分诊效率提升60%！这五套打法让AI重塑急诊预检分诊

麦肯锡2026年2月发布的《组织现状报告2026版》(The State of Organizations 2026)指出，技术注入，特别是AI、自动化与数据分析，正推动组织重新构想工作方式、重新定义流程边界。当AI不再只是回答问题，而是嵌入决策、驱动运营，人与机器的协作方式将被彻底重写。这一判断，在医院急诊科也得到了真实的印证。

64岁的董先生突发胸痛，大汗淋漓，被120紧急送往河南科技大学第二附属医院。到达现场后，急救人员测量了他的生命体征：体温36.8℃，脉搏100次/分，呼吸26次/分，血压100/58mmHg，血氧饱和度95%。

按照传统的急诊预检分诊标准，这个患者大概率会被分到II级——需要优先处理，但并非最紧急的那一类，但医院的AI系统给出了不同的判断。

心电图波形被实时传输到院内，AI捕捉到了急性心肌梗死的特征信号。系统自动触发绿色通道预警，介入手术室提前激活，团队全员待命。从患者到达医院大门到血管球囊扩张恢复血流，整个过程仅用38分钟，远低于国家胸痛中心90分钟的金标准。

这不是科幻电影，这是2025年发生在河南洛阳的真实案例。

“预检分诊是急诊科的守门人与调度中枢。”河南科技大学第二附属医院急诊医学部护士长伏帅在健康界直播间说，“它直接决定了急诊体系能否在资源有限条件下最大化生命救治机会。”但现实往往很骨感。

河南科技大学第二附属医院急诊医学部护士长伏帅

拥堵的急诊室

分诊台前排长队

河南科技大学第二附属医院坐落于洛阳市中心，周边老旧小区密集，火车站、景区、商圈环绕，社会情况复杂，急危重症患者多。2020年到2024年，医院月均就诊量从2800多人次飙升至5090人次，增幅超过80%。与此同时，分诊方式却停留在“人工手动为主、电子系统为辅”的阶段。

患者来了，护士手动录入信息，测量生命体征，询问主诉，再根据经验判断分诊等级。快的一两分钟，慢的可能要五六分钟。遇到高峰期，分诊台前排起长队，危重患者被淹没在人群中。

分诊台

伏帅团队梳理出了19条痛点。人员方面，分诊人员不固定、标准高低不等、危重症识别不准确。制度方面，无优质护理服务、无随访管理制度。管理方面，无应急预案、院前状态无法实时传输、手动质控耗时耗力。设备方面，无智能辅助分诊系统、叫号系统落后。环境方面，健康宣教标识不醒目、安保人员较少。

七大核心痛点浮出水面：分诊效率低、危重患者识别不准、就诊滞留多、急救技能不足、信息系统落后、设备老化、人文关怀缺失。“我们决定打破现状，将冰冷的急诊流程转化为有温度的生命通道。”伏帅说。

五套组合拳

从院前到院后的闭环

解决方案不是买一套AI系统那么简单，伏帅团队打出了五套组合拳。

第一步：院前精准预警，快速识别

传统模式下，患者到达急诊分诊台才开始评估。伏帅的想法是：为什么不能在救护车上就完成？

基于5G网络，医院改造了救护车。患者上车后，生命体征、心电图等数据实时传输至院内。系统自动抓取信息，生成档案编号，推送远程急救指导。救护车返回途中，院内已清楚知道患者是谁、什么病、预计何时到达、需要哪些资源。

“患者未到，信息先到。”伏帅说。预检分诊从急诊门口前移到了救护车上。

院内远程会诊

第二步：院中智能分流，高效处置

河南科技大学第二附属医院联合5G实验室，引入智能AI分诊系统。护士只需录入主诉和症状，系统自动推荐分诊等级，并给出详细结论依据。

但AI不是万能的。伏帅特别强调：“智能AI只能帮我们解决大部分问题，不能解决全部问题。病人的病情在不断变化，需要人工审核和持续监测。”

