研报速递清晨6:00
我们不见不散
与您相约
4000+份PPT与您共享，
持续增加中！！！
智能随访工具与落地实践研究报告
随访落地"五道坎"之工具坎：政策基线、证据边界与决策框架的循证评估
目录
一、政策与合规基线
二、现状与缺口
三、技术形态与市场格局
四、证据边界：效率层与结局层
五、风险清单与对策
六、循证落地模型
七、决策建议与行动清单
附录A：效果数字登记表
附录B：方法与局限
参考文献
一、政策与合规基线
如果要用一个词概括智能随访政策的近年走向，那就是"收紧"。随访不再是评审材料里的一句套话，而是带着条文编号、施行日期与评估指标序号的监管要求。本章只引用经原文逐字核实的政策条款——这是全报告中证据等级最高、两路调研零分歧的部分，也因此构成整个决策论证最坚固的地基。
1.1 三份国家文件划定的硬边界
第一份是《医疗机构日间医疗质量管理暂行规定》。国家卫健委办公厅于2022年11月20日印发、自2023年1月1日起施行的这部规章，第五条要求日间医疗质量管理专门组织制定包括随访制度在内的工作制度；第十四条则明确"根据不同病种特点及诊疗规律，明确随访时间、频次、内容和形式等，安排专门的医务人员进行随访并准确记录……随访记录应当纳入患者病案或单独建册保存；日间手术患者应当在出院后24小时内完成首次随访"（国家卫健委办公厅，2022）[1]。这条规定的分量在于"24小时"——它把随访从"定期打个电话"变成了一项有时限的急务，也直接决定了任何人工拨打模式在日间手术量较大的医院都难以达标。
第二份是国卫医政发〔2023〕11号《改善就医感受提升患者体验主题活动方案（2023—2025年）》。该文件在"提升患者诊后体验"部分要求"加强诊后管理与随访。医疗机构应当建立患者随访档案和随访计划，建设基于患者服务为核心的多途径智能随访平台，为患者提供更加科学便捷专业的院外康复和延续性治疗，并通过数据分析及时发现潜在问题"（国家卫健委、国家中医药局，2023）[2]。这是国家层面文件首次直接使用"智能随访平台"这一表述——换言之，"建智能随访平台"本身已是部委文件的原话要求，而非厂商的营销转述。配套的《改善就医感受 提升患者体验评估指标（试行）》进一步将"出院患者随访比例"列为诊后维度第21项官方评估指标[2]，随访由此获得了行政考核意义上的量化抓手。
第三份是国家卫生健康委医院管理研究所2024年9月4日发布的《医疗机构四级手术全过程管理（专家解析）》。它把"手术随访"列为四级手术全过程管理的12个环节之一，明确"医疗机构应当建立手术随访制度，按病种特点和相关诊疗规范确定随访时长和频次，对四级手术术后患者，原则上随访不少于每年1次"，并要求科室建立"随访台账"纳入质控备查（国家卫生健康委医院管理研究所，2024）[3]。同年印发的《手术质量安全提升行动方案（2023—2025年）》虽未直接规定随访频次，但设定了日间手术占比提升与四级手术多学科讨论全面落实等目标，客观上扩大了随访义务覆盖的患者规模（国务院部门文件，2023）[4]。
1.2 政策轨迹与地方量化考核
把时间线拉长看，收紧轨迹清晰可辨。2018年底印发的《电子病历系统应用水平分级评价标准（试行）》在8级要求中提出"整合跨机构的医疗、健康记录、体征检测、随访信息用于本部门医疗活动"；2019年3月的《医院智慧服务分级评估标准体系（试行）》要求医疗机构具备"针对连续医疗服务时为患者提供电子化安排服务与记录的能力"（两条均转引自华西医院CHIMA案例的政策梳理）[5]——这是信息化维度的预热。2022年《日间医疗质量管理暂行规定》把随访制度、随访记录归档与24小时首访写成监管条文，其背景是2021年约70%的三级公立医院已开展日间手术（国家卫健委数据，转引自腾讯网报道，2022）[6]。2023年11号文点名"智能随访平台"并配套评估指标，2024年四级手术解析补上手术随访的频次底线与台账要求[3]。
地方层面则出现了可量化的行政目标。据华西医院案例引述，《四川省改善就医感受 提升患者体验主题活动实施方案（2023—2025年）》明确"到2024年底，三级公立医院出院患者随访率达到80%，到2025年底达到90%"（转引自CHIMA案例，2024）[5]。当随访率被写进省级实施方案的时间表，它就不再是科室自主裁量的事务，而成为需要全院调度资源完成的任务。
重要核实声明："随访率100%"查无国家级出处
部分管理文章与行业材料中流传"对四级手术、恶性肿瘤患者出院后随访率达到100%"的提法。本次调研对上述三份国家文件原文逐字核对，均未出现该数字；可核实的国家要求是"日间手术出院后24小时内完成首次随访"[1]与"四级手术术后患者原则上随访不少于每年1次"[3]。该"100%"提法可能源于地方细则或院内制度，决策引用前应向发文方求证；在正式立项文件中，建议以可核实条文替代其论证功能。
1.3 对管理者的含义
政策章节的结论可以概括为一句话："为什么建"这个问题不需要引用任何厂商的白皮书来回答。三份国家文件的条文编号、四川省的量化时间表、评估指标第21项的考核序号，已经构成完整的合规论证链。管理层的立项材料应当直接引用这些可核实条文，把厂商叙事限定在"怎么建"的环节——这既能提高论证的严肃性，也天然规避了后文将详述的效果承诺风险。
二、现状与缺口
政策要求明确了，那么现实距离要求有多远？本章先给出缺口的方向性证据，再借助华西医院的产能数据说明"靠人工为什么做不到"，最后处理一个贯穿全报告的技术性问题——随访率的口径。
2.1 缺口的方向性证据：约25%的覆盖率
全国性的随访覆盖缺口数据目前并不存在——这本身就是一个值得管理层警惕的治理信号。可获得的单点例证来自南京鼓楼医院牵头的调研：该调研覆盖江苏省143家医院，显示院外随访覆盖率仅约25%（腾讯网，2026；调研为医院自行组织，未经第三方审计）[7]。无论这25%与真实全国水平有多大出入，它与"三级医院出院患者随访率80%/90%"的省级行政目标[5]之间直观呈现的落差已经足够说明问题：多数医院尚未建立能与政策要求对话的随访产能。
2.2 产能算术：华西案例作为量级参照
为什么人工打不完随访电话？四川大学华西医院的案例提供了目前国内最完整的数据链。该院2023年月出院人次2万余人，智能语音随访系统2023年12月启动建设、2024年4月正式上线，覆盖18个科室和81个住院护理单元；机制上定为"出院后第7天和第30天各随访1次"，仅2024年第三季度的随访电话任务量即达13万余次（医院申报、中国医院协会信息专业委员会刊登）[5]。
