AI 病人外展實證：滿意度 98%、護士時間釋放

AI 病人外展實證：滿意度 98%、護士時間釋放

一句答你：AI 病人外展就係由 AI 打電話做術前準備、覆診跟進同健康篩查問卷——1,606 通對話嘅公開研究顯示：完成率八成六至八十八、病人滿意度九十五至九十八、安全升級零事故；護士由重複性電話行政入面釋放出嚟，專注返臨床——病人得到嘅係更多、更準時嘅跟進接觸。

Key Takeaways

• 公開研究（1,606 通 AI 病人對話）：完成率 86-88%、病人滿意度 94.7-98.1%、零安全事故升級
• 預約恢復個案（RadiantGraph/Oshi Health）：AI 外展令預約完成率升 3.4 倍（中斷意圖群組更達 24.7 倍）、外撥量 9 倍、每千次接觸慳 75 個人手工時
• 三大場景：術前準備對話、覆診跟進、健康篩查問卷——全部係高重複、標準化嘅護士行政工作
• 護士時間嘅真實去向：重複電話行政佔護理工時比重高，AI 接管之後時間返返臨床
• 合規框架：醫療資料高度敏感，人為監督（PCPD AI 框架要求）係部署前提，AI 由行政資訊起步、唔掂臨床建議
• 粵語場景：長者病人嘅術前準備同覆診跟進，電話係唯一有效觸達渠道

病人外展：護士嘅隱形工作量

問任何病房或者專科門診嘅護士，佢哋會話你知：每日有幾個鐘係花喺「打電話」度——術前病人確認準備事項、覆診病人跟進、檢查結果通知後嘅安排、篩查計劃嘅邀約。

呢啲通話有三個共通點：高重複（每通結構相似）、標準化（內容係既定流程）、唔需要執行判斷（有狀況就升級俾臨床同事）。三個特徵夾埋，就係「可以被 AI 接管但唔應該被取消」嘅工作——取消咗，病人就跟唔上；人手做，護士時間就係咁燒。

而呢啲通話仲有個規模問題：人手外展嘅量受制於人數。一千個要跟進嘅病人，五個護士可能要打兩個星期——打到後段，前段已經過咗最佳時機。AI 外展嘅意義唔止係「慳人手」，係「令跟進量追得上需要」。

研究實證：1,606 通對話話你知

醫療 AI 公司 Sofiya 嘅公開研究（1,606 通 AI 病人對話）俾咗呢個領域最扎實嘅數據：

• 完成率 86-88%：接近九成病人完成咗成個 AI 對話流程——病人唔單止「接咗」，仲「聽完、答完」。
• 病人滿意度 94.7-98.1%：病人對 AI 外展嘅評價接近滿分——推翻咗「病人會抗拒同機器講嘢」嘅直覺。病人真正在意嘅係「有冇人理我」，唔係「把聲係邊個」。
• 安全升級零事故：所有需要人手跟進嘅個案，全部正確升級去人類團隊，冇安全事故——證明「AI 做行政對話＋人為監督」嘅模式係安全可行。

另一組商業數據（RadiantGraph 同 Oshi Health 公開分享）：AI 外展令停滯病人嘅預約完成率升 3.4 倍，其中「曾經表示有興趣但中斷咗」嘅群組更加達 24.7 倍；外撥量做到人手嘅 9 倍；每千次接觸慳 75 個人手工時。

呢組數字嘅深意：好多病人唔係唔想要服務，係「斷咗線」——AI 外展嘅海量觸達能力，正正係為「撈返斷咗線嘅病人」而設。

三大場景逐個拆

場景一：術前準備對話

手術或者腸胃鏡之前，護士要同每位病人確認準備事項：空腹時間、停藥安排、到達時間、帶咩文件、接送安排。人手做，每位病人五至十分鐘；三十位術前病人就係幾個鐘。

AI 對話版：逐項確認（「手術當日要空腹八個鐘，你知唔知幾點開始唔好食嘢？」）、唔明位重解、有疑問或者特殊情況（「我有糖尿病，唔食嘢會唔會有事？」）即時升級俾護士——升級個案帶埋對話紀錄，護士接手嗰刻已經知道成件事。

病人體感：術前有「人」逐項同佢確認，安心感大增；護士體感：由打三十個重複電話，變處理三個真正需要判斷嘅個案。

場景二：覆診跟進

慢性病病人（血壓、糖尿）嘅覆診依從性係臨床重點——唔返嚟覆診嘅病人，病情管理就斷鏈。AI 定期跟進（覆診前提醒＋覆診後跟進問兩條標準化問題），中斷覆診嘅病人禮貌跟進約期。

