# 临床营养数字化：AI要进入流程，而不只是聊天

从门诊的六个环节，看系统该接住哪些动作

柏霖智生 · GenoMind AI｜品牌专题

## 营养科的一个上午：二十个号

早上八点，营养科门诊外面已经坐了七八个人。有人拿着体检报告，有人提着药袋，还有家属推着轮椅。一上午二十个号，平均每个人十五分钟，其中至少五分钟要用来问清楚对方在吃什么药。

十五分钟里要做的事很多：翻病历、看最近的化验、问饮食习惯、判断有没有营养风险、给出方案、解释怎么执行。真正留给思考的时间，可能不到三分钟。

还有一层现实：来营养科的人，很多是别的科室转过来的。转诊单上常常只写一句请营养科会诊，具体想解决什么，是术前准备、伤口不长还是体重掉得太快，要再问一遍。这五分钟，本来是用来讨论方案的。

遇到术后、肿瘤、慢性肾病、吞咽困难这类情况，还要算能量与蛋白质的量、限制某些矿物质、判断要不要用肠内营养。这些计算本身不难，难的是在有限时间里不出错。

所以在这类门诊里，最稀缺的资源不是知识。指南、共识、教科书都摆在那里，随手可查。最稀缺的是把知识准确落到一个具体病人身上的时间。

换个说法：医院缺的往往不是懂营养的人，而是让懂的人少做重复劳动的工序。差一个字，投入的方向就完全不同。买更多设备、开更多培训，解决的是前者；把采集和核对接过去，解决的才是后者。

## 瓶颈不在知识，在工序

一道营养处方，粗看是一个判断，细看是六道工序：采集信息、核对依据、计算配比、筛查冲突、签发确认、交付执行。任何一道卡住，前面的努力都会打折。

采集这一步最耗人。诊断在病历系统里，用药在处方上，指标在检验报告里，饮食只在患者自己的记忆中。四份材料分散在四个地方，靠人一份份要、一份份抄。

核对与计算是第二道坎。同样的能量目标，肾功能不全和肝功能异常的人，蛋白质的给法不一样；同一份食谱，遇上抗凝药或利尿剂，需要注意的点也不同。这些差别必须逐条对照，不能凭印象。

交付是第三道坎，最容易被忽略。写一张纸很容易，让患者真正吃到、并且吃对，是另一回事。方案和成品之间差着一次配制，而这次配制常常发生在医院之外。

工序之所以成为瓶颈，是因为它的成本随人数线性上升，质量却随疲劳下降。上午第十五个病人和第二个病人得到的关注，通常不是一个量级，这一点医生自己也清楚。

有人会问，既然有标准食谱和现成模板，为什么不直接套。因为模板解决的是平均值，而营养科面对的常常是偏离平均值的人：肾功能不全、术后、吞咽困难、多重用药。模板是起点，不是终点，中间那段调整最花时间，也最见功力。

## 聊天式工具接不住门诊的三个原因

这两年不少医院在科室里试过对话式工具。问一句，答一段，看上去流畅，也确实省下了一些解释的力气。但试用期过去后，真正留下来的并不多。

第一个原因是没有上下文。对话工具看到的是这一句话，不是这个人的三期化验、五种药和上一次的饮食记录。它给出的通用建议，医生还得重新裁剪一遍。

第二个原因是没有责任归属。临床的每个结论都要有人签字，签字的人要能看懂依据。一段生成得很顺的文字，如果追溯不到出处，医生不敢用，用了也没法解释。

第三个原因是接不上后续。门诊之后是配制、发放、随访，这些动作发生在别的系统里。聊天窗口结束在关闭的那一刻，后面的流程它管不到。

所以聊天适合解释，不适合开方。这两件事的门槛不同：解释错了可以再讲一遍，处方错了要有人负责，中间的差别不是模型大小能弥补的。

还有一种情况更常见：不是医院在用，是患者自己在用。出院回家后拿手机问该怎么吃，得到的回答往往是有道理的常识，但它不知道这位病人刚做完手术、正在吃抗凝药。常识放到错误的对象身上，也可能成为风险。

## 系统该站在医生和患者之间的哪个位置

更合适的位置，是在医生与患者之间，做那些重复、耗时又必须准确的动作：把散落的信息汇到一起，把该核的冲突逐条过一遍，把剂量算出来，把依据留在结论旁边。

这个位置有一个特点：它不产生最终结论。结论仍然由医生下，只是下结论之前的材料被整理好了，下结论之后的执行被接住了。把这两段分开看，才看得清它该做什么、不该做什么，也才谈得上边界。

