Blog · 行業應用

2026-09-28 · 約 6 分鐘閱讀

診所 AI 自動化：病歷分類、報告草擬、藥物索引Clinic AI automation — records, referrals, drug lookup

香港診所每日面對大量病歷、轉介信、藥物查閱。本文講解點樣用一部有 GPU 嘅 desktop，行本地 AI 模型，將呢啲工序自動化——資料唔離開診所，病人私隱有保障。

診所AI 醫療AI 病歷分類 離線AI

The problem

診所每日有 3 個重複又敏感嘅工序

無論係私家診所定 NGO 醫療中心，以下三個工序幾乎每日都會出現，而且全部涉及病人資料：

📋 病歷分類

將每日幾十份病人記錄按科別、病情、覆診日期分類存檔。用診所系統逐份點擊分類，每日用 30-45 分鐘。

✉️ 轉介信草擬

每次轉介專科都要打一封新信——病人資料、病史、藥物記錄、轉介原因。每封信打 10-15 分鐘，每星期十幾封。

💊 藥物互動查閱

病人同時食緊多種藥，每次開新藥前要逐樣查有無衝突。上網查要人手輸入藥名，又怕睇漏。

呢啲工序全部要人手做，而且涉及病人姓名、身份證號碼、病歷——唔可以就咁 copy & paste 去 ChatGPT 或者任何雲端服務。香港嘅 個人資料（私隱）條例（PDPO）同國際嘅 HIPAA 都明確規定醫療資料離開診所需要額外保障。

👇 診所每日工序之中，呢三個最浪費時間，又最適合用 AI 幫手

The solution

一部 desktop，全部本地搞掂

解決方法好直接：喺診所嘅電腦上面安裝幾個 AI 模型，所有資料喺機內處理，唔需要上網，唔需要上傳。

🎙️ 語音轉文字 — Whisper（本地）

醫生可以喺診症期間用 voice memo 錄低口頭筆記，Whisper model 自動將錄音轉成結構化文字。支援粵語、英文、普通話——本地運行，錄音檔唔會離開診所電腦。output 可以直接貼入病人記錄或者做成 draft 畀姑娘整理。

📂 病歷自動分類 — 本地 LLM

用 7B 或 14B 模型（例如 Qwen2.5-14B 或者 Llama-3.1-8B），將新病人記錄按預設類別自動歸類：專科分流、急症轉介、覆診排期、化驗跟進。模型讀取記錄摘要後輸出分類標籤，姑娘只需要核對確認，唔使逐份睇內容再揀分類。

✍️ 轉介信自動草擬 — Template + LLM

姑娘輸入病人 ID 同轉介原因，本地模型從病歷提取相關資料（病史、現用藥物、診斷摘要），填入預設嘅轉介信 template，一鍵生成 draft。醫生修改簽名就出得，每節省 8-12 分鐘。支援醫院管理局、私家醫院、專科診所唔同 format。

🔍 藥物互動查閱 — Offline Database + LLM

安裝離線藥物資料庫（例如拆解嘅香港藥物註冊數據或者開源藥典），醫生開新藥時直接輸入藥名，系統返還已知嘅藥物衝突結果。可以用 LLM 做自然語言查詢：「病人同時食緊阿士匹靈同華法林，有無問題？」而唔使逐個藥名去査。

四個功能全部喺同一部 desktop 上面運行，完全 offline，資料 0% 上傳

Data & compliance

所有資料留喺診所電腦，唔經第三方

呢個係本地 AI 方案同雲端方案最關鍵嘅分別：

🛡️ 唔經雲端

AI 模型喺診所電腦本地運算，病人姓名、身份證、病歷從未離開診所網絡。即使香港 PDPO 或 HIPAA 審查，都可以清楚證明資料無外傳。

🚫 無需上網

Whisper 語音辨識同 LLM 推論都係本地完成。診所網絡斷線、醫生 offline 睇症——唔影響任何功能。每日操作唔需要互聯網連線。

📜 符合 HIPAA / PDPO

病人醫療記錄屬於敏感個人資料。本地部署意味住你唔需要簽署雲端服務嘅 BAA（商業夥伴協議），資料儲存同處理嘅責任完全由診所掌握。

🔐 無後門存取

安裝完成後我哋唔會保留任何遠端存取權限。系統完全屬於診所，未經你同意無人能夠 remote 讀取資料。

合規要點

PDPO 原則 vs 本地 AI

個人資料（私隱）條例六大保障原則之中，資料保留期限同跨境資料轉移嘅風險喺本地部署下一掃而空——資料根本無離開過香港、無離開過你部電腦。你呢個做法喺資料使用者責任上係最保守、最清晰嘅路線。

