刘浩南 刘浩南-AI实战派 2026年10月10日 08:08
医疗Agent的六大核心组成，其中Workflow/SOP是比较难梳理的一部分，难点主要是怎样去做好访谈调研。我见过挺多调研现场，可能就跟专家和他的团队聊几句，然后拿几份资料就结束了。这样子会导致后期的需求出现比较大的偏倚。
最近整理项目经验材料时，我发现除了产品经理常规调研的方法论以外，还可以借鉴企业数字化转型中已经很成熟的流程咨询方法。此前在老东家完整亲历了IBM和西门子的多个咨询项目，感觉他们的咨询方法论还是挺能打的。（当然FDE也是适用的）
参考IBM的Enterprise Design Thinking、IBM Garage，以及西门子Siemens Advanta的业务流程优化和价值共创实践，医疗Agent的SOP梳理可以归纳成一套方法： 先确定业务目标，再还原真实流程，通过病例访谈提取专家决策，最后形成可开发、可验证的SOP。
PART 01
一、先借鉴两家公司的方法论
IBM和西门子的方法各有侧重，可以组合起来用。
IBM：先明确老板和管理层要获得什么结果，再让各级员工参与共创。
IBM的Enterprise Design Thinking的概念：
Hills（目标定义）
方法：明确谁要完成什么任务，希望获得什么结果，不要一开始就讨论系统功能。
Sponsor Users（真实用户参与）
方法：让真正执行工作的人持续参与项目，而不能只听管理者描述需求。
Playbacks（成果回放）
方法：把整理出的流程、原型拿回去，让用户在真实场景中走查、提出修改意见。
IBM Garage进一步强调通过Co-create（共同定义）、Co-execute（共同实施）、Co-operate（共同运营），将想法转化成实际业务价值。
西门子：强调端到端流程，识别价值链每个环节的价值、瓶颈和改进机会。
西门子的Value Stream Mapping关注整个业务过程中，信息和工作如何流动，哪些环节产生价值，哪些地方存在等待、重复操作和返工。
Siemens Advanta的Customer Value Co-Creation实践还会通过用户旅程、业务场景、原型验证和实施规划，把流程优化落实到可执行的解决方案。
这些方法原本主要用于企业的产品设计、业务咨询和数字化转型。应用到医疗Agent时，还需要加入医学决策、患者安全和临床验证要求。
整合后的医疗Agent咨询方法论路径：
① 定义目标
借鉴方法：IBM Hills
医疗Agent中怎么用：明确Agent服务谁、解决什么问题
② 还原现状
借鉴方法：西门子价值流分析
医疗Agent中怎么用：梳理医生真实工作流程和低效环节
③ 提取决策
借鉴方法：专家访谈与案例走查
医疗Agent中怎么用：提取专业判断、异常分支和风险条件
④ 设计目标流程
借鉴方法：IBM共创 + 流程优化
医疗Agent中怎么用：确定医生与Agent如何协作
⑤ 验证流程
借鉴方法：IBM Playbacks
医疗Agent中怎么用：通过病例回放检验SOP是否合理
PART 02
二、第一次个人访谈：还原医生真实显性工作流（AS-IS）
资深产品经理都知道，不能直接问医生：“您希望Agent有哪些功能？”要先搞清楚医生现在怎么完成这项工作。
还是痛风门诊助手的案例，访谈前先准备三样东西：现有门诊病历模板、科室诊疗路径、1～2份典型的脱敏或模拟病例。然后请医生按照一个病例，从患者进入诊室开始，讲清楚一次实际诊疗过程。
聪明的你肯定会一边听医生描述，一边追问和记录：
01 患者进入诊室后，您先做什么？
希望得到的信息：第一个业务节点
02 然后会关注哪些信息？
希望得到的信息：输入数据、信息来源
03 这些信息分别在哪个系统？
希望得到的信息：HIS、EMR、LIS等系统关系
04 获取信息以后，您做了什么判断？
希望得到的信息：关键决策节点
05 判断完成以后，进入哪个环节？
希望得到的信息：流程顺序和流转条件
06 哪些操作需要重复完成？
希望得到的信息：低效、重复操作
07 最终需要记录什么内容？
希望得到的信息：输出结果和交付要求
我参考IBM的方法，访谈时把所有动作按照“角色—动作—系统—输入—输出”的格式记录，这样子对于后期整理需求文档很有帮助，当然也可以通过后期录音让大模型帮忙整理再二次确认。
例如：
01 查看既往病史
角色：医生
系统：EMR
输入：历史病历
输出：病史信息
02 查看检查结果
角色：医生
系统：LIS
输入：检验数据
输出：尿酸、肾功能等
03 整理问题列表
角色：医生
系统：EMR
输入：病史及检查
输出：临床问题摘要
04 分析诊断依据
角色：医生
系统：临床判断
输入：患者资料
输出：诊断证据与疑点
05 制定诊疗计划
角色：医生
系统：EMR
输入：综合判断结果
输出：待执行诊疗计划
有了这些输入后，可以画泳道图，区分医生、患者、护士、业务系统，非常有利于和不同角色确认调研结果。
对于实际项目，还可以统计典型任务需要切换多少次系统、哪些资料重复录入、某一步平均耗时多少。不过这些应该来自实际观察或系统埋点数据，不能访谈完凭感觉估算。这个直接和后期结算“价值”息息相关。
PART 03
三、第二次重点访谈：把专家的隐性思考挖出来
第一次访谈知道了“医生做什么”，第二次要解决“医生为什么这样做”。最考验访谈人员的洞察能力。
