【一句话简介】把AI嵌进医院既有的报修群做长期值守的运维助手，比另建大系统更省力——复盘半年落地的3个取舍。

一、为什么选“嵌进既有群”而不是“另建大系统”

1、作为医疗云原生架构师，最近看到中山三院把深夜报障机器人做成了“能值守生产”的真实复盘：上线半年处理7000多条真实消息、建立800多个工单，约七成常见问题由机器人直接处理，护士的简单问题秒级回复、紧急故障优先处置——报障不再是“半夜只能等明天”。

2、关键取舍在“入口”：传统思路是另建工单系统，但新入口等于给临床加操作步骤，护士不买账。更聪明的是让技术适应用户——保留大家已经习惯的企业微信/沟通群，把AI做成后台的“数字同事”，少改动临床流程，成功率才高。

3、这印证一个架构判断：医疗运维数字化不是“换个系统”，而是把AI嵌进科室既有协作习惯里。新建平台解决不了“没人用”的问题，嵌进原有入口才能让能力真正被用起来。

二、轻量工具与大平台是“先后关系”不是二选一

1、很多医院一谈智能运维就上大而全的监控大平台，结果半年没上线、科室已自己接了一堆小工具。中山三院反向做：用低代码/轻量智能体先把“小而急”的报障、答疑、派单跑通（职称投票这类工具从手写代码1-2月压到1-2天），再谈平台化。

2、取舍是“先解决80%的重复问题”：报障里大量是护理文书操作、打印、叫号屏、影像调不出这类“问过很多遍”的问题，把操作说明和平日解答“喂”给机器人做基础版、上线后“边学边答”，先把人力从重复答疑里解放出来，平台化是后话。

3、但轻量不等于没有架构：消息采集、智能匹配、工单生成、责任通知这一条链要完整，处理不了的要自动生成工单交给信息科跟进——“能自动的先自动，不能自动的要能接力”，否则机器人只是“会聊天的搜索框”。

三、数据安全边界是“硬约束”，内外网要分级

1、报障助手碰的是临床操作数据，边界要划清：医疗相关应用在内网独立私有化部署，外网平台只承载与核心业务系统关系不大的轻量化场景，患者隐私数据绝不放外网。这是能“长期值守”而不被合规叫停的前提。

2、取舍是“按数据敏感度分级”而不是一刀切：涉及患者隐私、病历、影像的操作要内网闭环；OA、报障答疑、内部工具这类轻量场景可放外网接入层。别图省事把敏感数据接到外网AI，被稽核时“能证明没裸奔”比省事的价值大得多。

3、知识库要持续“养”：机器人解决不了的问题人工解答后要回流进知识库，让它越用越准（“下次再碰到体温单问题唰地一下把相关故障和答案主动推给护士”）。知识库没有通不通用的问题，但“喂出来的模式”可以复制到任何一家医院。

四、亮点结论

1、报障智能化的本质不是“换系统”，而是把AI嵌进临床已习惯的入口，少改动流程成功率才高；

2、轻量工具与大平台是“先后关系”——先跑通重复问题的自动应答与工单接力，平台化是后话；

3、数据安全边界是硬约束：医疗敏感数据内网私有化闭环，外网只承载轻量场景，内外网分级别一刀切；

4、知识库要持续“养”、问题回流反哺，让机器人从“能演示”走向“能长期值守”；

核心一句话：医院AI运维的真正门槛，不是模型够不够聪明，而是能不能把AI嵌进科室早已习惯的流程里、在数据安全边界内长期值班——能被用得起来的轻量值守，胜过没人打开的大平台。