Hardware & cost

要買咩電腦？成本大概幾多？

診所 AI 自動化對硬件要求唔高——7B-14B 模型已經足夠做好病歷分類同信件草擬。以下是實戰建議：

用途病歷分類、轉介信草擬、藥物查閱、語音筆記
建議模型Qwen2.5-14B-Instruct (GGUF) 或 Llama-3.1-8B
GPU 記憶體8-12GB VRAM（RTX 4060 / RTX 4070）
系統 RAM32GB（行 14B 模型用部分系統 RAM 加速）
儲存空間512GB SSD 已足夠（模型約 8-16GB）
可以慳 budget 做法用 Apple Silicon Mac mini M4（統一記憶體 16GB 起）

完整 desktop 連 GPU：約 HK$15,000 - HK$30,000（視乎你揀二手定全新、砌機定品牌機）。

相比每月 HK$1,000-3,000 嘅雲端 AI 服務，一部 desktop 嘅一次性成本大約等於 12-24 個月雲端費用，而且資料完全唔上雲，長期計更平、更安全。

建議配置：RTX 4060 以上嘅 desktop 已經夠行 14B 模型做診所自動化

Workflow

每日實際點用？一個典型 workflow

  1. 09:00 · Morning consultation 醫生睇症時用 voice memo 錄低診斷摘要。Whisper 自動轉成文字，姑娘 copy 入病人記錄系統——唔使 keyboard，唔使事後聽錄音打翻。
  2. 11:30 · Record sorting 姑娘打開 AI 分類工具，揀「今日新記錄」，系統自動將十幾份未分類記錄按科別同跟進類型標籤好。姑娘逐份核對，按確認。
  3. 14:00 · Referral letters 有兩個病人需要轉介專科。姑娘輸入病人 ID 同「轉介骨科—膝關節痛」，系統提取病歷生成 draft 信。姑娘修改簽名後打印，每封信約 2 分鐘搞掂。
  4. 16:30 · Drug check 醫生準備開新藥，在離線藥物查詢系統輸入藥名，系統顯示所有已知衝突——無需要上網、無需要逐本藥典揭。

全部功能喺同一部 desktop 完成。姑娘同醫生唔需要學習複雜嘅操作——介面簡單，click 幾下就得。

免費查詢 · Free consultation

想喺診所行 AI 自動化？直接問我，免費Thinking about AI for your clinic? Ask me — free

我親自回覆你：你嘅診所有幾多個姑娘、每日大約處理幾多份記錄、用邊套診所系統。我話你知可行、大約點做、大概要幾多錢。唔使預約，唔使開會。I will reply personally. Tell me how many staff you have, roughly how many records per day and which clinic system you use. I will tell you whether it is feasible, roughly how and roughly how much. No booking, no meeting.

直接問我 · Ask me directly 產品與服務 · Products

FAQ

診所 AI 常見問題

診所姑娘無 IT 背景，用唔用到？

用到。交付時會設定成一鍵操作嘅介面：姑娘只需要揀病人 ID、按「分類」或者「草擬轉介信」就得。操作說明會印一頁紙，唔需要 command line。

同診所現有系統有無衝突？

AI 工具係獨立運行嘅應用程式，唔會修改你原有嘅診所系統。資料匯入匯出可以用 CSV 或者 copy & paste——多數診所系統都支援匯出病人列表。進階需求可以另外接 API。

Whisper 粵語準確嗎？

OpenAI Whisper large-v3 嘅粵語辨識準確率超過 90%（視乎錄音質素）。用診所環境嘅定向麥克風會更好。如果錄到醫療術語（例如「骨質疏鬆」、「心房顫動」），可以用 fine-tuned model 進一步提升準確度。

如果模型出錯點算？

所有 AI 輸出都係 draft 性質——姑娘或者醫生一定要核對先發出。病歷分類係輔助建議，唔會自動入系統；轉介信係草稿，需要醫生簽名先出得。AI 係幫手慳時間，唔係取代專業判斷。

打咗瘟疫條例，診所唔夠 budget？

如果你嘅診所有政府資助或者 NGO 背景，部分硬件同 setup 費用可以入營運開支。就算係純私營，HK$15,000-30,000 嘅一次性投資對比起每月慳到嘅姑娘工時（以 HK$16,000-20,000/月計），大約 1-2 個月就回本。