随着生育友好医院建设推进，加强孕产期全程服务、优化诊疗流程、开展居家健康监测，成为医院完善孕产服务的重要方向。这些服务的落实，需要医护持续掌握孕产妇的诊疗与监测信息，做好重点人群随访和质量管理。
但院内外数据分散在不同系统中，增加了信息查询、核对与整理的工作量，也影响了数据在质控和科研中的利用效率。人工智能为整合院内外信息、减轻重复性工作、释放数据价值提供了新的可能。
提效：整合院内诊疗与院外监测数据，面向产科患者管理与统计质控，让医生用自然语言即可获取结构化摘要和统计图表，并自动提示跨来源的数据差异，减少重复整理，切实为临床减负；
科研：辅助医生挖掘院内外联合数据价值，开展更深入的科研工作，激发医疗创新动能。
双方期望以此推动优质医疗资源普惠下沉，并以产科为起点，逐步把 AI 能力延伸至更广泛的妇幼健康场景，持续输出行业标杆方案，助力生育友好型社会建设。
京柏医疗旗下 " 天使医生 " 品牌，长期面向医院与孕产家庭开展多学科联合院内院外一体化的孕产健康管理，累计服务 240 余万孕产家庭，积累了丰富的院外监测数据与孕期管理经验。这些积累，正是产科医生 AI 工作台区别于通用 AI 工具的基础：它不只服务于医院内部流程，还能把居家监测等院外信息纳入医生的视野。
天使医生基于 WorkBuddy 工作台开发的 " 天使医助 "，是这一合作方向下的首个具体实践。目前，天使医助已覆盖 24 个产科临床工作场景，包括产科信息查询、院内院外数据整合、质控统计及科研数据辅助等功能，并已在合作医院开展应用。其中，涉及院外监测信息的场景，可调用天使医生平台的居家监测与日常健康行为数据，帮助医生更全面、连续地了解孕期健康状况。
整合院内院外信息，支持患者管理与产科质控
孕产期管理连续性强、信息来源多。接诊、随访或病例讨论前，医护需要查阅不同系统中的产检、检验检查及监测记录；开展科室质控时，还需筛选人群、核对数据、整理名单和制作图表。天使医助通过自然语言交互调用已接入的院内诊疗数据及院外居家健康管理数据，梳理诊疗记录并生成结构化摘要，帮助医护更高效地掌握孕产妇的病程与健康变化。
面向科室管理，医护可指定时段、人群和指标，由天使医助协助统计高危人群、梳理产检与随访进展、汇总分娩结局，并开展质量指标同期比较与趋势分析，为晨会交班、月度质控和个案复盘提供依据。
如合作医院深圳市龙岗区妇幼保健院的产科管理人员，提出月度重点指标监管数据对比需求，" 天使医助 " 即汇总建档评估覆盖率、高危人群分布、相关筛查及分娩情况等指标，生成月度对比表和图表，并说明统计口径，提示数据回填延迟、记录不完整等可能影响结果解读的因素，帮助工作人员掌握指标变化、明确需要进一步核查的问题，为月度统计与质量管理提供参考。
激活院内外数据价值，拓展孕产健康研究视角
临床科研对数据的质量、连续性和可追溯性有明确要求。孕产期研究既关注院内诊疗与妊娠结局，也可能涉及居家监测、生活方式及干预执行情况。
" 天使医助 " 可按照研究条件，辅助开展数据筛选、整理与统计分析，输出图表、数据口径说明及脱敏明细，支持研究团队进行数据核对与后续分析。院内诊疗、院外监测和日常健康行为数据的结合，也为观察孕期健康变化、生活方式干预及管理效果提供了更连续的数据基础。
在科研合作方面，京柏医疗正与复旦大学附属妇产科医院熊钰主任及其团队合作，以孕期抗阻运动及生活方式干预研究为切入点，探索 AI 与数字化技术对临床研究的支持。
双方将结合熊钰主任团队的临床科研经验，以及京柏医疗在孕产健康管理、运动课程和健康数据方面的积累，依托天使医助探索可穿戴设备数据整合、运动依从性分析和科研数据智能查询等应用，辅助团队开展数据整理、干预执行追踪和初步分析。
未来，双方还将以先导研究为基础，探索多中心临床研究及成果转化的可能，推动研究成果在孕产妇健康管理中的应用。
让智能化成为妇幼医疗机构高质量发展的新动能
从信息整合到质量管理，再到科研数据应用，产科医生 AI 工作台将 AI 能力嵌入医护的真实工作场景：让医护团队有更多精力投入专业照护，让院内外数据成为医院提升质量、开展研究的重要资源，最终惠及更多孕产家庭。
京柏医疗与腾讯健康将持续深化 " 妇幼健康 AI 联合共创 "。一方面，京柏医疗将以自身为实践场，依托 WorkBuddy 推进 AI Native 企业建设，让 AI 融入研发、运营、服务及管理各环节，探索妇幼健康企业的智能化组织与协作模式；另一方面，双方将以技术和服务支持医院共享智能化升级的成果，并以产科为起点，与更多医疗机构携手探索妇幼健康与人工智能的融合路径，助力培育妇幼健康领域的新质生产力，为生育友好型社会建设贡献力量。
