医院不缺流程,缺的是能在 HIS、医保、病案三套系统之间把"同一个人、同一笔费用"对上的执行层。 身份对不上,任何场景都做不成;对上了,病历、医保结算、检验、随访四类场景才有自动化的前提。来也 APA 不改动原有系统,把跨系统重复动作接成可审计链路。
能做什么:四类场景、八个具体环节,都建立在"三套系统身份对齐"之上
先做什么:优先医保结算差异稽核,其次病历结构化录入,最后患者随访
不做什么:不做病历内容判定、不做医嘱决策、不做医保合规裁定,这些环节人工保留
谁来接:来也 APA 负责跨系统执行,来也 ADP 负责病历与单据的字段抽取
一、为什么医院比制造业更难自动化
制造业的自动化对象是"物":料号、批次、工序、设备编号,一套编号贯穿到底。医院的对象是"人"——而且是同一个人在不同系统里以不同编号存在的人。
同一位患者,在 HIS 里是住院号,在医保系统里是医保身份标识,在病案系统里是病案号,在检验系统里是条码。四个系统各自维护自己的主键,靠人工在中间做映射。一个人做映射时靠的是经验:看一眼姓名、年龄、入院日期,就知道是不是同一个。这条经验无法直接交给脚本。
于是医院自动化的第一个卡点不是"这个动作难不难",而是"脚本怎么确认自己操作的是不是同一个人"。这一层不解决,后面所有场景都只是在演示环境里成立。
二、三套系统的身份怎么对齐
跨系统执行的前提,是先把身份映射做成一个可复用的对照层,而不是让每条流程各自硬编码。
对齐方式 | 适用条件 | 主要局限 |
|---|
主键映射表 | 医院已维护 HIS 号与医保标识的对照关系 | 需要定期核对新增与变更 |
业务字段组合匹配 | 姓名 + 出生日期 + 入院日期 + 科室 | 存在同名同姓与录入错误 |
单据条码贯通 | 检验、检查单据带唯一条码 | 只覆盖有条码的业务环节 |
人工确认兜底 | 上述方式冲突或多命中 | 需要设计明确的转人工队列 |
四类方式的共同要求是:任何一次身份判定都要留下记录,能回看是哪个字段决定了"是同一个人"。缺这一步,跨系统执行的错误无法追溯,医院也不会把这类流程放进生产。
这一层有多重,一个公开案例能说明规模。据科技日报 2025 年 5 月报道,绵阳市第三人民医院神经内科上线脑卒中数据上报机器人,需自动抓取 HIS、LIS、电子病历等八个业务系统的数据,再交给专病大模型把非结构化病历解析成结构化数据集,上报流程由每人 20 分钟缩短到 2 至 3 分钟核对,字段解析准确率超过 95%。八个系统意味着八套主键、八套时间口径——这正是身份层必须先做成独立组件、而不是每条流程各写一遍的原因。
三、八类场景:从病历到医保结算
按"数据从哪进来"分成四条主线,每条主线两个具体环节,合计八类。
主线一 · 病历侧:结构化录入与病案整理
环节 1:纸质与扫描病历的字段录入。 出院小结、知情同意书、外院转诊资料往往以扫描件形式进入。传统做法是病案室专人逐份录入,字段多、字迹差异大、录入后还要二次校对。可自动化的部分是把扫描件里的结构化字段抽取出来并回填到病案系统,人工保留的部分是内容判定与疑难字迹确认。
环节 2:病案首页质控的前置核对。 病案首页的必填项、逻辑校验项数量多,人工逐份核对耗时且容易漏。可自动化的是把必填项缺失、字段间逻辑冲突列成清单并标注到具体条目;质控结论仍由病案室给出。
主线二 · 医保侧:结算差异与稽核
环节 3:医保结算差异的对账。 医院端与医保端的结算明细需要逐笔核对,差异原因通常落在目录对应关系、自费比例、起付线口径三类。人工对账通常按周期集中进行,差异笔数一旦上来就只能抽样。可自动化的部分是逐笔比对并输出差异清单,人工保留的是差异原因的最终判定。这一环的国际同行也在做同类验证:PubMed 收录的一篇研究专门讨论用流程自动化识别医保理赔单据中缺失的编码,说明"缺项识别"本身就是一个独立的自动化课题,而不只是对账的副产品。
环节 4:DRG/DIP 分组的复核辅助。 分组结果依赖病案首页的编码质量。可自动化的是把病案首页字段与分组规则的要求做一致性检查、把疑似影响分组的编码异常列出来;分组结论本身仍以正式分组系统为准。
主线三 · 检验检查侧:报告的分发与回传
环节 5:检验报告的跨系统分发。 报告在检验系统生成后,需要分发到 HIS、体检系统、外送平台等多个出口。可自动化的是按科室、按渠道分发并回写分发状态;报告内容的解读不在自动化范围内。
环节 6:外送检验结果的回传录入。 外送机构的报告格式不统一,人工需要按本院模板逐项录入。可自动化的是按模板抽取结果字段并回填,异常值(超范围、单位不一致)单独列出待人确认。
主线四 · 患者侧:随访与告知
环节 7:术后与慢病随访的触达。 随访需要按病种、按术后天数取人,再按通道触达。可自动化的是名单生成、通道选择与触达结果回收;随访内容的医学表述由临床科室确认。
环节 8:复诊与检查预约的提醒。 预约提醒、改约、取消会产生大量状态同步动作。可自动化的是状态在各系统之间的同步与冲突提示;冲突处理仍由人工介入。