99%
随访覆盖率
（任务下发覆盖出院患者比例）
88%
随访电话接听率
（接听患者数/出院患者总数）
83%
语音执行成功率
（接听次数/外呼总次数）
-85%
单次随访时长
（人工10–15分钟→约2分钟）
2.3 口径警示：99%、88%、83%不是一回事
在引用任何随访率数字之前，必须先弄清分子和分母。华西案例同时存在三个口径：随访覆盖率99%指任务下发覆盖出院患者的比例；成功接听随访电话人数占比88%指接听患者数除以出院患者总数；智能语音电话执行成功率83%指接听次数除以外呼总次数（CHIMA，2024）[5]。三者之间约10–16个百分点的落差意味着：即使在全院级部署、数据链完整的标杆医院，每6–8个出院患者中仍有1人最终未被有效触达。换言之，目前可核实的最好自报水平，有效触达上限在83%–88%区间。
这一口径问题并非吹毛求疵。四川省行政目标使用的"出院患者随访率80%/90%"[5]、河北医大四院的"应答率97%"[10]、以及厂商宣传中常见的"随访率提升至90%+"，分属不同甚至不明示的分母体系，直接横比必然产生系统性高估。本报告的处理规则是：凡引用随访率，一律注明分子分母；不同口径数据不并列排序、不做跨院横比；河北医大四院97%标注为"医院自报、口径未明示"。
2.4 已剔除的可疑数字
调研过程中发现三个流传甚广却查无原始出处的数字："慢性病患者失访率高达35%""术后并发症跟踪率不足50%""护士日均拨号不足50通"。它们仅见于视频平台专栏与厂商软文（B站专栏2025；搜狐2025）[11]，均为D级来源。本报告将其从论证中完全剔除——同理，任何在立项材料中出现的行业数字，都应要求提供原始研究出处，而非接受"行业普遍认为"式的转述。
三、技术形态与市场格局
理解产品形态谱系与玩家结构，有助于管理层判断 vendors 的能力边界与采购策略。本章的基本判断是：产品形态层面的共识较强，市场总量层面的可靠数据为零。
3.1 产品形态的五层谱系
综合厂商官方页面、行业协会案例与同行评议论文，国内智能随访产品可归纳为五个形态层次，且层次之间呈叠加而非替代关系。
第一层：AI语音外呼机器人（当前主力形态）。华西医院的系统按出院科室、手术情况自动匹配随访路径，批量外呼、全程语义理解、可视化结果展示[5]；河北医大四院采用AI电话与线上问卷双通道[10]；健康之路的产品强调方言适配与"异常自动标记、转人工介入"（厂商软文口径）[12]。这一层解决的是"触达产能"问题，是所有后端能力的入口。
第二层：微信/企业微信生态触达。腾讯健康设有官方"智能随访（患者全周期管理）"产品线，以患者端、医生端联动的形式嵌入服务号/小程序，其依据是超90%的三级医院已通过微信生态提供线上服务（腾讯健康官方，2023；厂商官方口径）[13]。与电话外呼相比，图文问卷在信息采集的结构化程度上更具优势，且天然沉淀数据。
第三层：专科随访与全病程管理平台。肿瘤专科是典型场景。浙江省肿瘤医院台州院区的全病程管理系统对术后患者建立随访名单与预警机制，曾通过系统提醒发现一名乳腺癌术后6年、超1年未复查的患者，进而查出早期甲状腺恶性肿瘤并在48小时内完成手术——这一个案（医院官方口径，个案性质，不能外推为普遍效果）恰恰演示了"工具坎"与"闭环坎"咬合后的理想形态：随访名单+预警机制+可执行的响应通道[14]。垂直服务商微脉自称连接4700多家公立医疗机构、与近千家合作全病程管理（厂商自述，未独立核实）[15]。
第四层：科研随访与慢病管理分流。华西在出院随访基础上构建"出院随访—科研入组随访—慢病随访"分流新模式，把有科研价值的患者标记推荐至科研平台、把符合慢病条件的患者推荐至慢病管理服务包[5]。这一层回答的是"核算坎"：随访数据沉淀产生的科研产出与慢病服务收入，是随访业务在现行价格体系外获得价值补偿的少数通道。
第五层：大模型升级方向。华西在案例的"下一步规划"中明确要"实现基于大模型技术的智能问答"[5]；《中国医院管理》2026年第1期刊载的河北某三甲医院论文描述了"基础层—能力层—模型层—应用层"四层架构、"深度融合人工智能大模型、专病知识库和患者画像"的院后随访平台（同行评议渠道，未读全文）[16]。
3.2 市场格局：三类玩家并立
智能随访细分市场目前不存在独立权威的市场份额排名，可核实的信息来自三类渠道。
HIT传统厂商：IDC《中国医疗核心系统市场份额，2024：新一轮验证》显示2024年中国核心诊疗系统市场增速10%，头部五强为卫宁健康、东软、东华医为、创业慧康、智业软件（IDC，2025-06，Doc#CHC53534325，转引自HC3i）[17]。此类厂商的随访能力通常作为HIS/全院信息化方案的附属模块，优势在于与院内系统的原生集成，劣势在于交互体验与AI能力常落后于专业厂商。
AI能力方：讯飞医疗（02506.HK）以"智医助理"覆盖基层医疗机构的智能外呼见长，家庭医生助理覆盖慢病随访、体检预约等12大场景（厂商官方，2024）[18]，2026年中期业绩将业务重组为AI诊疗助理、AI健康助手、AI数字基座三大板块（证券之星，2026）[19]；百融云创等亦以"硅基客服专员"切入医疗随访外呼（厂商公关稿）[20]。此类厂商的核心资产是语音识别与对话能力，需警惕其对医疗场景理解的深度不足。
互联网/平台大厂与垂直服务商：腾讯健康依托微信生态做诊后触达[13]；微脉以CareAI平台运营专病全病程管理[15]；健康之路（2587.HK）披露2025年AI智能体首年商业化收入超3200万元、平台注册用户超2.23亿（公司披露口径）[21]。行业侧最新的信号是弗若斯特沙利文联合健康160于2026年9月发布白皮书，称AI医院运营正从"建系统"转向"提效率、强运营"的平台化价值兑现阶段——但该白皮书由健康160参与定制，属利益相关方叙事，仅作方向参考[22]。
市场规模数据的可信度声明
百度百科"AI外呼系统"词条称"2026年中国智能外呼市场规模突破186亿元、年复合增长率23.7%"，检索不到任何权威原始报告，且与IDC口径（仅核心诊疗系统、2024年增速10%）在外延上不可比[23]。本报告将该数字从论证中完全剔除，市场判断改用定性结构（三类玩家并立、无权威份额数据）加可核实锚点（IDC增速10%、健康之路收入披露）。结论：智能随访细分市场的独立规模数据目前不存在。