比如医生说：“给痛风患者制定治疗方案时，我会先看肾功能。”
“查看肾功能”的步骤需要深挖，背后隐藏了很多思考，比如：
• 您具体看什么信息或指标？
• 为什么要看？
• 它会影响后面哪个判断？
• 什么情况下，需要改变原来的方案？
• 如果某项信息缺失或相互矛盾，要怎么处理？
• 哪些情况必须由医生进一步确认？
实际上提到肾功能异常对部分药物选择和安全性评估有关，也可能会提到检查时间、相关合并症或既往用药等因素。
根据以往经验，这个是可以自查的，医疗场景可以通过三种病例自查：
1 典型病例
用途：用于确认正常的主流程
2 复杂病例
用途：用于发现合并症、特殊人群等分支
3 异常病例
用途：用于识别风险提示、信息补充和人工介入要求
然后怎么把上面的隐性思考变成显性的业务规则？可以建立一张“决策规则表”，IBM咨询就是这么做的，这张表可以直接附带在需求文档中。
决策规则示例 · R-001
规则编号：R-001
所属节点：治疗安全核查
医生原话：“肾功能不好的患者，用药前要特别注意。”
需要核查的信息：相关肾功能指标、检查时间、既往用药
触发条件：数据缺失，或存在可能影响用药安全的信息
预期处理：提示风险和待补充项，交由医生确认
医学依据：待对应指南、说明书核实
审核状态：待专家确认
特别提醒一下：医生的口头经验不能直接当成已经验证的医疗规则，需要区分开——
流程控制规则
要求：例如关键信息缺失时，进入补充信息或人工确认节点，流程合理性优先
医学证据规则
要求：需要有明确的指南、说明书或经批准的科室规范作为依据，医学准确性有效
PART 04
四、第三次工作坊访谈：相关方一起决策Agent的工作边界
第三次更适合采用联合工作坊的形式，让医生、护士、产品经理、技术负责人、信息科、数据中心人员共同参与。
工作坊形式可以借鉴IBM的Playbacks：先把前两轮梳理出来的流程图、规则表和痛点清单展示出来，由医生确认理解是否正确，再讨论Agent可以改进哪些节点。
例如，现状流程中，医生需要分别从EMR、LIS查找数据，再手动整理一份病例摘要。在目标流程中，可以设计为：
Agent自动读取授权数据 → 结构化整理 → 标记缺失信息 → 形成临床问题摘要 → 医生审核。
到这里开始形成TO-BE目标流程，也就是未来医生与Agent协同工作的流程，可以用一张协作分工表确认：
病历结构化
Agent可以承担：自动抽取和整理
医生负责：检查关键错误
完整性检查
Agent可以承担：标记缺失或矛盾信息
医生负责：判断是否补充
危险信号筛查
Agent可以承担：根据已确认要求提示风险
医生负责：临床评估和处理
治疗安全核查
Agent可以承担：检索依据、提示禁忌和风险
医生负责：治疗及处方决策
证据整理
Agent可以承担：汇总支持与不支持证据
医生负责：综合判断
病历记录
Agent可以承担：生成待确认内容
医生负责：审核后保存
确认好分工后，对于每个节点，还需要明确下面这些内容：
• 触发条件是什么？
• 输入从哪里来？
• 执行什么任务？
• 输出什么结果？
• 满足什么条件才能进入下一步？
• 异常时如何处理？
这六个问题确认下来，基本就可以写入需求文档，转换为Workflow的技术实现要求。
PART 05
五、访谈结束交付哪些产出物？
企业咨询项目里，访谈通常只是收集业务事实的手段，最后需要通过标准化文档把业务理解沉淀下来。医疗Agent项目也一样。
至少有以下六份核心产出物：
01 场景定义卡
核心内容：用户、目标、触发条件、业务边界、效果指标
用途：明确项目做什么
02 AS-IS流程图（泳道图）
核心内容：当前步骤、岗位、系统、数据流、痛点
用途：还原现状
03 决策规则表
核心内容：规则、异常分支、医学依据、适用条件、审核状态
用途：定义判断要求
04 数据与知识清单
核心内容：字段、来源系统、权限、知识版本、获取方式
用途：支持技术集成
05 TO-BE / Agent SOP
核心内容：节点、输入、处理、输出、流转条件、异常回退、人工确认
用途：支持开发
06 测试与验收清单
核心内容：测试病例、预期结果、安全要求、验收负责人
用途：支持验证
上面提到的访谈产出物基本都要转化到需求文档里，以更好指导开发团队技术实现。
PART 06
六、访谈前后，AI能帮助我们做什么？
以前做业务流程咨询，访谈录音整理、会议纪要、流程图、需求文档都很耗费时间。现在很多机械性的工作已经可以利用AI完成。
比如把访谈录音整理成结构化记录，自动提取“角色、动作、输入、输出、判断条件、异常情况”，再按照预设模板生成AS-IS流程图、规则表和SOP初稿。
初稿必须由项目人员检查内容是否有幻觉，再安排医生进行Playback走查。
访谈过程也是一个AI人机合作的经典案例，AI整理和初步建模，访谈人员追问、识别矛盾和组织确认，医生做专业判断与审核。
这套方法适用于大多数临床诊疗流程Agent、医院运营Agent等场景。区别主要在于业务角色、业务规则。
最后一套可落地的医疗Agent SOP，需要经过多轮访谈和确认。第一轮还原现状，第二轮挖掘专家判断，第三轮设计目标流程并走查。
对于医疗Agent而言，Prompt可以很快写出来，Workflow也可以借助工具搭建，但前面这些业务事实如果没有梳理清楚，后面再怎么调模型，也很难真正解决临床问题。
微信扫一扫赞赏作者
收录于医疗AI经验