项目背景与嘉宾介绍
主持人: 大家好，莎娜，Josh来得好快，瞬间就进来了。我们的Jason王。是我发在咱们评论区里面。是我们上一次1月10号的项目快闪一个很精彩的活动。在那场活动中，我们的Jason王医生断层得了第一，他的项目非常有创新价值。他也向大家证明了一个没有编程背景的人，如何用AI来为自己的职业赋能，结合大家自己的职业。我们先等等更多的人进来，我们再开始，感谢大家。
主持人: 大家好，Sean，阿林，Tiger，Cindy。等一下直播，如果大家有任何问题，可以随时在我们的评论区提问。因为我们这次直播的流程不是一直让Jason讲，然后我们最后再回答问题，而是他讲一段，我们就停下来看看有什么问题，然后回答一下大家的问题，他再继续讲，所以随时有问题可以随时提问。好，已经9点半了，我们可以先开始介绍一下Jason。Jason还在吗？
Jason王: 大家好。
主持人: 大家好。Jason作为一个很忙的医生，大家知道他是在利用元旦假期，每天要忙到凌晨2点做No-Code，然后用AI把这个东西做出来了。我觉得这种领域专家加AI作为杠杆的模式，是我们目前其实最通用的模式。我们社群中也有很多某一个领域的专才，但是也想用AI来做出这么一个帮助自己的东西。我们先请Jason自我介绍一下。
Jason王: 大家好。我是新加坡的职业注册医师，临床已经有将近10年了。目前是自己开设的诊所，每天基本上都是看病、治疗，看病、治疗，所以基本上一天重复几十次这样的一个流程。看似挺有趣的，实际上我们都知道，当你真正长期从事一项职业的时候，有这个繁琐的流程，这些重复性的劳动，其实也会带来一些无力感，尤其是很疲倦的时候。所以就想着可能能不能玩出一些花样来。我其实也是喜欢折腾的人，所以在去年年末的时候，刷到了一些视频，看到了有Antigravity这种东西，有Vibe Coding的东西，有low code的东西。我就在想，那这个东西能不能够给我们带来工作上的一些效率提升，或者是一些有趣的东西。所以就慢慢地进入到这个领域来了。之前根本是没有时间，也没有精力或者心思去想这方面的东西的。
Jason王: 进来之后发现，其实如果能够稍微停下来一个脚步，稍微停下来去思考一下外面的世界的变化，实际上我们叫跨界或者破界，破出自己，破出这个行业的界限，进行一个嫁接，我们叫AI加医疗，这样的一个破局，我觉得是值得尝试的。所以就出现了上次我们那个分享的这个项目。
临床痛点与AI解决方案
主持人: 我有一个疑问，就是当时有什么痛点，就逼得你不得不去做，还是说只是想尝试一下呢？
Jason王: 其实这个痛点是个无形的。就是你在临床治疗的时候，病人一个接一个地来。你很多时候你一边要想着去跟病人沟通交流，一边要想着把这个病例完整。如果你这个病例没有完整的话，你可能接下一个病人的时候，你需要回家或者在你看完诊之后，再重新回忆这个病人。很多时候我经常会发现，比如说我们从早上11点开始看诊，到晚上的9点，基本上一整天的时间，你已经非常疲倦了。当你快下班的时候，你还要回顾早上11点看的什么病人，你那个信息量保存是有限的。我们有一个记忆衰减，很正常的，基本上两小时之后，很多记忆就零碎了，就已经碎片化了，或者都已遗失了。你再重新回忆起来的时候，得到的有效信息可能就比较少一些。所以你在做病例记录的时候，重新做病例记录的时候，你记录的有效病例信息可能就没有你当初直接写出来要完整。所以有这样一个需求在。
Jason王: 同时，确实是我们的私人诊所，它还是效率为先的，效率跟准确率都要达到一个KPI指标。所以我们就在想，怎么去在这个过程中，我是不是可以首先用到我这个临床需求上面去。这是一个非常直接的，是非常能够得到马上验证的一个东西。没想到真的就是通过3天这样一个持续性的不断开发，真的开发出来了，给自己很大的鼓励。原来这个AI真的能做很多事情，超乎我自己的预期。
主持人: 明白了，明白了，哇，这个真太棒了。我想插一句，在AI开始写代码的时候，您一定有看不懂的地方吧？毕竟是没有AI基础的。
Jason王: 那个时候基本上完全没基础，我只是偶尔会听到病人会讲，我说这个张小姐或者是李先生，您这个问题多久了？他说这个问题怎么样怎么样。我说您做什么行业的？很多人会跟我说，我做IT的。我说IT这好像一个很大的概念。他会说，我做前端的，我做后端的，我才会有这种concept这个理念。原来这个IT有前端有后端，我对IT的了解仅仅于此而已，前端后端就这样而已，就不会有别的东西了。所以像Python，或者是C++，或者是这些语言是一窍不通的。
Jason王: 所以在开发的过程中，我通常会开几个AI，几个LLM可能帮我去回答我的问题，就是回答我脑中的疑问。另外一个可能来帮我去写提示词，用来帮我写这个coding，就是可能几个联合用的。因为我之前是，一边写提示词，一边问他问题，他也会乱，他就你到底要做什么？他说你到底懂还是不懂？他一会儿表扬我，一会儿批评我。但是我就算了，我就说你就是一个，我找一个老师，老师就假装还是老师，他专门回答我的一些知识盲区，还有一些我不懂的地方。另外这个呢就是我的手，帮我专门写这个提示词，prompt。
主持人: 麦克有什么问题吗？
麦克: 只是没办法不举手。不好意思，其实我想，如果Jason方便的话，可以再分享一下你的产品。因为上次咱们分享会的时候，不一定这次咱们朋友们都来过，都不知道你具体做的是什么，对吧？你可以再花一分钟时间，麻烦你分享一下屏幕，或者是截图介绍一下。
主持人: 他会有demo？
Jason王: 可以呀，我demo。要不然我们就临时来一个远程问诊吧，好不好？就谁demo一下，然后我们这个产品。
主持人: 可以分享一下。我也重新加入一下，把我这个举手弄掉。
