AI 跟进随访落地实录：从「发短信」到「真的劝动患者」，中间隔着三个台阶

我们和一家三甲医院的慢病管理中心合作，做术后患者的随访助手。项目上线一年，覆盖 6000 多名患者。过程中最有价值的不是模型效果，而是发现了一连串「看上去是技术问题，实际是设计问题」的坎。

一、第一个台阶：从「通知」到「对话」

最初的版本很简单：出院 7 天后给患者发一条消息——「请于 X 日前到 XX 复查，如有不适请及时就诊。」

结果是：打开率 41%，实际到院率 12%。跟对照组（不发消息）的 9% 相比，只提高 3 个百分点。

问题在于，这条消息本质上是一条广播通知，而不是一次交流。患者收到后的心理活动通常是：「哦」「知道了」「我懒得去」「我最近没空」。

改成对话式后，同样的人群到院率提升到 34%。关键改动有三个：

1. 先问状态，再提要求 不要一上来就说「该来复查了」。第一句是「术后恢复得怎么样，这几天伤口有没有不适？」患者回答后，再根据情况决定是否提复查。

2. 允许患者说「不去」 这是最重要的一条。很多系统的设计是「患者说没空 → 提醒一次 → 结束」。我们改成：患者说没空 → 追问原因 → 针对原因回应。「最近工作太忙」和「伤口不疼了觉得没必要」，是完全不同的两个问题。

3. 语气要像人，但不要说病句 我们试过很「热情」的话术，患者反映「像推销」。最终定调为平淡、具体、简短。不用表情符号，不用「亲」。一句话不超过 25 个字。

二、第二个台阶：处理拒绝

在真实对话里，最常见的患者回应是拒绝，形式各种各样：

患者说	表面意思	真实情况	应对策略
「我没事了」	不用去	症状缓解但不代表愈合	说明具体风险，给时间窗口
「太忙了，下次吧」	没空	其实是没动力	提供更便利选项（线上问诊/就近医院）
「上次去也没什么用」	不信任	可能上次体验不好	记录反馈，转人工跟进
「你们别打电话来了」	拒绝沟通	可能是隐私顾虑	立即停止，标记明确拒绝

我们为每种回应设计了不同的分支，其中最重要的原则是：明确拒绝一次，就要立即停止。系统标记后不再主动触达，只能被动响应患者的主动咨询。

这条规则看起来牺牲了触达量，但实际上防止了最危险的情况：把患者惹毛，投诉到医院。

三、第三个台阶：什么必须转人工

AI 在随访场景的价值，很大程度在于筛出需要人处理的患者。我们设了三类必须转人工，且设计了强制规则（不是让模型判断）：

1. 关键词触发：出现「疼」「出血」「发热」「晕」「睡不着」「疼得厉害」等词，立即转护士。这一条绕过了模型判断，纯规则触发，避免模型误判风险。

2. 情绪信号：患者表达焦虑、恐惧、愤怒（「我是不是没救了」「你们是不是在骗钱」），必须人接。

3. 患者主动提问超出范围：只要患者问到具体的用药剂量、检查结果解读、是否可以吃某种食物，全部转人工。AI 不做任何医疗建议。

这三条规则的效果是：在 6000 名患者中，AI 独立完成了 71% 的常规随访对话，其余 29% 转人工。 人效提升明显，且没有出现一例医疗风险事件。

四、四条红线

不管模型多强，这四件事在医疗场景不能做：

不建议用药。包括「可以吃点头孢」这种看似无害的建议。一旦患者按 AI 建议用药出了问题，责任无法界定，风险巨大。

不解释检查报告。「你这个指标偏高，说明……」这类解读，患者会当成医嘱。

不做诊断。「听起来像是感染」这种话，绝对禁止。

不承诺结果。「来了就能治好」这类表述，一律禁止。

这四条要在系统提示里用强硬的措辞写死，同时在输出层做一层关键词拦截。模型被绕过的情况一定会有，多一层后端扫描是必要的。

五、合规和伦理的两个细节

身份披露。第一句必须明确告知「我是 AI 助手」，不能伪装成真人。这是底线，也是患者信任的基础。实测披露后，对话完成率只降低了 4%，几乎无影响。

数据最小化。随访对话涉及大量健康信息，属于最敏感的个人信息类别。我们的做法是：对话内容加密存储、只保留 180 天、每次进入模型前对姓名和身份证号脱敏、调用本地部署的模型而非云端 API。

六、真实的收益数字

一年下来，主要收益不在「省钱」，而在早发现：

• 到院复查率：12% → 34%
• AI 独立完成对话：71%，护士从每天 60 通电话降到 18 通
• 主动报告异常症状的患者中，有 47 人及时回院处理，其中 6 人在早期发现了并发症
• 患者满意度调查：4.3/5（对照组 4.0/5）

最后那 6 个人，是这件事真正值得做的理由。AI 在这里的价值不是替人打电话，而是让人有时间去打真正重要的电话。