不懂代码的护士，如何在一周内“造”出科室都爱用的系统？

来源：HIT专家网 作者：韩春春

AI快速席卷医疗行业，但真正在临床落地的“最后一公里”如何突破？最近，笔者所在医院医疗大数据与人工智能临床转化中心与临床科室进行了一次深度合作，将原本需要耗时两个半小时的介入术前筛查资料汇总与指标核对环节，压缩到了20—30分钟。

这不仅仅是一个效率提升的故事，更是一次“技术与临床共舞”的探索性实验。本次项目的开发主力不仅有程序员，还有一名心内科护士。更重要的是，本次探索成功沉淀出一套临床与信息科协同开发的可复用新模式。

缘起：当AI工具交到护士手中

长期以来，心血管内科的术前筛查环节流程繁琐，需要跨HIS、LIS、影像、介入登记等多个系统手动调取、录入、比对数据，往往需耗费护士长达两个半小时的时间。

恰逢医院大力推进人工智能的全院全域应用，信息科决定做一次大胆的尝试：授人以渔，让懂业务的人直接参与创造，推动医工协作从“被动响应”走向“主动共创”。

心血管内科护士长推荐了一名对数字化、AI工具抱有浓厚兴趣的护理骨干，他逻辑清晰，具备较强的流程梳理能力。我们对他进行了一个半小时的“人工智能辅助开发软件”专项培训。培训中没有教授枯燥的代码，而是介绍了人工智能概念、软件开发概念以及AI辅助开发软件的方法，重点在于如何将护士脑海中的工作逻辑转化为可视化的软件界面。

临床需求往往是感性、碎片化、单一场景化的，而技术开发需要标准化、流程化、精准化的依据，这也是传统医工协作最核心的矛盾点。本次项目的核心突破，就是建立一套“临床口述—场景复盘—需求拆解—标准固化—界面落地”的需求清晰化机制，解决需求模糊、供需错位的问题。

1.需求迭代全流程

起初，这名护士提出的需求也比较模糊：“在多个系统找数据太繁琐了，我想让介入术前筛查快一点”，“界面要好看，别太复杂”。

为了让需求从模糊走向清晰，在我们的引导下，护士在信息科办公室用了一天时间完成全流程拆解：

一是场景复盘，完整复刻150分钟原始术前筛查的全步骤，逐一记录每一步操作、数据来源、卡顿节点、重复操作环节。

二是痛点拆解，梳理出跨系统切换频繁、数据手动重复录入、筛查条目无标准化汇总、无自动校验提醒四大核心痛点。

三是需求量化，将“变快、变简单”的模糊诉求，转化为“一键聚合多系统数据、自动校验筛查指标、简化操作步骤、可视化展示筛查结果”的精准开发需求。

四是标准固化，结合临床护理规范、医疗质控要求，最终形成可直接落地的系统设计清单。

与此同时，这名护士与信息科不断交流，持续细化需求。接下来的一周，奇迹发生了：这名护士利用腾讯的WorkBuddy工具，开始了软件界面的深度DIY，设计一套“介入术前筛查系统”。他不懂代码，但他懂流程，他将护士长和同事们的工作习惯、点击逻辑、视觉偏好，一一融入了界面设计中。

经过一周的打磨，当他将这个设计稿原型展示给心血管内科时，科室护士表示：这就是他们想要的系统，完全符合他们的操作直觉。

2.系统核心界面与功能直观说明

这名护士设计的“介入术前筛查系统”界面简洁、逻辑清晰、贴合临床操作习惯，分为三大功能模块，彻底颠覆传统零散操作模式。

一是一站式数据聚合首页。整合HIS、检验、影像、介入登记多系统数据，无需多窗口切换，首页可一键调取患者介入手术基本信息、检验结果、彩超报告、术前禁忌筛查等全部核心数据，解决跨系统反复查询的痛点。界面采用轻量化设计，核心筛查条目置顶展示，无效信息全部精简，适配护士快速核对的工作场景。

二是一键导出与格式标准化模块。预设医院统一术前筛查打印模板，自动适配页边距、排版格式，支持筛查结果一键生成、一键打印，可直接用于临床归档，解决以往格式混乱、手动调整的问题，同时预留医嘱关联入口，可快速联动医生医嘱信息。

三是数据统计模块。护士长和医生可以直观看到本科室的介入手术工作量、患者排台情况、手术医嘱完善率、水化医嘱达标率。

破局：统一底座之上的“极客速度”

设计图有了，如何变成能跑的系统？

这里必须强调一个核心原则：护士产出的是业务交互原型、界面草图、筛查规则清单，并非可直接对接生产数据库、上线运行的正式系统；真正可投产使用的系统，必须由信息科基于全院统一底座完成开发、集成与安全审核，绝不允许各临床部门分散开发，造成数据孤岛。