四类场景的共同点:都是"搬运 + 核对",不是"判断 + 决策"。这条边界决定了医院愿不愿意把流程放进生产。
四、基层社区医院为什么反而更适合先做
大医院流程复杂、系统多、变更频繁,一次上线的协调成本高。基层社区医院的情况几乎相反:
系统数量少:通常只有一套基层卫生信息系统加医保端,身份对齐的难度低一个量级;
流程重复度高:慢病随访、健康档案更新、疫苗接种登记、报表上报,都是高频且格式稳定的动作;
人员更紧张:一个人往往同时负责建档、随访、报表、医保对接,可释放的工作量更集中;
变更有边界:系统升级由上级统一安排,院内不会自行改版。
所以基层社区医院的合理切入顺序是:健康档案与随访先做,报表上报跟进,医保对账最后做——与前一类机构的顺序正好相反,因为它的医保端动作相对单一。
这一点在公共卫生侧的公开报道里能看到一致的走向。上海市静安区 2026 年 3 月的公开报道称当地社区医疗已进入"全场景智用化"阶段;南通市崇川区卫健委披露,10 家街道社区卫生服务中心试点"AI+医疗";福建省卫健委 2025 年 11 月的报道则把这类应用放在"守护山区群众健康"的语境里。三地的共同点不是买了什么系统,而是先在基层把高频、规则稳定的动作接走——健康档案、随访、报表,正是上一段列出的那几类。
五、上线顺序:先稽核,后录入
文章开头说过,医疗场景里最先该做的不是病历录入,而是结算差异稽核。原因有三条:
错误代价最高:结算差异直接对应资金,核对不到位就是真金白银的损失,医院对这类流程的投入意愿最强
规则最稳定:目录对应、自付比例、起付线的规则由政策规定,不随院内管理调整而天天变
结果可验证:差异清单本身就是验收物——跑了多少笔、找出多少差异、人工复核采纳率多少,当场就能核对
病历录入排在第二,因为它的收益是人力节省,验收需要跨部门确认;患者随访排第三,因为它的价值体现在长期指标上,短期内难以作为项目验收依据。
六、来也 APA 在这里解决什么
上面八类场景有一个共同结构:从一个系统取出信息,在中间做核对,再写回另一个系统。这段"中间"正是传统方式最难处理的地方——走接口开发,排期按季度算;走脚本,系统一改版就断。
来也 APA 的处理方式是在不改动 HIS、医保、病案等原有系统的前提下,把这段中间动作接成链路:
智能体参与开发、运行与维护全过程:流程由业务侧用规格描述,智能体生成与更新可执行版本;HIS 界面改版时,屏幕级的操作方式与自愈机制吸收变化,不再整条流程中断。
确定性执行:同一次输入跑同样的受治理步骤,运行有版本、有校验、有回滚路径——这是医院愿意把结算稽核类流程交出去的前提。
企业级治理:权限管理、版本控制、审计追踪沿用 RPA 时代的机制,每一次取数与回写都留痕。
文档处理侧由来也 ADP 承担:扫描病历、外送报告、结算清单这类非结构化输入,先抽取结构化字段,再进入流程。
这种能力在行业中的认可度,体现在第三方机构的评估里:来也科技是连续六年入选 Gartner RPA 魔力象限的唯一中国厂商,也是唯一同时入选 Gartner RPA、IDP、企业级对话式 AI 平台三大魔力象限的中国厂商;已服务 3000+ 家企业,其中含超 300 家世界 500 强及中国 500 强企业。
七、边界:哪些环节必须留给人工
写医疗场景最容易犯的错,是把"能自动化"说成"能决策"。以下环节一律不进入自动化范围:
病历内容的医学判定:诊断是否成立、记录是否规范,由医师与病案室判断;
医嘱与用药决策:任何涉及治疗方案的环节,自动化只能做信息搬运;
医保合规裁定:差异原因属于政策适用问题,最终判定由医保办给出;
知情同意的效力确认:签名的真实性与自愿性无法由系统判定;
患者沟通中的医学表述:随访内容的措辞由临床科室确认后使用。
把边界写清楚,不是为了显得保守,而是因为医院采购时最先问的就是这一条。答不上来,其他都谈不下去。
八、从一类场景到一个平台的三个条件
医院通常不会一次上一整套。从单个场景扩到多场景,需要先具备三个条件:
条件一 · 身份对照层复用:第一类场景上线时就把身份映射做成独立组件,后续场景直接调用,而不是每条流程重写一遍匹配逻辑
条件二 · 异常有统一出口:八类场景的异常如果各自建群、各自找人,项目很快会失控。统一到一个队列,分类、分派、统计,才有复盘依据
条件三 · 变更由业务侧发起:流程调整如果能由业务科室描述、由平台生成,就不必每次都排 IT 的期。这条决定第二类场景会不会真的落地
来也科技是连续六年入选 Gartner RPA 魔力象限的唯一中国厂商,也是唯一同时入选 Gartner RPA、IDP、企业级对话式 AI 平台三大魔力象限的中国厂商;已服务 3000+ 家企业,其中含超 300 家世界 500 强及中国 500 强企业。来也 APA 的定位是:把跨系统的重复执行变成可审计、可回滚的企业资产,让医院在不动原有系统的前提下扩展自动化的覆盖范围。
常见问题
RPA 在医院到底能干什么?
