医数通(北京)科技有限公司Medical Intelligence

AI宣教智能体 · 医院知识库 · 智能随访

医院AI应用,
从一个科室开始

以大模型 + 专科知识库为核心,提供 AI 健康宣教智能体、医院大模型知识库和智能随访:按科室试点,快速上线,效果可统计。看到效果后,可逐步扩展到医疗数据中心、AI辅助诊疗等平台级建设。

核心团队行业经验
10+ 年
核心团队行业经验
医疗软件项目
30+
医疗软件项目
医疗系统对接类型
20+
医疗系统对接类型
技术服务支持
7×24
技术服务支持
临床决策支持工作台 · 患者360°
张
张** 男 · 67岁 · 心内科 12床
急性心衰2型糖尿病CKD 3期
资料完整度
92%
生命体征实时 · 智能手环
心率
112bpm
SpO₂
91%
血压
158/96mmHg
体温
37.8℃
危急值 · I级2 分钟前
血钾6.8mmol/L(>6.5)
已推送已读待处置
AI风险评分高风险
  • · 高钾血症
  • · 氧饱和度下降
  • · 肾功能不全
检验结果LIS · 今日
血钾 K⁺6.8↑↑
肌酐 Cr186↑
BNP1260↑
肌钙蛋白 I0.03—
血糖 Glu11.2↑
医疗影像PACS
胸部CT
双肺渗出影
少量胸腔积液
报告已关联
风险趋势(7日)AI 模型 · 规则评分
恶化风险
较入院 +46
医院数据
数据治理
AI分析
临床决策

Products

医院智慧应用

AI 宣教、知识库与智能随访按科室试点、快速上线,效果可统计;护理进修管理系统已成熟运行,可直接部署。

检查前准备围术期AI答疑

AI 健康宣教智能体

以医院审核的专科知识库为基础,按检查项目、手术类型和病程阶段个性化推送宣教;AI 答疑并主动引导延伸学习,自评、提醒、打卡促进行为改变,高风险时提示联系医护。可从内镜中心或一个手术科室起步。

适用:内镜中心、手术科室、护理部、护理科研团队

术前 / 检查前
风险认知应对指导行为维持
康复 / 到院检查
  • 专科知识库构建
  • 智能问答与延伸引导
  • 分阶段个性化推送
  • 肠道准备宣教
  • 疼痛自评与用药提醒
  • 康复锻炼打卡
  • 心理支持与风险提示
  • 公众号 / 小程序 / 平板

上线后可统计

宣教送达与阅读问答与自评记录打卡依从情况按课题导出数据
了解解决方案
AI 健康宣教智能体核心功能与应用场景
患者旅程 · 住院全流程
患者旅程 · 张** 普外科住院-手术患者-手术中
1
住院通知单
2
院前检查
3
入院
4
术前评估
5
手术
6
监护室
7
普通病房
8
出院随访
状态标识变更记录
  • 09-18 08:30添加预住院标识HIS
  • 09-19 14:10住院-手术患者-术前评估HIS
  • 09-20 09:00住院-手术患者-术前准备手麻
  • 09-21 08:15住院-手术患者-手术手麻
环节停留时长(天)

Case Studies

医疗数字化项目实践

以下为已交付或在建项目的脱敏介绍,界面为示意图,不涉及真实患者数据与医院名称。

Medical AI

AI正在重新定义医疗软件

不是简单把大模型接入医院,而是让 AI 建立在可信医疗数据和临床证据之上。

  1. 01 · Data Sources

    医疗数据源

    • HIS
    • EMR
    • LIS
    • PACS
    • 监护
    • 心电
    • 护理
    • 设备
  2. 02 · Data Platform

    医疗数据平台

    • 数据采集
    • 标准化
    • 主索引
    • 数据治理
    • 患者360°
  3. 03 · AI Capability

    AI能力中台

    • 医学知识库
    • RAG
    • 大模型
    • 规则引擎
    • 医学评分
    • 专病模型
    • AI Agent
  4. 04 · Scenarios

    临床场景

    • AI辅助诊疗
    • 危急值
    • 风险预测
    • 智能查房
    • 用药提醒
    • 医学问答
    • 患者管理
    • 科研分析