3.3 国际对比
美国市场的对应产品以"patient engagement / automated outreach"为标签成熟商用：Get Well（并入SAIGroup）主打数字患者互动与AI导航；Puppeteer AI提供HIPAA合规的AI语音与短信智能体；HealthTalk AI提供患者互动型AI联络中心；眼科随访召回领域的Brevium宣称"几乎所有医疗机构中25%以上的患者逾期未获得必要的复诊护理"（均为厂商口径，D-C级）[24]。结构性差异在于渠道：美国以短信/邮件/APP多渠道与支付方（保险）协同为主，中国医院则以电话外呼+微信生态为主流——这与两国的小程序渗透率和随访的行政考核方式直接相关。值得注意的是，美国同样存在"自动化随访对再入院率无效"的高质量阴性证据（详见第四章），不存在"国外已证明有效"的叙事空间。
四、证据边界：效率层与结局层
这是全报告对决策最重要的章节。核心信息只有一句话：智能随访的效率主张有据可引，结局主张无据可引——而且后者并非证据空白，而是被高质量试验系统否定的具体主张。
4.1 效率层证据：多源自报一致
效率层的证据在前文已有详述：华西覆盖率99%/接听88%/执行83%、耗时下降85%（行业协会刊登的医院自报，B级）[5]；河北医大四院应答率97%（口径未明示，C级）[10]；西京医院信息完整率97.7%、准确率94.9%，医护对系统实用性满意度97.2%（无对照描述性研究，B级）[9]。值得单独摘出的是西京医院数据中的另一面：医护对系统"智能性"的满意度仅84.6%[9]——即使在成功落地案例中，当前AI的对话质量与医护期望之间仍有可感知的差距。这直接支持后文的采购建议：对厂商的对话能力应做POC实测，而非采信宣传。
4.2 结局层证据：三个大型阴性试验
结局层是市场宣传与学术证据分野最清晰的地方。三个大规模试验从不同强度上检验了"随访/监测干预能否改善再入院与死亡"，结论高度一致地指向否定。
FUTR-30试验（n=3054，务实随机对照）：范德堡大学团队将一家综合内科全部出院回家的3054名患者随机分至"出院后3–7天护士半结构化随访电话"组（1534人）或常规出院组（1520人）。意向治疗分析显示30天再入院率14.9%对15.3%（差值-0.4个百分点，95% CI -2.9~2.1，P=0.76），观察再入院、急诊复诊、30天死亡率均无组间差异。作者结论：出院后随访电话项目对30天再入院或死亡率没有影响（Yiadom等，2020，Medical Care）[26]。这是与"智能随访"最同构的试验——由护士执行的标准化出院后电话随访，结论是阴性。
BEAT-HF试验（n=1437，多中心随机对照）：加州大学洛杉矶分校等6家学术医疗中心对1437名心衰出院患者随机给予"健康教练电话+每日远程监测（血压、心率、症状、体重，集中护士审查并按预案处理）"或常规出院。180天全因再入院率干预组50.8%对常规组49.2%（校正HR 1.03，95% CI 0.88–1.20，P=0.74），30天再入院与180天死亡率同样无差异（Ong等，2016，JAMA Internal Medicine）[27]。注意该试验的干预强度已高于多数国内"智能随访"产品（含远程监测与专职护士审查），仍然阴性。
PACT-HF试验（n=2494，阶梯楔形整群随机）：即便采用"按再入院风险配比服务强度"的分层设计（护士家访+门诊干预），3年复合终点（全因死亡、再入院或急诊就诊）发生率94.2%对94.5%（HR 0.92，95% CI 0.81–1.05）依然阴性。作者在解释中直指机制："两组在基于指南的药物治疗 uptake 上没有实质差异"（Averbuch等，2024，European Journal of Heart Failure）[28]。PACT-HF的教训对"分层随访"叙事尤为重要：分层解决了"资源投给谁"，但解决不了"投过去的是什么"。
与阴性试验相对照，自动化监测的独立价值在"信息增益"上得到证明：PVC-RAM-1试验（BMJ，n=905，8家医院）中，术后患者每日远程自动监测使药物错误检出率从5.5%跃升至29.7%、纠正率大幅提高，但主要结局（31天居家存活天数29.7对29.5天，RR 1.01）无差异，且"在照护升级率较高的中心，获益要大得多"（McGillion等，2021）[29]。这句话应当被每一位考虑采购随访系统的管理者写进笔记：自动化系统的真正产出是更早发现异常，而异常要变成结局改善，必须由具备升级处置能力的人工链条承接。响应能力弱的医院部署自动化，只会堆积未处置的警报。
4.3 荟萃层的真实争议：口径决定结论
荟萃分析层面存在真实的学术分歧，但分歧可被结局口径解释。Inglis等的Cochrane系统评价（41项RCT，约13000名心衰患者）显示结构化电话支持与远程监测降低心衰特异性再入院（远程监测RR 0.71，95% CI 0.60–0.83；电话支持RR 0.85，95% CI 0.77–0.93）与全因死亡率，但全因住院在两组均无改善（RR均0.95）（Inglis等，2015，Cochrane Database）[30]。而AHRQ委托的Feltner荟萃（47项RCT）对远程监测给出无效判断、对电话支持仅承认心衰特异性结局（Feltner等，2014，Annals of Internal Medicine）[31]。同一干预在同疾病人群上，因"全因还是病种特异"的口径差，结论可以从"高置信度有效"翻转为"无效"。
给管理层的引用规则
任何人在任何材料中宣称"随访/智能随访降低再入院X%"，第一问应当是：什么疾病？什么结局（全因还是病种特异）？什么研究设计？观察性关联不得当因果（早随访者本身依从性更优）。"可避免再入院"这一概念本身的测量根基也不稳——34项研究的系统综述显示可避免比例中位仅27.1%、范围5%–79%，且几乎全部采用主观判断标准（van Walraven等，2011，CMAJ）[32]，即随访即使完全有效，其理论作用空间也只占全部再入院的一部分。
4.4 跨类目误用：当前行业宣传的系统性问题
