医院砸钱上的 AI，为什么连"血糖高不高"都答不准

不是模型笨，是没人给医院建"字典"——一个临床信息科老兵的本体论白话

上个月跟一个在三甲做临床信息科的朋友吃饭。他跟我说了件特别尴尬的事。

他们医院去年花大价钱上了一套 AI 临床辅助系统，院长去演示现场兴致冲冲问了一句："3 床那个老张，血糖高不高？"

AI 想了两秒，特别诚恳地回了句："这取决于您怎么定义'高'。"

全场沉默。

你可能会笑。但笑完你会发现，这句话一点没毛病。

空腹 ≥ 7.0、随机 ≥ 11.1、糖化血红蛋白 ≥ 6.5%，三个口径，三个答案。院长问的是"高不高"，系统在问"你到底想问哪种高"。

问题不在模型。模型把三种标准都背得滚瓜烂熟。问题在——从来没人跟它，也没跟医生，把"血糖高不高"这句话的准确意思钉死。

先把这个绕口的词说人话

顺着这件事，得搬出一个听起来很玄、其实很土的词：本体论（Ontology）。

别被名字吓到。在医院的信息系统里，它根本不是哲学，就是一份"全院的字典 + 地图"。

· 字典：把"高血糖""血糖偏高""血糖控制不佳"这些近义词，统一成一个标准说法，并写明判定的数值边界。

· 地图：把"患者""医嘱""检验单""影像"这些东西，以及它们之间的真实关系（谁属于谁、谁引用谁），画清楚。

没有这本字典和地图，HIS、LIS、PACS 各说各的方言。AI 再聪明，也只是在五种方言里猜谜。

打个最土的比方：两拨人盖同一栋楼，A 队用"米"、B 队用"英尺"，图纸怎么对都对不上，墙只能砌歪。医院的数据就是这样——每个系统一套单位、一套叫法，最后拼到一起全是缝。

那能不能让模型自己悟？

不能。这是大模型最容易被误解的地方。

大模型本质是"概率猜词"，不是"查字典"。你问它"老张血糖高不高"，它从训练语料里猜一个最可能的答案，但它并不知道你们院把"高"定义在哪个值、用的是空腹还是随机。它猜得再像，底子也是蒙。

反过来看——只要地基打好了，AI 真的能很准。2025 年有个研究（Doctronic，500 名患者），在病历数据被规整好的前提下，AI 给出的治疗计划和医生一致率到了 99.2%，而且零临床幻觉。注意那个前提：数据被规整好。

也就是说，AI 有多聪明，上限是被你家的"字典"决定的。地基越清楚，模型越靠谱；地基是糊的，模型再大也白搭。所以本体不是锦上添花，是绕不过去的门槛。

下面这六道坎，每一道都是"没字典"闹出来的。我把它们从浅到深捋一遍，你会发现它们其实是同一件事的六个面。

第一道：一个"高"字，三种口径

技术上这叫语义标准化没做。医院里至少有三套要统一的：

· 同义词归一：病历写"血糖偏高""血糖高""血糖控制差"，系统得知道它们是一回事还是三回事；

· 单位与阈值：用 mmol/L 还是 mg/dL？≥7.0 还是 ≥126？谁拍板；

· 时间窗口："今天"是零点到零点，还是早八查房到次日早八。

这些标准其实行业早建好了——比如临床术语集 SNOMED CT、检验项目标准 LOINC、诊断编码 ICD-10。但很多医院没把它们"落地"成自己的《术语与口径手册》，于是每个科室自己发挥。AI 一来，矛盾全炸了。

第二道：数数也会数错

你想统计"本月血糖控制不佳的出院人数"，得从 HIS 抓诊断、LIS 抓血糖、护理系统抓宣教记录。三个系统三个口径，数出来 23、31、28。

工程上这叫跨系统聚合（ETL + 主数据管理）没对齐。AHIMA 2025 的报告说，高达 30% 的患者记录在系统间是重复或不匹配的。这不是 AI 的锅，是地基本来就是歪的，AI 只是把歪的地方放大给你看。

第三道：AI 不能签字

这是权限模型问题。读权限和写权限是两回事。AI 能读完整病历、比对指南、给建议；但真正在医嘱单上点"确认"、签名字、担法律责任的，必须是有执业资格的医生。

监管也这么看。美国 FDA 把这类叫 CDS（临床决策支持），《21st Century Cures Act》里一部分可豁免严审，但真要"动手"的诊断治疗决策走更严监管——到 2025 年中全球已有 1250 多个 AI 医疗器械拿了授权。工程上，AI 的写权限要一道比读权限硬得多的护栏：审计日志、双人核对、人工确认。这块没设计好，宁可不接。

