← 返回全部情报
Anima × OpenAI:诊所电话等待降 75%+,文档吞吐约 2–3×,中位结案约 3.5 小时 的封面

·OpenAI·客户故事收录 2026-10-30

Anima × OpenAI:诊所电话等待降 75%+,文档吞吐约 2–3×,中位结案约 3.5 小时

管理医疗语音AgentGPT-Live文档流水线人审运营

一句话结论

用 GPT-Live 做语音接待 + 策略引擎走临床批准问卷,用 GPT-6 做文档抽取与编码建议、Scribe 起草病历与转诊,人只审结构化病例;电话等待从约 40–50 分钟到约 10 分钟,文档处理约 2–3 倍。

打开原文 OpenAI:Anima helps clinics cut call waits by 75% with GPT-6 and GPT-Live

背景与理念

卡点往往不是医学本身,而是信息怎么在队列里流动。Anima 把患者请求、临床信件与随访收进同一平台,用专用 AI 队友扩护理团队产能;英国已服务逾 1400 万患者、千余诊所,月处理逾 80 万病例。

具体做法

  1. Andi 接待:GPT-Live 对话,专有策略引擎走确定性、临床批准的问诊路径;GPT-5.4 mini 选题,病史进仪表盘供医生审。
  2. Documents:GPT-6 抽发送方/类型/事件日,再匹配患者、建议临床编码与下一步;用上下文学习适配各诊所编码习惯,而非每客户微调。
  3. Scribe:GPT-5.6 Luna 把问诊转写成结构化病历,并起草转诊与随访;医生审后发出。

关键数据/例子

电话等待至少降 75%;患者调查 86% 愿再用 Andi。文档:约 15 份/小时的基线常到 30–45,顶尖 45–60;有诊所几天内清掉逾 10 万积压。平台中位结案约 3.5 小时,多数 24 小时内。

创新点

第一,语音层用策略引擎锁临床路径,模型只负责对话与选题。第二,编码用 in-context 适配诊所习惯,避免每院一套微调。

可否复用

  1. 高风险领域先把「允许路径」写成确定性策略,再让模型填槽。
  2. 文档流水线固定:抽取→匹配→建议编码→人审。
  3. 用吞吐与中位结案时间做门禁,而不是只看模型分。

笔记会在输入时自动保存。