整合型智慧基层家庭医生服务系统
一、实施背景
基层医疗卫生机构作为居民健康“守门人”，承担着常见病诊疗、慢性病管理、公共卫生服务等重要职责。然而，当前基层医疗服务存在诸多痛点：居民健康数据分散在HIS、公卫系统、家医服务系统等多个平台，形成“数据孤岛”，家庭医生难以全面掌握居民健康状况；基层医生工作负荷重，工作效率低下；居民与家庭医生无联系渠道，健康需求响应不及时。
2024年苏州成为全国公立医院改革和高质量发展示范项目，2025年出台相关文件，旨在强基层、促融合，拓宽签约对象，突出重点人群，推动人工智能在基层医疗卫生机构的应用。进一步做优做实家庭医生签约服务，提高家庭医生签约服务的覆盖率、吸引力和黏性度。
基于此，整合型基层家庭医生服务系统建设旨在打破数据壁垒，整合多源数据，通过AI赋能基层医疗，确保公共卫生服务与诊疗服务规范落地，构建“医生高效服务、居民便捷受益”的基层医疗服务新格局。
二、实施目标:
整合型智慧基层家庭医生服务系统建设以赋能基层医疗、优化医患体验为核心目标：
AI与服务协同赋能：为家庭医生打造全面精准的居民健康视图，依托人工智能技术深度赋能基层业务，通过优化服务质量，提升家庭医生签约率与履约率，推动综合健康管理服务包及个性化服务包高效转化。提高基层医疗运营频次，实现医疗资源合理配置，助力提升基层首诊率。
医患协同交互优化：搭建居民移动端服务入口，支持居民在线查看健康画像、就诊报告，发起家庭医生咨询，切实增强居民就医获得感与满意度。
三、建设内容：
整合型智慧基层家庭医生服务系统的主要建设内容，以“打破数据壁垒、AI赋能服务、优化医患交互”为核心逻辑，构建覆盖全流程智慧服务体系。首先通过整合辖区内HIS、公卫、家医三大核心系统数据，搭建统一居民健康数据库，解决“数据孤岛”问题；在此基础上，依托大模型、自然语言处理等AI技术，开发健康画像生成、智能人群筛选、整合待办管理、AI辅助就诊报告、智能咨询等核心功能，减轻基层医生人工操作负荷、提升服务精准度；同时通过诊间协同助手实现与HIS系统深度融合，避免医生跨平台操作；最后以居民移动端为载体，提供健康数据查看、报告调取、通知触达等服务，形成“医生高效服务、居民便捷获取”的闭环，全面支撑基层家庭医生签约、诊疗、健康管理等核心业务落地。
健康数据整合：整合辖区内HIS系统、公卫系统、家医服务系统的数据，构建居民统一健康数据库，为后续健康画像生成与服务开展奠定数据基础。
AI驱动的健康画像与标签系统：基于居民健康数据，利用AI及内置规则自动提取居民健康特征，生成多维度健康标签；结合标签自动构建可视化居民健康画像，直观展示居民健康状况、疾病风险、服务需求。
智能人群筛选：支持两种人群筛选模式，一是AI协助复杂查询，医生输入模糊需求，AI自动解析需求并生成精准查询条件，快速匹配目标人群，避免人工设置多条件筛选的繁琐操作；二是自定义关注人群，医生可将高频服务对象设置为“关注人群”，后续通过一键点击即可筛选该群体，无需重复查询，提升人群定位效率。
智能服务通知：集成短信、公众号、AI电话三种通知渠道，批量发送服务通知，减少医生人工沟通成本。
整合待办：自动汇聚居民在HIS、公卫、家医系统中的待办事项，同时，AI基于居民健康画像与服务规范，智能生成额外待办，医生可查看待办详情，并点击“一键开展”直接触发对应服务，实现待办闭环管理。
诊间协同助手：在HIS系统中嵌入该系统入口，医生接诊时可直接打开系统查看患者健康画像与待办事项，辅助诊疗决策。
就诊报告：患者就诊结束后，系统基于HIS诊疗数据，利用AI预生成就诊报告，报告包含异常解读、健康建议，医生仅需简单审核修改即可完成报告，大幅缩短报告撰写时间。
智能家庭医生咨询：搭建居民端健康咨询入口，居民发起简单健康咨询时，AI基于健康知识库自动匹配答案，快速回复；当居民咨询复杂问题或AI识别到问题超出知识库范围，系统自动提醒家庭医生介入，同时将居民咨询内容同步推送至医生，便于医生快速了解背景，精准解答。
居民移动端：以手机为载体，为居民提供健康画像可视化查看、就诊报告一键调取、服务通知实时触达的功能，让居民轻松掌握自身健康动态，畅享高效便捷的健康管理体验。
四、应用场景创新情况
1.技术创新情况：
1)具体人工智能技术应用
大语言模型（LLM）：用于健康标签生成、待办事项智能生成，提升数据处理与服务预判的精准度。