河南科技大学第二附属医院同时升级了叫号系统。患者手机上能实时显示就诊状态：就诊中、检查中、留观中，下一个人还要等多久，一目了然。这让焦虑的急诊患者有了心理预期。

人脸识别技术的引入也很有用。三无人员或意识不清的患者，用移动PDA扫一下脸，就能完成信息采集和建档。姓名、身份证、住址都有了，大大减少了手动录入的工作量。

第三步：院后动态优化，持续改进

河南科技大学第二附属医院利用大数据分析，定期复盘救治数据。各区域分诊人数、分诊年龄、平均分诊时间一一呈现，找出流程瓶颈，优化AI算法，调整人员物资配置。

“就像给急诊系统做了一次次全面体检。”伏帅说。他们每月一次演练、一次质控、四次学习。把当月难分诊、易出错的案例汇总，针对性演练，形成持续改进的闭环。

集体学习

第四步：基于需求的精细化服务与管理

伏帅团队做了一件事：制定分诊话术口袋书。“病人表达的信息量只占实际病情的30%左右。”伏帅说，“还有肢体语言、面容表情、被动体位等，需要护士去观察和引导。”

话术口袋书针对不同场景、不同患者制定了沟通话术。面对急躁的患者怎么说，面对不善表达的老人怎么引导，面对儿童怎么安抚。

河南科技大学第二附属医院还推出了手语服务，是洛阳市最早提供手语服务的医院。分诊人员全员掌握手语，24小时覆盖。社工团队入驻急诊，提供心理安抚和信息支持。危重患者全程陪护陪检，实行“三个主动”模式：主动自我介绍、主动健康宣教、主动告知治疗和检查。

第五步：健康管理与诊后随访

河南科技大学第二附属医院制作了大量健康宣教二维码，患者扫码即可了解疾病知识、就诊指引。对不会扫码的老年人，准备了纸质宣教栏和宣教卡。

诊后随访系统通过微信、电话、小程序等多种方式，追踪患者治疗效果。“从预防到救治到康复，这是一个完整的服务链。”伏帅总结道。

两年之变

数据见证效率与温度

两年的努力，河南科技大学第二附属医院交出了如下答卷。

分诊时间从6.3分钟降到2.7分钟，降幅57.1%。患者候诊时间从31分钟缩至13分钟，分诊准确率从94.2%提升到98.1%，患者满意度从88.6%升至97.3%。对比传统人工模式，分诊效率提升了60%，误差率降至5%。

这些改善带来的连锁反应很直接：急诊就诊人次增长38.7%，急诊病房住院人次增长22.5%，区域转诊次数月均增加16%。服务能力提升后，更多患者愿意留下来诊治。

学术成果同样丰厚。团队发表论文8篇，改善相关制度及预案28项，编写的《分诊话术口袋书》向56家医联体单位推广，手语服务被多家媒体报道。2025年2月，河南省通信管理局局长、中国电信分公司党委书记到医院考察信息化建设，给予高度肯定。项目也获得了2025年健康界“健康为民·体验提升”典型案例征集与研究项目的银案例。

伏帅团队并未止步，他们正在推进智能穿戴设备的应用。患者佩戴手环，生命体征可被持续监测，异常情况实时报警。这意味着分诊不再是某个时间点的静态评估，而是贯穿急诊全过程的动态监测。

“急诊服务体验是一个永无止境的过程。”伏帅说，“未来我们还要继续加大改善，提升关怀，完善保障机制。”

从6.3分钟到2.7分钟，从94.2%到98.1%，这组数字的背后，是一套覆盖院前、院中、院后的完整服务体系。AI不是目的，让患者更快、更准、更有尊严地得到救治才是。

“院前预警有精度，院中处置有速度，院后优化有深度，诊后随访有温度。”伏帅用这句话，为这场持续两年的改善画上了句号。而对于河南科技大学第二附属医院的急诊团队来说，这场关于效率与温度的探索，还在继续。

扫描下方企微，加入【医疗领导力项目会员】

可获赠新书，包括年度畅销医管专著——王建安院士策划、以浙大二院为观察样本的《效率医疗》

请注意：领书仅限书记、院长

  作者 | 王浩