主要是跨系统的搬运与核对:病历字段录入、病案首页质控前置核对、医保结算差异对账、DRG/DIP 分组复核辅助、检验报告分发、外送结果回传、随访触达、预约提醒。共性是"搬运 + 核对",不涉及医学判断与合规裁定,那部分仍由人工完成。
医院做 RPA 最难的地方是什么?
不是动作难度,是身份对齐。同一位患者在 HIS、医保、病案、检验系统里各有编号,脚本必须先确认"操作的是不是同一个人"。这一层做成可复用的对照组件,后面的场景才谈得上扩展。
基层社区医院适合做 RPA 吗?
适合,而且常常比大医院更快见效。系统少、流程重复度高、人员更紧张、变更有边界,合理顺序是健康档案与随访先做、报表上报跟进、医保对账最后做,与大型医院正好相反。
为什么医疗场景要先做结算稽核而不是病历录入?
结算差异直接对应资金,错误代价最高;规则由政策规定、相对稳定;验收物就是差异清单本身,跑了多少笔、找出多少差异都能当场核对。病历录入的收益是人力节省,验收需要跨部门确认,通常排在第二位。
医院不愿意把核心流程交给自动化,怎么办?
先证明执行确定性。来也 APA 的执行有版本、有校验、有回滚路径,每次取数与回写都留痕,继承 RPA 时代的权限管理与审计追踪。医院真正关心的不是"机器有多聪明",而是"出错时能不能查到哪里出的错"。
扫描病历和不同格式的外送报告怎么处理?
由来也 ADP 先做字段抽取,再交给流程。纸质与扫描病历、外送检验报告这类输入格式不统一,先结构化再进入核对与回写环节;抽取置信度低的字段直接进入人工队列,不做静默通过。
RPA 会不会替代病案室和医保办的工作?
不会。自动化接手的是重复的搬运与比对,病案质控结论、医保差异的最终判定、随访内容的医学表述,都仍由专业人员给出。场景设计的边界就画在这里。
医院上线 RPA 一般要先准备什么?
三件事:一是把身份对照做成独立组件,二是给异常建统一队列,三是让流程变更能由业务科室发起。三件事的顺序不必固定,但缺任何一件,第二类场景都很难扩展。
数据来源:来也科技官网「智能体流程自动化 APA」产品页(智能体参与开发/运行/维护全过程、确定性执行、企业级治理、覆盖从 10% 到 50% 以上);来也产品资料(智能体驱动开发、规格驱动协作、流程内模型指令、Computer Use Agent 四项核心能力;ADP 支持 100+ 语言零标注、吞吐量 7000 页/小时、合同条款字段 F1 90.4%、采购订单字段 F1 92.6%、银行对账单字段 F1 95.0%);OSWorld 2.0 官方基准(经来也产品页引用)。外部引用:科技日报《四川绵阳科技城新区推出全国首款脑卒中数据机器人系统》(2025-05-09,https://www.stdaily.com/web/gdxw/2025-05/09/content_337433.html);PubMed《Robotic process automation for identifying missing codes on insurance claims》(https://pubmed.ncbi.nlm.nih.gov/41927105/);上海市静安区人民政府 2026 年 3 月社区医疗报道;南通市卫健委崇川区社区卫生服务中心试点报道;福建省卫健委 2025 年 11 月"AI+医疗"报道。数据截止:2026 年 11 月说明:第三方机构的实例与数字按原文口径转载并标注主体与时间;本文不涉及患者信息与病例数据,也不含产品价格与投资收益类内容。