS│PACS│ │ 流程总控 │ 临床核心 │ 检验数据│影像数据│ ├─────────┴─────────┴──────────┴──────────────┤ │医保平台 · 区域卫生平台 · 互联网医院│ └─────────────────────────────────────────────┘

理解了这层关系，你就会明白为什么五级评审要求HIS和EMR必须“紧耦合”——因为只有流程数据（HIS）和临床数据（EMR）融为一体，系统才能真正做到“数据找人”。

▎五、AI能为电子病历做什么？7个正在发生的真实场景

[📷 图3： AI赋能电子病历5大场景（中心辐射雷达图布局） ]

如果说五级评审是考题，那AI就是考场上给医生请的“学霸同桌”。以下是2025-2026年已经在中国医院落地的7个AI应用场景，每一个都带着真实数据。

● 场景一：语音一讲，病历自动生成

解决的问题：医生对着电脑打字写病历，头都不抬，患者觉得被冷落。

AI怎么做：诊室里放一个拾音麦克风。医生和患者对话，AI自动做三件事——（1）把语音转成文字；（2）区分哪句话是医生说的、哪句话是患者说的；（3）按SOAP格式（主诉/现病史/体格检查/评估/计划）自动生成结构化病历草稿。医生审核修改后，一键签章归档。

真实效果（xx医疗临床智能语音大模型，2025年12月投入使用）：

• 护理文书录入时间：从**2.5小时** → **10分钟**

• 护理记录合格率：从**82%** → **99.3%**

• 护士加班减少：**75%**

**重要提醒**：2026版《医疗机构AI应用专家共识》规定——AI生成的内容必须标识，由医师确认签字后方可纳入正式病历。AI写的是“草稿”，医生才负责“定稿”。

● 场景二：病历质控从“抽检30%”到“全量100%”

解决的问题：传统病历质控靠人工抽查，覆盖不到30%，漏检率极高。

AI怎么做：大语言模型读取每一份病历，自动检查——

• 主诉和现病史时间是否矛盾？

• 诊断和用药逻辑是否自洽？（比如诊断“高血压”但没开任何降压药）

• 过敏史和首页是否一致？

• 手术记录完成时限是否合规？

真实效果（北京xx医院，DeepSeek-R1-671B本地化部署）：

• 运行病历合格率：从**79.66%**（2021年）→ **98.06%**（2024年）

• 甲级病案率：**100%**

• 质控覆盖率：从人工的**30%** → AI的**100%**

• 质控闭环周期：从**3-5天** → **1个工作日**

这家医院也因此拿下了行业一等奖——不是靠口号，靠的是真金白银的数据。

● 场景三：临床决策支持——电脑变成“专家会诊团”

解决的问题：医生的知识储备有边界，疑难病例容易漏诊误诊。

AI怎么做：CDSS（临床决策支持系统）实时监测病历数据流。当系统发现异常——比如一个年轻女性下肢水肿+蛋白尿+面部红斑——自动弹出鉴别诊断提示：“是否排除系统性红斑狼疮？建议查抗核抗体(ANA)、抗dsDNA抗体”。

这不再是简单的“配伍禁忌提醒”，而是基于循证医学指南的多维度推理。

真实效果（大模型CDSS，覆盖1200+家医院）：

• xx医院部署罕见病AI筛查系统3个月，筛查出392例高危，确诊**7例法布雷病**——而在这之前，该院历史上总共只有3例法布雷病确诊。

• 2025年全年，15家部署医院通过AI确诊**213例**罕见病首诊患者。

● 场景四：PDA扫码 + AI双重核对，给药差错归零

解决的问题：护士发药，患者信息对不上、药品拿错——这是传统的“用药差错”高发环节。

AI怎么做：护士用PDA扫患者腕带→系统自动弹窗该患者的全部医嘱→再扫药品条码→AI自动比对：

• 患者身份是否一致？

• 药品、剂量、给药途径是否与医嘱一致？

• 时间是否在有效期内？

• 是否有禁忌症（结合最新化验结果判断）？

任何一个环节不匹配，PDA立刻报警并锁定操作。这就是五级要求的“医嘱执行闭环”，AI让它从“形式闭环”变成了“智能闭环”。

● 场景五：病历一键续写，医生少打3000字

解决的问题：病程记录有大量重复内容——长期医嘱没有变、查体结果和昨天一样、实验室数据可以直接引用——但医生每天还是要手动打一遍。

AI怎么做：大语言模型读取患者全部历史记录，自动生成续写草稿——今日体温血压趋势、昨日检验新出结果摘要、治疗方案调整理由、下次复查建议。医生只需审核修改关键部分即可。

真实效果（xx市第一人民医院，AI病历生成智能体）：

• 9类核心病历一键生成

• 书写时间减少：**30%以上**

保守计算：一个医生一天写10份病程记录，每份节省5分钟，一天就省出50分钟。50分钟可以在病房多查一次房、多安抚两个家属、多看一篇最新文献。

● 场景六：危急值不再“掉在地上”

