AI进入营养科：真正要衡量的是哪四种价值

从信息、风险、交付到成本，验收口径怎么定

柏霖智生 · GenoMind AI｜品牌专题

两台设备并排演示的那个下午

有一家医院做选型，会议室里并排演示了两套系统。同一份病例，一套九十秒出了完整方案，另一套用了六分钟。屋里的人明显往前倾，大家都觉得快的那套更值得谈。这时营养科主任问了一句：如果两套都错了，哪一套更容易被我们发现？屋里安静了几秒。

演示的通病是病例被挑过。数据齐全、结论漂亮、没有矛盾项，任何一套系统在这样的输入上都能表现得体面。真实科室里的情况是另一回事：检验值缺一项，用药清单有两个版本，患者昨天刚自己加了一种补剂。系统的价值，恰恰在这些时候才显出来。

所以衡量不能在看演示时做，要拿自己科室的真实病例做，而且要看它出错时的样子。一套系统出错时是安静地给出一个看起来合理的结论，还是把不确定摆到台面上，这比它快多少重要得多。

下面把价值拆成几类，每一类都说清两件事：怎么量，容易在哪量错。拆开之后会发现，能被量到的部分其实不多，但它们足以支撑一次采购判断。

速度为什么不能当验收标准

速度是最容易量、也最容易被替代的指标。生成一份方案从二十分钟压到两分钟，确实是进步。但如果这两分钟产出的是没人敢签的东西，提效就等于零，甚至还多了一次返工。

速度的收益还有上限。一位营养师一天能审多少份方案，受限于问诊、沟通、复核和患者排队，不只受限于写方案这件事。把写方案的时间压掉九成，一天最多省下一两个小时，门诊量不会因此翻倍，除非同时改了排班和流程。

更要紧的是，快会改变行为。方案出得快，人容易少问几句；少问几句，方案就少了只有现场才知道的那层信息：患者这周是不是吃不下、家属能不能每天冲调、患者愿不愿意尝第二口。这些内容不在系统里，只能问出来。

所以速度适合当过程指标，不适合当验收结论。验收要看的是：它让哪些原本做不了的事变得可做，让哪些原本会漏掉的问题被拦住。这两个问题答不上来，快慢都只是数字。

还有一点容易被忽略：省下来的时间去了哪里。如果省下的时间被新的表单和录入填满，提效只是把工作换了个形式。验收时不妨问一句：这一小时省下来之后，科室打算用它做什么。答得出来的才是真的提效；答不出来的，多半会在半年内被新的流程一点点吃掉。

价值一：把判断需要的信息凑齐

一位多病共存的患者，资料通常散在五个地方：住院病历、医嘱系统、检验系统、出院小结、患者自己的口述。人工凑齐一遍要二十到四十分钟，而且极容易漏掉患者自行购买的补剂和保健品，这部分往往写在闲聊里，不在任何字段中。

衡量的办法不复杂：挑同一批病例，让人工和系统各做一遍，记录用时和漏项。漏项里最该盯的是用药清单和过敏史，这两项只要漏一条，后面的推演再精致也没有意义。用时要看中位数，不看最快的那一例。

常见的量错方式，是把接口数量、字段数量、调用次数当成整合能力。接口多不等于信息全，字段多不等于关键项被看见。一份二十页的汇总如果没在第一页写出缺什么，读者仍旧要自己找。

还有一个更实用的观察点：系统会不会主动说「这项没有」。知道缺什么、并把缺失摆到明处的系统，输出再短也可信；什么都补齐、看不出空档的系统，输出越完整越危险。

信息整合还有一层是版本。同一份用药清单，门诊一版、出院一版、患者自述又是一版，系统如果只是把它们拼在一起，读者反而更糊涂。能标出哪一版最新、哪一处什么时候被谁改过，才算真的整合。这一项用一份改过三次的病例就能试出来，不必等试点跑完。

价值二：把风险提前筛掉

营养方案里的风险大多不在单一成分上，而在组合里：药物与药物、药物与食物、药物与营养素、药物与膳食补剂、药物与药食同源成分。人工很难同时记住上百种组合，实际工作中通常只能按经验挑几类常查，剩下的靠运气。

怎么量：拿一批已经发生过的用药调整做回测，看系统能不能在调整之前把冲突标出来；再看它标出的条目里，有多少被临床认可为需要处理。回测的好处是用的是已经发生的事实，不必等三个月。

