创新药患者院外随访怎么做?全病程智能体服务的落地路径与方法
很多创新药企在院内准入跑通、处方开出第一张之后,才发现真正的挑战刚刚开始:患者拿着药回了家,之后三个月的用药依从、注射操作、不良反应、复查节点,靠谁盯?随访专员人手有限、电话打不通、记录散在表格和微信群里,等到季度复盘时才发现一批患者已经失访。
于是问题变成了两个:创新药患者院外随访怎么做才不流于形式?全病程智能体服务如何落地,才不至于做成一个只会回答常见问题的聊天窗口?这篇文章不谈概念,只讲三件事:院外随访难在哪、全病程智能体到底承担哪一层工作、以及从第一个场景试跑到扩大范围的完整路径与边界。
一、院外随访为什么难:断掉的环节在“组织”,而非“热情”
创新药的患者服务团队往往并不缺责任心。真正的问题是,随访这件事高度依赖个人记忆和手工操作,一旦患者数量上升、方案变复杂,整个链条就会出现结构性缺口。
- 患者侧的复杂性被低估:创新药常见注射笔自我给药、冷链储存、剂量递增、联合用药等要求,患者第一次离院时往往只记住了“怎么打”,没记住“什么时候复查”“出现什么情况要联系谁”。
- 企业侧的动作是“人肉串联”:随访专员在随访系统、CRM、订单与配送记录、患者援助项目名单、微信群之间来回切换,逐条核对谁该随访、谁已经随访过、谁反馈了异常。
- 数据侧是割裂的:触达记录在呼叫中心、用药记录在配送系统、异常反馈在聊天窗口、复查结果在医院,没有任何一处能完整回答“这位患者现在处于全病程的哪个节点”。
- 合规侧的红线必须前置:患者信息要按最小必要使用,随访人员不能做诊疗判断,任何涉及用药调整、不良反应定性的问题都必须交给具备资质的人员。
这四条叠加起来,结果就是:随访动作发生了,但随访管理没有发生。企业无法回答覆盖率、响应时效、异常闭环率这些真正影响患者留存和用药安全的问题。
二、全病程智能体服务是什么:它组织的是“工作”,而非“对话”
可以给一个务实的定义:全病程智能体不是问答机器人,而是覆盖“确诊—处方—首剂—用药期—复查—续方或停药”整个周期的随访工作组织层。它把散落的方法、规则、数据和系统操作收拢到一处,让随访像流程一样被稳定执行,而不是像手艺一样依赖某几个人。
在 Soiawork 的能力框架里,这件事可以被拆成六个可核对的部分:
- 组织业务上下文:把随访 SOP、用药指导材料、常见问题、升级规则放进知识库与文件空间,让智能体使用“必要且可追溯”的信息,而不是自由发挥。
- 连接业务现场:通过连接器打通随访系统、CRM、订单配送记录与消息渠道,让智能体进入企业已有的工作环境,而不是要求业务搬到新平台。
- 沉淀解决方法:把“首剂后 7 天随访怎么做”“注射笔使用指导怎么讲”“失访三次后怎么升级”沉淀为技能,让有效方法被整个团队复用。
- 完成业务任务:组合 AI 理解、确定性规则处理和人工协作,从目标推进到随访记录、异常清单、待办和通知。
- 持续运行:把随访任务配置为按时间或事件触发的自动任务,例如每日生成待随访名单、按节点触发提醒。
- 经营运行结果:记录任务、过程、产物、异常、人工介入情况,让管理者能核对、复盘并改进,而不是只看“打了多少个电话”。
一句话概括差别:过去是“人记得要做随访”,现在是“组织保证随访会发生”。Soia 让智能生长,让工作进化——这句话在随访场景里的具体含义,就是把个别专员的经验变成组织可复用的能力。
三、落地路径:五步把随访从人工串联变成可运行的服务
落到实操,建议按下面五步推进,每一步都有明确的产出物,便于在试点结束时决定扩大还是停止。
第一步:先定义“随访什么”,把全病程切成节点
不要一上来就讨论智能体能做什么,先把随访对象和节点说清楚:
- 按治疗阶段分层:首剂期、剂量调整期、稳定用药期、复查窗口期、续方或停药期。
- 按风险分层:首次使用自注射装置、有既往不良反应史、年长或独居、异地用药。
- 为每个节点定义三件事:触达方式、需要采集的信息、什么情况必须转人工。
这一步的产出是一张节点表。没有这张表,后面的自动任务就无从配置。
第二步:把资料、规则和权限备齐
随访是强合规场景,规则必须先于自动化:
- 准备一组实际资料:随访 SOP、话术文本、用药指导材料、常见问题清单、异常分级标准。
- 明确账号权限:智能体能访问哪些系统、能读哪些字段、哪些字段禁止落库。
- 明确人工确认点:涉及用药判断、不良反应定性、治疗方案调整的,一律由具备资质的人员处理。
在 Soiawork 中,这些内容分别沉淀在知识库(依据与话术)、工作空间(协作与产物)和权限配置(组织、成本与审计边界)里,业务人员看到的是目标与结果,管理员掌握的是边界。
第三步:打通取数与回填,让智能体真正“在系统里工作”
这是最容易被跳过、也最决定成败的一步。只做消息推送的随访系统,最终仍然要人手工补记录。
- 用连接器读取随访计划、订单与配送状态、既往触达记录,解决“谁该随访、上次说了什么”。
