医生拿AI摸鱼！医疗考核怎么管

医疗机构的 AI 考核难题，正在被两个极端同时拉扯。一边是"不敢用"——怕泄密、怕误诊、怕担责；另一边是"滥用"——把 AI 当枪手，病历复制粘贴、诊断建议直接抄、质控报告一键生成，看似效率拉满，实则把专业能力喂给了模型。医师网、法治周末等媒体梳理的司法实践已经把责任说得很清楚：医务人员未履行审核义务、盲目依赖 AI 结论导致损害的，按诊疗过错程度承担相应责任，情节严重的面临暂停执业甚至吊销证书；医疗机构违规使用 AI 替代医师接诊的，由卫生健康主管部门责令整改、给予行政处罚。AI 用得好是助手，用歪了就是风险，而"用得怎么样"必须有人说得清。

为什么医疗场景的 AI 考核特别难？第一，使用分散：临床、影像、病理、药学、行政各科室都在用，账号散、入口杂，没人知道全院到底调了多少次模型。第二，质量难量化：同样是用 AI 写病历，有人拿它做初稿再精修，有人直接复制提交，过程看不出差别，结果天差地别。第三，风险不对称：AI 辅助带来的效率提升是隐性的，但一次"未审核就放行"的误诊风险是显性的、不可逆的。传统 KPI 只管"用了没有"，管不了"用得对不对"。

行业里已经有清醒的判断。9 月 1 日起实施的我国首个 AI 客服国标《顾客联络服务 人工与智能客户服务协同要求》明确：部署在官方渠道的 AI 回复视作经营者的意思表示，涉及生命健康财产安全的问题必须跳转人工。人民日报健康客户端 9 月 1 日的解读更直接——医疗健康 AI"已读乱回"不再免责，AI 给出的就医指引、报告解读，在法律上可视为医疗机构的承诺。这意味着，医院对"AI 怎么被使用"的管控责任，已经从倡导变成了底线。考核，正是把这条底线落到人的抓手。

医疗 AI 考核的四个真问题

第一，用了没有、用了多少次？这是最基础的台账。全院各科室、各账号的模型调用量、Token 消耗，必须能按科室、按人统计。没有这个数，所有的"鼓励使用"都是空话，所有的"防范滥用"也无从谈起。

第二，用在哪儿、用在什么数据上？同样是调用，用在文献检索和用在患者病历脱敏分析，风险等级完全不同。考核不能只看总量，还要看调用的场景分布——有没有把敏感患者数据送出去，有没有走脱敏流程，都应该留下记录。

第三，质量过没过审？AI 生成诊断建议、病历、报告后，有没有执业医师复核确认？复核意见留没留痕？这是医疗 AI 考核区别于其他行业的核心维度——"人工审核率"应该成为硬指标，而不是软要求。

第四，效率提升兑现了没有？用 AI 是为了降本增效，不是为用而用。同样一份病历书写，引入 AI 后科室的平均耗时、返工率有没有下降？把"省下的时间"量化出来，考核才有正向激励，而不是变成新的填表负担。

把考核做成"看得到、说得清"的八维引擎

51Tokens 的八维 AI 考核引擎，就是冲着上面四个问题来的。它把每一次模型调用拆成八个可量化维度：使用频次、场景分布、敏感数据命中、人工审核率、Token 效率、返工率、风险处置闭环、合规留痕完整度。这些维度不是孤立的数字，而是自动汇总到科室和个人台账，直接对接企业的 HR 绩效体系——哪个人用得规范、哪个人"挂机刷量"、哪个科室审核率偏低，一眼可查。

落到医疗场景，最关键的几个维度要重点盯。一是"人工审核率"：AI 生成任何诊断相关结论后，必须有人审、有记录，没审的不计入有效产出。二是"敏感数据外发命中"：一旦调用里出现未脱敏的患者信息，不仅拦截，还要记一笔到责任人台账，作为合规扣分项。三是"场景健康度"：把"文献检索、病历初稿、质控归纳"这类合规场景的占比做高，把"直接抄诊断结论、替代接诊"这类高风险行为压到零。四是"返工率"：用 AI 反而反复返工的，说明提示词或流程有问题，考核时该提醒优化而非奖励数量。

推行上要给"软着陆"。不建议一上来就扣钱扣分，而是先做三件事：第一，把 AI 使用量、审核率、敏感命中这些数先在科室公示，让大家看到差距；第二，设"规范使用标兵"的正向激励，把人工审核率高、敏感零命中的科室树为样板；第三，给申诉通道——系统判定有争议的，允许本人提交说明，避免误伤。很多医院不是不想考核，而是怕考核变成"一刀切"引发抵触。把规则写清楚、数据摆出来、申诉留出口，考核才落得下去。

分科室设权重，考核才不会"一刀切"。不同科室的 AI 使用风险天差地别，权重要跟着风险走。影像科、病理科重"人工审核率"与"敏感数据命中"——这俩是红线指标，权重最高；药学、行政文书重"Token 效率"与"返工率"——效率指标，权重居中；科研与对外合作重"合规留痕完整度"——过程指标，一票否决项。51Tokens 的八维引擎支持按科室配置权重模板，集团给框架、科室填细则，既统一口径又尊重专业差异。很多医院考核推不动，根子就在"用一把尺子量所有科室"，影像医师和行政文员被同一套指标逼疯，自然抵触。

考核怎么接进 HR 绩效。八维台账不是给信息科看的"技术报表"，而要变成 HR 能用的"绩效依据"。落地时把四个维度映射到既有考核项：人工审核率、敏感零命中映射到"医疗质量与安全"；Token 效率、返工率映射到"运行效率"；合规留痕完整度映射到"依法执业"。医师晋升、评优时，调一份 AI 使用质效台账即可，既不另起炉灶，也避免"用了 AI 却没人认"。很多医院卡在"IT 出了数、HR 不认"——解决办法是上线前就让医务、HR、信息三方一起定字段口径，数一出来就能直接用。

考核结果怎么用、怎么申诉。八维台账的价值不在"扣分"，而在"对齐"。建议每月出一份科室 AI 使用质效榜：规范使用率、人工审核率、敏感零命中排前面的科室，给予正向激励；审核率偏低、敏感命中的，先提醒后约谈。同时留申诉通道——系统判定有争议的（比如紧急会诊的高频调用被误判为"刷量"），允许本人提交说明，由信息科与医务部复核后修正，避免误伤积极性。考核做成了"看得到、说得清、改得了"，医生才愿意把 AI 真正用出水平，而不是偷偷绕开。

对医疗机构而言，AI 合规、AI 费控、AI 考核本是一体三面：管住了入口，账单才算得清；算得清账，考核才落得实；考核落得实，合规才不是纸面文章。51Tokens 把八维考核做成可对接 HR 的台账，让"谁在用 AI、用得对不对、省没省时间"第一次变成可管理的指标。你们医院现在有没有统计过：各科室的 AI 使用量，差距有多大？欢迎在评论区聊聊你们的考核困惑。

—— 51Tokens，让每一次模型调用都看得见、说得清、查得到

51AIPro · 企业AI治理专家

安全·合规·可控·增效，AI 全流程治理一次布防

长按识别 · 关注公众号

长按识别 · 合作洽谈

官网 https://51aipro.com/