最容易量错的是提示条数。一个每天弹两百条的系统，第三天就会被整个科室忽略。真正有用的量是「提示被采纳的比例」和「事后被证明重要的条数」，前者看信噪比，后者看有没有漏掉要紧的东西。

还有一层是分级是否稳定。可以、谨慎、避免三档，同一个情形今天查和下周查，结论不能变来变去。分级不稳定，人就不敢依赖它，最后又回到凭经验判断，系统等于没上。

提示的顺序也值得单看。一次审核会收到十几条提示，如果重的一条排在第九位，前八条轻的会把它淹没。把与当前用药直接相关、且可能造成可逆性损害的排在最前，其余按严重程度依次往后，这个排序规则比提示总数更能决定它有没有用。

价值三：把方案送到患者手上

从签发到患者真正拿到制剂，中间还有一段：剂量换算、原料核对、联系配置、发放、交代用法与保存。这一段花的时间往往比写方案更长，出错的概率也更高，因为它跨了几个岗位，谁都不完全掌握全局。

怎么量：记录签发时间和患者实际拿到的时间，算中位数；再统计这段时间里发生了多少次返工，比如配比算错重做、规格不匹配换原料、发放时发现患者已出院。返工是最贵的一种浪费，它同时消耗物料和信任。

常见的量错，是把「方案可以导出」当成「方案可以交付」。导出的是文档，交付的是患者手里的那杯或那袋。这两件事之间隔着设备、原料和一个人愿不愿意按流程走。

还有一个值得单独看的指标：拦截次数。剂量超出安全范围、规格与目标剂量不匹配、配伍不能共罐，这三类问题在发放前被拦住几次。拦截得多不是坏事，说明关口设在正确的位置；一次都拦不住，要么是病例太简单，要么是关口形同虚设。

价值四：把一次服务变成可追踪的一段

慢病管理和康复期的营养干预，很少是一次就能定下来的事。患者出院后用药调整、体重变化、进食情况反复，原来的方案是否还适用，只有复评才知道。不复评的服务，本质上是把风险留给了时间。

怎么量：在应当复评的人里，实际完成的比例；复评之后方案被修改的比例；每一次修改的理由有没有写下来。三个数字放在一起看，才知道复评是真的在调整，还是只是走一次流程。

容易量错的是消息发送条数、随访提醒次数。发得多不代表跟得上，患者不回消息，数字照样好看。真正能说明问题的是「联系上并且完成评估」的人数，这个数字通常比发送量低一个量级。

复评还有一个不显眼的价值：它把每一次调整的原因留在记录里。半年后回头看，能看出这位患者是在变好还是变差，是方案的问题还是执行的问题。只有一张最新方案，这些问题都答不上来。

复评还需要一个明确的触发条件，否则永远排在别的事情后面。常见的触发有三类：到了预设的复评时点，检验指标出现超出阈值的波动，用药方案发生变化。三类里后两类更容易被漏掉，因为它们不在排班表上，只能靠系统或人主动去发现。

还有一类容易被忽略的价值

科室能力的提升，通常不在采购论证的清单上，但它决定了这套东西三年后还在不在用。新人接手一个复杂病例，过去要跟着上级看几个月才能独立；如果系统把判断依据摆在结论旁边，学习可以发生在真实病例上，而不只在讲课里。

怎么量：同一类病例，新人从接手到给出可接受方案所需的时间；上级在这份方案上修改的比例。两个数字一起看，时间缩短而修改比例没有上升，说明能力确实在长；时间缩短但修改变多，多半是照着系统抄，没有真懂。

容易量错的是培训课时和考试分数。课时可以凑，分数可以背，和能不能独立处理病例关系不大。评估能力最直接的办法，还是看真实病例的处理结果。

能力还有一层是沉淀。科室处理过的特殊配伍、患者反复提出的口味问题、某类人群特别差的依从性，这些经验能不能变成下一次可调用的内容。沉淀不下来，人员一轮转，经验就跟着走了。

成本要按周期和人头算

评估成本时最常见的错误，是只看授权费。真实投入包括：与院内系统对接的改造工作、耗材、设备维护、人员培训、以及审核环节新增的时间。最后一项最容易被低估，因为它不产生发票，只消耗人。

