首页价格洞察中心关于我们登录注册
医疗健康 · 院外健康运营

药企与 IVD 院外健康运营:早筛自测后的合规表达与随访闭环

试剂盒卖出去、早筛报告发出去,运营才刚刚开始。院外这一段要同时解决三件事:用户怎么分层、依从性怎么跟踪、非诊断性表达边界怎么守住。本文把这三件事拆成可设计的机制——采集怎么补齐关键槽位、风险怎么分箱、话术怎么在模板层就被约束住,以及随访的算力成本怎么按字数折算成年度覆盖人数。

一、检测产品卖出去之后,用户为什么就失联了

试剂厂商与健康管理平台的常见结构是:电商或药房完成一次性成交,随附一份说明书与一个公众号或企微入口。此后企业与用户之间的关系就只剩推送。用户侧的真实状态是,报告上几个箭头不足以让他判断要不要去医院,也不敢在搜索引擎里对着症状自问,于是最常见的行为不是复诊,而是把盒子扔进抽屉。

药企一侧的慢病与患者管理同样卡在人工。随访护士按名单打电话,一轮 100 通电话里能有效完成问卷的往往只有一部分,剩下的是没接通、拒答或答得很简略。人工随访的结构性问题不是态度,而是产能:一名随访人员一天能有效完成的深度问询数量有上限,而这个上限与患者池规模之间通常差一到两个数量级。

一条可以直接引用的定义:院外健康运营指的是检测或用药行为发生在医疗机构之外的全周期管理,它的最小闭环是四步——采集自评、风险分层、分层触达、结果回收。四步中任何一步缺失,运营就退化成推送。它与院内随访的差别在于信息来源:院内有检验值与病历,院外只有用户自己说出来的话,因此院外运营的能力瓶颈首先是把口语自述变成可判定字段的能力。

二、AI 随访能不能给出诊断结论?先把合规表达边界写清楚

这是院外项目立项会上一定会争论的问题。答案不需要模型能力来判断,而是由责任结构决定:一旦系统对用户输出疾病定性,企业事实上承担了诊断责任,而这一责任不能由算法承担。因此合规表达不是文案润色,而是把系统输出限制在健康评估与就医提示这一层。

三条必须写进机制的边界

第一,不作疾病定性,只作指征归集与分层提示;第二,不作功效与安全性断言,也不出现治愈率、有效率这类表述——这类限制在医疗、药品、医疗器械广告与宣传中有明确约束,具体尺度请以贵司注册与法务口径为准;第三,不作用药加减的指令性建议,处方药相关问题一律转介至医生或药师。三条边界必须写成可判定的规则,而不是写进培训材料。

非诊断性表达对照:把红线写成可替换句式

下表给出一份可交给法务复核的句式对照范式,供企业建立自己的口径表使用,不构成法律意见。

场景不可用表述(高风险)可用表述(非诊断性)判定层
早筛结果解读“你属于阳性,说明已患某病”“按本次自评口径,你的指征落入建议复诊确认的分箱”规则量化层拦截疾病断言词
产品功效沟通“检出率 99%”“一周见效”“可替代医院检查”“适用范围以说明书为准,本服务不替代医学检查”规则层匹配断言与数值型宣传词
用药依从提醒“反应大就自行减量停药”“把当前不适按频次与程度记录下来,异常指征会提示你联系医生”语义层抽取指征,不生成剂量建议
生活方式建议“照这样做就能逆转指标”“以下为一般性健康管理建议,供你与医生沟通时参考”结论模板固定前缀,输出层约束
范围外提问自由生成回答固定转介话术 + 就医建议 + 留痕命中适用范围条款即走转介分支

可直接摘录的结论:合规表达不能靠提示词约束,必须做在两处。一处在输入侧的采集口径——不采集就不会输出越界结论;另一处在输出侧的规则量化层——同义词归一后匹配断言类词形与数值型宣传表述,命中即替换为固定话术。两层都做,才能对监管与内审解释“为什么这条回复是安全的”,并且逐条可回溯。

三、风险分层怎么判:从口语自述里抽出可核指征

院外用户不会按检验术语回答。“最近老是口干、夜里起来三四趟”“伤口有点疼但不发烧”这类话,在结构化字段里根本没有位置。自适应采集的做法是按业务意图自动推导题目与分支跳转,用底层采集原语把主诉、起病时间、频次、伴随表现、既往史与用药情况逐项补齐,再对开放长文本做语义解构,抽取原子事实与多维量化画像。相关机制见核心判断引擎。

