在当前医改政策下，智能随访还有很多思考和开发的空间，这篇写了一点浅见，还不是特别成型的产品设计，权当班门弄斧，抛砖引玉了。
一、政策分析与痛点抓取
1. 随访是什么
根据百度百科词条解释，随访是指医院对曾在医院就诊的病人以通讯或其他的方式，进行定期了解患者病情变化和指导患者康复的一种观察方法。
通过随访可以提高医院医前及医后服务水平，同时方便医生对病人进行跟踪观察，掌握第一手资料以进行统计分析、积累经验，同时也有利于医学科研工作的开展和医务工作者业务水平的提高，从而更好地为患者服务。
随访是医院根据医疗、科研、教学的需要，与诊治后的病人保持联系或要求病人定期来医院复查，对病人的疾病疗效、发展状况继续进行追踪观察所做的工作，又称作随诊（follow up）。简单地说，就是在诊治后，对病人继续追踪、查访。
2. 随访的角色与分工
接受随访
提供随访信息
接受患者教育
接受后续诊疗服务
评价医疗服务水平
医生/护士
执行随访任务
记录随访信息
执行患者教育
推进后续诊疗服务
科室
分解考核指标到医生
规范科室级别随访流程与制度
提供随访培训
开展患教课程
管理患者及其信息
医院
分解考核指标到各科室
规范医院级别随访流程与制度
系统存储患者信息
收集患者信息进行科研
厂商
收集患者信息进行科研
开展患教项目
政府
考核医院指标决定医疗经费的拨出；
要求厂商提供随访数据以评估产品性能及人群研究
3. 随访的细分
医院开展随诊的方式有五种：门诊随诊、信访随诊、家访随诊、委托代随诊、电话及电子邮件随诊。其中又有不同方向上的细分。
（1）按实施随访级别划分
院级随访：对医院服务质量和满意度的整体调查。
科室级随访：对具体科室和医师的满意度调查。
医师级随访：具体医师对患者的后期跟踪治疗和复查提醒，同时进行患者的满意度调查。
（2）按实施内容划分
医疗保健性随诊：对特定群体进行有关保健项目的观察和访问，了解健康情况，掌握发病、患病和死亡的情况。如对员工的定期检查或进行家访和信访，以取得随诊资料。
预防保健性随诊：如对于从事放射线、粉尘工作以及化工作业的职工，通过定期随诊，进行流行病学调查，了解他们的健康、发病和患病情况。
研究性随诊：当病人结束医院内诊断治疗后，为了证实诊断和观察疗效，需要对出院病人进一步了解。
（3）按特定专题划分
常规随诊又称定期随诊，是医院和临床科室根据医疗、科研、教学需要，事先确定对某些病人或某些疾病病人进行长时间或限定时间的定期随诊。
常规随诊的范围由医院和临床科室确定，对某一病例进行随诊及随诊时间、随诊间隔期限由临床医师决定。对某些罕见的病例、疑难病例、慢性病或肿瘤等疾病也可终生随诊，以了解疾病的全过程及病人的生存时间。
专题随诊又称临时随诊，在指定的时间内对某一题目或所选定的病例进行一定范围内的一次性普遍随诊，并限期完成。专题随诊又分为行政专题随诊、医疗专题随诊（随访）。
行政专题随诊是医院为加强医疗行政管理，了解病人对医疗服务的满意度，经常征询病人对医疗服务的意见而开展行政随诊。
医疗专题随诊主要是医院的临床科室和医技科室，为某项临床工作总结或科研课题调查而进行的随诊。
这里只讨论面向患者的院级/科室级/医师级、医疗保健性/研究性、常规/临时/医疗专题随诊。
4. 随访流程的痛点抓取
患者及家属
希望与医生保持联系
能够方便地预约下次取药或复诊
外地术后患者来院路途遥远，是否可以下沉至当地医疗机构随访？当地医疗机构收集的随访信息是否完整和准确？
医生/护士
内科医生忙于查房和门诊，外科医生手术时间不确定
电话、微信、短信等传统随访方式效率低下，可能还要泄露个人电话和微信号等隐私信息
科室
不同科室的随访需求不一致
随访科室的流转问题（可能涉及到考核指标）
医院
需要建立完善的随访数据库，以便进行科研
