医療クリニックのAI導入事例

项目背景

去年年底，大阪市内一家内科クリニック找到我，希望能用 AI 改善他们的患者服务流程。这家诊所规模不大——两名医生、三名护士、一名前台——但每天要接待 60-80 名患者，电话预约更是让前台忙得不可开交。

院长的原话是：「前台の田中さんが電話対応で一日中追われていて、来院した患者さんへの対応がおろそかになっている」。

痛点分析

花了一周时间做现场调研，主要问题有三个：

1. 电话预约效率低 — 平均每通电话 3-5 分钟，高峰时段（早上 8:30-9:30）电话打不进来，患者流失严重
2. 重复咨询太多 — "几点开门？""能不能刷保险？""感冒该挂什么科？" 这类问题占了电话咨询的 40%
3. 预约变更混乱 — 患者取消或改期都靠打电话，前台手动在本子上划改，经常出错

解决方案

并没有搞什么高大上的东西。核心理念是：用最成熟的技术解决最痛的问题。

#### Phase 1：LINE 自动应答（2 周上线） 利用 LINE Official Account + 自定义的 chatbot 后端：

• FAQ 自动回复：整理了诊所最常见的 50 个问题，做成知识库。患者在 LINE 上提问，AI 自动回复。准确率 92%，剩下的转人工。
• 营业时间/地址/交通 这类固定信息，秒回。
• 语气上特别注意：医疗场景必须用敬語，而且不能给任何医疗建议。回答范围严格限制在诊所信息和预约流程。

上线第一周，前台电话量减少了 35%。

#### Phase 2：在线预约系统（1 个月上线）

开发了一个简单的在线预约页面，嵌入 LINE 的 LIFF（LINE Front-end Framework）：

• 患者选日期 → 选时段 → 选科室 → 确认
• 与诊所现有的电子カルテ系统做了 API 对接（这是最耗时的部分，花了两周处理各种数据格式问题）
• 预约前一天自动发 LINE 提醒
• 取消/改期也在 LINE 上操作，自动更新预约表

#### Phase 3：智能分诊引导（规划中）

患者描述症状 → AI 初步判断应该挂哪个科室 → 推荐合适的时段。

这个还在规划阶段，因为涉及医疗信息，需要更慎重的合规审查。

实施过程中的挑战

1. 信任建立

院长对 AI 是半信半疑的态度。解决方案：先在诊所内部跑了两周测试，让医生和护士体验并提意见。前台田中さん一开始很抗拒（担心被 AI 取代），后来发现 AI 处理的都是她最讨厌的重复性工作，态度 180 度转变。

2. 日语处理精度

医疗用语的日语处理比日常对话难很多。比如「熱がある」可能是 37.2 度也可能是 39 度，AI 需要追问具体情况而不是直接给建议。

我们做了大量的 prompt 工程，确保 AI 在不确定的情况下总是引导患者来院或拨打电话咨询。 3. 个人信息保护

医疗数据的隐私要求极高。所有对话日志不存储患者的具体症状描述，预约信息严格按照個人情報保護法处理，服务器放在日本国内。

数据结果（上线 3 个月后）

指标	导入前	导入后	变化
日均电话量	~120 通	~70 通	-42%
前台每日加班	1.5 小时	0.2 小时	-87%
LINE 预约率	0%	45%	+45%
患者等待满意度	3.2/5	4.1/5	+28%
月均新患者	85 人	110 人	+29%

最让院长高兴的是新患者增长——很多年轻患者表示"因为可以 LINE 预约所以选了这家"。

成本

• 初期开发：约 80 万日元
• 月运营成本：约 3 万日元（API 费用 + 服务器）
• ROI：前台减少的加班费 + 新患者带来的收入增长，约 4 个月回本

总结

医疗AI导入的关键不是技术多先进，而是：

1. 解决真实的痛点，不做花架子
2. 合规和隐私是红线，不能妥协
3. 让现有员工参与，消除抵触情绪
4. 从小处开始，逐步扩展
5. 数据说话，让客户看到实际效果

目前正在和另外两家诊所谈类似的项目。医疗AI的市场空间很大，但需要耐心和专业度。