方法学上必须点明："随访"在文献中至少是七种不同的干预——一次性护士电话（FUTR-30）、电话+远程监测30天（BEAT-HF）、数月期多次家访+门诊（Naylor）、过渡教练+4次电话+门诊协调（Coleman）、风险配比的护士家访+长期专科门诊（PACT-HF）、短信行为干预（TEXT ME）[33]、以及国内文献中的第七种：AI语音机器人执行的单次或数次标准化问卷外呼[8][9]。国内文献的效果终点（随访率、耗时、完整率、满意度）与国际阴性试验的过程变量同构，而与国际阳性试验的结局变量（再入院、死亡）无直接可比性。把"华西随访覆盖率99%"与"Naylor再入院下降17个百分点"放进同一张表格，是当前行业宣传与决策材料中最常见的跨类目误用——两类数字都真实，但它们测量的不是同一件事。
五、风险清单与对策
本章把调研发现的落地风险整理为四组，每组附上对策。风险清单的价值在于提前写入采购与运营规范——事后补救的成本远高于事前条款。
5.1 院内头号障碍：数据孤岛
最有分量的证据来自成功案例自身的坦承。华西医院在CHIMA案例中明确写道："各科室建设独立的随访系统是普遍现象，同时也造成各系统成为数据孤岛，通常随访数据仅存在于本科室，无统一的随访系统，医院上报随访相关的数据存在一定的偏差"，其对策是由指定部门统筹随访业务架构、信息中心统一搭建平台（CHIMA，2024）[5]。三甲医院信息化一线工程师的自述也印证：系统集成130余个仍"数据割裂感越来越强"（个人署名文章，2026）[34]。对策：将"全院统一平台、与HIS/EMR/病案深度集成、随访记录按《日间医疗质量管理暂行规定》要求纳入病案或单独建册"列为采购的一票否决项，而非可选配项。
5.2 院外最大逆风：AI外呼的社会污名化
2024年以来，AI语音电话的公众形象因营销滥用而急剧恶化：民营口腔机构委托第三方用AI语音电话营销被央视3·15曝光，上海市12345热线反复收到骚扰投诉，涉事企业自称"几乎将上海市民全部打一遍""一天几十万、上百万条"（央广网，2025；新华网，2024）[35][36]。中国青年报社调查显示95.7%的受访者使用过智能客服、仅约四成认为好用（C级）[37]。医疗随访虽与营销外呼性质完全不同，但公众对"机器人来电"的抵触会直接抬高医疗随访的拒接门槛。国际数据佐证了应答率的脆弱性：即便在研究环境中的心衰人群，结构化电话支持与远程监测的依从率也在55.1%–98.5%之间大幅波动（Cochrane汇总）[30]。
对策：行业实践正收敛于"AI批量触达+异常分流+人工补访"的混合模式，医院应将以下合规要点写入采购与运营规范——拨打时段可控（避开作息敏感时段）、明确的退出与黑名单机制、全程录音留痕、权限分级与数据脱敏、外呼号码可识别为医院官方。同时，随访话术的第一句应自报医院、科室与诊疗事由，与营销外呼做彻底切割。
5.3 口径失真与上报偏差
华西坦承的"上报数据存在偏差"提示了一个容易被忽视的考核风险：随访数据口径混乱（覆盖率/接听率/执行成功率/应答率各说各话）会向上传导为管理决策的偏差。如果医院以"随访覆盖率"上报而上级以"有效随访率"理解，考核数字将系统性地高估实际触达水平。对策：院内随访数据字典应在平台建设时同步定义，至少区分任务覆盖率、有效触达率、执行成功率、异常检出率、人工补访及时率五个口径，并对上报口径做出书面约定。
5.4 效果承诺风险
部分行业材料将随访与三级公立医院绩效考核中"出院后30天非计划再入院"指标直接关联，暗示智能随访能改善该指标（行业文章，D级，仅作政策关联线索）[38]。如第四章所述，这一主张已被最高等级证据否定。对策：任何厂商合同中的效果承诺条款，应限定为过程与效率指标（覆盖率、接听率、耗时、异常检出）；凡涉及临床结局的承诺，医院应主动要求删除或改写为"共同开展观察性评价"。把厂商的结局宣传写进合同，最终承担合规与舆情后果的是医院。
六、循证落地模型：分层、混合、闭环
否定了"上线即有效"的叙事之后，循证证据其实给出了清晰得多的建设路线图。本章把阳性证据的结构要素、时间窗口、分层工具与闭环机制整合为一个三层模型，并诚实标注其证据强度。
6.1 有效成分：过渡期照护的五要素
6.2 时机：易损期与出院后7天窗口
6.3 分层：有依据，但精度有限
把人力压给高风险人群的循证基础成立，但对分层的精度预期应当校准。最广泛验证的再入院风险工具LACE指数及其扩展，在368,154名住院患者的外部验证中校准极佳但判别力仅为c-statistic 0.681（95% CI 0.678–0.684），高风险切点的阳性似然比仅1.95，结论是"可用于定向干预资源，但判别力仅为适度"（Staples等，2021，Journal of Evaluation in Clinical Practice）[44]；国内尚无大样本验证报告。PACT-HF的阴性结果进一步表明分层不能替代干预内容本身[28]。管理层应把风险分层理解为"资源分配的倾斜依据"，而非"预测精度的承诺"。
6.4 三层闭环模型
整合全部证据，循证上站得住的落地架构分三层。第一层自动化触达层：AI以极低成本覆盖全员，完成信息采集、用药核对与异常标记——其效率价值循证充分，独立价值是信息增益[29]。第二层人工闭环层：异常分流至具备处置权的医护，按易损期与风险分层投放最贵的干预资源，出院后7天内优先[43]——这是结局改善的必要条件，也是多数医院目前缺失的一层。第三层干预内容层：教育、出院计划、症状警识与升级路径、跨机构信息传递，即Naylor/Coleman五要素[39][40]——AI只是这些内容的载体之一，不能替代内容本身。
诚实的空白声明：这也是医院的机会
"AI预筛+护士定向干预"的中间形态目前尚无决定性试验——Naylor式高接触模型有效但难以规模化，PACT-HF式可规模化模型阴性，中间地带是当前厂商宣传与学术证据之间的真空区。对医院而言，这意味着两点：其一，不应相信任何"已证明AI随访改善结局"的宣传；其二，一个设计良好的院内pilot（自动化触达全量+人工闭环高危+以观察性指标评价）本身就有学术与治理价值，是医院可以主动填补的证据空白。
七、决策建议与行动清单
将前六章压缩为可执行的决策逻辑，本报告给出四组建议。
7.1 立项理由：写合规与资源配置，不写临床结局
