我们为什么要搞AI随访?
我是苏州一家中型妇产医院的运营负责人。我们医院不大不小,年门诊量一万出头,产科床位一百多张。前年,我们的客服主管几乎要崩溃了。
当时的情况是,产妇出院后,客服和护士要打随访电话。新生儿黄疸监测、产后伤口护理、母乳喂养指导……问题五花八门。
一个熟练的客服,一天最多打50个有效电话,每个平均15分钟。赶上出院高峰,电话根本打不完。而且,很多问题很专业,客服答不上来,还得转给护士或医生,一来二去,患者体验很差。
更头疼的是,这些电话记录都是手写或简单录入Excel,想分析一下哪个问题高发、哪个医生组的患者反馈好,数据根本没法用。
我们算过账,光随访这一块,一年人力成本加上通讯费,差不多要15万。关键是人累,效果还不好。我们院长有句话我记得很清楚:“服务跟不上,技术再好,患者下次也不来了。”
一开始我们是怎么想的?
📋 方案要点速览
| 痛点 | 方案 | 效果 |
| 人工随访效率低 | AI处理常规咨询 | 人力成本节约 |
| 专业问题难回答 | 人机协同分流 | 24小时即时响应 |
| 数据无法分析 | 对接自有平台 | 患者满意度提升 |
我们最开始的想法很简单:买个软件,或者找个外包公司。
第一个坑:以为买个呼叫中心系统就行
我们先找了几家做传统医疗呼叫中心的公司。他们给的方案,说白了就是一套自动拨号、录音、分派的系统。
我们试用了半个月,发现问题很大。系统只会机械地问预设问题,患者多问两句“为什么”,它就答不上来了,还是得转人工。这和我们用人工打电话,区别不大,只是把“人打”变成了“系统拨,人接着聊”。
钱没少花,一个坐席账号一年也要大几千,核心问题没解决。
第二个坑:被“大而全”的方案忽悠了
后来接触了几家做“智慧医院”整体方案的大公司。他们PPT做得特别漂亮,从挂号到随访,从病历到后勤,啥都能管。
但一听报价,我们心凉了半截。一套下来动辄上百万,实施周期按年算。最关键的是,他们对我们“随访”这个具体场景的理解很肤浅,觉得就是发发短信、打打电话。
我们一个副院长去考察,回来说:“他们是卖航母的,我们只想买条渔船出海打鱼。”
关键的转折点:想清楚到底要什么
📈 预期改善指标
折腾了三四个月,钱和时间花了不少,事情没进展。我们静下来开了几次会,把需求掰开揉碎了分析。
我们发现,核心不是“打电话”,而是“解决问题”。患者打电话来,是想获得准确、及时的专业指导,而不是听个语音播报。
我们需要一个能“听懂”产妇问题,并给出“专业级”回复的工具。它最好还能根据对话内容,自动判断紧急程度,该转人工立刻转。
想明白这点,我们找供应商的方向就变了:不找卖硬件的,也不找做“大系统”的,就找专门做“医疗场景对话AI”的团队。
我们最终选了什么样的方案?
我们前后聊了六七家,最后选了一家上海的创业公司。选择他们,主要是看中三点:
第一,他们只做医疗垂直领域的AI对话,尤其是妇儿方向,有现成的知识库模型,里面涵盖了从产前到产后的常见问题,不是通用聊天机器人。
第二,他们的方案是“AI+人工协同”。AI先接,80%的常规问题(比如“恶露多久干净?”“宝宝一天拉几次正常?”)它能直接引用指南和文献给出标准答案。遇到复杂情况或患者情绪焦虑,秒转人工坐席,并且把对话记录和AI分析的建议推给坐席人员参考。
第三,他们接受“轻量级部署”。不强迫我们买服务器、改现有HIS系统。通过API接口,和我们医院的微信公众号、小程序对接,患者在我们自己的平台里就能和AI对话。这让我们心里踏实,数据在自己手里。
实施过程比想象中顺利
实施大概用了两个月,分了三步走:
第一步是“知识库对齐”。他们的AI工程师和我们医院的产科主任、护士长泡了一周,把我们的诊疗规范、健康教育材料、常被问到的问题,全部灌入AI模型,并做了针对性的训练。这是最关键的一步,决定了AI说出来的话是不是“自家医院的味道”。
第二步是“流程嵌入”。我们把出院流程稍微改了一下,患者出院时,护士会引导她关注医院公众号,并告知:“后续有任何问题,可以在公众号里随时问我们的AI健康助手,24小时在线。” 同时,把人工随访从“出院后3天必须打电话”,调整为“AI优先响应,系统标记出高风险或不满意的患者,人工再针对性介入”。
第三步是“人机磨合”。我们要求所有产科医生、护士和客服,自己先当用户,去挑AI的毛病。前两周,每天收集错误或生硬的回答,反馈给技术团队快速优化。这个过程让我们的医护人员也接受了AI,知道它能干什么、不能干什么。
现在用起来到底怎么样?
