四川友谊医院与惠每科技共同基于大模型技术探索其在医院核心业务场景中的应用，在医疗质量管理、患者安全防护和工作效率提升等方面取得了积极成效。
编辑/侯杰
图片/四川友谊医院
为了在医疗场景中更好地发挥AI价值，四川友谊医院与惠每科技共同基于大模型技术探索其在医院核心业务场景中的应用，聚焦临床决策支持、病历智能生成、病历内涵质控、VTE防治四大场景，构建面向诊疗质量提升、医疗效率提升与医疗安全管理的智能化应用体系，推动AI从单点辅助走向流程赋能。
将大模型融入诊疗、书写、质控与风险防控全流程CDS REPORT ｜ PART 1
在医院日常运行中，临床诊疗、病历书写、质量管理和风险防控是关系医疗质量与患者安全的关键环节。临床诊疗方面，医生需要在有限时间内整合病史、检验检查、用药、手术、既往诊疗记录等多维信息，面对复杂病例和多病共存患者时，容易受到信息分散、经验差异和工作负荷等因素影响；病历书写方面，医生需要将诊疗过程、病情变化和处置依据准确、完整、规范地记录下来，既耗费大量时间，也直接影响后续质控、医保支付和医疗安全管理；质量管理方面，病历内涵质量要求不断提高，传统人工质控存在覆盖范围有限、问题发现滞后、整改追踪压力大等问题；风险防控方面，以VTE为代表的院内风险管理涉及评估、预警、干预、复评和统计分析等多个环节，单纯依靠人工管理难以实现全流程、精细化闭环。
围绕上述痛点，医院将大模型技术与临床决策支持系统（CDSS）结合，推动其深入临床诊疗和管理全流程，帮助医院提升诊疗规范性、病历书写效率、质控及时性和风险防控精细化水平。
在临床决策支持场景中，系统可在医生诊疗过程中提供鉴别诊断、治疗方案参考、合理用药提醒、检查检验建议、危急值处置提示等智能辅助。对医生而言，系统并不是替代诊疗判断，而是在关键节点提供更及时、更完整的医学信息参考，帮助医生减少信息遗漏，提高诊疗决策的规范性和一致性。对于低年资医生，系统能够提供更加清晰的规范化提示；对于高年资医生，系统也可在复杂病例处理过程中提供辅助参考，提升临床工作效率。
在病历智能生成场景中，大模型CDSS可结合患者既往病历、入院信息、检查检验结果、医嘱记录、手术信息等诊疗数据，辅助医生生成病历文书初稿，支持入院记录、首次病程记录、日常病程记录、查房记录、手术记录、术前小结、术前讨论、出院记录等多类文书。对于临床医生而言，病历生成的价值并不只是“自动写病历”，更重要的是帮助医生快速完成诊疗信息整理、病情摘要归纳和文书框架搭建，减少重复录入和低效整理时间。医生可在系统生成内容基础上进行审核、补充和修订，使病历书写既保持医生主导，又提升完成效率和内容完整性。
病历生成也为后续质量管理提供了更好的基础。规范、完整、结构清晰的病历内容，有助于减少因信息缺失、表述不完整、前后不一致造成的质控问题，也有助于提升诊疗过程记录的连续性。换言之，病历生成并不是孤立的效率工具，而是连接临床诊疗、病历质控和医院管理的重要基础环节。
在病历内涵质控场景中，系统可在病历书写、提交、审核等环节，对病历内容进行智能识别和质控提醒，辅助医生及时发现病历中的完整性、一致性、合理性和规范性问题，并给出相应修改建议。这使病历质控从“事后发现问题”逐步前移到“过程中提醒和干预”。对于临床医生，系统能够减少病历反复退回修改，提高病历书写质量；对于质控人员，系统可辅助完成病历缺陷筛查、问题定位、整改追踪和统计分析，提高质控效率；对于医院管理者，系统可围绕科室、医生、文书类型、缺陷类型等维度形成质量分析结果，为专项改进、培训管理和质量决策提供数据支撑。
在VTE防治场景中，系统可基于患者住院期间的病历信息、手术情况、检验指标、活动状态等数据，辅助完成VTE风险识别和分层管理，并根据风险等级为医生提供相应预防建议。当患者病情发生变化时，系统也可提示进行动态复评，帮助医护人员及时更新风险判断。对于临床科室而言，系统有助于提升VTE风险筛查和预防干预的及时性；对于管理部门而言，系统可围绕评估率、干预率、风险分布、科室执行情况等指标形成统计分析，支撑医院持续优化VTE防治管理流程。
从临床决策支持到病历智能生成，从病历内涵质控到VTE智能防治，四大场景并非彼此孤立，而是共同服务于医院诊疗质量提升、医生效率提升和医疗安全管理。通过将大模型能力嵌入医生工作流、文书书写流程、质控工作流和患者安全管理流程，四川友谊医院正在推动AI应用从“单点提醒”转向“全流程支撑”，让智能化工具真正服务于临床诊疗和医院管理。
从提质到提效，AI应用推动诊疗与管理工作持续优化CDS REPORT ｜ PART 2
随着相关应用持续落地，医院在医疗质量管理、患者安全防护和工作效率提升等方面取得了积极成效。
在病历质量方面，系统通过智能识别、实时提醒和闭环整改，帮助医院提升病历质量管理覆盖面和问题整改效率。系统应用后，病历平均得分提升至95分以上。
在病历书写效率方面，病历智能生成帮助医生大幅减少重复性文字录入和诊疗信息整理工作，使病历书写从完全依赖人工整理，逐步转向“AI生成初稿、医生审核修订”的协同模式。通过自动提取和归纳患者诊疗信息，系统能够帮助医生更快完成病历文书框架搭建，将更多时间投入到临床诊疗、医患沟通和病情观察中。
在疾病风险防治方面，AI系统帮助医院加强住院患者风险筛查和动态管理，推动VTE防治从人工填报、事后统计，逐步转向风险识别、分层预警、干预建议、执行追踪和质量分析的闭环管理。统计数据显示，医院VTE风险评估率达到98.3%，VTE预防措施实施率超过80%，VTE发生率持续下降。
在工作效率方面，AI系统通过减少重复性筛查、辅助问题定位、提升病历书写和质控效率，使医生和管理人员能够将更多精力投入到临床诊疗、质量改进和患者安全管理中。相关材料显示，项目应用后，质控人员工作量明显减少，医生病历书写时间也显著缩短。
更重要的是，AI应用带来的变化并不只是单一指标改善，而是推动医院质量管理模式发生转变。过去，部分管理工作依赖人工抽查、经验判断和事后整改；现在，通过大模型与医院业务场景融合，系统能够在诊疗、书写、审核、防治等关键节点提供实时辅助，使质量管理更加前置、连续和精细。
面向未来，医疗AI的价值将不再停留于单个功能的智能化，而是体现在对医院核心业务流程的系统性赋能。下一步，医院将持续挖掘智慧医疗场景，利用AI技术深度赋能医疗质量与安全。
【责任编辑：晶晶】