随访的转院问题
各医院间数据不联通，随访转诊信息收集不全，调取流程复杂
厂商
药品类开展患教项目，可能涉及讲课费等风险
器械类开展患教项目动力不足
政府
区域配合度不一，地方医疗机构为了考核可能发生数据造假
施加压力给厂商收集随访数据，但医院配合度不高，难以推进
二、智能随访行业产品概览
1. 关键词筛选
行业产品搜索关键词定位“随访”。
2. 确定产品
根据关键词在 App Store 进行搜索，筛选出行业市场上的几款主要产品：
云随访、医医、杏仁医生（医生版）、病历夹
3. 产品定位
医医——致力于打造中国最专业的心脏康复院后管理平台，以软件+硬件+服务的专业体系为医生/患者提供心脏康复系统解决方案，在智能评估的基础上，给患者匹配出不同的方案，因人而异，个性化管理。
杏仁医生（医生端）——做中国优秀医生的职业伙伴，医生们的 LinkedIn ，目前有 43w 医生用户。旨在帮助医生培养患者粉丝圈，在线给患者用药建议（全国免费送药上门），智能管理患者（患教、随访、问诊表一应俱全），扩展职业圈。
杏仁医生（患者端）——是接近 43w 医生的健康社区，超过 1000w 大众粉丝。找到熟悉自己的私人医生，和医生建立长期联系，接受有趣的患者教育，享受在线咨询的快捷便利，还可以在线买药。
病历夹——解决医院系统存储数据问题，主要以病历维度管理患者。通过 OCR 精准识别病历，和同行大咖一起交流，轻松完成患者随访，并有多个终端实现数据云端同步。
4. 产品结构图
（1）功能结构对比
（2）医生端（APP）
（3）患者端（微信）
三、尝试设计一款智能随访产品
1. 产品定位
一款致力于提升随访率和便捷度的，连接患者、医生、组织管理的互联网随访产品。
2. 用户场景及路径
3. 产品功能模块
四、几个思考点
1. 医疗数据的互通
医疗保健领域最大的难题之一就是数据严重封闭与鼓励，地域之间共享能力、系统之间互操作能力非常欠缺。甚至同一家医院内集成的 HIS 系统数据都难以打通，更不要说当前互联网医疗不同移动应用、设备和健康追踪产品的数据互通了。但是做随访一定不能脱离医院的 HIS 系统，即使出不了院墙。
所以，如果能（理想化地）跟医院 HIS 系统对接，那么随访过程中的复诊挂号和报告签发的节点就可以大大提高医患双方的效率。
2. 人工智能的介入
一个是人工智能推荐系统，一个是人工智能引擎。
前者已经广泛应用在内容分发领域，比较成熟了。简单一点的话，前期准备一定量级内容，对内容进行标准化处理后，建立标签体系，接下来就是挖掘、算法和索引服务层的事情了。随访过程中患者教育内容的输出也是一种内容分发体系，所以应该可以直接套用。
至于人工智能引擎，可以看下腾讯睿知对外发布的介绍：
首先，从海量文献中抽取丰富的医学知识，这一抽取过程相当于学习和记忆医学知识；
其次，对所抽取的知识进行理解和加工，包括将医学专业术语与患者语言进行对应、推理症状与疾病间的对应关系和问答对话逻辑；
最后，结合场景进行应用，比如在智能导诊场景中结合医生的专业擅长、过往的诊疗经历，刻画出全面、详细、实时的医生画像，通过智能问诊，为患者匹配最合适的医疗资源。
这套思路似乎也可以推演到随访模板上：
首先，从以往系统化随访信息与医学诊断信息中提炼关键数据（其实这是理想化了，实际上医院几乎没有系统化随访信息）；
其次，通过机器学习对随访信息进行分析，检测数据是否存在异常等；
最后，结合患者过往诊疗经历，帮助医生提出适合患者疾病/生活方式管理的随访建议。
当然，当前人工智能水平并不能替代医生（注意，不是完全替代，而是不能替代），因此在功能逻辑上必须设置为由医生行使最终签发权。加入这个功能主要目的在于检验它是否能减轻医生的工作量，提升医生随访效率。