解决的问题：检验科查出危急值（比如血钾6.8mmol/L），电话通知护士站——护士忙没接到——值班医生不知道——患者风险持续增加。这是传统流程中最致命的“信息断点”。

AI怎么做：LIS系统检出危急值→集成平台即时推送→AI自动按紧急程度分级→强制弹窗锁定主管医生和护士的电脑屏幕→必须点击“已处理”并填写处理措施→弹窗才消失。超过设定时间未响应→自动升级通知科室主任→再超时→通知医务科。

这就是五级要求的“闭环管理”中至关重要的危急值闭环，AI负责确保消息“送到、看到、处理到”。

● 场景七：评审材料准备从“三个月”缩到“几天”

解决的问题：申报五级需要提交三个PDF文件（基本项≤600页、选择项≤600页、数据质量评估），每个功能点都得配标准原文+实现说明+生产环境全屏截图。手工整理耗时2-3个月，质量参差不齐。

AI怎么做：专业智能体自动扫描系统功能界面，按评价标准条目自动截图、自动匹配、自动生成说明文字、自动排版编目。人力只做最终审核和调整。

真实效果（“智慧医疗分级评价智能一体机”，2025年10月发布）：

• 评级准备周期：从**2-3个月** → **数天**

• 人力投入：**降低80%**

• 材料标准度：**提升72%**

▎六、医院准备五级评审，信息科现在可以做的5件事

[📷 图4： 五级评审6阶段准备路线图（横向时间轴甘特图） ]

● 第一件事：先做“数据体检”

评审规程里有一个容易被忽视的硬门槛：数据质量指数≥0.5。很多功能做得再花哨，数据质量不过关，一票否决。

趁早做一件事：拉出所有基础字典（科室表、人员表、药品编码表、诊断编码表），逐一检查——同一个科室名称在HIS和EMR中是否完全一致？同一个患者在不同系统中的性别、出生日期是否统一？检验项目编码是否全部映射到LOINC标准？

工具建议：可以用DeepSeek或类似大模型批量比对不一致项，效率远高于人工逐条核查。

● 第二件事：先把“闭环四大件”打通

五级的闭环要求中，以下四项是高频扣分项：

• **药品医嘱闭环**：开药→审方→调配→发药→给药执行→用药后观察，每一环节都得有电子记录。

• **检验闭环**：申请→采样→送检→上机→审核→报告推送→查阅确认，缺一环都不行。

• **检查闭环**：申请→预约→登记→检查→阅片→报告→推送→查阅，同上。

• **危急值闭环**：发现→通知→接收→处理→反馈→归档，时间戳不能断。

建议信息科把以上四条链路的每一个节点都在系统中“走一遍”，用真实数据测试，找出断点。AI可以辅助做这件事——用智能体自动遍历业务流程，自动标记缺失的电子记录环节。

● 第三件事：CDR和ESB是五级的“地基”，不能省

没有临床数据中心（CDR），就没有“统一数据管理”。没有集成平台（ESB），系统之间就是“散装”的。

这是一笔硬投入，但也是一笔值得的投入。CDR不仅是评审需要，更是医院日后做科研、做管理决策、做AI应用的数据基座。早建早受益。

● 第四件事：找一个“小切口”把AI用起来

不要一上来就追求全院AI全覆盖。建议先从一个痛点最集中的科室开始，比如：

• 呼吸内科：门诊量大、病历重复度高，优先部署AI语音录入

• 心血管内科：危急值发生频率高，优先部署AI危急值闭环追踪

• 病案室：需要逐份核查病历质量，优先部署AI病历内涵质控

用一个科室跑通“AI部署→医生接受度验证→效果数据回收→全院推广”的闭环，比一次铺开全院更有说服力。

● 第五件事：注意“红线”，别踩雷

2026版《医疗机构AI应用专家共识》有三个底线：

• **数据不出院**：严禁将未脱敏患者信息上传至第三方公有云大模型。AI模型必须本地化部署，或者走医院专有云。

• **人机协同以人为主**：AI生成的内容必须标识，由医师确认后方可进入病历。严禁AI输出直接作为诊断结论。

• **AI不良事件上报**：因AI辅助建议导致的不良事件，必须纳入医院安全不良事件报告系统。

合规不是束缚，是保护——保护患者，也保护医院。

▎七、未来已来：AI+电子病历的四个确定性趋势

[📷 图5： 全国电子病历评级趋势数据图（面积图+饼图+条形图组合） ]

趋势一：评审标准持续“升维”

从2018版的“电子病历评级”到2025版的“智慧医疗分级评价”，评审范围从电子病历一个点扩展为电子病历+智慧服务+智慧管理“三位一体”。更重要的是，7-8级首次将17项AI高阶功能写入评审标准——AI已经从“加分项”变成了“必选项”。这意味着，今天不拥抱AI的医院，明天注定在评审中掉队。

