返回所有案例
医疗信息化2026

匿名案例|诊所 EMR 智能自动化:老系统不换,用 AI 和自动化把它包起来

换掉一套跑了十几年的电子病历系统风险太大。我们选择不换——在它外面套上 AI 报告、自动化集成和容灾体系,让老系统长出新能力。

为一家家庭医生诊所的开源 EMR(电子病历)生产系统构建的现代化自动化层:AI 每晚为 4,000+ 患者增量生成临床摘要报告、PDF 检验单自动填充微服务、化验结果与传真全自动进出、多层备份与异地容灾演练。系统不停机、数据不迁移。客户身份已匿名处理。

很多诊所被困在同一个选择题里:老 EMR 功能落后,但迁移意味着停诊风险、数据风险和天价实施费。我们给出的答案是第三条路——保留老系统作为事实源,在它周围构建现代化自动化层:AI 读它的数据生成临床报告,微服务替它填表打单,机器人替它收传真、传化验,备份系统每天演练它的灾难恢复。 医生的工作界面没有变,但诊所的运转方式已经完全不同。

隐私说明:此案例已去除诊所名称与所有患者信息。所有涉及病历的流水线均在诊所自有服务器内运行,报告数据不出院内环境。

4,465
患者 AI 报告覆盖
每 3 小时
化验结果自动回传
每晚
备份 + 异地容灾同步

挑战

诊所的开源 EMR 承载十几年病历数据,无法轻易更换;但日常运转依赖大量人工:检验申请单手工誊写、化验结果手工下载上传、传真逐份处理,医生想快速了解一位老患者的病史全貌,只能翻十几年的记录。同时系统一旦宕机,全诊所停摆——而原有备份从未验证过真的能恢复。

我们的方案

不动老系统,围绕它做四层:其一,AI 报告层——每晚增量检测有新数据的患者,从 EMR 数据库提取记录做 AI 分析,生成带紧急/常规标记的患者摘要报告与双语索引;其二,表单层——通用 PDF 自动填充微服务,每种检验单只需一份字段映射配置,患者与诊所信息自动带入;其三,集成层——化验结果每 3 小时自动同步上传进 EMR,两路传真线每小时自动拉取入队,替代了原本手工与付费供应商工具;其四,容灾层——每晚数据库与文档备份、异地同步,并在备用服务器上自动执行恢复演练验证备份真实可用。

成果

覆盖 4,465 名患者、累计生成约 8,900 份 AI 摘要报告,医生开诊前即可看到带风险标记的患者全貌;检验单从手工誊写变为自动填充打印;化验与传真进出全自动、有去重与断点记录;备份不再是「希望它有用」,而是每天被真实恢复验证一次。老系统稳定在线两个月以上无人工干预。

AI 患者报告流水线:每晚增量,风险分级

流水线设计为确定性、可重跑:

  • 每晚定时检测哪些患者有新的就诊、化验或文档数据,只处理增量。
  • 从 EMR 数据库直接提取结构化记录,AI 生成临床摘要。
  • 报告带紧急/常规标记,异常指标优先呈现。
  • 生成双语索引,医生与工作人员均可快速检索。
  • 全部在诊所自有服务器内完成,病历数据不出院内环境。

AI 在这里是「病历阅读助手」——它汇总与提示,诊断决策始终属于医生。

PDF 检验单自动填充微服务

把「每种表单写一次代码」变成「每种表单写一份配置」:

  • 每种 PDF 检验申请单对应一份 JSON 字段映射配置。
  • 患者与诊所字段从 EMR 数据库自动带入,表单特有字段由前端补充。
  • 以独立容器服务运行,EMR 的电子表单直接调用。
  • 新增一种表单只需新增一份配置,无需改代码。

化验与传真:全自动进出

诊所与外部机构的纸面往来被两组自动化接管:

  • 化验结果每 3 小时自动同步并上传进 EMR,带已处理记录去重。
  • 两路传真账号每小时经 API 自动拉取,进入 EMR 收件队列,替代了付费供应商工具。

容灾:每天真实演练一次恢复

备份体系分多层:每晚数据库 + 患者文档 + 容器镜像备份,异地同步到灾备服务器,并在灾备机上自动执行恢复测试——备份是否可用不靠假设,靠每天验证。另有守护服务实时监控定制页面文件,被意外覆盖时自动还原。

技术拆解

  • 事实源:开源 EMR 生产栈(容器化部署,含数据库、检验网关、传真服务)。
  • AI 报告流水线:Python 增量检测 + 数据库直读 + LLM 分析,凌晨定时运行。
  • PDF 填充微服务:FastAPI + 配置驱动字段映射,容器化独立部署。
  • 集成自动化:浏览器自动化上传化验结果;传真 API 定时拉取入队。
  • 容灾:多层备份脚本 + 异地同步 + 自动恢复演练 + 页面文件监控守护服务。

可复用经验

  • 「不迁移」常常是最优解:老系统做事实源,新能力全部外挂,风险可控且见效快。
  • 医疗 AI 流水线必须增量化、可重跑、幂等——每晚全量重算既浪费也不可审计。
  • 备份系统的唯一验收标准是「今天恢复演练成功了吗」,其余都是心理安慰。
  • 涉及病历的 AI 分析应在院内环境完成,数据不出门是合规的底线。

想要类似的成果?

聊聊你的业务,我们给你做一个概念验证。

查看更多案例