AI 看全、看快、给证据;医生决策、确认、负责。

Policy Alignment

对标评级与政策方向,建设看得见成效的系统

医院信息化投入越来越多地与评级、质控和政策目标挂钩。我们在方案设计阶段就对照评价要求规划数据与功能,让每一笔投入都能对应到可评估的建设成果。

医院评级与数智化建设

政策关注

  • 电子病历应用水平分级评价
  • 互联互通标准化成熟度测评
  • 智慧服务 / 智慧管理分级评估
  • 评价重心转向真实业务数据

对应方案

人工智能 + 医疗卫生

政策关注

  • 建设高质量医疗数据集
  • 专病数据与专病模型
  • 临床辅助决策与智能随访
  • AI 应用安全可控、结果可追溯

对应方案

医疗质量与患者安全

政策关注

  • 危急值报告与闭环管理
  • 围术期风险评估与 VTE 防治
  • 重症患者监测与专科质控
  • 全过程留痕、质控指标可统计

对应方案

分级诊疗与全周期健康

政策关注

  • 慢病分层管理与随访
  • 院外连续监测与异常预警
  • 智能随访与健康宣教
  • 患者服务与满意度闭环

对应方案

评级与测评结果取决于医院整体建设情况及专家评审,我们提供对应的数据与功能支撑。

Why Us

懂医疗,比懂技术更重要

医疗软件的难点不在写代码,而在理解临床流程、医院系统环境和医疗数据本身。

01

医疗场景理解

不仅开发软件,更理解医院业务流程、临床场景和医疗数据。知道哪些环节必须确定可审计,哪些环节适合交给 AI。

02

复杂系统集成

熟悉医院多系统环境,支持 HIS、LIS、PACS、EMR、设备及第三方平台集成,在不推翻现有系统的前提下连接数据。

03

AI + 医疗数据能力

从数据到智能的完整能力链:

  • 数据采集
  • 数据治理
  • 知识库
  • 规则引擎
  • 大模型
  • RAG
  • AI Agent
  • 临床决策支持
04

全生命周期交付

需求调研、产品设计、系统开发、数据对接、部署上线、培训与持续运维,交付物与验收口径事先写清楚。

全生命周期交付流程

每个阶段都有明确的交付物与确认节点

  1. 01需求分析
  2. 02方案设计
  3. 03UI / 原型
  4. 04系统研发
  5. 05数据集成
  6. 06测试
  7. 07部署
  8. 08持续运维

Integration

连接医院已有系统,而不是制造新的信息孤岛

以数据平台为枢纽,对接院内业务系统、医疗设备与外部平台,新应用从平台取数,不再点对点重复对接。

医疗数据与AI平台
  • HIS
  • EMR
  • LIS
  • PACS
  • RIS
  • 手麻系统
  • ICU系统
  • 心电系统
  • 护理系统
  • 体检系统
  • 互联网医院
  • 医保平台
  • 医疗设备
  • 可穿戴设备

Delivery Assurance

合作透明,交付可验收

医疗项目最怕需求说不清、报价有歧义、上线后没人管。这些我们在合同签订前就讲清楚。

需求确认在先

开发与验收以双方确认的需求规格说明书、原型、数据项和接口清单为依据,减少返工与争议。

报价清晰透明

按模块列明工作量与费用,写清报价边界、前置条件与不包含事项,避免后期增项扯皮。

过程阶段可见

分阶段演示与确认,测试环境先行,联调与真实数据试填通过后再部署上线。

上线后有保障

验收后按合同约定提供免费缺陷修复期,期满可签订持续运维服务。

Data Security

从架构设计开始保护医疗数据

支持医院内网部署、私有化部署和混合部署,根据项目要求设计数据安全及访问控制机制。

医院内网部署私有化部署混合部署

数据分级与权限管理

按角色、科室、院区控制数据访问范围,功能权限细化到按钮级。

敏感数据脱敏

姓名、证件号、联系方式等字段按场景脱敏,科研导出需审批。

全流程操作审计

登录、查询、导出、状态变更与 AI 调用全部留痕,可追溯到人。

数据传输与存储加密

HTTPS 传输加密,敏感字段加密存储,接口签名与防重放。

About Us

我们专注医疗信息化与医疗AI

医数通(北京)科技有限公司是一家专注医疗数字化建设的技术公司。核心成员拥有 10 年以上医疗信息化从业经历,长期参与医院信息化、医疗数据平台、临床业务系统及人工智能应用建设,围绕医疗数据连接、数据治理、临床智能和医疗软件研发,为医疗机构提供从咨询规划到研发交付的完整技术服务。

我们的目标不是简单开发一个系统,而是让医疗数据真正进入业务流程,帮助医院提升医疗质量、管理效率和数据价值。

10+ 年
核心团队行业经验
30+
医疗软件项目
20+
医疗系统对接类型
10+
自主产品与方案

Our Architecture

一个数据底座,承载多个临床与管理应用

临床与管理应用
AI辅助诊疗危急值智慧病房慢病管理驾驶舱
AI 能力中台
知识库RAG规则引擎医学评分Agent
医疗数据平台
采集EMPI标准化质量数据API
医院信息系统
HISEMRLISPACS设备

FAQ

常见问题

关于医疗软件开发、系统对接、部署方式与项目实施的常见问题。

你们主要提供哪些医疗软件开发服务?

我们主要提供 AI 健康宣教智能体、医院大模型知识库和智能随访三类医院 AI 应用,可按科室试点、快速上线。同时提供医疗数据中心、AI辅助诊疗、智慧病房、慢病管理、专病数据库与科研平台,以及医院管理系统、小程序、APP 等定制开发与系统集成服务。

护理科研课题需要开发宣教智能体或干预系统,你们可以承接吗?