立项材料的事实部分应落在两组可核实依据上。合规侧：日间手术24小时首访[1]、11号文"多途径智能随访平台"与评估指标第21项[2]、四级手术随访每年不少于1次与随访台账[3]、省级80%/90%时间表[5]。需求侧：约25%院外随访覆盖率的行业缺口例证[7]与人工模式的产能算术[5]。目标表述建议采用："在出院患者全量触达与合规记录归档达标的前提下，将有限的专业随访人力集中投放于高风险患者与出院后早期窗口"——每个字都有证据支撑，且不预设任何临床结局承诺。
7.2 采购标准：统一平台与闭环接口高于AI话术
华西的数据孤岛教训[5]与西京医院84.6%的"智能性"满意度[9]共同指向：采购评分权重应向结构与集成倾斜。建议的硬性要求包括——全院统一平台（明确禁止各科室独立建设）；与HIS/EMR/病案系统深度集成，随访记录可入病案；异常标记到人工处置的闭环接口（含升级路径与响应时限字段）；随访数据字典五口径（任务覆盖率、有效触达率、执行成功率、异常检出率、人工补访及时率）原生支持；符合上章全部合规要点。对候选厂商的对话能力做真实患者名单的POC实测，重点测方言、老年患者、中断重连与异常语义识别。
7.3 KPI设计：双层化
系统层（可考核、可自报验证）：随访任务覆盖率、有效触达率、异常检出率、人工补访及时率、随访记录归档完整率——与国内同行评议文献的终点结构同构[8][9]。临床层（只监测、不承诺）：30天非计划再入院率等指标纳入观察性监测与pilot评价，不作为系统上线的验收条件——这是国际A级证据的直接要求[26][27][28]。"指标管理"与"临床获益"是两个不同的论证层面，混同将使考核失去严肃性。
7.4 实施路线与开放问题
建议分三阶段推进。第一阶段（0–6个月）：统一平台采购与集成，选取日间手术、四级手术、肿瘤等政策强约束病种试点，建立数据字典与闭环流程。第二阶段（6–18个月）：全院推广，落地"出院后7天+30天"随访节奏与高危分层资源投放，启动观察性pilot评价。第三阶段（18个月以后）：视pilot结果与数据资产积累，扩展科研随访、慢病管理分流等增值形态[5]，并评估大模型能力升级[16]。
三个开放问题建议通过访谈或发文求证补齐，本报告如实留白：其一，"四级手术/肿瘤患者随访率100%"的原始出处（见1.2节声明）；其二，运营商系资源在医院随访场景的实际角色，公开渠道几乎不可见；其三，"AI预筛+护士定向干预"在国内的对照评价证据——如前所述，这是全行业共同的证据空白，也是先行医院可以建立的学术高地。
行动清单（一页版）
立项：引用三份国家文件与省级时间表，目标写"全量触达+合规归档+高危集中"，不写结局承诺。 采购：统一平台一票否决；HIS/EMR集成与闭环接口列为硬性要求；五口径数据字典；POC实测对话能力。 运营：混合模式（AI批量+人工补访）；合规要点写入运营规范；随访话术与营销外呼彻底切割。 考核：系统层KPI可承诺，临床层只监测不承诺；pilot设计观察性评价。 求证：向发文方核实"100%"出处；访谈运营商系角色；考虑承担"AI预筛+定向干预"的院内pilot。
附录A：效果数字登记表
下表登记本报告引用的全部关键数字，供评审逐条质证。所有数字均注明口径、研究设计与证据等级；D级来源的数字已从正文论证剔除，仅登记备查。
数字 | 口径 / 研究设计 | 来源 | 等级 |
日间手术出院后24小时内完成首次随访 | 政策条文（第14条，2023-01-01施行） | 国家卫健委办公厅《日间医疗质量管理暂行规定》[1] | A |
四级手术随访原则上不少于每年1次+随访台账 | 政策条文（专家解析2.8节） | 国家卫健委医院管理研究所 [3] | A |
"出院患者随访比例"=评估指标第21项 | 政策指标 | 国卫医政发〔2023〕11号 [2] | A |
四川三级医院随访率2024年底80%/2025年底90% | 省级行政目标（转引） | 四川省实施方案，转引自CHIMA案例 [5] | B（转引） |
华西：覆盖率99% / 接听88% / 执行83% | 任务覆盖率=下发/出院总数；接听率=接听患者/出院总数；执行率=接听次数/外呼总次数；医院自报、无对照 | CHIMA华西案例 [5] | B（自报） |
华西：耗时10–15分钟→约2分钟（-85%）；40路并发；Q3减少人工拨打10.6万次；执行效率提升约40倍 | 医院自报、无对照 | CHIMA华西案例 [5] | B（自报） |
河北医大四院：应答率97%；每分钟25名患者 | 口径未明示；医院官方新闻 | 河北医大四院 [10] | C（自报） |
西京医院：信息完整率97.7%、准确率94.9%；医护实用性满意度97.2%、"智能性"满意度84.6% | 无对照描述性研究 | 郭丝锦等，《中国卫生质量管理》2024年第10期 [9] | B（同行评议，无对照） |
江苏143家医院院外随访覆盖率约25% | 医院自行组织调研、未审计 | 腾讯网（南京鼓楼医院相关报道） [7] | C（单点例证） |
FUTR-30：30天再入院14.9%对15.3%（P=0.76） | 务实RCT n=3054、意向治疗分析 | Yiadom等 2020, Medical Care [26] | A |
BEAT-HF：180天全因再入院50.8%对49.2%（aHR 1.03） | 多中心RCT n=1437（心衰） | Ong等 2016, JAMA Intern Med [27] | A |
PACT-HF：3年复合终点94.2%对94.5%（HR 0.92） | 阶梯楔形整群RCT n=2494、10家医院 | Averbuch等 2024, Eur J Heart Fail [28] | A |
PVC-RAM-1：药物错误检出率5.5%→29.7%；主要结局RR 1.01 | 多中心RCT n=905（非择期手术） | McGillion等 2021, BMJ [29] | A |
Naylor：24周再入院37.1%→20.3%；住院日4.09→1.53天 | RCT n=363（≥65岁高危老人） | Naylor等 1999, JAMA [39] | A |
Coleman CTI：30天再入院11.9%→8.3%；180天费用2546→2058美元 | RCT n=750（整合医疗系统） | Coleman等 2006, Arch Intern Med [40] | A |
Inglis Cochrane：心衰特异再入院RR 0.71/0.85；全因住院RR均0.95；依从率55.1%–98.5% | 荟萃41项RCT约13000人（心衰） | Inglis等 2015, Cochrane CD007228 [30] | A |