一句话概括：它做的是不漏，医生做的是判断。这两件事需要的能耐完全不同，混着做，两头都做不好；分开做，各自才可能做好。系统擅长把清单跑完，人擅长在清单之外发现异常。

这也解释了为什么流程型系统在科室里更容易被接受：它不要求医生改变判断方式，只要求在同一个界面上确认。改变的阻力小，推进才有可能。

反过来看，如果一个系统要求医生先学会一套新语言、记住一堆新概念，它多半撑不到试用期结束，哪怕它算得对。工具的门槛，不该加在用户身上。

换个角度看，这里有一条分界线：只输出文字的咨询工具，和能输出可执行处方的系统，价值不在同一个层面。前者省下的是解释的时间，后者省下的是从判断到交付之间那一整段时间，而后者通常更长，也更容易被浪费在重复抄写上。

| **环节** | **靠人工时**  | **有系统接入时** |
| ------ | --------- | ---------- |
| 信息采集   | 逐份翻病历、问家属 | 诊断用药指标一次汇总 |
| 依据核对   | 凭经验翻指南共识  | 结论旁标注来源层级  |
| 冲突筛查   | 想到才查，容易漏  | 逐项比对并分级提示  |
| 剂量计算   | 手算或套用固定模板 | 按个体条件求解配比  |
| 审核签发   | 通读全文后才签字  | 只看变化与风险项   |
| 交付随访   | 打印一张纸交给患者 | 对接配制与复诊记录  |

## 最容易断开的三个交接点

一套流程能不能跑通，不看最顺的那一段，看断得最多的那几个接口。临床营养里的断点，主要有三个，而且它们不在同一栋楼里，甚至不在同一个系统里，靠加人很难补上。

第一个是门诊到住院。门诊给的方案，住院后换了科室、换了主管医生，往往要重新问一遍。信息没有跟着人走，方案就停在上一张纸上，接不上也就不算存在。

第二个是院内到出院。住院期间有人管，出院那天拿到一张注意事项，第三天就找不到人问了。这是整条链上最脆弱的一段，也是问题最容易反复的地方。

第三个是处方到成品。方案写得再细，如果配不出来，或者配出来的剂量和方案不一致，前面的计算等于白做。这一段的误差最隐蔽，因为它不出现在纸面上。

三个断点有一个共同原因：每个环节都只对自己那一小段负责。要接上，得有人对整条线负责。在医院里，这个角色通常落在营养科，而不是某一个系统。

还有一个隐性的断点：系统之间。门诊系统、住院系统、检验系统、配制设备各有一套账号和格式，同一个人要在四个界面里被重新录入。技术上这叫集成，落到人身上就是重复劳动，而且是错得最多的那种重复——每抄一次，都是一次出错的机会。

## 处方落地，还有三个科室在起作用

讨论数字化时，注意力常集中在医生与系统之间，忽略了处方真正落地还要靠三个科室配合：护理、药学、制剂。任何一环掉链子，方案都会在最后一米失效。

护理是第一现场。管饲的速度与温度、口服营养液喝不喝得完、卧床病人的体位与误吸风险，这些都在病房里发生，写不进算法，却直接决定方案有没有被执行。护士往往最清楚哪个病人根本喝不下去。

药学管的是相遇。营养制剂与在用的药物会不会互相影响，某些成分会不会加重肝肾负担，药师的视角和营养师并不重叠。两个视角放在一起看，漏项才会少。

制剂管的是能不能变成实物。粉剂的溶解性、口感、稳定性、保存条件，决定病人愿不愿意长期吃。一个算得很准却难以下咽的配方，依从性会在一周内归零，接着所有指标都失去意义。

这三者有一个共性：判断依赖现场观察，而不是数据推断。系统能给出提醒，但替代不了一句这个病人今天吐了。信息里最要紧的那几条，常常是嘴上说出来的。

所以真正跑通的科室，通常有一个共同做法：把这三个角色拉进同一条流程，在方案生成时就约定好谁来确认哪一项，而不是等到出了问题再找人。

## 落地还差哪些条件

需要说清楚一点：流程型系统要在科室里真正跑起来，靠的不只是算法。它至少还要过四道现实的关，任何一道没过，效果都会打折。这四道关没有一道属于技术难题，但它们决定技术有没有用武之地。