临床结构化病例系统演示
Jason王: 屏幕看到了吗？
主持人: 嗯，可以看到你的屏幕。
Jason王: 行，我把这个清空。这个系统呢，就是我们的一个临床结构化病例系统。它怎么样一个产品呢？它其实解决了我们医生一个很大的痛点。我们临床医生面临的不仅仅是病人，还需要面临我们的医院或者诊所。为什么这样子呢？病人通过沟通、交流采集他的信息。采集信息之后，我们要进行一个把日常用语变成我们的医学术语，记录到我们的病系统里面去，形成一个完整的report。就是我们在医院里说呢，经常是这样一个合规的问题，就是good report, good protection, bad report, bad protection, no report, no protection。所以一定要有report，这个report非常重要。之前也经常提到，我们临床医生尤其是在欧美国家，花至少一半的时间是在写病例上。比如我们预约一小时或者半小时的看诊时间，实际上有一半时间是需要医生在写病例的。去把我们病人的这些病史、他的一些症状体征，形成一个结构化的医学术语的EMR，然后记录在我们的病例系统里面去。
Jason王: 是这样一个过程。但是记录这个过程其实非常耗神跟费力，耗神耗时。耗神为什么？因为我要进行思考，把这个语言进行一个转化，同时进行一个总结，形成一个比较完整的一个病例。所以耗神耗时，耗神的同时也是比较耗时的。现在我们演示一下，我可能就请我们的郑敏做我们的病人，可以吗？
郑敏: 没问题，没问题。
Jason王: 然后我们现在进行采集。采集有三种方式，一种是文本采集，还有照片，可以输入语音。语音是最常用的，那我们就用语音吧。你好。
郑敏: 我最近肩膀有点痛，医生。
Jason王: 肩膀痛是吧？颈项那一块对吧？
郑敏: 对对对，就是这边。
Jason王: 痛多久了？
郑敏: 有一个多月了，至少。
Jason王: 有一个多月了是吧？然后你这个痛它是一种拉痛，还是一种刺痛，或者是一种胀痛呢？
郑敏: 更多的是胀痛吧。其实我在活动的时候感觉会好一点，就是使劲摁的时候会更痛是吧？
Jason王: 嗯，行，明白。然后你这个痛它什么时候发生？早上的时候还是傍晚工作完之后呢？
郑敏: 我觉得我工作的时候不会发现，就站起来，开始往后活动的时候才会发现，我好像痛了很久了，就紧了很久了。
Jason王: 明白明白，OK。您这个痛会不会伴随着头晕或者头痛？
郑敏: 那没有过。
Jason王: 手麻会吗？
郑敏: 没有，早上没有，早起的时候不会出现手麻的症状，是吧？
Jason王: 暂时还没有。您的工作需要一直低头吗？
郑敏: 是的。
Jason王: OK，明白。就长时间坐在电脑前面工作，可能有的时候没有站起来活动一下是吧？
郑敏: 对对对，我很少站起来活动。
Jason王: 明白，那我帮您检查一下您这个颈项的情况，好不好？
郑敏: 好好好。
Jason王: OK。那检查之后呢，发现您这个颈椎第一关节、第二关节可能出现一点点侧偏。然后因为我们的肌肉可能都是附着在我们的关节骨头上的嘛，所以可能侧偏就可能拉到了您这个出现您肌肉紧张的问题。行，那我们看看能不能给您治疗一下，开一些方子，或者是做一些治疗。您还有别的问题吗？
郑敏: 没有其他的问题了。
Jason王: 没有生过其他的疾病是吧？
郑敏: 对对。
Jason王: 有没有药物敏感呢？
郑敏: 有阿莫西林，青霉素过敏。
Jason王: OK，明白。好的，行，那我们帮您看一下。就这样先。行，那就这个就是一个完整的显示咱们刚才一个临床问诊的过程。当然这个比较简短一点，可能花了几分钟时间，但实际上可能要10分钟左右吧。它是完整的，只是复原我们刚才说的每一句话，没有进行任何一个修饰或者加工。但实际上它的后台已经做了一些标注。比如说每段话进行了一个截取，然后显示了一、二、三区，一直到这个，就是不同的一段。然后同时也会进行一个分析，这个是既往史的，这个是证据，这个是体征。行一个分析。分析完之后呢，其实我们点一下之后，因为这个后面接了一个通过API接了一个大模型嘛，然后它在背后进行分析，可能花几秒钟时间。稍微等一下。
Jason王: 哎，就出来了。你看它这个就直接把我们刚才的话进行一个总结。肩膀胀痛一月余，这是非常医学的术语。然后患者一个月前出现无明显诱因的肩膀疼痛，然后以肩部为主，疼痛活动在稍缓慢，按压时加重，疼痛多于站起来及活动后出现，无头晕、头痛。那我这段话呢，实际上我完全直接copy，然后我直接放到我们的病人里面，我直接copy进来就好了，我不需要做任何一个重新的整理。这个整理是非常花我的时间的。那这个也是一样。比如说因为现在开发这个系统呢，没有真正连到我们的医院信息化管理系统里面去，所以我只能用这种相对copy的方式。那以后可能直接出现一个嵌入新页面的，那直接采纳，直接就进来了，类似这样子。
Jason王: 对，然后可能就进行一个分析，比如说诊断，哎，你这是颈椎病。当然了，这边也会给你一些分析，比如说中医西医的分析，它是肌肉相关的，筋膜去考虑综合症，颈椎病之类的。那比如说你觉得这病是合适的，直接copy过来。诊断，就是这样子的。然后这个系统其实我们也是有开发这个，它还可以进行分析。病史摘要，这个也是一个嵌入的，主要是这一块。行，然后可以提交了，对吧？
主持人: 现在已经用上了吗？
Jason王: 对，我现在临床上经常用，就是刚才那样子。你看我们刚才对话完之后，其实临床用的，尤其是初诊，初诊的时间很长，因为要对病人进行一个全面的了解，包括他的职业、他的疾病背景、他目前的既往史、他的现状，就是他花的时间比较长，可能有的时候长达10到20分钟。那这个过程中呢，其实如果我要重新整理的话，就是会有很多信息的遗漏，或者是相对他的病例完整度相对有些缺失。
