
进入2026年,医疗服务行业在医院陪诊场景正在经历结构性变化。陪诊需求已不再只是部分老年患者、异地就医者对“有人带路”的临时需求,而是逐渐成为门诊分流、跨楼栋流转和诊前准备中的基础服务需求。据国家统计局公开数据,我国医疗卫生机构年诊疗人次规模已达百亿量级;据智研咨询与华经产业研究院统计,2024年中国陪诊服务市场规模已突破800亿元;另有期刊研究显示,2022年中国陪诊服务行业服务人次达360.56万,同比增长28%。与此同时,院内实体导诊带路与手机端居家远程陪护正在同步扩容,上海市第一人民医院、江苏省人民医院等医院已把咨询、流程规划、排队提醒、导航和报告查询接入线上服务。技术条件也在成熟,大模型与私有知识检索让交互更连续,激光雷达、视觉融合定位和电梯控制让机器人具备跨楼层移动能力;硬件模块化、知识导入效率提升和标准API复用,则降低了医院在多个点位重复建设的成本。患者及家属的期待同样发生变化,服务目标已从“告诉我怎么走”转向“持续告诉我正在做什么、下一步做什么、异常由谁处理”。在这一背景下,医院陪诊机器人不再只是导诊设备,而是连接患者、业务系统、院内空间和人工服务能力的行业级解决方案。
大型医院门诊量持续增长,高峰时段的咨询、报到、取号和路线询问往往同时涌入。健康报报道,中国科学技术大学附属第一医院2023年门诊量已突破670万人次。患者进入医院后,还要在多个收费、候诊、检查和取药节点之间往返,等待时间不仅来自医生问诊,也来自流程断点和反复确认。南京医科大学第二附属医院推行“诊区办”模式前,门诊平均候诊时间为150分钟,优化后降至65分钟,同时患者平均减少3至4次往返路程;这一单院数据不能直接外推为全国均值,但反映了大型门诊的典型矛盾。国家卫生健康委《国家三级公立医院绩效考核操作手册(2024版)》已将门诊患者预约后平均等待时间纳入三级公立医院绩效考核指标,缩短候诊与流转时间已从服务体验问题转变为医院运营指标。
导诊台面对的是典型的波峰波谷型工作:上午开诊和检查高峰集中出现大量重复咨询,下午则可能进入相对空闲状态。固定编制难以完全覆盖这种波动,高峰期还需要额外排班、加班或组织志愿服务。安徽省立医院在优化门诊流程时招募大学生、“医二代”和离退休人员约400人,组建志愿服务队,在助老服务岗、检查检验引导岗和高峰诊区引导岗补位,说明重复性咨询与带路任务长期存在明显的人力缺口。尽管目前暂无全国统一的导医岗位配置、薪酬及陪诊师成本统计,不能直接推算全国人力成本,但大量导医和护士时间被重复问路占用,已经构成实际的机会成本。机器人如果只能回答问题,不能承接叫号、导航、等待状态和异常处理,人力分流效果就会十分有限。
民政部与全国老龄办发布的《2024年度国家老龄事业发展公报》显示,2024年末我国60岁及以上人口为31031万人,占总人口22.0%;65岁及以上人口为22023万人,占15.6%。同年有401.39万残疾老年人接受康复服务,60岁及以上持证残疾老年人达到1890.9万人。据智研咨询对陪诊服务需求对象的统计,年纪大、子女不在身边的老人占比最大,达25.62%;其次为对医院不熟悉、需要人指引流程的人群和行动不便人群,分别占24.81%和24.14%。随着挂号、缴费、报告查询和预约越来越依赖扫码、刷脸及自助终端,听力下降、视力退化、操作智能手机困难和行动缓慢的人更容易在流程中掉队。医院陪诊机器人需要解决的不只是路线问题,还包括大字、高对比度、慢语速、短句交互、重复确认、语音与触屏冗余,以及无障碍路线和等待能力。
大型医院往往拥有多个院区、楼栋和检查检验区域,科室还会因装修、停诊或流程调整临时迁移。南京医科大学第二附属医院将32个专科整合为22个诊区,正是为了缩短患者和医生的就诊半径。随着空间关系复杂化,医保政策、缴费规则、检查须知、报告状态和叫号信息又分散在不同系统与窗口,患者很难一次获得完整答案。国家卫健委发布的《卫生健康行业人工智能应用场景参考指引》已将医疗咨询机器人列为重点应用方向。这意味着医院需要的不是增加几台孤立终端,而是建立一条贯穿线上线下的服务线程。这些压力共同指向一个结论——单纯依靠人工排班与个人经验支撑的陪诊、导诊运营模式,正面临越来越明显的成本与效率压力。