更合理的口径是每例全流程成本：一个周期内的全部投入，除以实际完成的例数。刚起步时例数少，单例成本会高得让人吃惊，这一点要在论证阶段就说清楚，而不是等到第二年再解释。

收益一侧也要算清，而且要分清归属：减少的返工和耗材浪费归科室，缩短的住院日归医院，少跑的几趟和更少的并发症归患者。三笔账混在一起说「划算」，谁也说不清到底划不划算。

还有一项难量化但真实：人的时间。一位营养师每天省下一小时，一年就是两百多个小时。这部分时间能不能转成新的服务量，比如多开一个随访门诊、多接一个病区的会诊，决定了这笔投入最终是成本还是产出。

论证阶段还可以把投入分期。先用一个病区、一个季度做小范围验证，把改造和培训的成本压到最低；跑通了再谈全院推广。分期投入的好处不只是省钱，更重要的是给科室留出调整的余地，试错成本低，决策就不会被一次会议绑死。

假设情境：一次论证会上的四个问题

下面是一个假设情境，用来说明验收思路，不指向任何具体产品。某院要采购一套营养辅助系统，论证会开了两次都没有结论。第三次，主持人换了问法，只问四个问题，每个问题都要求当场操作。

头一个问题：用我们自己的二十份病例跑一遍，能出完整方案的有几份，出不了的卡在哪。供应商当场跑，有六份因为检验数据缺失没能出完整方案，但系统逐份标出了缺哪几项、建议补查什么。这个结果本身就被记进了会议纪要。

第二个问题：出一份错方案，我们怎么发现。演示时临时加进一位正在服用抗凝药的患者，看系统会不会标出与某类营养素的冲突，以及标在哪一层、依据写在哪。第三个问题：主任签字之前，系统把什么摆在第一页。

第四个问题：三个月后如果我们不续，数据能不能完整带走，历史记录保留多久，模型停用之后原有方案还能不能查。四个问题问完，结论比前两次会都清楚：功能列表差不多，差别在出错时的表现和退出时的成本。

这四个问题没有一个是关于功能的。采购论证真正难的地方，往往就在这里：大家习惯比谁的功能多，却很少比谁在出问题时更坦白、谁在退出时更干脆。

会后有人补了一个问题：系统上线之后，谁负责每天看它的运行情况。供应商答得含糊，说是信息科；信息科的人在场，说他们只管网络和账号，不管业务内容。这个小插曲恰好说明，验收文件里如果没有写清日常维护的责任人，系统上线三个月就会变成没人管的摆设。

工具应该被放在什么位置评估

把前面几类价值放在一起，一套系统在营养科的位置其实是清楚的：它站在资料和判断之间。往前，把散落的信息凑齐；中间，把风险标出来；往后，把人的决定整理成可执行的文本和可追溯的记录。它不站在签字那一端。

柏霖智生的 GenoMind AI 在对外说明中强调三件事：机制层面的信息整合、药物与营养相互作用的提示、方案能按随访结果更新。对应到验收，这三项可以分别落到漏项率、回测命中率、复评完成率上，而不是停在功能描述。

需要提醒的是，指标一旦定下来，就会被优化。只考核提示条数，系统就会倾向于多弹；只考核生成速度，就会牺牲核对。指标要成对设置，一个看产出，一个看代价，两者同时达标才算数。

还有一条底线：任何指标都不能替代签字。系统把信息摆得再全，决定仍要由人做，记录仍要由人写。这一条如果不写进验收文件，前面所有的指标都会在半年内失去意义。

三条可以写进验收文件的做法

头一条，用自己科室的病例做验收，数量不少于二十份，其中至少五份要故意选资料不全、前后矛盾的。顺利的病例谁都能处理，验收要看的是不顺利的那几份。

第二条，每个价值维度设两个指标，一个看产出，一个看代价。提示条数配采纳比例，生成速度配返工次数，复评完成率配方案修改率。单指标考核一定会把系统引向极端，成对设置才能压住。

第三条，把退出条件写进合同：数据怎么带走、模型怎么停用、历史记录保留多久、停用后原有方案能不能查阅。这一条在签约时最不受重视，在三年后最常被想起。

柏霖智生在推进这类评估时，通常建议先把「出错时怎么办」谈清楚，再谈功能清单。一套能被衡量、也能被替换的系统，反而更容易在科室里长期待下去，因为用的人心里有底。