案例发布｜从“患者找服务”到“服务主动找人”：苏州大学附属第一医院构建AI赋能门诊全流程服务体系

患者挂不上专家号怎么办？就诊前的信息能否提前采集？医生如何在有限时间内完成更精准的诊疗决策？检查预约能不能少跑一次窗口？患者离院后，医院又如何及时发现风险、主动开展健康管理？

这些看似分散的问题，贯穿门诊诊前、诊中、诊后的全过程，也是改善患者就医体验、提升医院运行效率的重要切口。

在2026长三角医院联盟三省一市高质量发展交流会上，苏州大学附属第一医院院长缪丽燕教授以《AI赋能门诊智能化服务体系》为题，发布长三角医院高质量发展“可复制、可推广”典型案例。

苏州大学附属第一医院以江苏省数据平台和共享平台为数据基础，坚持临床需求导向，围绕诊前、诊中、诊后服务流程，构建智能候补号源、智能预问诊、智能辅助诊疗、智能检查预约、智能随访“五位一体”的门诊智能化服务体系，推动门诊管理从“救火式”应对走向主动服务，让信息多跑路、患者少跑腿。

医院门诊场景复杂、患者需求多样。单独上线一个智能导诊工具或预约系统，往往只能解决某一个环节的问题，难以形成完整的患者服务体验。

苏州大学附属第一医院将AI健康助手、AI药师、专病智能体等能力嵌入门诊服务流程，围绕患者就医过程中最常见的五个环节进行系统建设：

诊前，通过智能候补号源和智能预问诊，提高号源配置效率，帮助患者找对科室、找对医生；

诊中，通过智能辅助诊疗和智能检查预约，为医生提供决策支持，减少患者往返窗口和重复等待；

诊后，通过智能随访和AI药师，将医疗服务由一次门诊延伸至持续健康管理。

“五位一体”的核心，不是将五套工具简单叠加，而是以患者就医流程为主线，让不同智能场景之间的数据和服务相互衔接。

针对这一问题，苏州大学附属第一医院借鉴“12306”候补机制，在专家号源满额后开放候补入口。

患者可以同时选择多个专家和多个时间点，系统按照患者意愿设置优先级。在进入候补队列后，系统根据病情紧急程度和登记时间进行“双权重”智能排序，高危患者自动前排。

与此同时，专家可以在后台查看候补患者提交的病情描述和检查检验资料，并在一定比例内优先筛选外地、病情危重和初诊患者。系统由此在算法排序的基础上，保留专家的“温情筛选权”，让真正有迫切需求的患者不掉队。

当已预约患者退号后，系统立即扫描候补队列，通过小程序和短信双重通知候补患者，并要求患者在30分钟内完成确认，避免号源长期处于“占而不付”状态。

在身份管理方面，候补登记实行实名认证，同一患者对同一门诊、同一日期的候补申请仅限一次；异常IP或账号批量操作将被风控系统拦截。成功候补后爽约的患者将被扣除信用分，并影响后续候补申请。

通过候补登记、双权重排序、专家筛选、自动递补、实名认证和信用约束，医院推动专家号源配置由“拼手速”转向“系统排队＋专家筛选”，在盘活退号资源的同时优化门诊秩序。

传统门诊中，医生需要在有限时间内完成病史询问、资料整理、病历书写和诊疗决策。对于病史复杂、多病共存或携带大量检查资料的患者，信息采集往往占用较多接诊时间。

苏州大学附属第一医院将信息采集环节前移。患者完成预约挂号后，即可进入智能预问诊。

“AI医生小助”基于高质量数据集进行训练，对临床指标、诊疗和用药记录等12大类、1000多项数据进行全维度标注。系统结合患者预问诊病史、居民健康档案和检验检查信息，通过引导式提问帮助患者梳理病情。

针对不同疾病和就诊需求，系统自动推送定制化结构问卷，引导患者填写现病史、既往史和用药情况。预问诊信息随后自动形成“AI电子病历”，连接至医生工作站，医生接诊时可以快速掌握患者情况，并对重点内容进行核实和补充。