呢個位嘅價值對長者特別大：香港長者病人嘅覆診跟進，電話係唯一可靠渠道，AI 令「個個病人都有人跟」變成可能。

場景三：健康篩查邀約

大腸癌篩查、乳癌篩查、流感疫苗——公共衛生計劃嘅邀約同跟進係海量重複工作。AI 外展令邀約量唔再受人手限制：計劃覆蓋率嘅瓶頸由「幾多護士可以打幾多電話」變成「名單有幾長」。

一通術前確認嘅完整流程

行一次實際對話：

AI：「陳伯你好，我係某某日間中心嘅智能助理。你聽星期三朝早有腸胃鏡檢查，想同你逐項確認準備事項，而家方便嗎？」

陳伯：「方便。」

AI：「好。第一，檢查前要空腹——星期二夜晚十點之後唔好食任何嘢，水都要少飲。你記得幾點開始唔好食嗎？」

陳伯：「十點……夜晚十點。」

AI：「啱，星期二夜晚十點。第二，你份藥單入面嘅薄血藥，醫生已經安排停——其他血壓藥嗰朝可以照食，用少量水送。有冇疑問？」

陳伯：「我仲有糖尿病藥喎。」

AI：「呢個係重要位，我即刻幫你轉俾護士跟進你嘅糖尿病藥安排，佢會喺今日回你電話。其餘準備事項我哋繼續確認好嗎？」

陳伯：「好。」

AI：「第三，檢查嗰朝要有人陪你返屋企，因為麻醉未散唔可以自己揸車。呢樣你安排到嗎？」

確認完所有項目，短訊發出整理版清單。護士嗰邊已經見到：陳伯嘅糖尿病藥問題，等緊回覆。

成個流程，護士真正要做嘅係嗰一個糖尿病藥嘅判斷——其餘十二項確認全部由 AI 完成，仲有完整紀錄。

合規框架：三條鐵律

醫療場景嘅 AI 外展，合規設計係部署前提，唔係事後補丁：

鐵律一：AI 只做行政對話，唔做臨床判斷。 術前準備講嘅係既定指示（醫生已經定咗嘅流程），覆診跟進問嘅係標準化行政問題。任何臨床味嘅提問（「我個傷口好似發炎」），AI 嘅唯一動作係即刻升級人類團隊。呢條線要寫入對話設計，冇灰色地帶。

鐵律二：人為監督。 私隱專員公署嘅 AI 框架要求人為監督——落地形式：AI 對話紀錄全數由護士團隊覆核（頭一個月全覆，之後抽樣＋異常全覆）、升級個案有時限跟進、對話流程改動由臨床人員審批。

鐵律三：資料處理最高規格。 醫療資料係高度敏感個人資料：《私隱條例》全面適用、普通法保密義務、對話紀錄嘅加密同存取控制、保存期限訂明。外撥開場嘅身份告知（「呢個係某某醫療中心嘅智能助理」）係透明度嘅基本動作。

成本框架

以一個有 2,000 名活躍覆診病人嘅專科中心做框架：

• 現況：護士每月花約 60 個鐘做術前確認＋覆診跟進電話（約 400 通 × 平均 9 分鐘）。
• AI 接管後：400 通對話由 AI 做（每通成本幾毫子至一蚊級），護士淨係處理 AI 升級嘅個案（研究數據話大約一至兩成）——護士時間跌到每月十個鐘以內，仲全數係高價值個案。
• 量嘅質變：以前因為人手限制冇做嘅跟進（中斷覆診病人、篩查邀約名單）而家做得起——呢啲「以前冇得做」嘅接觸，先係最大嘅增量價值。

個案例子入面嗰位陳伯，係最好的註腳：AI 電話嘅價值唔係「代替護士」，係「令每一個陳伯都有一通完整嘅術前確認」——人手年代，佢嘅糖尿病藥問題可能要等到佢自己諗起打返嚟先有人答，或者更差：唔問，然後出事。

落地四步

第一步：揀一個場景起步。術前準備係最推薦嘅第一步：流程最標準化、護士最痛、病人最有感。同臨床主管一齊定對話流程同升級規則。

第二步：臨床審批對話稿。每一句 AI 會講嘅嘢，由護士長或者醫生過目簽核——呢個步驟唔單止係合規，係令臨床團隊有 ownership 嘅關鍵。審批要有版本紀錄：邊個版本、邊個審批、幾時——日後任何修改都走唔出呢個框架。