第一道是数据。检验、用药、病历要能安全接入，格式还得对得上。接不进来，系统再聪明也只能靠人手动喂，省下的时间又被喂数据吃掉了。

第二道是原料。系统算出的配比，必须在医院现有的原材料库里配得出来。库里没有的成分，算得再准也是空转，医生看到结果只会更不信任它。

第三道是设备。处方要变成一袋冲剂或一份匀浆，需要配制设备能够对接，剂量能落到实际分装。这一步不解决，一人一方就还停在纸面上。

第四道是制度。谁签发、谁复核、出了问题怎么追溯，这些要在科室内部先说清楚。技术可以一周上线，制度往往要几个月才磨顺，而后者决定它能不能留下来。

这四道关之间还有一个先后顺序：数据与原料不通，试点根本做不起来；设备与制度不通，试点做起来了也留不住。项目失败的原因常常不是技术不行，而是在第一道关还没打通的时候就开始谈推广，结果每一层都缺一块，谁也没法对结果负责。

## 怎么判断一套系统真的进了流程

判断标准可以很朴素：看它有没有改变科室里的动作，而不是看演示时有多流畅。四个动作，能看出大概，而且试用一周就够，不必等年度总结。

第一个是旧数据用不用得上。复诊时能不能调出上一次的方案和指标直接对比，能不能只改受影响的那几条。做不到，每次都是从头再来。

第二个是签得下去吗。每条建议旁边有没有依据，审核的人能不能在几分钟内看懂并签字。柏霖智生在介绍 GenoMind AI 时，把可追溯与分级提示放在很靠前的位置，原因就在这里——签不了字的建议，在临床上等于不存在。

第三个是配得出来吗。方案能不能对接院内原材料库与配制环节，输出一人一剂的成品。不能，它就只是一份更漂亮的建议书，改变不了依从性。

第四个是退得回去吗。系统出错时能不能回到上一版，能不能导出完整记录交给下一位医生。这类系统支持私有化部署与操作留痕，解决的正是医院对数据与责任的两层顾虑。

还可以再看一个动作：验收时敢不敢不演示。让科室拿自己的真实病例跑一周，不预设脚本，看它遇到脏数据、缺项、互相矛盾的记录时怎么处理。演示里藏得住的问题，日常一定会暴露，而且往往是在最忙的那天暴露。

## 患者能感受到的差别

对患者来说，流程是否数字化，感受得到吗？能，但不在界面上，而在三个细节里：问诊时要不要重复讲一遍，手里拿到的是什么，复诊时医生记不记得上一次。

第一个细节是问诊。以前要把自己的病和药重复讲一遍，现在医生一抬头就能看到。省下来的时间，可以用在这个方案你回家怎么执行上，而不是用来补材料。

第二个细节是拿到的东西。从一张写着注意事项的纸，变成写清剂量、时间、禁忌的一袋成品，中间差的是依从性。能不能坚持，往往不取决于决心，取决于麻烦的程度。

第三个细节是复诊。医生能不能说出上次那个方案我们改了两条，因为你的指标变了，而不是每次都从头问起。这一句，是患者判断这套服务值不值得继续的直接依据。

还有一个不容易说出口的差别：钱和时间。一次门诊加一次配制，和一次门诊加一张纸，患者付出的时间不同，机构付出的成本也不同。判断值不值，得把这两笔账放在一起算，只看单价往往得不出结论。

这些细节合起来，其实是一个问题：这套服务有没有把你当成一个连续的人，而不是一次门诊里的一个号。能回答这个问题的，通常不是界面做得多漂亮，而是有没有人在为下一次负责。

## 给医院和患者各三条建议

对医院，第一条是试点：先选一个科室、一个病种，把流程跑通再谈推广。全线铺开的项目，最后往往停在验收报告上，没人说得清日常到底少了哪几步。

第二条是把配得出来当门槛。算得准却配不出的系统，只会多一次人工转写，而转写正是漏错最集中的地方。选型时带一张本院原材料库的清单去问，比听十页功能介绍直接。

第三条是制度先行。谁签发、谁复核、留痕怎么存，先定下来再让系统进场。技术一周能上线，制度要几个月才磨顺，顺序反了会反复返工。

对患者，第一条是带材料：用药清单、最近的化验单。进诊室先说我在吃这几种药，比描述自己最近有点累有用得多。清单不必工整，药盒拍照也行，关键是别漏。

第二条是问清楚执行：一天几次、什么时候吃、和药隔开多久、什么时候复查。这四个问题答不上来的方案，回家多半坚持不过两周。问的时候顺手记在手机备忘录里，比记在纸上更容易找回来。

第三条是记住下一次：复诊时主动问，和上次比改了哪几条。会回答这个问题的医生，通常也在认真跟进你。临床营养数字化的价值最终不在系统里，而在病人回家之后的那几周；柏霖智生把这个方向理解为让判断有依据、让执行接得上。