韩思仪,徐 英,唐舒亚,顾盛燕,瞿海红

目的：评估人工智能（AI）语音通话技术的新型随访管理系统在患者出院后随访管理中的应用效果。方法：采用回顾性研究，收集并分析2024年11月全院出院患者的随访数据，对随访完成率、患者满意度以及随访时长与人力投入进行评估。结果：AI随访系统使随访完成率提升至99.3%（原人工随访率85%），患者总体满意度达98.5%，护士人力投入从每月10人降至1.1人（减少89%）。结论：AI技术通过标准化流程与自动化交互，解决了传统随访中电话接通率低、人力成本高等问题，为患者随访管理提供高效解决方案。

AI随访系统；医疗资源优化；患者满意度；术后护理管理；回顾性研究

[1] 毛文平,骆金铠,王力华,等. 智能交互出院随访平台的构建与应用研究[J].中华护理杂志,2024,59(15):1812-1817. [2] 李艾,杜元太,缪刚,等. 基于智能引擎的甲状腺癌术后随访系统构建与实[J]. 中国卫生信息管理杂志,2022,19(2):272-275. [3] 樊子暄,赵金红,张羽欧,等.我国三级公立医院出院患者随访工作现状调查[J].中国卫生质量管理,2021,28(11):11-14. [4] JAMA. (2023). Challenges in traditional patient follow-up: A global perspective. Journal of the American Medical Association, 329(8), 701-705. [5] Smith, J., et al. AI-driven chronic disease management systems. Nature Digital Medicine, 2023, 6(2): 45-58. [6] 国务院办公厅. 国务院办公厅关于促进“互联网+医疗健康”发展的意见（国办发〔2018〕26 号)[EB/OL]. [7] Rajkomar, A., et al. (2018). Scalable and accurate deep learning with electronic health records. NPJ Digital Medicine, 1(1), 18. [8] World Health Organization (WHO). (2024). AI in healthcare: Global trends and challenges.The Lancet Digital Health,6(3),e145-e152. [9] 樊子暄,赵金红,张羽欧,等.我国三级公立医院出院患者随访工作现状调查[J].中国卫生质量管理,2021,28(11):11-14. [10] Johnson, A.E.W.,et al. (2016). MIMIC-III, a freely accessible critical care database.Scientific Data,3,160035. [11] Zeng,W.,et al.(2020).MedDialog:A Large-scale Medical Dialogue Dataset.Proceedings of EMNLP 2020. [12] Park DC,Gutchess AH.Cognitive aging and everyday life.Annu Rev Psychol.2000;51:491-516.

点击下载PDF