Feltner：远程监测对再入院无效；电话支持仅心衰特异结局有效 | 荟萃47项RCT（AHRQ委托） | Feltner等 2014, Ann Intern Med [31] | A |
易损期：出院后60–90天死亡率≈15%、再入院≈30% | 权威机制综述（心衰） | Greene等 2015, Nat Rev Cardiol [41] | A |
出院后7天内首诊aOR 0.81（8–30天aOR 0.99；电话首触aOR 0.85不显著） | 嵌套病例对照 n=11985（观察性，有适应症混杂） | Lee等 2016, Medical Care [43] | B（观察性） |
可避免再入院中位27.1%、范围5%–79% | 34项研究系统综述、主观判断标准为主 | van Walraven等 2011, CMAJ [32] | A |
LACE+：c-statistic 0.681；高风险切点PLR 1.95 | 群体水平外部验证 n=368,154 | Staples等 2021, J Eval Clin Pract [44] | B |
TEXT ME：LDL-C、收缩压、BMI、吸烟改善（行为终点） | RCT n=710（冠心病，短信干预） | Chow等 2015, JAMA [33] | A |
核心诊疗系统市场2024年增速10%；头部五强 | 行业报告（核心诊疗系统口径） | IDC 2025-06 [17] | B |
健康之路AI智能体首年收入超3200万元；注册用户超2.23亿 | 公司披露口径 | 公司披露/百家号 [21] | C（披露） |
"智能外呼市场186亿元、CAGR 23.7%" | 无原始报告、外延不可比 | 百度百科词条 [23] | D（剔除） |
"失访率35%""并发症跟踪率不足50%""护士日均拨号不足50通" | 查无原始出处 | B站专栏/搜狐软文 [11] | D（剔除） |
附录B：方法与局限
研究方法。本报告执行三阶段序贯研究：阶段一综合网络调研（16轮搜索、30个查询词，webfetch全文核实6个关键来源）；阶段二学术深挖（约16轮检索、30余个查询词，核实15个关键来源，其中11篇经PubMed官方摘要逐字核实）；阶段三交叉验证与综合（逐条核对两路发现，识别八处矛盾并逐一消解，形成A/B/C/D证据分级）。检索窗口截至2026年9月19日。
主要局限。其一，未做实地访谈：厂商能力、医院一线体验均来自桌面材料，采购决策前的POC实测与同行访谈不可替代。其二，国内文献多仅摘要可得：毛文平2024等核心期刊论文的对照设计与样本量信息在摘要中不可见，其结论引用强度受限。其三，效果数据全部为自报口径：华西、河北等案例的数字未经第三方审计，行业协会"典型案例征集"本质是申报制评选而非审计。其四，现状缺口缺乏全国性量化数据：约25%覆盖率为单点例证，不可做统计推断。其五，部分线索未能核实到结果数据：心衰短信研究（JCF 2022）、创伤提醒电话研究（JACS）、NCT04972331肩关节镜AI语音电话试验均仅登记为线索，未纳入论证；运营商系在医院随访中的角色为待访谈的开放问题。其六，本报告聚焦"工具"维度，"归属"（编制与绩效）与"核算"（价格与支付）两道坎的解法需要另行专项调研。
参考文献
引用格式：机构/作者，年份，《标题》，出处/URL。质量等级：A政策原文/同行评议/权威媒体调查；B权威报告/行业协会刊登案例/厂商官方披露；C医院官方/公司披露/可信媒体；D未核实（不作依据）。
国家卫生健康委办公厅，2022-11-20印发（2023-01-01施行），《医疗机构日间医疗质量管理暂行规定》（全文转载，第14条：日间手术出院后24小时内完成首次随访），innomd.org/article/63807d52a0fce30001725530。A（原文已核实） 国家卫健委、国家中医药局，2023-05-23，《改善就医感受 提升患者体验主题活动方案（2023—2025年）》（国卫医政发〔2023〕11号，含"多途径智能随访平台"原文与评估指标第21项），转发全文：fjnh.gov.cn（宁化县政府转发件，全文已核实）。A 国家卫生健康委医院管理研究所，2024-09-04，《医疗机构四级手术全过程管理（专家解析）》（2.8节：四级手术随访原则上不少于每年1次），gjkfyy.mca.gov.cn（原文已核实）。A 国家卫健委，2023-08-22，《手术质量安全提升行动方案（2023—2025年）》，gov.cn。A 中国医院协会信息专业委员会（CHIMA），2024-11-25，《四川大学华西医院：基于人工智能的智能化语音随访系统》（2024年医院新兴技术创新应用典型案例；含华西三口径数据、数据孤岛自述、四川省80%/90%目标转引），chima.org.cn/Html/News/Articles/17094.html（原文已核实）。B（医院自报、行业协会刊登） 腾讯网，2022-11-28，《国家卫健委发文规范这一新医疗服务模式！》（2021年约70%三级公立医院开展日间手术），微信文章转载。C 腾讯网，2026-09-19，中国疾控中心慢病中心与南京鼓楼医院联合启动AI慢病管理数字人；江苏143家医院调研：院外随访覆盖率仅约25%，new.qq.com/rain/a/20260919A03ZJV00。C 毛文平、骆金铠、王力华、张杰、任海艳（北京友谊医院），2024，《智能交互出院随访平台的构建与应用研究》，《中华护理杂志》2024年第15期，DOI: 10.3761/j.issn.0254-1769.2024.15.003。B（同行评议；仅摘要/期刊社导读可得） 郭丝锦等（空军军医大学西京医院），2024，《人工智能语音随访系统在乳腺癌日间手术患者随访中的应用分析》，《中国卫生质量管理》2024年第10期（经期刊社公众号全文导读核实）。B（无对照描述性研究） 河北医科大学第四医院，2026-09-15，《智赋随访！河北医大四院AI智能随访系统上线，健康服务不间断》，hbydsy.com/info/1012/9409.htm（原文已核实）。C（医院官方自报） D级线索：哔哩哔哩专栏2025-07-17（失访率35%等数字）；搜狐2025-03-28软文。