模型选择与效率提升
主持人: 我们看到评论区麦克刚刚提问，说您是如何选择模型的？都是问ChatGPT吗？我highlight一下。
Jason王: AI模型就是我开发的模型吗？还是指的是我后台接入的模型？
主持人: 对，就是后台接入模型。就是我想知道您是怎么去调研的，比如说这个语音转录，这个模型是怎么决定的？
Jason王: 他是这样子的，他其实有两个东西，一个就是您刚才说的语音转录，它叫ASR。这是我后来才知道，实际上我开发的时候并不了解这个ASR这个概念。就是后来我才知道，原来这个ASR是在开发的过程中，我提些要求，我的需求是什么？语音录。它自动会，它现在用的是我们的Bro自己的ASR，就自带的。后来我发现实际上我们完全可以用Whisper，或者是科大讯飞，它这些外面的就相对来说更加专业的。但是那个是收费的。
主持人: 哦，现在用Bro就这么准确了，对吧？用Bro就足够用了。
Jason王: 实际上我们发现现在Bro已经足够了。但是它有些后来我在这段时间我在使用的过程中发现它一些学术术语，它没办法进行一个很好的一表述，一点不准确。如果用外面的我们的专业大模型的话，比如说Whisper可能达到95%，它可能达到90%。但是已经够用了。
主持人: 哦，那是很不错的，这个我也是跟你学到了，这是90%的Bro识别准确度。好的好的，感谢。
Jason王: 对。然后另外一个就是接的这个，为什么接GPT呢？主要就是便宜，性价比太高了。它的token使用量特别，我一直用那么多，可能一个月就花了几美金而已。也可以接我们的GPT-4o或者是专门都可以接的，就是换不同的。那个是可能因为这个是MVP嘛，那个可能要专门制作一个bank这样子。就是相对来说比较一个全栈的开发。
主持人: 好的，感谢感谢。那那我接着再问一个问题，这个是Cindy的问题，就是能相当于不用这个东西，能省百分之多少时间？50%还是70%？
Jason王: 首先肯定它省时间的，这个是一定的，省30%到50%是有可能的，尤其是初诊。刚才说的复诊的话，相对来说就容易很多，我们对病人很了解了，所以有的时候甚至我都不用这个转录系统。然后呢，初诊的话是非常有用的。它其实不仅仅是省时这一个方面，更多的是它能够把我，把我们在跟病人这个医患对话的关系的过程中，把我这个信息能够全面地记录。就比如说可能我可能说话有的时候很快，就是跟病人对话的过程中，因为可能比较赶，比较急。然后呢，比如说可能刚才说郑敏小姐可能刚才说了，她是个压痛，可能这个信息我就流失了，丢失了，就没有记录下来。但是因为他这个系统有这样一个协助的话，他就记录下来了。那这样子的话，不仅仅节省了时间，同时能够提高了我们的临床准确率，因为它的信息更加完整嘛。
主持人: 好的好的，谢谢谢谢，感谢Cindy的问题。他问，请问工具现在是建立在本地系统还是暂存在电脑里的吗？
Jason王: 现在暂存在哪里？但是我做了一个部署，就叫Vercel。我看一下这个，因为我也分享给我很多医生的朋友在使用，他们觉得用得不错。我把那个打进来。
主持人: HTTPS是我发在评论区这个吗？
Jason王: 哎，是这个，对，是这个。它的部署相对来说比较容易，比较自动。对我来说算是一个比较傻瓜式的部署方式了。
Ryan: 刚才Ryan说，感觉本地可以整合一个Whisper UI之类的来处理，再接一个AI，做一点医疗方面的用词优化。
主持人: 您还没有完全回答完，是部署在Vercel上了，但本地也会暂存吗？
Jason王: 暂存没有，因为本机暂存的话，需要连那个数据库，那个连数据库的话就需要后端了嘛，需要OpenAPI，需要SQL嘛，这些东西都需要，就是比较大的工程了。
主持人: 哦，所以暂时是没有存在本地的。
Jason王: 对，因为我们的系统其实存在本地也没有意义。为什么呢？因为我们有自己的HIS系统嘛，就是更多。它把我这个临床数据截取之后，刚才我copy-paste就好了，我Ctrl+C，Ctrl+V就好了。
主持人: Ryan说，感觉本地可以整合一个Whisper UI之类的来处理，再接一个AI，做一点医疗方面的用词优化。
Jason王: 对对对对，是。
AI调校与工作流
阿恋: 另有一个问题，请问王医生特定的一些专业输出，比如说西医视角这一块是如何让AI输出的专业性符合病例填写标准的？比较好奇，让AI成为专业人士助手这一块怎么调校？是怎么调校AI的？还是说有一个系统性的prompt？
Jason王: 他现在主要就是，因为现在是MVP嘛，所以更多的是prompt。他就直接这个提示词。我们让他根据我们的格式，根据我们的临床的，他有一个流程，写出来，先写主诉，再写现病史，再写既往史，再写诊断。他是这样一个过程，大概就肯定你是行业内的人才知道这样一个流程。然后他就是我们约定俗成的医生，只要你读过5年7年的书，他都知道这样一个流程，就是一个模板式的一个流程。
Jason王: 然后我就是把这个流程通过提示词的方式写进这个coding里面。然后在调用的时候，他就用这个流程来调用，就是输出的时候，在AI输出的时候，用这个格式来输出，而不是沿着自己的方式输出，用这个格式来输出。
主持人: Jason，Josh有问，请问想把一段整段语音切换加tag输出这部分是怎么做到的？一整段语音。
Jason王: 这整段语音就是可以，也还是一样，多数都是提示词，这个东西都是让AI做的，都是背后的那个GPT让他去做的。就是告诉他也是大量采用了不同的提示词工程。你告诉这段语音什么时候切，比如说一个人对话完的时候切，还是某一个语段结束的时候切，或者是说话的人停顿的时候切。这些都是可以就是让AI去背后进行一个自己的，他自己去制定这样一个规则。