可以。我们可以按课题的理论框架(如保护动机理论、健康信念模式)组织知识库和推送策略,开发公众号或小程序端的宣教智能体,并按研究设计配置自评量表、提醒打卡与数据导出。课题书中的技术方案部分也可以协助梳理。

有没有现成的护理进修 / 进修生管理系统?

有。我们的护理进修管理系统已在多院区医院上线运行,覆盖招生计划、小程序在线报名、审核录取、短信与微信订阅消息通知、科室护士长确认接收、进修状态自动更新、教学资料推送和结业满意度调查,可直接部署并按医院流程调整。带教老师分配、轮转与出科考核可按需扩展。

可以先在一个科室小范围试点吗?

可以,这也是我们推荐的方式。例如健康宣教可以先从内镜中心的一个检查项目开始,前期可不对接院内系统;试点范围、周期、费用和需要统计的指标在方案中事先约定,看到效果后再决定是否扩大。

可以对接医院HIS、LIS、PACS系统吗?

可以。我们支持通过数据库视图、WebService、HTTP API、HL7、消息队列和文件交换等方式对接 HIS、EMR、LIS、PACS、RIS、手麻、重症、护理、体检等系统。具体方式需结合原厂商的开放能力确定,涉及原厂商的接口费用由医院与厂商另行协商。

是否支持医院内网和私有化部署?

支持。系统可部署在医院内网服务器或私有云,也支持内外网分离的混合部署。大模型可接入私有化部署的模型服务,数据不出院。

医疗AI系统如何保证答案可靠?

我们的原则是「AI 看全、看快、给证据;医生决策、确认、负责」。安全相关判定(如是否危急值、评分计算)由规则引擎和受控算法完成;AI 基于院内数据和知识库生成建议,每条建议附出处;模型不可用时回退规则模板;所有 AI 产出标记为待医生确认,不自动下诊断、不自动开处方。

是否可以建设医院自己的AI知识库?

可以。我们将临床指南、药品说明书、院内制度、SOP 等文档解析、切分、向量化,并提供版本管理、权限控制和问答日志审计,回答附原文引用,便于核对。

是否可以开发专病数据库?

可以。我们按专病定义数据模型、纳排标准和时间点,从数据中心自动抽取并结构化,配合数据质量核查,形成可持续更新的专病数据库,已有重症医学、肿瘤等专科实践。

是否可以对接医疗设备和智能手环?

可以。我们通过软件侧物联网网关接入智能穿戴、毫米波雷达、床旁设备等,完成协议适配、身份认证和数据解析。可采集的数据类型、频率和精度以设备原厂开放能力和现场联调结果为准。

你们的系统能支撑电子病历评级和互联互通测评吗?

可以提供相应的数据与功能支撑。我们在方案设计阶段对照电子病历应用水平分级评价、互联互通标准化成熟度测评等要求,规划数据采集、标准化、质量管理和闭环流程。最终评级结果取决于医院整体建设情况与专家评审,我们不做结果承诺。

是否可以建设智能随访和患者服务系统?

可以。我们已有慢病随访、候诊健康宣教、投诉工单闭环等项目实践,支持随访计划、智能问卷、语音转写、知识库推荐和满意度评价,并可与 HIS、短信平台和微信生态对接。

健康宣教系统和普通的宣教文章推送有什么区别?

我们按检查项目、病种和手术类型配置宣教方案,并按预约时间分阶段推送,例如内镜检查前数天的饮食要求、前一晚的服药提醒。大模型基于医院审核过的资料生成通俗内容并回答常见问题,发布前由医护审核;送达、阅读和答疑记录可统计,便于护理质控。

医疗软件项目通常如何实施?

一般分为需求调研、方案设计、UI 与原型确认、系统研发、数据对接、测试、部署上线和持续运维几个阶段。开发与验收以双方确认的需求规格说明书、原型、数据项和接口清单为依据。

是否提供项目源码?

定制开发项目可按合同约定交付源码、数据库脚本、接口文档、部署说明和操作手册。标准产品的授权方式按项目具体约定。

项目上线后是否提供持续维护?

提供。验收后按合同约定提供免费缺陷修复期,期满后可签订运维服务,内容包括缺陷修复、版本升级、数据接口维护和技术支持。

是否支持已有系统二次开发?

支持。我们可以在评估现有系统代码、架构和数据结构后进行二次开发或功能扩展,也可以在不改动原系统的前提下,通过数据中台方式为新功能提供数据。

如何评估医疗软件项目预算?

预算主要取决于功能范围、需要对接的系统数量、设备接入类型、部署环境和交付周期。我们通常先进行需求沟通,按模块给出人天测算和报价明细,并写明报价边界与不包含事项,避免后期争议。

想先在一个科室试试?

从 AI 健康宣教、医院知识库或智能随访中选一个场景,按科室试点,看到效果再扩大。