系统还可以根据患者病史、健康档案和检验数据开展精准导诊，对多病共存患者进行二次分诊，并与多学科门诊相衔接。

数据显示，智能预问诊应用后，患者退号率下降22.1%，病历书写时间减少50.2%，就诊匹配度提高35.0%，预问诊满意度达到94.2%。

智能预问诊并非代替医生问诊，而是将机械性、重复性的信息采集提前完成，让医生将更多时间用于分析病情和制定诊疗方案。

医院对院内百万份脱敏病历进行清洗，标注金标准诊断，并按照“胸痛、发热、头晕”等不同主诉训练专用模型。

当医生录入患者主诉、现病史和体征后，系统可以在工作界面实时提示可能的诊断及其概率，为医生开展鉴别诊断提供参考。

当患者症状组合符合某类罕见病特征时，系统进行高亮预警，并提示进一步检查甄别，降低疾病漏诊风险。

在治疗决策方面，系统实时同步诊疗指南，根据患者年龄、肝肾功能、合并症和过敏史等情况，自动过滤禁忌药物，辅助推荐相应治疗方案。对于诊断尚不明确的患者，系统可以推荐相应检查序列。

在医生开具处方时，AI进行处方前置审核，提示剂量范围、药物相互作用和特殊人群注意事项，并对不合理处方进行拦截。

数据显示，系统诊断符合率达到95.6%，检出率达到62.2%，预警准确率达到96.2%。通过鉴别诊断、罕见病预警、指南对齐、个性化推荐和处方审核，AI为降低漏诊风险、规范诊疗行为提供了支持。

检查预约是门诊流程中患者感受较为直接的环节。传统模式下，医生开具检查后，患者常需前往不同窗口预约、缴费，再按照时间到相应区域检查。

苏州大学附属第一医院打通门诊医生工作站与检查预约系统之间的壁垒。医生开具检查的同时，系统自动匹配近期可用号源，患者通过手机端或自助设备即可完成操作，无需再到预约窗口排队。

对于长期复诊患者，医院在自助机上开设自助开单功能。患者取号后可以自主选择需要完成的检验项目，先进行检测，再到医生处继续就诊，通过调整就诊顺序减少等待时间。

依托互联网医院，患者还可以在线选择院区和检验项目，完成订单提交，来院后即可缴费检查。

由此，医院形成线下无感预约、自助机自助开单和互联网医院自主开单三种模式并行的检查预约体系，满足不同年龄、不同使用习惯患者的需求，实现数智赋能与人文服务并重。

医疗服务不应随着患者走出诊室而结束。

苏州大学附属第一医院在诊后建立智能随访体系，通过AI语音电话、小程序和短信等多种渠道，收集结构化随访数据。

系统能够对患者反馈内容进行实时分析。当患者在随访中提到“胸痛”等预警信息时，系统自动将风险推送给医生，触发进一步干预。

在依从性管理方面，系统可以自动提醒患者服药、正确用药和按时复诊，推送个性化健康宣教内容，并生成依从性报告供医生参考。

AI药师面向患者提供24小时交互咨询，依据药品说明书和知识库回答用药问题，并通过用药安全分析和多重审核识别风险，减少错误用药。

智能随访将AI能力延伸至诊后管理，使医院能够及时识别风险、主动开展干预，推动服务理念由“以患者为中心”进一步向“以健康为中心”转变。

缪丽燕院长在分享中指出，这套“五位一体”门诊服务体系已在医院十多个科室应用，未来还将通过持续学习和数据训练不断提高精准度，并期待与长三角医院共同推进相关工作，提升患者服务和满意度。从苏州大学附属第一医院的实践中，可以看到门诊智能化建设包含几项重要路径。

以下内容为长三角医院联盟根据苏州大学附属第一医院实践，从医院管理和复制推广角度作出的归纳，不作为缪丽燕院长现场发言的直接引述。

从专家号源候补，到患者就诊前的信息采集；从医生诊疗决策支持，到检查预约流程再造；从患者离院后的随访提醒，到风险预警和主动干预，苏州大学附属第一医院正在将AI嵌入门诊服务全过程。

这一案例对长三角医院最具借鉴意义的，不是某一项单独的智能功能，而是一套以临床需求为导向、以患者流程为主线、以人机协同为原则、以数据评价为支撑的建设方法。

让信息多跑路、患者少跑腿，让医院从等待患者提出问题，转向主动发现需求、主动提供服务。这正是AI赋能门诊服务和公立医院高质量发展的现实价值。