主持人: 我刚才听您说，您是用GPT帮写prompt，然后再粘给这样的代码编辑器，对吗？
Jason王: 是的是的。因为我最初的时候，我发现如果我提示词的话，它是不完整的。而且很多时候这个提示词它经常会改好多东西，刚做着做着就变得非常乱。所以与其我来写提示词，写一大段，那还不如是我直接让GPT，就是给他一开始在对话的时候，我就给他制定个规定，让他去自己告诉你的这个同伴，你的这个AI另外一个AI，你要按照什么模板写。但这个模板是一个非常重复性的工作。那我就说你把这个模板，每一次跟他写提示词，就用这个方式去写。但是主要的内容呢，按照我的指令来说，前面的比如说不能改什么不能改什么，改什么改什么改什么。就现在好像叫few-shot是吧？进行一个模板化。然后呢，主要内容按照我的指令来说，这样子的话，它在key code的时候，或者是key code ex的时候就更准确，它的目的性很强。
Jason王: 这是我总结出来的，可能一个小经验。也是通过这几十个小时，至少几十个小时，上百个小时，这个也算是自己总结出来的。我觉得我们每个人可能达到100个小时左右的话，使用AI就可能知道，有时候可能用AI来操控AI，这样的话效果更好。这就走了很多弯路，跳了很多坑，你自己自然而然会想，这个我怎么能够让他更好地服务我们这个工作，就把这个坑就避了嘛。
主持人: 所以大家来听王医生的分享就可以节约很多时间。如果你还没有达到100个小时的使用经验的话，真的是这样，用AI打败AI。
系统部署与未来展望
Victoria: 好的，这是Victoria的问题。您医院现在系统是网页应用，还是要下载到电脑里的应用？
Jason王: 现在都是云端的。因为云端的话，我们私人诊所都是云端的。但是这个云端都是放在AWS或者是一些服务器上面的嘛。所以可能我介绍我的这个，就是这个已经放云端了嘛。实际上刚才演示的就是刚才演示的是localhost嘛。这个是localhost。然后其实放在这个上面去，已经实现了这个功能。如果你直接这个系统嫁接到医院的临床系统里面去，是不大现实的，也不可能的。因为一个是数据敏感性，一个是合规，还有很多各种更大的障碍在里面。如果是这样的一个相对你不侵入系统，直接这样用的话，直接可能是多几步copy-paste，但是copy-paste就秒钟时间，Ctrl+C，Ctrl+V嘛，然后直接完事之后，就已经切出来了。
主持人: 我想Victoria的问题，可能是您医院现在就刚才说那个HIS那个系统，它是云端的，还是要下载的应用呢？
Jason王: 你说HIS是吧？对，HIS的话，它是云端的。
主持人: 希望回答你的问题。
Cindy: Cindy有问说，未来王医生会想将这个系统整合到原本平台吗？
Jason王: 肯定会的，肯定会的。应该是在半年之内吧，半年之内，我希望我可能看可不可以找一个团队，然后帮我们把后端开发出来，通过后端的API连接到我们自己的医院的私人诊所的云端，刚才说的云端这个HIS系统里面去。但是它是个嵌入式的。
主持人: OK。大家还有什么问题吗？也欢迎开麦来交流，开摄像头，开麦都可以。我们这个很感谢王医生的分享，这个也算是帮助自己，然后通过王医生经验帮助了大家。如果大家有什么问题想法，赶紧打字。我看有阿恋和尚都在打字，也欢迎你上来，这都可以的。我们今天的分享就相当于open。我觉得这个是一个非常非常impressive的案例吧。我觉得隔行如隔山，其实真正的机会可能还是随着行业领域非常多。我觉得虽然我们觉得在我们这个开发者圈子里，有时候觉得基本上就是做什么记账todo啊，基本上这种传统的app，但实际上现实生活中的痛点和需求也是非常多的。
主持人: 您在新加坡对吧？那您平时的问诊应该有中文和英文，这两种问诊会有什么区别吗？这两种语言。
Jason王: 对，确实就是因为这个系统还是以中文为主。所以我们经常会遇到不讲英文的，不讲中文的。比如说英文，包括马来、印度同胞。因为新加坡是个多种族的，所以在这过程中，我们切换这个切换的过程其实还是挺麻烦的。其实现在这个问题还没解决，可能之后解决。因为就刚才跟你说的，它是已经就认这个中文，就认中文的。然后呢，如果要进行切换的话，我现在还在寻找方法。但是我认为如果是用到Google Translate的话，就能解决这个问题。但是那个要接一个外面的API了，都要用到后端的问题。
主持人: 我们前段时间有用一个Whisper，这个是免费的API，可以先拿尝试一下，转任何就可以转多种语言，非常方便。它就是speech to text。
Jason王: 对对对，它是Whisper是吧？
主持人: 对，它是OpenAI的API，好像是。
Jason王: 是的是的是的。
主持人: 对，我们就试一下。
Jason王: 对，那这样的话就可能解决了。当然了，我因为我们的诊所是中医诊所，相对来说华人相对多一点。但是现在马来同胞也是挺多的，所以我们在跟马来同胞用英文交流的时候，他就不能很好地识别。这也是一个问题，如果能很好地识别，实际上这有利于咱们这个传播吧。
主持人: 那您的prompt都是用中文写，还是用英文写啊？
Jason王: 我通常习惯是，你看我的那个，通常就是用习惯用。这个有的时候就是我用跟ChatGPT聊的时候，我会喜欢用中文。但是后来切换到这个，比如说这个code的时候，可能我直接就给他一个简短的指令，用英文来写。用英文的一个简单的指令，这样子让他直接去修改就好了。因为那个比较短嘛。但是我发现ChatGPT有的时候我给他的中文指令，但是他自己会给code一个很完整的很长一大段的英文指令。用他的话解释说，这样子的话，他看得更明白，更清晰。他跟我讲的。