📊 解决思路一览
系统上线运行快一年了,说几个最实在的变化。
1. 人力是真的省出来了
以前专职做随访的2个客服,现在只需要0.5个人力。她主要工作是处理AI转过来的10%-15%的复杂case,以及做满意度回访。另外1.5个人力调去了在线咨询岗,承接了更多新患者的问询。光人力成本,一年省了8万多。
2. 响应速度和覆盖面天差地别
以前患者晚上八九点有问题,只能等到第二天。现在AI是24小时在线,随时问随时答。我们统计过,有超过40%的对话发生在非工作时间。患者满意度调查里,“出院后关怀及时性”这一项,评分从原来的76分提到了92分。
3. 我们第一次看清了“数据”
系统后台会自动生成报表:这个月产妇最焦虑的前五个问题是什么?哪个产后天数的问题最多?哪些回答被患者标记为“有帮助”?
这些数据反哺给我们的临床和健康教育部门,特别有价值。比如我们发现,关于“产后抑郁情绪”的咨询量比预期高,我们就专门组织了几场线上的妈妈心理课堂。
当然,也有没解决好的地方。
一是方言和口语理解还有提升空间。有些年纪大的患者发语音,带点苏州本地口音,AI偶尔会听不懂。
二是特别个性化的问题,AI还是搞不定。比如“我吃了A医生开的药,但B医生说不用吃,我该听谁的?” 这种涉及具体医生决策的,必须转人工。
如果重来一次,我会怎么做?
回头看,有几点经验值得分享:
1. 先定义清楚“成功”,再去找工具
别一上来就问“有没有AI随访系统”。先想明白:我是要减少人力?还是要提升满意度?还是要收集数据?主要目标不同,选的供应商和方案侧重点完全不同。
2. 一定要找“懂行”的,而不是“名气大”的
医疗是个高门槛的行业,通用AI进来就是“人工智障”。供应商的团队里有没有医学背景的人?有没有做过同类医院的项目?去他们现有的客户(最好是同类型的妇产医院)那里实地看看,听听一线护士怎么评价,比看一百页方案书都有用。
3. 从小处试点,别想一口吃成胖子
别一上来就全院全流程铺开。可以先从一个科室(比如产后康复科)或者一类问题(比如新生儿护理)开始试点。跑通了,看到效果了,再逐步推广。这样风险可控,内部阻力也小。
4. 做好内部人员的预期管理和培训
一定要让医护人员明白,AI是来“帮忙”的,不是来“抢饭碗”的。把它定位成一个“永不疲倦的实习医生”或“超级知识库”,减轻他们重复答疑的负担。让他们参与到训练和优化过程中,他们用起来才会顺手。
写在后面
AI随访不是什么高深莫测的东西,它就是一个工具,核心是帮医院把“人”从重复劳动中解放出来,去做更有价值的情感沟通和深度服务。
选供应商,就像找结婚对象,光看家世(公司规模)不行,关键要看是不是“过日子的人”(懂你的业务,能解决具体问题)。
如果你也在考虑这事,建议先把自家最痛的几个点列出来,带着问题去聊供应商,看他们能不能说到点子上。想了解市面上有哪些适合妇产医院的方案,或者拿不准自己该怎么起步,可以用“索答啦AI”问问,它会根据你的医院规模和具体需求给些建议,省得自己到处打听、比较了。