均查无原始研究出处，已剔除。 新浪网，2026-09-17，《健康之路看医院慢病管理随访系统怎么选》（厂商软文口径：方言适配、异常转人工）。C-D 腾讯健康，2023-06，腾讯健康智能随访（患者全周期管理）产品页，healthcare.tencent.com/production/12；另见新浪科技2026-04-02腾讯健康H+生态报道（微信生态覆盖超90%三级医院）。B（厂商官方） 台州市肿瘤医院（浙江省肿瘤医院台州院区）公众号，转引自腾讯网2025-10-21，《一条随访信息，一次及时就诊》（术后6年未复查个案）。C（个案） 微脉，2026-09-14，《微脉携手腾讯WorkBuddy，共同推进AI主动健康管理》（连接4700余家公立医疗机构），myweimai.net/news_info/id-435.html。C（厂商自述，未独立核实） 河北省某三级甲等医院，2025-10-11上网/《中国医院管理》2026年第1期，《基于人工智能的院后患者随访管理实践与探索》，万方数据：d.wanfangdata.com.cn/periodical/zhyygl202601008。A渠道（同行评议，未读全文） IDC，2025-06，《中国医疗核心系统市场份额，2024：新一轮验证》（Doc#CHC53534325：2024年核心诊疗系统增速10%；头部五强：卫宁健康、东软、东华医为、创业慧康、智业软件），转引自HC3i/微信。B；另：卫宁健康官网自述服务6000余家医疗卫生机构（厂商自述口径） 讯飞医疗，2024，家庭医生助理/智医助理产品页（覆盖慢病随访等12大场景），iflyhealth.com/cht/product/31.html。B（厂商官方） 证券之星，2026-09-19，讯飞医疗科技（02506.HK）2026年中期管理层讨论与分析（业务重组为AI诊疗助理、AI健康助手、AI数字基座），stock.stockstar.com。B 百家号，2026-07-10，《百融硅基客服专员落地医疗机构》。C（厂商公关稿） 百家号，2026-09-11，《2026医疗AI商业化落地能力盘点》（健康之路：AI智能体首年商业化收入超3200万元、注册用户超2.23亿、付费机构客户578家）。C（公司披露口径） 弗若斯特沙利文×健康160，2026-09-14，《2026年中国AI医院运营服务价值平台白皮书》，界面新闻发布稿，jiemian.com/article/15090409.html。B（利益相关方定制） 百度百科"AI外呼系统"词条，2026-08-11（"2026年市场规模186亿元、CAGR 23.7%"），baike.baidu.com。D（无原始报告，已剔除） 国际产品线索（均为厂商口径，D-C级）：Get Well Network（并入SAIGroup）；Puppeteer AI（HIPAA合规AI语音/短信）；HealthTalk AI；Brevium（眼科随访召回，"25%以上患者逾期未获必要复诊护理"）。LinkedIn/官网。 《人工智能机器人随访助手在日间手术患者出院随访中的应用》，中国知网会议论文库，2019（仅摘要可得，方法学与样本量信息不完整；报告护士单次随访耗时由344.40±76.691秒显著减少）。C Yiadom MYAB, Domenico HJ, Byrne DW, et al., 2020, Impact of a Follow-up Telephone Call Program on 30-Day Readmissions (FUTR-30): A Pragmatic Randomized Controlled Real-world Effectiveness Trial, Medical Care 58(9):785-792, DOI: 10.1097/MLR.0000000000001353。A（RCT n=3054；摘要经PubMed逐字核实） Ong MK, Romano PS, Edgington S, et al.（BEAT-HF研究组）, 2016, Effectiveness of Remote Patient Monitoring After Discharge of Hospitalized Patients With Heart Failure: The BEAT-HF Randomized Clinical Trial, JAMA Internal Medicine 176(3):310-318, DOI: 10.1001/jamainternmed.2015.7712。A（多中心RCT n=1437；摘要经PubMed逐字核实） Averbuch T, Lee SF, Zagorski B, … Van Spall HGC, 2024, Effect of a transitional care model following hospitalization for heart failure: 3-year outcomes of the Patient-Centered Care Transitions in Heart Failure (PACT-HF) randomized controlled trial, European Journal of Heart Failure 26(3):652-660, DOI: 10.1002/ejhf.3134。A（阶梯楔形整群RCT n=2494；摘要经PubMed逐字核实） McGillion MH, Parlow J, Borges FK, … Devereaux PJ, 2021, Post-discharge after surgery Virtual Care with Remote Automated Monitoring-1 (PVC-RAM-1) technology versus standard care: randomised controlled trial, BMJ 374:n2209, DOI: 10.1136/bmj.n2209。