主持人: 有这个可能性，他们可能训练的时候更多的是用英文。我不太清楚，麦克可以补充回答这个问题。
麦克: 这个累加还是都有不一样的。但是我觉得就是现在对于我们普通人来说，就是给的越多越好嘛。你越絮叨，越俗，然后越长，肯定肯定是越好。然后这项目我觉得是专案进行到这个阶段的话，我觉得可能就是他大概知道你做什么了，然后他可能理解的也会更好一些。然后我觉得是会他会越来越好。中间有一个一开始是一个突破期，因为他什么都不知道，AI什么都不知道，到后面就越来越好。我觉得是这样。
Jason王: 确实确实确实就是，你说是上下文嘛，对吧？上下文工程。我觉得我发现也是这个。就是我现在在做这个项目的时候，我切换到专门来催的时候，我发现他很多东西不了解，但是最终很难进行切换，就是他对我的粘性很强。
主持人: 正好这个上下文，这个我们可以就着这个回答一下Cindy的问题。就是医学术语，有事先接入prompt，因为它也是属于上下文的一部分嘛，或者有资料库可以做输入嘛。
Jason王: 这个可能麦克可能更多了解，他可能就是一个RAG嘛，对吧？那个RAG的话，之前我们就是前几天我想去建立一个RAG，但是我发现这个技术门槛还挺高的，所以就没去真正地去深入研究。然后可能他本身的这个大模型，我觉得他已经足够这个能力，已经足够去应付现在这个问题，所以可能那个并不是特别紧急。
麦克: 比较统一吧，因为可能再等半年之后，模型就会好很多。然后就可能又省下来，就是对于这种这种级别的应用来说，就可能就直接很多东西都水到渠成了。到时候就是当然现在如果用更贵的模型，可能也会好很多，就是成本的问题了。
Jason王: 对。所以我觉得可能更，我觉得提示词优化是一个提示词优化工程，它是一个性价比很高的一个东西。如果能够充分利用好的话，你在输出的时候，就用一些医学术语进行一个格式化的输出，它是能够达到咱们的目的的。就像咱们刚才演示这样一个过程。其实他整个过程，比如说青霉素过敏史，还有阿莫西林，它其实这些已经完完全全可以应付我们的临床工作了。他说的以这些无明显诱因出现胀痛，这些都是一些医学的一个标准的一个话术体系。
人工审核与病例标准
主持人: 我在想人工还需要人工审核吗？因为其实刚才我在跟你虚拟问诊的时候，上面识别的时候，您问的是手麻，我发现他识别出来的是手麻，就是那个拟声词，不是语气词，手麻。就是您是需要人工去审核下的嘛？因为未来就是就算再好的模型，也有可能会识别出现问题嘛。
Jason王: 对，你看他这个，你看他这边我写，可能你刚才说的是对，非常对的。你看我写的是手麻，但是我你看他这边有过手。
主持人: 没有分享屏幕。现在我看不到屏幕了。
Jason王: 哦，你看到了是吧？
主持人: 看不到，看不到，看不到屏幕，没有。
Jason王: 对，我再分享一下。
主持人: OK，可以看到。
Jason王: 您看啊，您刚才说，您看他这个确实没有完整是吧？他没有记录完整，但是AI很聪明，他帮我写完了，写完整了。所以当然我们也会做一些。我在Ctrl+C的时候，我会看一下这个是不是需要进行一个修改，然后是完全采纳，还是进行修改之后再采纳。
主持人: 所以语音识别不够完善，但是AI够聪明了，AI来凑，就是语音不够，AI凑。
主持人: 对对，这里其实也是一个很经典的工作流嘛。就跟我们这个社群里很多朋友就是用那个语音输入法去prompt AI去做事情嘛。然后也是一样，就是语音输入法有时候准确率也没有那么高，比如说只有90%。那他其实AI的话，他也能够理解。我觉得他最擅长做这件事，就是理解这种有一些偏差的这种上下文。我觉得确实是一个不错的工作流。就是语音识别的也是一个AI，那后面的生成结构化病例也是一个AI，然后我就觉得这就非常非常非常完善。
主持人: 阿恋和尚在打字，我们看看有什么问题。有什么问题，咱们就在评论区里面继续问。
Jason王: 这个我们现在屏幕上还可以看到您的这个屏幕。没事，对，明白，没事。对，这个就是刚才给你，可能因为刚才我演示了一下，然后我没有没看到，可能你没有没有看到，就是我Ctrl+C之后，我直接来这里了嘛。
主持人: 刚才有看到是吧？
Jason王: 嗯，对，有看到这块。对对对，然后直接就来这里了。然后现在因为我直接在云端了嘛，所以我换一个诊所，我也没关系。就是这个是一个localhost，看到吧？然后这个嗯，这个就是在对，然后这个就是在刚才说的这个这边了。然后我接进来就好了。我觉得就是我可以分享给我的朋友用了，他们都很多一直在用了。就这样子。对，然后直接说完那句话，刚才那一样，那说完之后呢，我就生成。生成完之后，我直接Ctrl+C，然后来这边Ctrl+V就好了。
主持人: 刚才麦克有提到一个Chrome插件，你可以继续，就是可以快速帮我们copy-paste的，可以再分享一下。
麦克: 我没有，我是说这个Jason如果在后面打算继续的话，就是如何不接入这个所谓的临床系统嘛，就是诊所临床系统有一个快速方式。我就说提一个思路，就是Chrome插件就相当于在网上。然后这种就可以在里面做这种就是相当于语音转录和结构化病例，然后一键就可以填到后面这个网站上，这也是一个思路。我觉得AI也非常擅长做。然后我也知道很多AI的公司也是这么干的。然后就是因为现有的系统出于合规呢，或者是出于二次开发的成本过高，就Chrome插件它只要大家就可以展开思路，就是说在Chrome上去。当然这个具体的合规我不了解，只是提供一思路。
主持人: 嗯，就是一个插件的形式是吧？
麦克: 对，就是一个Chrome插件。然后它只在你的病例系统的这个最终的病例系统的这个website上，就是activate，就是去用，对吧？然后他就相当于打开之后，就是一个popup，一个sidebar都可以。然后他就可以就是相当于把你这个嵌入到那个网站上，然后再最后再多一个button，让他直接就找到外面那个网站去填进去。然后这这也是一个可以实现，就是这这就是所谓的AI产品的落地。