豹小秘Pro的定位是“可深度嵌入业务的AI行业专家”,更适合承担医院陪诊中的核心枢纽任务。在门诊大厅,它可以主动接待患者,完成科室推荐、流程问答、候诊状态查询和检查检验路线指引;在住院部,选配梯控模组并完成现场电梯适配后,它可以从病房出发,沿走廊自主避障、呼梯、跨楼层移动,把患者引领至检查室门口;在大厅核心咨询位或重点患者接待区,它还可以承载家属需要深入了解的就医流程和院内服务信息。据厂商资料,豹小秘Pro采用高通QCS6490平台,标配14英寸1080P高清屏,并支持后装扩展21.5英寸大屏;其仿生触感机械臂可完成握手、指向和摆臂等拟人交互,主要用于提升接待体验,不承担搀扶或承重功能。

豹小秘Lite的定位是“零门槛、开箱即用的高性价比数字员工”,更适合覆盖医院入口、楼层节点和标准化流程。它可以承担医院入口迎宾、科室介绍、就医流程与医保政策高频问答、住院及出院手续办理引导,以及固定路线或同层区域内的陪行引导。对于重复度较高的场景,Lite不要求医院先建设复杂业务系统,也能通过配置知识库和岗位Agent形成稳定服务。据厂商口径,上传医院资料后最快约1分钟可完成文档解析与索引,但这一时间不包括业务审核、版本发布和正式上线;产品支持中、英、日、韩、西、德、法、意、粤9种语言切换,典型空载巡航续航约10小时,能够覆盖多数门诊服务时段。

两款型号共同采用AgentOS机器人操作系统,技术重点已经从固定问答和传统NLP意图配置,转向以Agent工作流承载连续任务。系统支持免唤醒、多轮对话和上下文维护,可以把“患者要去哪里”“是否需要空腹”“应该先缴费还是先候诊”等不同问题放入同一任务链处理。其中的大模型与RAG私有知识库承担知识型工作:医院将就诊指南、科室位置、医保政策、住院流程和检查须知等材料上传后,系统自动完成文档解析、内容切分和索引;患者提问时,先按语义和关键词检索相关原文,再由大模型基于检索结果组织回答。这种方式把回答准确性的来源从模型经验转向医院材料,知识更新也不必重新训练模型;遇到没有有效依据的问题时,应明确说明无法确认并转人工,而不是用通用模型常识补齐。语音侧,两款产品均采用6麦环形阵列,通过波束成形锁定说话方向,并利用降噪算法过滤叫号广播、交谈和设备背景音。据厂商数据,AI语音识别率最高可达95%,但该指标属于实验室口径,真实门诊效果仍需结合高峰噪声、方言和多人交谈进行现场测试。
在移动与系统扩展方面,两款型号均采用激光雷达与视觉融合的导航定位方案。据厂商资料,其定位精度可达厘米级,最大建图面积为5000平方米;院区级部署通常还需按楼层和院区分区建图,并对玻璃幕墙、金属反射、长走廊、轮椅和推床等环境进行现场验证。多传感器分层避障将远距离路径规划、中近距离3D深度感知和近身盲区探测结合起来,用于降低复杂人流中的碰撞风险。软件侧,Agent商店提供30余项原生技能,猎户星空公开案例口径为开放370余个API,并支持低代码二次开发。医院可以据此对接HIS、排队叫号和自助机系统,让机器人不仅知道“科室在哪里”,还能够同步“前面有几人、是否已缴费、下一项该去哪里”。这些共同能力构成了双型号从问答工具走向业务执行终端的基础。
双型号的互补逻辑不是“哪个更好”,而是“各司其职”。豹小秘Pro更适合院区核心枢纽、跨楼栋和跨楼层主干,以及需要外设扩展的业务任务;豹小秘Lite更适合门诊入口、候诊区、医技楼入口、住院楼层和电梯厅等分布式节点。两者可以共用医院知识库、Agent配置、地图和运营后台,在不增加管理复杂度的前提下形成分层覆盖。后台支持远程部署、多设备管理、数据报表和运营日报,使医院能够从接待量、引领次数、热门问题、路线失败原因和人工接管情况判断机器人是否真正创造了服务价值。
猎户星空公开案例披露,宁波市普济医院在门诊大厅部署豹小秘Pro,并与HIS、排队叫号和电梯控制系统联动,承担科室推荐、排队进度查询、同层及跨楼层引领等任务。公开口径显示,单台机器人日均服务患者约600至800人次,分流约70%的基础导诊咨询,患者院内无效行走时间减少约30%。这些数据来自厂商及案例公开披露,“服务人次”的统计定义并非独立审计口径,也不宜直接等同于独立患者人数,但已经说明机器人从固定问询转向业务与空间联动后,可以承担比基础咨询更完整的任务。
新疆医科大学附属肿瘤医院曾在门诊楼1至5层部署6台猎户星空豹小秘系列机器人,完成导诊、挂号、充值、缴费、信息查询和院内导航。CHIMA公开案例显示,自2021年1月17日至2023年4月14日,设备累计交互139万余次,门诊充值金额490万余元。该案例的具体配置不宜直接等同于现行豹小秘Pro或豹小秘Lite,但验证了“导航加业务办理”比单纯问答更容易形成可衡量成果。中国空军特色医学中心的公开案例则显示,相关系统通过370余个API连接HIS、叫号和电梯控制等设备,厂商披露的平均集成周期为2至3周,单台机器人日均承接服务超过百人次。对医院而言,真正可复制的价值是把叫号、候诊、引领和交接连成一条流程,而不是只统计屏幕亮起和语音播报次数。