趋势二：DeepSeek类大模型加速落地

截至2026年上半年，全国已有超过400家医疗机构完成DeepSeek本地化部署，覆盖20余个省份。从顶级三甲到地市人民医院再到部分县级医院，大模型的渗透速度远超当年的PACS和LIS。信息科需要思考的不是“要不要用AI”，而是“选什么样的AI底座”——是华为昇腾+国产大模型的全栈自研路线，还是混合云+商业模型的灵活路线。

趋势三：一体机成为主流交付形态

    一体机电子病历质控一体机和智慧医疗评价一体机——这些产品的共同特征是“算力+模型+应用”一体化交付，开箱即用、本地部署、部署周期缩短至数天。对于缺少AI专业团队的地市级医院和县级医院来说，一体机是降低门槛的现实选择。

趋势四：从“工具”到“同事”——医生角色的再定义

   这是最深层的趋势。当AI能自动生成病历草稿、能实时质控文书质量、能辅助分析检查结果——医生这个职业的核心能力会发生怎样的变化？

答案是：医生不会被取代，但会用AI的医生一定会取代不会用AI的医生。

   未来的电子病历系统，不是“医生操作电脑写病历”，而是“医生与AI对话完成诊疗记录”——人负责判断和关怀，AI负责记忆和计算。以人为本，AI为辅。这是政策定调，也是行业共识。

▎八、写在最后

回到开头那位凌晨两点还在写病历的王医生。

   如果王医生工作的医院通过了电子病历五级，如果他的EMR系统接入了AI——他看完门诊后，系统已经根据医患对话自动生成了结构化病历草稿，他只需要花1分钟核对修改；他开的处方会经过CDSS实时审核，确保没有遗漏患者的肾功能异常；他夜班收了新患者，移动端就能调出患者上次在隔壁城市医院的所有就诊记录；他不用催护士，因为PDA扫码执行医嘱的每条记录都自动回传到了他电脑上……

电子病历五级，从来不是为了评级而评级。它的本质是：让数据跑起来，让系统聪明起来，让医生解放出来。

而AI，正在让这一切加速发生。

· · ·

关于本文

本文数据来源：

• 国家卫健委《电子病历系统应用水平分级评价管理办法（试行）》及2025版征求意见稿

• 国家卫健委医院管理研究所相关公示文件

• 《中国医学伦理学》2026版《医疗机构人工智能应用与治理专家共识》

• 国务院、国家卫健委等五部门关于“人工智能+医疗卫生”的政策文件

• 北京友谊医院、惠每科技、佳缘科技、宁夏英炜智慧电子等公开案例

本文不推荐任何具体产品或品牌，所有产品名称仅为引用公开报道中的案例。

· · ·

关注我们，不错过每一篇医疗AI深度内容

如果你觉得这篇文章有收获，欢迎转发给你身边的信息科主任、医务科同事和医疗AI同行。让更多人了解电子病历五级评审的真问题，让更多医院少走弯路。

你有关于电子病历评级或AI部署的实操问题？在评论区留言，我们会选取典型问题请行业专家集中回复。

· · ·

▎附：微信分享传播文案

● 朋友圈转发文案

🏥 电子病历五级评审，医院信息化从"人找数据"到"数据找人"的分水岭。7个AI真实场景已在中国医院落地：语音录入→护理文书2.5h降到10min；AI质控→病历合格率79%升到98%；罕见病筛查→3个月确诊7例（历史总共3例）。这篇文章讲清三件事：五级考什么、AI能做什么、医院怎么准备。转发给你身边的信息科主任，让更多医院少走弯路。

● 微信群转发文案

#电子病历 #医疗AI #医院信息化 #电子病历五级评审三级公立医院绩效考核中，电子病历五级是硬指标。这篇文章用7个真实落地案例讲清楚了——北京友谊医院用DeepSeek把病历合格率从79%拉到98%，宁夏医院用AI语音录入把护理文书时间从2.5小时砍到10分钟。文末附信息科5步实操指南，建议收藏转发。

· · ·

📌 关注我们，不错过每一篇医疗AI深度内容

如果你觉得这篇文章有收获，欢迎转发给你身边的信息科主任、医务科同事和医疗AI同行。

你有关于电子病历评级或AI部署的实操问题？在评论区留言，我们会选取典型问题请行业专家集中回复。

👇 点下方卡片 → 关注本号 → 设为星标 → 第一时间获取医疗科技深度内容

· · ·

本文数据来源：国家卫健委、国家卫健委医院管理研究所、《中国医学伦理学》2026版《医疗机构AI应用与治理专家共识》、国务院相关政策文件等公开案例。

本文不推荐任何具体产品或品牌。

[📷 图封面： 公众号封面头图（900×500px，医生笔尖化入AI数据流） ]