Jason王: 对对对，这是非常好的一个切入点，已经学到了，谢谢。
阿恋: 阿恋的问题很好。他说，请问您AI根据对话生成的病例内容，大概多少情况下需要您进行补充，或者需要人工介入，占比有多少？
Jason王: 应该不会超过5%。我大部分时间我看到基本上没有信息遗漏的，或者是错误的信息，我会直接Ctrl+C。
主持人: 那其实是不是也就是说有时候AI生成的结构病例会比人工写的更完整？
Jason王: 完全可以这么说，可以说完全是超越了95%以上的我们写病例的这样一个能力。
主持人: 但是有的时候就是AI只是靠听，但是医生也需要面诊，就看对方的状态。还有他可能不能完全说出来他的症状，医生是可以人工看出来的嘛。那这些东西就是。
Jason王: 对，他确实有这个问题。然后呢，我们会这边就会补充嘛，就是一些我们叫望诊的东西，一些舌诊的东西，可能就是需要copy-paste之后呢，再加几句话，病人的面精神萎靡啊，面色萎黄。这个东西他不能通过语音识别来记录下来的。那我们就加上去就好了。在这个病史这边，在这个既往史病史这边。
主持人: OK。
尚: 尚问语音识别，按Ctrl+C在Ctrl+V AI会，这个应该是不会的。跟那个复制粘贴没有什么关系。AI是处理AI，就是右边的那个结构化病例。之所以它可以正确修复，是因为它经历了一遍AI处理的过程，并不是说可以自动。
Jason王: 对，他这个是，这个左边的这个对话框呢，它是一个完整的一个对话内容，它并没有进行一个结构化病例的生成。我们只是做一个原始数据的记录。右边这些地方才是我们真正要用到的东西，就输出的结果。我们会进行一个copy-paste。
主持人: copy-paste是直接把这个生成的结构化病例。这个结构化病例是没有问题的。医生会把这个结构化病例paste到他现在的医院系统中去。因为目前还没有完全落地实现直接接入自动填入，所以需要手动的工作需要copy-paste。paste到那个真正的医院系统之后，是不会发生改变的，就是copy-paste这个动作是不会改变任何事儿的。
Cindy: Cindy又有个问题，请问转出的病例、主诉病史等类别有字数限制吗？看起来非常精简。
Jason王: 病史通常没有，我们医院没有一个硬性的规定，我们医疗系统也没有硬性的规定，你必须多少多少字。但是有一个东西是规定的，就是主诉，主诉是不能超过18到20个字。然后它的结构是非常标准化的，只能是一个或者是两个症状，不能超过三个症状的一个主要的一个症状，加上时间。比如说你刚才说刚才他给你说的主诉肩膀痛一个月，那就是一个主诉。如果你说一大段的话，那就不是主诉。主诉就是main complaint嘛，main complaint，就是你的主要的一个投诉。那肯定有个主要的，不可能全部都主要嘛，最多不会超过三个主要的。所以这是一个标准化的东西。就是我们一眼看到作为医生的话，一眼看第一眼就看到你的主要问题是什么？是咳嗽3天，就是你的主要问题。这是一个，这个是有字数限制的。从某种意义上讲，然后呢，现病史跟既往史基本上是没有字数限制的，越详细越好。
主持人: 所以也是要充分的context。那您作为小白，就是应该也是没有技术背景，刚才也讲过，有没有一个心路历程，或者特别想跟现在的小白讲的建议，想开始做事儿的建议。
给小白的建议与未来展望
Jason王: 我觉得最重要的就是可能有两点吧。第一点就是克服那个心理障碍，这是很重要的。我们经常是在我们行业里面，尤其是医生，很多医生是我们这行业，很多医生是这样想的，就是中医是很厉害的，或者是西医是很标准化的，很科学的。那实际上这一旦这样想的话，是会产生一个心理障碍的。就是你看的其实不是病人，你看的是一个看你自己的，你看的是我多么厉害，实际上这是会影响我们的临床诊断的。我们看的是病人，其实不管中医还是西医，还包括我们现在的这个AI。如果AI能够辅助我们，能够帮助我们的病人，去提高我们的准确率，提高我们的临床疗效，那这个就是好的。所以在于那个心，那个心是不是真正地想服务你这个行业，真正地想给这个行业带来一些改变、发展，这个是第一点的。我觉得这个是非常重要的。如果没有这样的一个心在里面，没有这样一个想去改变，或者是真正想去服务我们的大众，服务我们这个行业的这样一个情怀在里面的话，你很难去做这个想去进入的这个我刚才说的也好，或者是这个AI领域。对，这个就是把你挡住了。这是第一点。
Jason王: 第二点呢，我觉得更重要的一点是真的是去尝试。就是刚才跟麦克也说的，你你要不断地去进行尝试。可能会走很多弯路，可能会跳很多坑，这个没关系，都是学习的过程嘛。所以我其实在这个过程中，我抱着一个什么心态，抱着一个学习的心态。那我就不仅仅知道，我病人跟我说的时候，他说哎，王医师我是做前端的，我是做UI的，我是做这个架构师。那我还知道哎，其实你们架构师会遇到什么样的问题。那我我在跟病人在聊天的时候，他们会更加的，哎王医生，你还懂一点我们的行业。所以这个就无形中就会拉近了我们跟病人的关系。所以是我抱着这样的一个目的去学习的，就是去开发的，就不仅仅要开发的项目，更多的是开发不出来也没关系，至少我学到了很多东西。对，这样的一个心态。
主持人: 哦，非常感谢，真医者仁心的感觉。刚刚我们再回到您的这个app上。有一个莎奈有问说，除了语音，还看到有照片录入，不知道照片的AI识别和处理是否准确。
