用WorkBuddy强化FHIR标准电子病历系统

引言Introduction

电子病历系统已进入标准化时代，但真正落地时，医生仍常被重复录入、跨系统搬运和模板不统一困扰。FHIR提供了数据交换标准，WorkBuddy则让自动化能力更贴近临床工作流。问题不在于有没有数据，而在于如何把数据写得快、写得准、还能接入医院系统。

1. FHIR标准为什么是电子病历系统升级的关键

1.1 FHIR解决的是“能交换”，不是“会写”

FHIR，全称Fast Healthcare Interoperability Resources，核心价值是标准化医疗数据资源。它解决的是不同系统之间的数据互通问题。比如患者基本信息、诊断、用药、检验结果，都可以按统一资源结构进行传递。

但要注意，FHIR标准并不自动解决临床文书生成问题 。它定义的是“数据怎么存、怎么传”，不是“病历怎么写、谁来写、写成什么语气”。这也是很多医院推进标准化后，医生依然觉得负担重的原因。

1.2 电子病历真正的痛点在最后一公里

临床场景里，病历数据常常来自多个入口。

• 门诊问诊内容要写回系统。
• 检验结果要转成结构化字段。
• 诊断与处置要匹配模板。
• 不同科室还有不同书写习惯。

如果缺少自动化工具，医生往往要在“看病”和“写病历”之间反复切换。这会直接拉低病历完成效率，也增加遗漏和不一致的风险。 在这一层面，FHIR是基础设施，WorkBuddy更像是连接临床动作和系统落地的执行层。

2. WorkBuddy如何补上FHIR临床工作流的自动化短板

2.1 WorkBuddy适合做“科室级写作技能”

从现有信息看，WorkBuddy属于腾讯 CodeBuddy 团队推出的工具。它的现实价值，不是开箱即用地替代医生，而是通过“skill”机制，把具体任务训练成可复用流程。写病历就是典型场景。

如果医院没有现成的病历skill，医生也可以通过描述规则、提供案例、规定字段要求，逐步调教出适合本专科的模板。 这意味着，WorkBuddy更适合做“个性化程序开发”，而不是通用型文书机器人。

2.2 结构化输入决定输出质量

要让WorkBuddy输出更接近临床要求，关键不只是下指令，而是提供高质量输入。实践上，可以按以下步骤建立技能模板：

1. 明确病历类型，如首次病程、出院小结、门诊病历。
2. 定义必须字段，如主诉、现病史、查体、评估、计划。
3. 规定书写格式，如分段、条目化、是否保留原始术语。
4. 提供2到5个合格样例，让模型对齐风格。
5. 根据科室反馈持续修订，形成稳定 skill。

这类方法的本质，是把临床书写规范转化为可执行的机器规则。 对于科研人员和医生来说，这比单纯依赖自然语言提示更稳定，也更容易规模化。

2.3 只有接入系统，自动化才有真正价值

文章上游知识库已经点明一个关键现实，病历写完之后，还要进入医院系统。若仍然依赖截图、复制粘贴或手动再录入，提效空间会被明显压缩。

因此，WorkBuddy要发挥价值，最好嵌入医院现有EHR环境，或与FHIR接口联动。这样可以把结构化病历内容直接写入对应资源，而不是停留在外部文本里。一旦写入路径打通，医生获得的不是“一个会写字的工具”，而是一个能进入临床流程的助手。

3. EHR/FHIR场景下，WorkBuddy可以落地哪些任务

3.1 病历草稿自动生成

最直接的应用，是根据问诊要点生成病历草稿。医生只需确认关键信息，系统即可输出符合科室模板的文本版本。尤其在门诊高峰期，这类功能可以明显减少重复输入。

在理想流程中，医生仍是最终审核者。WorkBuddy负责起草，医生负责判断，FHIR负责标准化存储。 这三层分工清晰，风险也更可控。

3.2 结构化字段回填

FHIR资源强调结构化。比如诊断、过敏史、药物使用史、生命体征、实验室指标，都适合转成结构化字段。WorkBuddy可以先从文本或模板中提取信息，再映射到对应字段。

这对医院的信息化建设很重要。因为一旦字段结构统一，后续不仅方便病历调用，也便于：

• 临床质控。
• 科研数据抽取。
• 随访管理。
• 多中心数据交换。

标准化不是为了好看，而是为了让数据真正可用。

3.3 多科室模板复用

不同专科对病历写法的要求并不一致。内科重现病史和鉴别诊断，外科重手术指征和术后记录，急诊则强调时间线和处置节奏。WorkBuddy的优势在于，可以按科室建立不同 skill，而不是让所有科室共用一个模板。

这也解释了为什么“写病历自动化”很难一刀切。真正可行的路径，是先做单科室、单场景、单模板，再逐步扩展。 这比追求全院通用模型更现实。

4. 医院落地WorkBuddy + FHIR时需要注意什么

4.1 数据安全和登录状态是前提

上游内容提到，使用这类skill时要保持浏览器登录状态。这个细节看似简单，但在医院场景里很重要。因为病历数据属于高敏感信息，任何自动化工具都必须建立在权限可控、会话稳定、审计可追踪的前提上。

落地时建议重点关注：

• 是否支持院内部署。
• 是否保留操作日志。
• 是否限制访问范围。
• 是否符合医院数据合规要求。

没有安全边界的自动化，无法进入真实临床环境。

4.2 不能把AI当成“自动接管医生”

WorkBuddy再强，也只是辅助工具。尤其在病历书写中，医学判断、责任归属和质量控制都不能外包给模型。科研人员在设计方案时，也要避免把AI定位成完全替代人工的系统。

更合理的定位是：

• 医生提供临床事实。
• AI生成初稿。
• 医生审核修改。
• 系统按FHIR标准存储。

这条链路既保留了效率，也保留了责任边界。这也是EHR/FHIR环境下最稳妥的AI落地方式。

4.3 先解决一个高频痛点，再谈平台化

很多医院想一步做到全院级智能病历，但现实往往是科室差异太大、历史系统太复杂、规则太多。更可行的方式，是先选一个高频、重复、格式相对固定的文书场景，比如门诊病历或出院小结。

先做出可衡量结果，再扩展到更多流程。常见可评估指标包括：

• 单份病历完成时间。
• 结构化字段完整率。
• 人工修改比例。
• 漏项率。
• 医生满意度。

只要这些指标可量化，WorkBuddy和FHIR的结合就不只是概念，而是可验证的效率提升。

总结Conclusion

FHIR解决标准化与互操作，WorkBuddy解决临床书写与流程自动化。两者结合，才能把电子病历系统从“能存数据”推进到“能高效生产数据”。对于医学生、医生和科研人员来说，关键不是追求复杂AI，而是建立可落地、可审核、可复用的工作流。如果你正在推进EHR/FHIR场景下的病历自动化，可以从科室模板、结构化字段和系统接入三步开始。 想进一步把病历skill做成可部署方案，可以关注解螺旋，获取更贴近临床落地的工具与方法。