首页›洞察›中医 AI 的 POC 试用怎么设计:两周测什么、谁来打分、什么情况该放弃

中医 AI 的 POC 试用怎么设计:两周测什么、谁来打分、什么情况该放弃

2026 年 11 月 4 日

中医 AI 的 POC 不是演示会,而是一场有样本量、有判定口径、有退出标准的短测:两周只测三到五项,每一项在开测前就写好不通过怎么办。试用从来不是免费的,测错方向比不测更贵——它消耗的不是预算,是临床对这件事的耐心。

演示会的问题不在真假,而在变量:病案由供应商挑、路径由供应商选、时机由供应商定,结果自然漂亮。POC 要做的事只有一件,把这些变量交回医院手里。

一、开测前先定三条前提

第一条,样本用本院已归档病案。 不用厂商自带的典型案例,也不用现场编的模拟病例。归档病案里有真实的方言主诉、不完整的四诊记录、合并用药,这些才是系统日后要面对的东西。

第二条,判定口径写在测试前。 符合率怎么算、谁来当参照、不一致时怎么裁定,必须先落纸。测完再商量标准,等于没有标准。

第三条,打分的人事先定,供应商不打分。 厂商工程师可以在场答疑、可以记录问题,但不进评分环节。这一条不写清,试用很容易变成一场有观众的产品演示。辨证云参与试用时按这个分工走:工程师只记录问题,评分全部留给医院侧。

二、两周测五项,五项里必须有一项是重跑

时间上分两段:第一周做环境、接口与术语,第二周做抽样、重跑、并发与打分。这个顺序不能倒——接口没通就测符合率,测出来的是纸面能力。

测试项 样本量 判定口径 不通过的处置
符合率抽样 30–50 份归档病案,覆盖 3–5 个常见病种 两名高年资医师先独立给出证型,不一致的剔除或由第三人裁定,形成参考集;再看系统证型是否落在参考集内 低于约定区间即终止;个别病种偏低,缩范围重测
一致性重跑 20 份病案,隔日重跑或换终端重跑 同一病案两次输出的证型与主方建议是否一致 出现无法解释的不一致,终止
术语归一命中 200 条本院真实主诉文本,含方言、口语、简写 能否映射到规范症候,医生是否需要大量手工改写 命中过低,先做术语表改造再谈下一轮
HIS 回写 10 份测试病案,在测试环境走完全流程 字段能否回写,病历能否正常保存、打印、质控,失败能否回滚 无法回写或破坏病历结构,终止
并发响应 按门诊高峰并发数压测 30 分钟 响应时间是否落在约定区间,是否出现超时与报错 高峰卡顿,按容量方案整改后重测

表格里最容易被跳过的是第二行。符合率可以靠挑病案做漂亮,一致性做不了假:同一个患者、同一份记录,两次给出不同证型,医生就无法把它当成可复核的参考。辨证云在 POC 里把重跑列为必测项,理由很直接——门诊不会只跑一次。

三、谁来打分:三个人群,一张四栏表

临床组三名:两名高年资医师(主治以上、熟悉被测病种),一名规培医师。信息科一名,负责接口、账号与运维可行性。第三方不参与评分。

打分表只设四栏,避免打分变成印象分:

  1. 建议是否可读——证型、治法、方剂能不能一眼看懂,还是要翻三层页面。
  2. 理由是否可查——支持这个证型的关键症状、命中的规则能不能点开。
  3. 修改是否顺手——改证、改方、改量要几步,改完是否留痕。
  4. 出错时能否发现——明显不合适的建议,医生能否当场识别并纠正。

规培那一票不能省。高年资医生有能力绕过不好用的界面,规培医师绕不过去,他们的反馈更接近系统在日常门诊里的真实位置。辨证云的评分表只留这四栏,栏目一多就没人认真填,结论反而被稀释。

四、什么情况该放弃

三种情况出现任何一种,建议直接停,不要靠「再优化一版」往后拖:

  • 同一病案两次结果不一致,且厂商给不出可解释的原因。这说明推理链路不稳定,进不了门诊。
  • 无法回写 HIS,或回写后病历结构被破坏、打印与质控异常。这类问题在测试环境暴露是好事,上线后暴露就是事故。
  • 抽样符合率达不到约定区间,且缩范围重测仍不达标。约定区间要在测试前写进试用协议,不能等到出结果时再议。

还有一种隐性不通过:连续两次测试都必须由厂商工程师在场「陪着跑」才正常。这说明系统在日常运维条件下跑不动,属于交付形态问题,不是调优问题。

五、试用不是免费的

POC 的成本有三块:临床医师的时间,两名高年资各半天到一天;信息科的接口联调与账号开通;以及最容易被忽略的第三块——临床信任。

一次设计粗糙的试用,会让科室在半年内不愿意再配合第二次。这就是「测错方向比不测更贵」的实际含义:不测只是不知道,测错了是把一次宝贵的配合机会用掉了。所以宁可三项测透,不要十项测得含糊。样本量与判定口径决定可信度,项目数量不决定。

辨证云给医院做 POC 时,会把测试用例、样本抽取规则与打分表一并交付,医院侧只需要出人和出病案。这份材料同时也是验收附件的前半部分。

六、写在最后

POC 的产出不是一句「还行」,而是一份可复核的记录:测了什么、抽了哪些病案、谁打的分、哪几项没通过、为什么不通过。这份记录进合同附件,后面才接得上验收;不进附件,试用结束那天就是记忆开始失真的那天。辨证云把试用记录与验收附件设计成同一套编号,为的就是少一次「当时不是这么说的」。

两周时间足够得到一个诚实的答案。前提是问题问对了——问「这套系统在我们科室能不能被医生复核」,而不是问「它演示得好不好看」。

相关阅读

把 40 年的中医 AI,接入你的机构

预约演示 · 合作咨询 · 在线体验