物理治疗师自家诊所拼装AI：转诊解析可靠，排班自动化容易乱

作者自己经营一家小型物理治疗诊所，业余写开发教程，工具使用者和经营者两样都占。过去一年，他试着搭了一些轻量级自动化：用大语言模型解析转诊单，用 RAG 快速调取患者病史。效果不算完美，但已经管用。

他注意到，AI 演示看起来很好，但真实工作流里不一定撑得住。尤其在人手不够、人已经很累、只求系统别出岔子的时候。

他引用一篇讨论 AI 与人力成本比较的帖子，说小本经营不是要替代谁，而是别让自己卡在流程里。省下的时间，都是自己的。

他在帖子里问得很具体：小企业或个体经营者实际部署了什么 AI 方案？不是企业级那种，是自己拼装的。哪些跑通了，哪些坏了，哪些希望一开始就换个做法。

底下有人留言，说自己有 8 个 AI 代理。另一个人去年为朋友的诊所部署了类似系统：转诊解析很可靠，排班自动化容易乱。他的做法是，所有直接接触患者的环节都有人工把关，一直没出过问题。他觉得病史 RAG 不错，但实际省时间最多的是表单自动化。这系统栽过跟头的地方是爽约提醒：自动化太猛，患者会烦。他的建议是：别贪，保持精简。

另一个回帖说的是范围蔓延。从一个小的解析器起步，稳定以后不断加功能，直到系统变得不稳定，没人再信任它。最后砍到只剩三个从不坏的老实自动化。

这些分享都没提成本数字，没点名具体工具，省了多少时间也没有量化。作者自己的总结是：花哨的功能好玩，但真正能扛过人手不够那天的，是那些不起眼、但从来不坏的自动化。