Jason王: 照片的话可能要做提示词。你看这边我可以直接放。因为这个照片的话，一个就是读X光，就是我们的影像学。另外一个是读检验报告。还有中医的话就是舌诊。其实这个很好的，其实但是这个我们还没放上去，但是我认为是可以实现的。比如说我们很多中医可能不懂西医的理化实验检查，像FBC啊，或者是这些性功能啊，血常规这些东西。他能够给我们很多的提示，很多的信息。如果能够上去之后，传上去之后呢，他利用后面他自己的一些，其实我们现在这个也不需要一个它能够进行一个识别。你比如说这个血常规放上去之后，我不知道你们就是可能有试过。你的血常规传给GPT，传给他之后呢，他可以进行一个分析，哦，你的WBC是不是比较高，是不是有提示什么信息？那他跟就跟我们这个语音这些病例记录进行一个结合。然后输出的话，那更多的是一个什么诊断，帮助我们诊断。就是这一块诊断分析这一块能够协助我们很多。但是他对这个病例的话，可能也会现病史的话可能就比较少一些。他更多的是可能诊断这一边。
主持人: 那这个病例生成系统是您自己训练出来的AI，但有没有可能就是他有专科的，比如说骨科、内科这种，他可以自己训练。就是未来会有这种助手AI助手嘛？训练自己的病例系统，这种应该会有。
Jason王: 就是比如说我看这个AI问诊这边，这边这个能看到吗？
主持人: 可以。
Jason王: 对，你看这边我们就拿中医来举例吧。你看这边有一个学派，有经典学派，有伤寒学派。其实这个经典学派、伤寒学派的背后，都是用不同的提示词工程来进行优化的。那经典学派是什么样的输出结构？什么样的分析一个逻辑？都对AI进行了一个规范。规范之后呢，他输出的这个模型就不一样，更符合我们的临床医生的需求。以后您刚才提到的就是不同的科室，比如说心脏内科或者神经内科，或者是外科。那他这个输出的格式呢就更加有针对性，更强一些。但是那个更多的是一个辅助诊断，就是我们叫CDSS临床决策辅助系统。就跟着EMR就是不一样的工作流程了。EMR解决的问题是前端的问题，就是这个分析问题，分析跟这个记录的一个工作流。然后刚才来说分科室诊断的那个是后端治疗的一个工作流，就是不同的这个阶段。
主持人: OK。王浩刚刚说照片有光线限制，这个是事实，对不对？他说国内辅助诊断有AI软件，可以拍照进行舌诊。不同光线当时尝试过，结果都不一样。因为王浩提一下背景，他也是一个资深的程序员，应该有做这类的项目。他说，阿里阿福国内有这个识别体检报告的功能，还有识别舌诊的功能。
Jason王: 对对，确实就是蚂蚁阿福他现在做得很好。然后他现在是少数的，能够面向C端的一个健康类应用吧，就是AI健康类的AI应用。其实蚂蚁阿福那个CEO也说了，就是感谢AI。如果没有AI的话，阿里可能进不了这个医疗行业。所以他确实我我也用过这个，他在国外我们叫AQ嘛，他在国内叫阿福。然后确实他有这个，他这个功能呢，更多的是给我们C端的病人来看的。然后我们就是如果是B端的医生呢，就更多的是用他来辅助我们做一个检查。就是那个是诊断方面的。今天说这个主要是病例结构化的记录方面的。他肯定是有影响的，但是可能这个是技术上的问题。
主持人: OK，大家可以继续提问，我们还有6分钟。我们直播。我就暂时问个比较水的问题，王医生说这个三天假期花了好多时间做这个项目。那如果比如说未来再有假期的话，还打算继续，就是不论是这种项目，还是说其他的idea，你还打算继续尝试No-Code吗？
Jason王: 应该会继续做。我现在也是经常做。然后呢，我可能尝试把这个系统，就是看看能不能开发一下后端，这个后端呢连接到我们刚才说的我们自己的医院的病系统里面去，然后做一个可能不做数据的互通，只是做一个功能的调用，或者是通过切入界面，功能的调用。就是不影响到医院自己的数据。相对来说，只要合规的话，我觉得是可以去尝试的。
主持人: 现在是在搞后端这边。好的好的，已经感觉非常专业了。我觉得您这三天走的路，感觉像当年没有AI，我们学编程、学coding大概得有起码得有半年一年，这保守估计啊，真的是好厉害。然后也真的是现在也感谢这个时代，我觉得是起码在学习这块的话，我觉得是很快，起码就是出产品很快。就是起码你说的是MVP，对吧？我觉得很快，然后其实挺有成就感的。我觉得相信在座的很多朋友都是这个感觉。
Jason王: 对对，其实确实如此。就是那三天确实挺痛苦的，但是也是挺享受的。您知道就是在你从无到有，从0到1的一个过程。然后你去一个陌生的领域里面去不断地去尝试，不断地去学习。每每一分钟，每一小时都有新的东西进来，进到脑子里去。那是一个高密度的高能量的整个过程。你那三天的就是很多东西输入到你的脑子里之后呢，然后之后呢，你再去想，哎，我是不是可以就是肯定很大的信心的，我可不可以接着再开发呢？可能这个有点有点可能脱离实际，但是毕竟那一个你定的目标在那里了，你可能就相对来说，既然我可以实现了，那我做好这个MVP，那我能不能够做后端呢？就自然而然这个自信心会很强。所以从小做起是非常，就是我们的平台一直提倡的这样一个东西嘛，就自信心的建立是很重要的。
主持人: 对，一个这个心情上的一个比较，就是相当于正向循环吧，就是一个feedback loop。
Jason王: 对，是的是的。
主持人: 好的，非常感谢，非常感谢。那您就是这三天迭代了多少个版本呢？有计算过吗？
Jason王: 有好几个就是可能做着做着，我可能觉得我算了，那个AI说，你这个放弃吧，它已经乱了，它已经乱了，它不能再修改了。它好几次跟我说这样说，我就说那算了，重新再改。但是它很快给我一个新的提示词，就是怎么去坑，怎么去这个东西提前规划好。就是那三天学的东西，就是可能你这个AI也不是说你一个很重要的就是你不能够让我一个提示词，把这个东西开发出来，不现实的，也不可能的。然后呢，就可能是可能分步骤地去做，一点一点地做，把这个比如说咱们要开发一个这个东西，这个MVP，那语音系统怎么开发，然后呢，这个提示怎么写，他就给你先给你说，你就自然而然形成一个，哎，要有plan，要有一个任务计划书。那这个任务计划书怎么去写？就根据跟他不断地讨论，不断地交流，迭代。然后呢，第一版不行了，第二版不行，第三版就一直，哎，可以了，那基本上就出来了，这样子。应该有30万。