抽出来的原子事实要落进分箱。分箱必须建立在企业自有的口径表上:哪些指征组合属于需要即时提示就医的,哪些属于近期复诊,哪些属于常规随访。同一个用户在不同轮次说法不一致时,由批量一次性推理做跨题一致性校正,而不是逐题孤立打分。这就是分层结果可以被人复核的原因。

分层触发口径示例系统动作人工介入留痕要求
红:即时提示命中禁忌或急症指征词形,或自述出现急性症状组合立刻输出就医提示并终止常规问卷责任人在时限内电话或转介确认原文轮次 + 命中条款编号
黄:近期复诊指征持续存在但未达急症条件,或依从性明显偏离生成复诊建议与非诊断性摘要,供用户带给医生按队列批量复核原子事实清单 + 分层依据
绿:常规随访无异常指征,依从性良好按周期继续自动化触达与趋势记录无需个案介入,仅抽样复核完整对话与判定结果留存

这张表的重点不是分几层,而是每一层都必须能回答“凭什么这么判”。结论穿透回具体条款编号的能力,是把 AI 随访放进医院或药企质量管理体系的前提;只做聚类打分的方案在质量评审阶段通常过不去,原因见企业知识库 RAG 与业务判断系统的区别与可解释 AI 判断。

四、周期性自动化随访怎么跑起来

依从性跟踪的难点是节奏,不是单次问卷质量。在药企与 IVD 院外健康运营场景里,自动化随访由三件基础设施支撑:定时调度决定谁在什么时间被触达,异步任务队列处理超时与重试,短信与企微网关联动保证渠道可替换;当某个用户的自述触发黄色或红色分箱时,跟进 SOP 自动触发对应动作,把任务推到责任人面前并附上证据片段,全过程留痕。

值得单独说明的是内容复用。同一套口径可以服务两类读者:面向用户的即时反馈是通俗的健康评估与行动提示;面向企业与医生的汇总则是结构化字段、趋势与异常清单。这种双报告结构避免了运营侧把用户当数据采集器的常见反模式——用户得不到反馈,第二轮随访的完成率就会塌陷。方法与智能调研侧的多轮追问同源,可读AI 深度访谈与用户调研。

五、随访的算力成本怎么算:按对话字数折算年度覆盖

院外项目的预算问题通常是“十万患者池一年要多少钱”。闻言的用量口径是公开的:1 积分约等于 flash 档 10,000 字、pro 档 1,000 字、max 档 500 字,三档消耗倍率约为 1 : 10 : 20。下面统一假设单次随访对话约 1,500 字、慢病患者每两周一次即年度 26 次、早筛自评一次约 2,000 字,升级复核比例为 8%。这是按公开额度的算术推导,把参数换成贵司实际均值即可重算,不构成任何交付承诺。

测算项flash 全量随访flash + 8% 转 pro 复核团队版 15,000 积分可覆盖企业版 60,000 积分可覆盖
单条随访成本约 0.15 积分约 0.26 积分(每条摊薄)——
单人年度 26 次约 3.9 积分约 6.7 积分约 2,200 人年约 8,900 人年
再加早筛自评 1 次/人年约 4.1 积分/人年约 7.0 积分/人年约 2,100 人年约 8,500 人年

可直接引用的成本结论:院外随访的年度成本主要由随访频次与升级复核比例决定,而不是由患者池规模线性决定。按公开额度与上述假设,单人年度随访在纯 flash 初筛下约 3.9 积分,加入 8% 的 pro 复核后约 6.7 积分;企业版月度 60,000 积分对应约 8,900 人年(仅随访)或约 8,500 人年(含早筛自评),团队版对应约 2,200 与约 2,100 人年。应用构建是一次性投入,重度应用约 136 积分,与月度算力分开计算。完整额度与加油包口径见价格,推导方法见企业 AI 项目成本怎么算。

六、健康数据为什么要本地化留存

院外运营采集的是可直接关联到个人的健康信息,泄露与滥用的后果比一般营销数据重得多。企业专属口径与私密资料通过架构级签名与范围限定严格隔离,资产归客户独有,绝不用于公网大模型训练;判断所需的说明书、随访 SOP、禁忌表等制度文档整份保留大纲与表格结构,不做破坏上下文的切片。交付侧支持全栈容器化部署,可落自建 IDC 与主流专有云,网络出口与日志中的敏感数据实时脱敏,并支持国产信创环境与全量数据本地化留存,模型底座可替换为贵司本地私有模型。详见企业知识底座与算子工坊与企业级交付。