自然语言处理（NLP）：应用于AI复杂查询（解析医生自然语言需求生成筛选条件）、AI咨询回复（理解居民咨询意图并匹配知识库答案）、就诊报告预生成（将结构化诊疗数据转化为自然语言报告），降低人工操作成本。
知识图谱：构建居民健康知识图谱，关联基本信息、诊疗记录、公卫数据等，为健康画像生成与AI咨询提供逻辑支撑，确保信息关联的准确性。
2)技术实施经验
数据预处理：项目初期重点开展数据清洗与标准化，数据处理是标签分析的关键。
人机协同边界：AI功能需定位为“辅助工具”，如AI预生成就诊报告后必须经医生审核，AI咨询复杂问题时及时转交人工，避免过度依赖AI导致服务偏差。
3)技术先进性与竞争优势
多技术融合度更高：对比同类仅单一应用AI筛选或咨询的系统，本系统整合NLP、知识图谱等多技术，实现“数据整合-标签生成-服务落地-医患互动”全流程AI赋能。
适配基层实际需求：针对基层医生操作习惯，开发AI辅助查询的“模糊需求解析”功能，无需医生学习复杂查询语法；同时支持在HIS系统直接打开使用，避免系统切换，更符合基层医疗工作场景。
2.数据价值创新情况：
1)数据采集与处理
采集范围全面：覆盖辖区内HIS（诊疗记录、用药信息）、公卫（慢性病随访）、家医（签约信息、服务记录）三类核心数据，还通过系统交互采集居民咨询记录、通知反馈数据，形成多维度居民健康数据集。
2)高质量数据集与数据产品形成
建成标准化居民健康数据集：经过持续数据积累与优化，形成包含50万+居民、100万+条记录的高质量数据集，涵盖100+个健康标签。
衍生多类数据产品：基于数据集开发“辖区慢性病分布报告”等数据产品，例如“慢性病分布报告”可实时展示辖区内高血压、糖尿病患者分布，为公共卫生服务提供精准指引。
3)数据驱动决策体系构建
基层医生决策：医生通过系统查看居民健康画像与AI生成的待办建议，数据驱动服务决策。
机构管理决策：管理者通过系统数据看板查看签约率等指标，动态调整人力分配，实现管理决策从“经验判断”向“数据支撑”转变。
区域公共卫生决策：市立医院通过系统获取居民健康数据汇总分析结果，针对性制定宣传推广策略，提升公共卫生决策的科学性与有效性。
3.业务模式创新情况：
1)服务模式重构：打破传统“医生被动接诊”模式，转向“主动健康管理”。系统通过AI筛选目标人群、生成待办、批量通知，推动医生从“等患者上门”变为“主动提供随访、体检提醒等服务”。
2)医患关系优化：建立“AI初筛+人工跟进”的医患互动新模式，居民简单咨询快速获AI回复，复杂问题由医生深度解答，既保障响应速度，又提升咨询专业性。同时，通过健康画像让医生更了解居民需求，增强医患信任。
3)价值创造升级：从“单一诊疗服务”向“全周期健康管理”延伸价值。系统整合诊疗、公卫、家医服务，为居民提供从健康监测、风险预警、诊疗服务的全流程服务，例如为高血压患者提供“定期随访+用药指导+饮食建议”的综合管理，降低并发症发生率，提升基层医疗服务的核心价值。
4.其他创新情况
1)跨系统协同创新：实现与HIS系统的深度融合，医生在HIS接诊时可直接打开本系统查看居民健康画像与待办事项，无需切换平台，解决了传统多系统并行操作的繁琐问题。
2)适老服务创新：针对老年居民使用习惯，除提供短信通知、纸质健康报告外，在AI电话通知中采用清晰、缓慢的语音播报，解决老年居民数字化操作能力不足的问题，扩大服务覆盖范围。
五、实施效果：
在业务效率和效益上，AI辅助就诊报告使医生日均省1小时，AI电话随访单条成本降85%；家庭医生个性化签约率升15%，社区卫生服务中心年诊疗收入预估增10%；在家医服务体验上，居民健康咨询首响达毫秒级，满意度显著提升；慢性病规范管理率提升8%，居民健康素养提高；精准服务分流三级医院压力，助力基层首诊率提升。
经济效益方面，通过优化服务内容与提升服务质量，可效提高家庭医生签约率与履约率；同时促进综合健康管理服务包及个性化服务包的转化，进一步挖掘服务价值；借助AI技术在提升基层医疗运营效率的同时，实现资源合理配置，达成降本增效的目标。
社会效益方面，系统不仅推动家庭医生服务质量与效率持续提升，增强基层首诊能力，而且改善居民就医体验，显著提高居民健康获得感与满意度，促进医患关系和谐；此外，通过精准服务减少不必要诊疗需求，有效分流三级医院压力，缓解“看病难”问题，助力提升基层首诊率。
完成单位：江苏盖睿健康科技有限公司
完成人：魏群、高鑫、朱凯、蔡承