第三步：建立監督節奏。頭一個月：所有對話紀錄每日覆核；第二至三個月：抽樣加異常全覆；之後：常態化節奏。升級個案嘅跟進時限（例如兩個鐘內）寫死。

第四步：量度＋擴展。量四樣：完成率、病人滿意度、護士時間釋放、升級個案處理時效。三個月數據話得事，先擴去覆診跟進同篩查邀約。

常見陷阱

陷阱一：AI 越界答臨床。 最危險嘅失效模式：病人問臨床問題，AI「好有幫助咁」答咗。臨床邊界要寫入流程（關鍵詞觸發升級）、對話測試要包括故意嘅臨床提問。

陷阱二：升級冇人接。 AI 升級嘅個案跌入無人處理嘅佇列——比冇 AI 更差。升級路徑要有指定接收人同時限。

陷阱三：病人唔知係 AI。 開場唔講明，被發現之後信任破產。透明披露係基本：開場一句「智能助理」，唔影響完成率（研究數據已經證明），但隱瞞嘅後果好大。

陷阱四：對話流程一成不變。 臨床流程會變（新術前指引），AI 對話稿要跟變更流程走——版本管理同臨床審批，同合規培訓版本管理同一套邏輯。

陷阱五：當佢係慳錢工具多過服務工具。 AI 外展嘅最大回報係「跟進量嘅質變」——中斷病人被撈返、篩查覆蓋率提升。淨係用佢慳人手，會錯過最大嗰塊價值。

相關閱讀

醫療場景嘅延伸：醫療粵語語音應用係行業整體圖；診所 AI 預約提醒係約期位嘅應用；長者友善語音設計係長者病人對話嘅專門貼士；多輪對話語音設計係對話流程嘅技術基礎。

常見問題 FAQ

病人真係接受同 AI 對話？

研究數據話你知：完成率八成六至八十八、滿意度九十五至九十八——接受度遠超直覺。病人嘅底線唔係「把聲係邊個」，係「有冇人理我、資訊準唔準」。開場坦誠披露，接受度冇問題。

AI 講錯嘢嘅風險點管理？

三層防線：一、AI 只講經臨床審批嘅既定內容（唔自由發揮）；二、臨床關鍵詞觸發即刻升級；三、對話紀錄全數可覆核。三層齊，風險管理到業界接受嘅水平——呢個正正係研究入面「零安全事故」嘅原因。

升級個案通常佔幾多？

視乎場景：術前準備嘅升級率約一至兩成（有真問題嘅病人），覆診跟進更低。升級個案係「AI 幫你篩出嚟嘅高價值個案」——護士時間集中喺呢批，效率反而最高。

護士團隊會唔會抗拒？

最大嘅恐懼係「被取代」。事實啱啱相反：AI 接走嘅係佢哋最厭惡嘅重複電話，留返嚟嘅係真正臨床判斷位。落地嗰陣將護士長拉入流程設計同審批，團隊會由懷疑變支持——因為佢哋係第一個受惠者。

涉及嘅病人資料點保護？

《私隱條例》加普通法保密義務全適用：資料最小化（對話只涉及完成流程必要嘅資料）、加密存儲、存取控制、保存期限。採購時供應商嘅資料處理承諾要過你哋嘅私隱審查。

覆診跟進會唔會令病人覺得煩？

頻率設計係關鍵：覆診前一個提醒、覆診後一次跟進——唔再多。病人對「有目的、有間距」嘅接觸接受度好高（研究滿意度證明）；反感嘅係無間斷轟炸。每個病人每個月接觸上限寫入設計。

私家醫院同日間手術中心啱用嗎？

啱，而且佢哋係最啱嘅場景：術前準備嘅量最大（日間手術嘅術前確認係每個病人必經）、流程標準化程度高、病人對「有人逐項確認」嘅安心需求最強。

對長者病人有咩特別設計？

長者版對話：語速慢、每項之後停多兩秒、關鍵資訊（空腹時間、到達時間）講兩次、按鍵選項唔超過三個、全程有「轉真人」出口。長者完成率同滿意度喺研究入面同其他年齡組冇顯著差距——設計啱，長者係最接受嘅群組之一。

幾多預算起步？

單場景試點（術前準備）：AI 通話成本幾百至千幾蚊每月級＋對話流程設計嘅同事工時。對比釋放嘅護士人時（每月幾十個鐘），回報結構清晰，最細起步係一個科室一個月。

[!CTA]

出你第一段術前確認對話

開個免費帳戶，生成術前準備嘅確認對話稿，聽吓病人會聽到嘅清晰同安定。