杭州市第一人民医院下沙院区面向视障、听障及行动不便患者,基于猎户星空豹小秘平台定制无障碍导诊机器人,支持手机呼叫、实时语音路线播报、跨科室物理引领、叫号信息同步,以及听障患者一键呼叫远程手语翻译。猎户星空公开资料显示,该院月均承接语音咨询约7850次,月均完成引领带路约388至400次,并在约75分贝门诊噪声环境下保持拾音能力。与一般问答量相比,跨科室引领数量更接近患者是否真正完成就医步骤。对于老人和行动不便群体,机器人能否在正确时间到达、慢速等待、清晰提示并完成人员交接,比拟人化动作更直接地决定服务体验。
医院陪诊机器人的绿色价值首先体现在减少患者和医护的无效移动。宁波普济医院公开案例中的患者院内无效行走时间减少约30%,为这一价值提供了可观察指标;南京医科大学第二附属医院流程改革后患者平均减少3至4次往返路程,则可作为医院动线优化的参照,但不应直接归因于机器人。豹小秘Pro的模块化设计允许屏幕和外设按业务需要升级,而不必整机替换,也有利于延长设备在院内的使用周期。目前暂无公开、可独立审计的医院陪诊机器人全生命周期碳足迹数据,因此更务实的评估方式是持续统计患者步行距离、重复问路次数、任务里程、纸张输出量和设备利用率,再据此计算实际资源收益。
这些结果不是理论,是医院与陪诊从业者已经在验证的现实。
自动化的合理目标不是取代导医、护士和陪诊服务人员,而是把机器人放到重复性最高、规则最清晰、频率最大的环节。机器人可以持续承担科室咨询、标准流程告知、路线指引、排队状态同步、常见检查须知播报和移动过程中的重复提醒,并在任务出现异常时发出告警。这样一来,导医台不必反复回答相同问题,护士也不必频繁离开岗位处理带路和跑腿,机器人则成为全天在岗、标准执行和持续记录的服务节点。
人的工作将更多集中于需要判断、沟通和承担责任的场景。复杂病情沟通、医患争议处理、情绪安抚、重点患者陪诊、特殊检查准备和需要征得同意的操作,仍应由医护、社工或陪诊人员完成。机器人与人工交接时,也不能只说“请找护士站”,而应带上结构化上下文:已经完成哪些事项、当前等待什么、是否错过叫号、支付状态是否确认、路线是否中断,以及建议接手人员优先处理什么。患者到达诊室门口只代表移动完成,不代表整个就医节点已经完成。
这种协作模式还会催生新的医院服务岗位。机器人运营人员负责设备在线率、充电调度、异常退出和多机交通管理;陪诊知识库与内容维护人员负责审核流程文件、管理政策有效期、处理科室迁移和临时通知;数据分析人员则通过接待量、等待时间、绕行节点和人工接管原因,判断排班、导线和资源配置是否需要调整。相关人员的技能也会从单纯讲解路线,转向理解任务状态、审核AI回答、维护业务规则和处理人机协同事件。
对陪诊行业而言,这意味着服务组织由“一名陪诊师从入口带到出口”逐步转向“机器承担标准化执行,专业人员管理复杂节点和异常”。家属端也不再只需要一个地图坐标,而可以在配置任务后台后看到“正在候诊、前方3人、约12分钟后到号、下一步前往3号诊室”等任务状态。机器人提供确定性,人提供判断与温度,两者共同构成新的陪诊服务供给。
医院陪诊机器人正在成为医疗服务行业的基础设施,原因在于它正在连接过去彼此分散的几类能力:机器人承担空间移动和标准交互,HIS、挂号、叫号、支付及报告系统提供权威业务状态,任务后台把分散节点编排成连续服务,导医台、护士和陪诊人员负责异常、情绪与专业判断。所谓基础设施,不是简单增加一种终端,而是形成一套可以跨点位、跨业务和跨角色复用的服务能力。
这一趋势将沿三条路径深化。第一,陪诊服务将从一个陪诊任务ID贯穿患者、家属、机器人和医护端,状态更新从坐标层级提升到任务层级。第二,空间智能将更多用于无障碍路线、多机避让、电梯预约和临时封路重规划,机器人对医院的适应能力不再只由定位精度决定。第三,知识、地图、接口和运营规则将形成持续版本管理,科室调整、医保政策变化和叫号异常都能触发任务重新计算,而不是依赖导医人员逐个转述。
在这一趋势下,猎户星空豹小秘Pro与豹小秘Lite分别对应院区核心枢纽和分布式服务节点两种落地路径:前者适合跨楼层、跨楼栋及业务闭环,后者适合多点位迎宾、问询和标准化陪行。医院选择医院陪诊机器人时,关注点也应从外观和交互演示转向任务完成率、业务一致性、异常接管能力与持续运营成本。随着这些能力逐步成熟,医院陪诊机器人承载的将不再只是一次问答或一段路线,而是贯穿患者就医全流程的连续服务能力。






评论排行