- 用设备(Soia Worker)在必须操作本机业务软件的环节完成录入与查询,例如把随访结果回填到随访系统或 CRM,而不要求系统先做改造。
- 用工作流固定标准步骤:核对患者与节点 → 发送或生成触达内容 → 采集反馈 → 记录结果 → 异常单独列出。
医药零售场景中已有类似的复现验证做法可供借鉴:核对订单与库存、按已批准流程传递已有资料、只回传已审核通过的结果、最小化使用患者信息并留存操作记录,处方开具、审核、调剂与用药判断始终由具备资质的人员负责。随访场景的机制设计可以沿用同一套原则。
第四步:配置自动任务与人机协作的交接点
随访的本质是“按时发生”,这正是自动任务的用武之地:
- 每日巡检待随访名单,按节点生成当日任务清单并推送负责人。
- 节点到期未响应时按规则升级:第一次提醒患者,第二次转随访专员,第三次进入失访管理清单。
- 患者提出涉及症状判断、剂量疑问的问题时,智能体不做结论,生成待办转交药师或医生,并保留上下文。
第五步:用运行记录做核对,而不是用感觉做评价
试点期必须能回答三个问题:该随访的是否都随访了、异常是否都有人接、人工介入发生在哪里。Soiawork 的运行记录会保留任务、过程、产物、异常与人工介入,便于用相同周期和对象做对比,避免把患者自然波动当成智能体的贡献。
四、三类可先试跑的场景(复现验证与演示环境)
以下场景均为复现验证或演示环境中的做法,用于说明可行路径,不作为客户成效数据引用。
- 随访名单与任务生成:从随访系统和配送记录取数,按节点与风险分层生成当日待随访清单,标注“首次注射”“复查窗口临近”“连续两次未接通”等标签,交随访专员确认后执行。
- 用药期标准提醒与答疑:基于知识库中的用药指导材料,完成注射操作提醒、储存条件提示、复查时间提醒和常见问题答复;一旦问题涉及症状判断或剂量调整,立即转人工并保留记录。
- 异常信号识别与转交:把患者反馈中提到的关键词按预设规则归类为“需当日转交”“需 24 小时内转交”“常规记录”,只做识别与转交,不做定性判断,转交对象与响应时限由企业预先规定。
在真实项目中,这三类场景通常会先跑一到两个,用四到六周核对结果与异常处理情况,再决定是否扩展到更多治疗领域或更多团队。
五、边界要说在前面:智能体做什么,人做什么
随访涉及患者安全,边界必须在设计阶段就写清楚,而不是上线后再补。
- 不做诊疗判断:不良反应的定性、用药方案的调整、是否停药,均由具备资质的医生或药师决定。
- 不做处方相关动作:处方开具、审核、调剂不由智能体承担,智能体只按已批准流程传递已有资料、查询并回传已审核通过的结果。
- 患者信息最小必要:只采集随访必需字段,敏感信息不落库、不外发,操作全程留痕。
- 异常必须有人接:每一条升级都必须有明确的责任人和响应时限,否则自动化只会放大风险。
把这三条讲清楚,随访团队才敢用;讲不清楚,再好的自动化也会被绕开。
六、常见问题解答
1. 要不要改造现有的随访系统或 CRM?
通常不需要先改造。更现实的做法是用连接器读取现有系统中的随访计划与记录,用设备(Soia Worker)在必须操作本机软件的环节完成录入。改造系统是重投入,先把跨系统的人工串联去掉,往往就能解决大部分问题。
2. 患者数据和权限怎么控制?
三个原则:最小必要采集、字段级权限、全程留痕。在 Soiawork 中,管理员负责组织、权限、成本和审计边界,智能体只能使用被授权的信息和系统。涉及患者身份的敏感信息应尽量在业务系统中处理,智能体侧只保留随访必需的最小字段。
3. AI 说错了话,责任怎么算?
这取决于设计。涉及医学判断的问题,智能体不应给出结论,而应生成待办转交具备资质的人员;标准提醒类内容应来自经企业审核的知识库,而不是模型自由生成。责任边界应写在流程里:谁审核了话术、谁接收了升级、谁做了最终判断,都要有记录可查。
4. 从哪个场景开始最稳妥?
优先选业务价值清楚、重复发生、有明确结果接收人的工作。随访场景中,“每日待随访清单生成”“节点提醒与记录回填”通常比“智能答疑”更适合作为第一个试点,因为结果可核对、风险可控、失败成本低。
5. 和现有的呼叫中心、RPA、BI 是什么关系?
不冲突,位置不同。呼叫中心负责触达通道,RPA 擅长固定规则的界面操作,BI 负责呈现指标;智能体负责的是理解目标、组织上下文、选择路径并把跨系统的步骤串起来。实际落地中,它们经常组合出现:智能体生成清单、调用既有技能执行、把结果沉淀为可复盘的运行记录。
结语
创新药患者院外随访怎么做?全病程智能体服务如何落地?答案都不在“上一个更聪明的模型”,而在把随访这件事重新组织:节点先定义清楚,资料与规则先备齐,取数与回填先打通,异常先有人接。建议从一个重复度最高的动作开始试跑,比如每日待随访清单或节点提醒回填,跑四到六周,核对结果与异常处理是否到位,再决定是否扩大范围。有任务,找 Soia;让每家企业,都能轻松构建自己的 AI 组织——包括那支在患者离院之后仍然在线服务患者的组织。