A（多中心RCT n=905；全文数据经科学网转载核实） Inglis SC, Clark RA, Dierckx R, Prieto-Merino D, Cleland JG, 2015, Structured telephone support or non-invasive telemonitoring for patients with heart failure, Cochrane Database of Systematic Reviews, Issue 10, CD007228, DOI: 10.1002/14651858.CD007228.pub3。A（41项RCT约13000人；摘要经PubMed逐字核实） Feltner C, Jones CD, Cené CW, et al., 2014, Transitional care interventions to prevent readmissions for persons with heart failure: a systematic review and meta-analysis, Annals of Internal Medicine 160(11):774-784, DOI: 10.7326/M14-0083。A（47项RCT荟萃，AHRQ委托；摘要经PubMed逐字核实） van Walraven C, Bennett C, Jennings A, Austin PC, Forster AJ, 2011, Proportion of hospital readmissions deemed avoidable: a systematic review, CMAJ 183(7):E391-E402, DOI: 10.1503/cmaj.101860。A（34项研究系统综述；摘要经PubMed逐字核实） Chow CK, Redfern J, Hillis GS, et al., 2015, Effect of Lifestyle-Focused Text Messaging on Risk Factor Modification in Patients With Coronary Heart Disease: A Randomized Clinical Trial (TEXT ME), JAMA 314(12):1255-1263, DOI: 10.1001/jama.2015.10945。A（RCT n=710；摘要经PubMed逐字核实） 陈健，2026-09-08，《从"数据孤岛"到"数据基座"：三甲医院数据治理体系建设的实践与思考》，搜狐网（个人署名）。C-D 央广网，2025-05-12，《"AI外呼"骚扰电话卷土重来 应如何治理？》（央视3·15曝光、上海12345投诉），news.cnr.cn。A（权威媒体调查） 新华网，2024-08-01，《别让"AI外呼电推"成骚扰电话的帮凶》，xinhuanet.com。A（权威媒体评论） 中国青年报社调查（95.7%受访者使用过智能客服、约四成认为好用），转引自财经网/百家号2022-01-08。C 人人都是产品经理，2026-01-12，《随访究竟是"形式主义"还是诊疗中的"关键干预"？》（将随访与三级公立医院绩效"30天非计划再入院"指标关联）。D（仅作政策关联线索，已降格处理） Naylor MD, Brooten D, Campbell R, et al., 1999, Comprehensive discharge planning and home follow-up of hospitalized elders: a randomized clinical trial, JAMA 281(7):613-620, DOI: 10.1001/jama.281.7.613。A（RCT n=363；摘要经PubMed逐字核实） Coleman EA, Parry C, Chalmers S, Min SJ, 2006, The care transitions intervention: results of a randomized controlled trial, Archives of Internal Medicine 166(17):1822-1828, DOI: 10.1001/archinte.166.17.1822。A（RCT n=750；摘要经PubMed逐字核实） Greene SJ, Fonarow GC, Vaduganathan M, Khan SS, Butler J, Gheorghiade M, 2015, The vulnerable phase after hospitalization for heart failure, Nature Reviews Cardiology 12(4):220-229, DOI: 10.1038/nrcardio.2015.14。A（权威综述；摘要经PubMed逐字核实） 《衰弱与老年慢性心力衰竭患者易损期再入院的相关性分析》，《中国现代医生》2025年第30期（n=290，单中心便利抽样），zgxdys.ac.cn。C Lee KK, Yang J, Hernandez AF, Steimle AE, Go AS, 2016, Post-discharge Follow-up Characteristics Associated With 30-Day Readmission After Heart Failure Hospitalization, Medical Care 54(4):365-372, DOI: 10.1097/MLR.0000000000000492。B（观察性嵌套病例对照 n=11985；摘要经PubMed逐字核实） Staples JA, Wiksyk B, Liu G, Desai S, van Walraven C, Sutherland JM, 2021, External validation of the modified LACE+, LACE+, and LACE scores to predict readmission or death after hospital discharge, Journal of Evaluation in Clinical Practice 27(6):1390-1397, DOI: 10.1111/jep.13579。B（外部验证 n=368,154；摘要经PubMed逐字核实）
发表评论
发表评论: