AI工作流赋能，业务的超级加速器

AI工作流赋能，业务的超级加速器

我们先来看一组令人震惊的数字，AI医院的平均看诊时间为15分钟，传统医院为2.5小时，看诊效率提升10倍；标准化诊断准确性，AI比人类医生平均高5%-20%，比如常见病AI识别准确率为93%，人类医生为80%，影像识别准确率，AI为97%，人类医生为84%。这就是AI工作流为业务赋能后实现的业务能力的飞跃，它大大提高了传统工作流的业务效率。

在说AI工作流前，先要说一下工作流，工作流大家都不陌生，它是一个固定的、标准化的工作节点间的协作模式，中间包含一个或多个固定的处理节点，以及节点间的固定的协作关系，可以保证事项稳定、高效的得到处理。比如我们去医院看医生，就要遵循医院的看病流程，要先挂号、然后到科室排队、再看诊、检查、开药、取药，这样就完成了一个看病的流程，这个流程就是医院的看病工作流，它保证了医院诊疗工作稳定、高效的运转。

很明显，工作流是一个提升业务效率的工作模式，能大大提高效率、降低成本，所以我们将各种标准的工作刘进行信息化改造，以便能实现更高的业务效率，我们把信息化后的工作流叫做信息化工作流。但信息化工作流往往只能应对一些相对标准化的业务，比如挂号、排队、取药等，难以处理高度专业化的业务，比如看诊、开药，此时需要医生介入，因为看诊和开药需要高度专业化的知识，而传统的程序不具备这样的能力。

现在，有了大模型后，AI也拥有了和专业医生一样的诊断能力，可以实现对病人的问诊、开检查单、开药等专业业务工作，借助大模型的能力，可以实现诊疗业务流程的全面信息化。于是，AI医院诞生了，AI不仅拥有更广泛的专业知识，不存在人类医生间的专业能力差异，而且可以快速更新知识体系，还可以全天24小时不休，为患者提供更及时高效的诊疗服务。

AI对工作流的赋能，不仅仅是对业务流程效率的提升，它甚至改变了业务关系，医生最大的工作将不再是看诊，而是对AI的诊疗进行数据分析与病例研究，以便更好的提升AI的诊疗能力，这就像农人拥有了犁地机，工作不再是亲自犁地，而是维护好犁地的机器，让机器发挥更大的效力。