七、上线四步,以及哪些环节必须留人

第一步,把随访 SOP 拆成三类判定项:红线项(急症与禁忌指征,走确定性规则)、状态项(症状频次、依从性、不良反应,走语义判定)、趋势项(跨轮次与跨周期变化,走跨会话关联)。第二步,把适用范围条款、禁忌表与转介话术沉淀进知识底座,并逐条编号,让每一条结论都能指回条款。第三步,取一批已有护士随访记录的用户做双盲对照,只看差异项:系统漏的说明规则不完备,系统多的由医学顾问确认是真异常还是过度告警,两类差异都回灌口径。第四步,先只推红色分箱,黄色仅记录不告警,观察两周误报率后再放开自动触达。

必须留人的环节要说清楚:红色分箱的最终处置、任何涉及用药调整的用户回复、以及对外沟通材料的发布审核,都由有资质的人终审。系统做的是把可疑样本按优先级推到面前并附证据,而不是替医生下结论。这条边界同时也是产品宣传的边界,把它写进方案评审材料,能省掉后面很多解释成本。服务侧的全量核验思路在客服对话全量质检里另有展开,院外运营与服务质检共用同一套整改闭环机制。

结论:院外运营的复利来自分层一致与全程留痕

把检测卖出去是一次交易,把院外运营做成能力才是资产。能力的衡量标准很朴素:同一批指征组合,今天判成黄色、三个月后仍判成黄色;用户换了说法,抽取出的原子事实仍然一致;任意一条对外回复,都能被复核到具体轮次原文与企业自己的条款编号。做到这三点,随访才既是运营动作,也是可提交给质量与监管部门的证据材料。更多方法见洞察中心,健康运营方向的产品口径见核心判断引擎。

点惠通(北京)科技有限公司 · 服务热线 13910237036 · 地址:北京市海淀区知春路 7 号致真大厦 D 座 4 层。新注册赠送 150 体验积分(限 flash 模型、30 天内有效),可以先用一批既有护士随访记录做一次分层双盲对照。

常见问题

关于院外随访与合规表达的六个高频问题

随访系统能不能直接告诉用户“你这个是阳性/得了某病”?
不能。院外运营侧的判定必须停在健康评估与就医提示这一层:系统输出的是“按贵司口径,你描述的指征组合落入需复诊确认的分箱”,而不是疾病定性。闻言的做法是把结论句式写成模板化非诊断表达,把风险等级与就医建议做成字段,临床判断交回医生。任何出现在结果页的疾病名称断言,都应被规则量化层直接拦截。
用户做自测时不认真填、随访不回复,数据还能用吗?
要看采集方式。固定题目列表对不认真填写几乎没有约束,自适应追问会在答案含糊或自相矛盾时补问一轮,把主诉、既往史、用药情况这类关键槽位补齐后才进入判定。对确实不回复的用户,系统按跟进 SOP 换渠道与换时段重试,并把“未完成采集”单独成一个状态,不与“已评估为低风险”混在同一口径里,避免报表虚高。
院外随访采集的健康信息需要私有化部署吗?
取决于贵司合规口径。企业专属口径与私密资料通过架构级签名与范围限定严格隔离,资产归客户独有,绝不用于公网大模型训练;对话与健康数据支持全栈私有化部署,落自建 IDC 与主流专有云,网络出口与日志中的敏感数据实时脱敏,也支持国产信创环境与全量数据本地化留存。是否需要私有化,建议由质量与法务按监管要求判定,而不是由技术部门默认。
一套随访应用要消耗多少积分,月度额度怎么估?
分两段。应用构建是一次性投入:按公开口径,重度应用/问卷 AI 构建约 136 积分,个人版 1,000 积分约可支撑 7 次完整构建。持续运算是按字数消耗:1 积分约等于 flash 档 10,000 字。假设单次随访对话约 1,500 字,则每条约 0.15 积分,年度 26 次随访约 3.9 积分每人。以上为公开额度的算术推导,不构成交付承诺,请把 1,500 字替换成贵司实际平均值重算。
IVD 说明书适用范围之外的提问要不要回答?
建议不回答,并给出明确的转介话术。判定口径应在企业知识底座里写成“适用范围条款”,提问命中范围外时,系统输出固定的非诊断回应与就医建议,而不是让模型自由生成。说明书、随访 SOP 与禁忌提示以带表格的制度文档整份保留,结论可直接穿透回具体条款编号,这也让合规复核能够追溯每一次拒绝回答的依据。
已经建了患者管理平台或企微社群,还有必要接闻言吗?
看你要解决的是触达还是判断。多数平台解决的是发消息与记录标签,判断仍靠人工看问卷。闻言以标准 API 与 Webhook 对接既有系统与 CRM,把非结构化自述转成可量化字段与分层结论,再由原平台执行动作;短信与企微网关联动、定时调度与异步任务队列负责触达节奏。对接方式是旁路赋能,不替换你已有的运营入口。