因此，在护士设计好前端界面后，接力棒交回给信息科。此时，AI辅助开发系统的威力全面爆发。

信息科两名开发人员利用AI工具，在极短的时间内生成了后端业务逻辑。但在涉及核心的数据接口设计时，我们依然坚持采用了“古法编程”。为什么？AI虽然快，但在数据安全、接口稳定性、合规性上，必须有人类工程师的严谨把关。这是信息科必须守住的“技术红线”。

前端是临床的智慧，后端是信息的严谨。在统一底座的支撑下，这个项目以前所未有的速度上线了（系统界面如图1、图2所示）。

落地：18名护士的“实战演练”

系统好不好，用了才知道。

系统上线当天，护士长组织了科室18名护士进行全员培训（图3）。现场气氛热烈，大家不再是被动接受，而是带着主人翁的心态而来。

“这个按钮能不能换个颜色？”“这里能不能加个医嘱医生？”“打印格式能不能控制好页边距？”“这里如果能自动跳转会更方便。”面对大家踊跃提出的问题和建议，信息科团队现场解答。对于合理的优化建议，我们在极短时间内完成了迭代修复。

反馈是喜人的。护士长对系统非常满意（图4），原本需要耗费两个半小时的术前筛查工作，现在仅需20分钟即可完成。这不仅仅是时间的节省，更是护理人员精力的巨大释放，让他们能将更多的时间还给患者。

思考：信息科的“隐形价值”

“介入术前筛查系统”系统的成功上线，证明了一个道理：最好用的医疗软件，往往是由最懂业务的人（临床）和最懂技术的人（信息科）共同创造的。此外，本次项目的核心成果，是形成一套临床主导场景设计、信息科标准赋能、AI轻量化提效、全流程合规管控的新型医工协同开发模式，相较于传统HIT建设模式，边界明确、可复制性强。

1.新旧协作模式的核心差异

传统模式以技术为核心，采用“临床提需求；信息科市场调研；公司实施、交付上线、被动整改”的线性流程。临床仅为需求方，不参与设计迭代；技术团队极有可能脱离实际场景，易出现功能脱节、实用性不足等问题，且实施与开发周期长、试错成本高，极易形成碎片化建设与数据孤岛，最终造成“建而不用”的资源浪费。

新模式实现体系升级：角色上，临床从“需求提供者”升级为“场景产品设计师”，信息科从“项目管理者”转型为“业务赋能者、标准制定者、合规守门员”；流程上，由单向交付变为双向共创、闭环迭代；效率上，依托人工智能编程工具与临床前置设计，将数月开发周期压缩至一周，实现极速落地。

新模式坚守三大不变底线，保障规范可控：统一技术底座不变，杜绝零散建设；数据安全与合规标准不变，核心接口、权限、数据流转由人工严格审核；医疗质控标准不变，效率提升绝不牺牲诊疗安全。

2.落地条件、难点与标准化应对策略

该模式可全院推广，规模化落地需具备人员、工具、机制、规范四大基础条件：科室配备业务骨干作为数字化联络员；依托人工智能开发工具降低技术门槛；建立信息科主动赋能、快速迭代的协同机制；遵循全院统一技术与安全规范。

同时，我们针对医疗行业难点，形成成熟应对方案：一是针对临床数字化思维薄弱、需求不规范问题，采用场景化实操培训与标准化需求模板，引导临床精准输出需求；二是针对AI开发快但安全性弱的问题，实行“临床设计前端、人工把控后端”的人机协同机制，兼顾速度与安全；三是针对自主创新易造成标准混乱问题，严格执行“统一基座、统一规范、统一审核”制度；四是针对系统适配不足问题，建立专人测试、快速迭代机制，持续贴合临床实操。

在这次合作中，信息科发挥了五个关键作用：

一是引导：我们没有坐等需求上门，而是在院领导的工作部署下，主动培训，引导临床发现痛点，将模糊的抱怨转化为清晰的产品需求。

二是设计：我们提供了统一的数字基座和设计规范，确保了临床的创意能在技术可行的范围内落地。

三是培训：我们不仅培训了软件使用方法，更培训了“数字化思维”，让临床医护人员掌握了自我革新的工具。

四是部署：依托统一底座，我们实现了快速部署和集成，避免了系统间的割裂。

五是合规审计：这是最重要的一点。任由临床自由开发软件可能会带来数据泄露和合规风险。信息科在接口开发、数据流转层面进行了严格把控，确保整个系统的安全性、合规性和稳定性。

【作者简介】

韩春春，任职于江门市中心医院医疗大数据与人工智能临床转化中心。长期深耕医院信息化核心业务，主导建设医院信息集成平台，精通医疗业务流程、系统底层架构与软件研发。获软件著作权8项，发表专业论文10余篇，主持及参与多项科研课题与重点项目；先后获评广东省医院优秀工程师、广东省医学信息卓越工程师。

【责任编辑：陈曦 版式：蒙辉】