第四道：你有几个"老张"？

同一个患者，HIS 里 ID-001，LIS 里 ID-A37，PACS 里 IMG-882，病历、医保各一份。靠什么对上？靠 EMPI（企业级患者主索引），本质是"实体解析"——用姓名、生日、社保卡号等特征，判断几条记录是不是同一个人。

AHIMA 那报告说，约 35% 被拒付的医保索赔，根子就是身份识别不准，平均一家医院一年亏 250 万美元。

没有 EMPI，AI 眼里的"老张"是五个互不相识的陌生人。它怎么可能给你一个靠谱的"老张今天怎么样"？

第五道：一换问题就露馅

很多医院第一版 AI 是请工程师把某病规则写成"如果 A 且 B 则 C"的表。糖尿病跑得好，问妊娠期糖尿病、术后应激性高血糖就傻。

这叫"问题形状"和"世界形状"对不上。规则引擎适合窄场景，但它不通用。真正想复用，得把知识放进"本体"里——用"糖尿病是一种代谢病，可致高血糖"这种关系来描述，而不是写死"糖尿病→开二甲双胍"。这样换场景，知识还能接着用。

我的判断（这块没硬数据，凭经验说）：九成医院的第一版 AI，死就死在这张表太"专用"上。

第六道：指南会变，AI 不会自己变

糖尿病指南几年一更新，你 2023 年训练的模型背的是 2022 版共识。FDA 2025 年 PCCP（预定变更控制计划）最终指南要求：AI 改算法或改适配人群，得走预先说好的变更流程，不能自己悄悄改。

工程上，本体和模型都得版本化——谁在什么时候改了哪条规则，留痕可追溯。没走流程就默默更新的模型，才是最危险的。

把这六道坎摆一起，你会发现它们不是六个孤立的坑，是一条锁链。语义没统一，数出来的数就是错的；数错了，AI 给的建议就敢乱来；于是你不敢让它动手；可它连"谁是老张"都搞不清，给的建议又只认得那一张窄表；而这张表还在悄悄过期。

前一道不填，后一道白搭。

那本地到底怎么建？给一份能落地的蓝图

道理都懂，落地才是关键。按难度从低到高，六步：

第一步，写《术语与口径手册》（数据字典）。把科室"口头黑话"标准化。示例如下：

第二步，建患者主索引 EMPI。把五个系统的"张三"归一成唯一患者 ID。

第三步，做术语映射。把本院诊断/检验，映射到医院标准编码（ICD-10 / LOINC / SNOMED CT），让不同系统能"说同一种话"。

第四步，搭语义层（轻量本体）。不必一上来搞复杂建模，先用一张"实体—关系"表把核心概念连起来：患者—（有）—诊断；诊断—（属于）—疾病分类；检验—（针对）—患者。

第五步，版本化与治理。本体每改一次留版本号，谁改的、为什么改，写清楚，对接指南更新节奏。

第六步，指定"语义责任人"。一个人，既懂业务又懂点数据，坐那专门盯字典。

前两步一周就能动，后四步是长期工程。但哪怕只做完第一步，AI 答"血糖高不高"就不会再回"取决于你怎么定义"。

我越琢磨越觉得，医院 AI 项目失败，锅真不该全扣在模型头上。MIT 那项跨行业研究说 95% 的生成式 AI 试点没产出正 ROI；医疗圈里也有调研（KLAS）说跳过数据基础、直接上点状方案的 AI，首年失败率能到六成。

模型不笨。是没人给模型一个"说得清的世界"。

这是我自己的观点：医院与其再买一块 GPU、再招一个算法工程师，不如先指定一个"临床语义责任人"。那篇讲本体的文章说抄本体的"形"不抄"神"，会变成新一代数据治理工程；翻译回医院就是——你以为在买 AI，其实先得把自己家的"话"说清楚。

这周就能干的三件事

第一，把你科室里那些"口头黑话"列出来。什么叫"血糖控制不佳"，什么叫"病情平稳"，白纸黑字写清楚，贴在交班本第一页。

第二，指定一个人当"语义责任人"。不用加薪，就在科务会上当众说一句"这事归你盯"。

第三，先上一个只读的 AI 助手——它只准读、不准写、不准开医嘱。让它先把"老张今天血糖趋势"讲明白，再谈别的。

别一上来就想让 AI 开药方。先让它，把你我都说不清的话，说清楚。