主持人: 对，感谢感谢，这些很有价值。对，有就是有那种医者情怀，然后去尝试，就是其实给我们很大提示，你不用害怕技术，AI都能帮你解决了，对不对？只要你所在的领域，你有专业知识，这就是最大的护城河。可以把AI变成我们经验的，就跟我们的经验相结合的产品。所以希望大家也去尝试。大家今天好像没有什么问题了。很感谢王医生的分享。我觉得这非常非常有意思。这也是一个杠杆非常高的领域。因为医生的时薪都非常高，尤其是在新加坡。
麦克: to B的话，这个是更好的选择了。是的。
主持人: 感谢感谢王医生的分享。行，好，行，谢谢大家。感谢大家，感谢大家。然后也希望我们大家一起参与，然后自己的行业的项目也可以分享出来。然后我们可以互相帮助。然后也希望王医生这个公司早点成立项目，然后打通端到端，然后甚至比如说打打进这个附近的澳洲的市场。我知道新加坡跟澳洲离得很近。
Jason王: 我我现在去努力。
主持人: 好好好，然后有什么问题我们也可以互相帮助。好的，感谢感谢。OK，感谢感谢。谢谢大家。拜拜。
导语：
当一名拥有十年临床经验的执业医师决定不再忍受繁琐的病历书写，而是拿起 AI 武器时，奇迹发生了。Jason Wang 医生利用元旦假期，在零编程背景下完成了 72 小时的极限开发，证明了“领域专家 + AI 杠杆”是当前个人赋能的最优路径。
第一部分：核心理念 — 跨界嫁接与效率革命
1. 领域专家 + AI 杠杆：从重复劳动中自我解放
- 核心理念: 长期从事一项职业带来的重复性劳动会导致“无力感”，而 AI 是最好的破局工具。 (Min Zhang, 00:03:04)
- 实战案例: Jason 医生作为新加坡注册医师，每天重复几十次看病、记录的流程，利用 AI 将原本耗神耗时的病历整理工作自动化。 (Jason Wang S.P., 00:03:28)
- 落地方法: 识别工作流中的“信息流失点”，例如医生在下班前由于记忆衰减导致病历不完整，以此作为 AI 介入的切入点。 (Jason Wang S.P., 00:06:06)
2. “破界”思维：跨越行业藩篱的嫁接
- 核心理念: 停下来思考外界变化，通过“跨界”或“破界”进行 AI 与医疗的嫁接。 (Jason Wang S.P., 00:05:07)
- 实战案例: 在不具备编程基础的情况下，通过 Vibe Coding实现从语音采集到医学术语结构化输出的全流程。 (Jason Wang S.P., 00:07:11)
- 落地方法: 建立“MVP（最小可行性产品）”意识，先通过 Copy-Paste 模式解决合规与系统集成难题，快速上线验证效果。 (Jason Wang S.P., 00:16:33)
第二部分：工具与武器库 — 零代码开发的多模型导师团
Jason 医生的开发过程并非依赖单一工具，而是通过多模型协作构建了“开发导师团”：
第三部分：高级战术与宝贵教训
- “用 AI 操控 AI”战术: 亲自写 Prompt 容易乱，不如让 ChatGPT 充当“架构师”，为开发工具（如 Antigravity）编写专业的 Spec 或指令。 (Jason Wang S.P., 00:28:03)
- 语音不准，AI 来凑: 语音转录（ASR）有 10% 的错误率不要紧，AI 在结构化处理环节会基于上下文自动修复错别字。 (Jason Wang S.P., 00:40:01)
- 任务计划书（Task Plan）: 即使是 AI 开发，也不能一个 Prompt 搞定所有。必须分步骤、分模块（语音、UI、后台）逐步迭代。 (Jason Wang S.P., 00:59:21)
- 本地化绕行策略: 对于医疗系统这种数据敏感、合规要求高的场景，采用 Chrome 插件或 Sidebar 形式进行信息拦截和自动填表，避开深度的后端系统集成。 (Mike Chong, 00:42:26)
第四部分：资源与链接库 (来自聊天室)
- 开发辅助工具:
- Antigravity: https://antigravity.google/ (Google 的 AI IDE)
- Vercel: https://vercel.com/ (应用部署平台)
- Groq: https://groq.com (极速推理 API 接口)
- 项目演示:
- AI 医疗病历系统 Demo: https://aiyilemr.vercel.app/
- 行业参考:
- 阿里阿福 (AQ): 国内成熟的医疗 AI 应用（含体检报告识别、舌诊）。
行动清单 (给所有社区成员)
- 识别高频痛点: 找出工作中让你感到“疲惫、重复、无力”的环节，这就是你的 AI 创业点。 (Jason Wang S.P., 00:03:58)
- 建立“导师团”: 别只用一个模型，学会让 Gemini 当老师，ChatGPT 当助手，DeepSeek 当引擎。 (Jason Wang S.P., 00:09:04)
- 从 Vibe Coding 开始: 尝试在 Antigravity 中用自然语言描述需求，克服对 Coding 的心理恐惧。 (Jason Wang S.P., 00:48:25)
- 积累 100 小时: 想达到“用 AI 操控 AI”的境界，至少需要 100 小时的实战磨合。 (Mike Chong, 00:29:01)