在日常门诊接诊中，医生常常面临较大的信息采集压力。由于单次门诊时间有限，医生需要在极短的时间内引导患者回忆并口述病史，随后还要手工录入系统。这种重复性的基础信息采集工作，不可避免地压缩了医患之间针对核心病情深入沟通的时间。

要缓解这一矛盾，有效的路径是将问诊准备工作“前移”。即在正式诊疗开始前，通过智能化手段引导患者自主描述症状及病史。这样一来，医生在接诊前就能提前掌握患者的病情概况，从而将宝贵的面诊时间留给核心的诊断与治疗沟通。

佳缘科技AI电子病历辅助生成系统中的“智能预问诊”模块，正是为了打通这一诊前信息流而设计。它明确了院内各参与方在诊前环节的角色与信息流转路径：

·使用对象侧： 患者通过手机端即可便捷完成诊前信息的录入与交互；医生端则可在患者进入诊室前，直接在系统内查看患者的病情概况及预问诊报告；医院端通过打通HIS（医院信息系统）、EMR（电子病历系统），实现信息的无缝承接。

·核心输出内容：系统最终会输出标准化、结构化的预问诊报告及患者关键病情信息，并同步提供就诊科室与专家推荐结果，以及面向患者的报告解读与药品查询等增值服务信息。

为了让缺乏医学背景的患者能够准确陈述病情，系统摒弃了传统的静态填表模式，而是模拟真实的临床问诊逻辑。

在挂号前或候诊期间，系统通过手机端开展诊前问询。这一过程紧密结合患者挂号科室对应的“医学知识图谱”进行。系统支持全模态的交互方式，患者不仅可以通过智能对话、问答进行输入，不方便打字时还可直接使用语音，或者通过图文OCR识别上传过往检查单。

多轮智能交互

更重要的是，系统具备动态适应能力。它会根据患者的初步自述和问答反馈进行实时分析，并据此自动调整、优化后续的问诊策略和提问内容。这种逐步深入的交互方式适用于全科、全病种，能够有效引导患者提供完整、有价值的病史信息。

患者的自然语言表达往往口语化且缺乏重点。系统的高效运转，依赖于底层扎实的技术能力组合。

系统融合了OCR（光学字符识别）、NLP（自然语言处理）、医学知识图谱以及深度学习模型，对患者的语音转写文本、文字自述、问答反馈以及上传的图文材料进行深度解析。

其核心提取目标，是精准抓取散落在日常对话中的关键症状、发病时间、既往病史等核心信息，自动过滤无关信息，将原本非结构化的自然语言表达，精准转换为后续可以直接用于病历书写的结构化数据。

完成信息提取后，系统自动根据采集结果，生成一份结构化的预问诊报告。

这份报告会自动将患者的通俗描述转化为专业化的医疗术语，不仅涵盖患者的基础病史，还包括了相关疾病知识详解、初步治疗方案参考、护理建议、辅助检查建议以及疾病预防等结构化板块。

患者端

医师端

在实际应用中，系统支持预问诊报告一键回写至电子病历（EMR）系统。当患者坐在医生面前时，基础的病历框架已经生成，医生只需进行核实和补充，大幅减少了重复录入的工作量。

预问诊获取的信息，同样被用于优化患者的就医路径。

基于前期的智能分诊结果，系统能够为患者准确推荐对应的就诊科室，并直接与医院HIS系统打通，顺畅衔接后续的挂号流程。

在专家推荐方面，系统引入了多维度评估机制。它不仅考量专家的亚专科擅长领域和当前的排班情况，还会结合患者的真实评价，以及该专家历史接诊同类病例的治疗效果进行综合运算，从而为患者精准推荐对应亚专科中最合适的、且当前可预约的专家。

挂号推荐

除了服务于临床业务流，该场景模块也兼具面向患者的健康咨询服务功能，帮助患者解决就医过程中的常见疑惑。

·检查检验报告解读：针对专业的检查检验报告，系统能够自动提取其中的关键指标，不仅能筛查并显著标注异常项及异常程度，还能将其翻译为通俗易懂的语言进行解读。结合患者的基本信息，系统会生成个性化的健康建议，及时提示潜在风险，提醒患者及时就诊或复查。

检查检验报告解读

·药品查询：患者只需通过手机拍照上传药品图像，系统即可快速查询并展示详细的药品信息。这包括了用药解读、服用技巧以及关键的使用禁忌，帮助患者正确了解所配药品的疗效，规范服用方式，有效避免用药错误。

药品查询

佳缘科技AI电子病历辅助生成系统中的智能预问诊场景，其核心价值在于务实地解决医患双方在诊前环节的痛点。

·面向医生：系统让临床医生在接诊前就能获取结构化的病情概况，极大减少了基础信息的重复询问与手工录入时间。这些经过梳理的前置信息，也为医生的临床诊疗决策提供了客观、准确的数据辅助。

·面向患者：患者在就诊前获得了清晰的引导，不再因为“不知如何描述病情”或“挂错科室”而焦虑。同时，配套的挂号推荐、报告解读和药品查询服务，切实改善了患者的诊前准备工作与整体就医体验。让信息技术真正回归到辅助诊疗、服务医患的务实层面。