同一套辨证引擎,甲医院三个月进了门诊,乙医院一年还在验收会上拉扯。差异不在引擎,因为引擎是同一份;差异在交付链路。中医 AI 的交付不是一个安装动作,而是一条由五个卡点串起来的链:接口对接、基础字典治理、临床规则本地化、培训与考核、上线后运维响应。任何一个卡点没人推,整条链就停在那儿,停三个月和停一年,往往只差在有没有人认领。
一、引擎是标品,交付是项目
引擎的能力可以复制,交付的成本不能。一个能覆盖 400 多个病症、3500 多个证型方证的引擎,装到第二家医院并不比第一家省力多少,因为真正耗时的部分全在本地:这家医院的诊断编码怎么编、饮片目录怎么排、协定处方怎么命名、医生习惯用哪个剂量区间。
辨证云在多个项目上看到的规律是:引擎部分的工期基本固定,本地部分的工期几乎没有上限。项目的整体周期,等于本地部分里最慢那个卡点的耗时。这也是为什么同一家厂商在不同医院的交付表现能差出几倍——不是能力波动,是卡点密度不同。
| 卡点 | 典型耗时 | 卡住时的表现 | 通常谁负责 |
|---|---|---|---|
| 接口对接 | 2 周到 3 个月 | 系统能演示,但调不出真实患者 | 双方信息科 |
| 基础字典治理 | 2 到 6 周 | 选了科室出不来人,选了医生出不来患者 | 本院信息科 |
| 临床规则本地化 | 1 到 3 个月 | 建议能用但不像本院开的方 | 中医科与药房 |
| 培训与考核 | 2 到 4 周 | 上线了,只有试点科室在用 | 医务科与厂商 |
| 上线后运维响应 | 长期 | 头一个月问题没人管,第二个月没人用 | 厂商与信息科 |
二、卡点一:接口对接,决定第一个月能不能通
接口是交付里最不讲道理的一环。它不难,但它需要三方同时在场:本院信息科、HIS 厂商、中医 AI 厂商。三方里任何一方排期靠后,接口就停在排队上。
卡住时的典型表现很好辨认:系统演示一切正常,但拉不出真实患者,医生只能手工建病例。手工建一例两例还行,一周之后没人再建。
能缩短这一环的做法是把接口范围在合同里写死:读哪些字段、写哪些字段、走哪种方式、由谁提供测试环境、出问题时谁在几个工作日内响应。辨证云在实施里会把接口清单作为交付物之一,而不是留到进场之后再讨论——清单定得越早,HIS 厂商的排期越容易约。
三、卡点二与三:字典治理与规则本地化,最容易被漏算
这两个卡点最隐蔽,因为它们不出错,只是慢。
基础字典治理指的是科室、医生、诊断编码、饮片编码、诊疗项目这几张表要和院内系统对齐。听起来是纯体力活,但它决定了系统能不能正确识别"这个患者是谁、属于哪个科、开的什么药"。字典没对齐,系统不会报错,只会给出一个看起来正常但落不了地的结果。
临床规则本地化指的是本院协定处方、用药禁忌、剂量习惯、代煎与配方颗粒条件。这一层的目标是让建议"像本院开的方"。它需要中医科和药房一起过,通常要一到三个月,而且必须分科室推进,不能全院一次铺开。
辨证云在这两层的做法是先做最小可用集:先让最忙的三个科室跑通,再逐科扩。这样做的代价是前期看起来不完整,好处是三个月内一定能看到真实门诊在用。
四、卡点四与五:培训考核与运维响应
培训最容易走过场。一场两小时的全院讲座,签到表很漂亮,第二周没人会点第二层菜单。有效的培训是按角色分的:医生学怎么看依据、护士或录入员学怎么采集、信息科学怎么看日志和权限、管理者学怎么看统计。四类人四套内容,加起来的时间反而比一场大会短。
考核不必复杂,但要和业务挂钩:试点科室的证型依据完整率、双人复核分歧率、字典维护及时率,三项就够。考核指标一旦挂到科室,培训的到课率会自己变好。
运维响应是决定"用不用得下去"的一环。上线第一个月必然集中暴露问题:某个证型的候选不对、某味药没有库存、某台机器打不开。这些问题单个都不大,但响应慢三天,医生就会得出"这东西不好用"的结论,而这个结论一旦形成,再改就很难。辨证云在项目里会把响应时限、驻场天数、问题分级和升级路径四项写进服务条款,因为口头承诺在这一环上几乎不起作用。
五、合同里怎么把交付能力问出来
交付能力没法从演示里看出来,只能从条款里问出来。下面五个问题,答得含糊的基本可以判断这一环会拖。
| 要问的问题 | 想要听到的回答 | 答不好的风险 |
|---|---|---|
| 接口由谁负责、测试环境谁提供 | 厂商出清单并对接,明确工作日期限 | 排期互相等,拖两三个月 |
| 字典治理算不算交付范围 | 算,含在实施内容里并写入验收 | 变成院方自建,无人推进 |
| 规则本地化做几轮、分几批 | 明确轮次与科室分批计划 | 一次铺全院,永远收不了尾 |
| 培训分几个角色、几场 | 按角色分,含考核与复训 | 一场大会,无人会用 |
| 上线后响应时限与驻场天数 | 分级响应,首月驻场 | 头月无人管,次月无人用 |
除此之外还要问一件事:验收标准怎么定。中医 AI 的验收不该只看装没装、登没登,要看专科病种、与专家诊疗路径及主方比对的符合情况,以及本院规则是否真的进了系统。辨证云在项目里会把这两类标准分开写进验收条款,一类看能力,一类看落地,避免出现"系统装好了但没人用"也算通过的情况。
写在最后
上线周期差几倍,很少是因为谁的技术更强,多是因为谁的链路更短、卡点更少、每个卡点上都有人。采购时把五个卡点逐条对上责任人,比在演示厅里多看二十个功能有用得多。
同一套引擎,在不同医院能跑出完全不同的周期,这件事本身就说明:中医 AI 的竞争,早就不只在模型上,而在交付上。辨证云把这五个卡点写进实施方案而不是留在经验里,原因也简单——能被写下来的,才有可能被验收。