照护中台不是一个大模型接口,而是数据层、模型层、业务层、监管层四层咬合。少任何一层,AI 就只能停在写文案。
谈 AI 智慧照护中台,容易变成谈模型参数。但真正决定能不能用的是四层结构:数据层管"记得全不全",模型层管"判断准不准",业务层管"动作落不落",监管层管"事后查不查得到"。
数据层:先把照护动作变成结构化记录
护理记录如果还是自由文本,模型再强也抽不出指标。做法是把高频动作拆成固定字段:翻身(时间、体位、皮肤部位)、进食(量、速度、有无呛咳)、给药(五要素核对结果)、巡视(时间、异常项)。字段定下来,才有后续的统计和预警。
模型层:三类任务分开做
第一类是抽取,从记录里抽指标;第二类是判别,做风险打分,比如压疮风险、跌倒风险、噎食风险;第三类是生成,写日报、写家属沟通稿。三类任务的准确率要求完全不同,抽取要求 95% 以上,判别可以带人工复核,生成只求可用不求完美。混在一起评估,就会得出"AI 不好用"的错误结论。
业务层与监管层:动作要能落,事后要能查
业务层解决"谁在什么时候做什么",把预警变成工单派到具体人;监管层解决"能不能倒查",每一次预警、每一次处置都要留时间戳和操作人。监管层缺位时,中台再聪明也无法应对检查。
四层结构里最容易做反的是顺序:先买模型,再补数据,最后才发现没有工单系统承接。正确顺序是反过来的——先把记录字段定下来,再选模型,最后接派工。顺序对了,投入会小很多。
选型时给供应商一个测试:拿三条真实护理记录,要求现场跑出结构化字段、风险评分和一条可派工的提醒。跑不出来,说明只有模型层,没有中台。
常见问题
AI 照护中台和普通管理系统有什么区别?
管理系统记录发生了什么,中台在此基础上做抽取、判别和生成,并把结果变成可派工的动作。
中台最难落地的是哪一层?
数据层。护理记录不结构化,后面三层都无从谈起。