狼叔的医质管空间

医数智联·第 22 期:Claude Code 入门 —— 医院人的「AI 助手」,5 大使用场景让效率翻 10 倍 [!ABSTRACT] 核心摘要 本期主题:Claude Code 入门——医院人的「AI 助手」,把前面 21 期的所有技能效率放大 5-10 倍 核心结论:Claude Code 不只是「写代码的工具」,是「医院数字化转型的杠杆」——它能让「不会编程的人」也能搭自动化流水线 5 大核心场景:SQL 智能问询、Python 自动写脚本、报告自动生成、病历分析、Obsidian 笔记整理 典型效果:从「学 1 周才能写脚本」变成「自然语言说需求,5 分钟出脚本」 阅读时长:约 10 分钟 一、场景引入:为什么医院需要 AI Agent? [!example] 一个真实的周二上午质管办小张想做「DRG 低码高套筛查」(第 18 期的内容),但他不会 Python。 他尝试了几条路: 路径 1:找信息科「小李,帮我写个 DRG 筛查脚本。」「我现在在做院长的报表,你等 1 周。」 路径 2:自己学 Python「我去 B 站学 Python……」学了 3 ...

[!ABSTRACT] 核心摘要 本期主题:Claude Code + SQL——用自然语言查数据库,告别手写复杂 SQL 核心结论:Claude Code 可以直接连接 MySQL/PostgreSQL,你说「查什么」,AI 帮你写 + 跑 SQL 3 大玩法:智能问询(自然语言 → SQL)、自动写 SQL(描述需求 → 代码)、SQL 优化(慢查询 → 提速) 典型效果:从「学 1 周 SQL」变成「说人话查数据」 阅读时长:约 10 分钟 一、场景引入:为什么 SQL 学习这么难? [!example] 一个真实的周一上午院长:「上月每个医生开了多少处方?Top 10 给我。」 质管办小张打开 Navicat,开始写 SQL: 12345678SELECT a.医生姓名, COUNT(*) AS 处方数FROM 处方表 aLEFT JOIN 医生表 b ON a.医生工号 = b.医生工号WHERE a.开具日期 >= '2026-06-01' AND a.开具日期 < '2026-07-01...

[!ABSTRACT] 核心摘要很多朋友告诉我，狼叔，看到你前面写的 python 觉得很好，但我一看代码就头疼，咋办？ 本期主题:Claude Code + Python——让 AI 替你写、改、跑、修脚本 核心结论:AI 编程不是「取代程序员」,是「让不写代码的医院人也能自动化」 4 大模式:脚本生成(自然语言 → Python)、自动调试(报错 → 自动修)、代码重构(优化性能)、批量运行(多个脚本) 典型效果:从「学 3 个月 Python」变成「自然语言说需求,5 分钟出脚本」 阅读时长:约 10 分钟 一、场景引入:不会 Python,怎么自动化? [!example] 一个真实的周二下午质管办小张想做 3 件事: 把本月首页数据从 HIS 导出 → 自动校验 → 自动生成报告 把 100 份投诉案例自动分类(服务态度/医疗质量/费用/沟通) 每天早上自动生成昨日质控数据看板 但他完全不会 Python——上个月学的「print(‘hello’)」早忘了。 传统路径: 找信息科 → 等 1 周 自己学 → 3 个月还...

医数智联·第 27 期:腾讯 WorkBuddy 入门 —— 企业微信生态的「国产 AI 助手」,与 Claude Code 互补 [!ABSTRACT] 核心摘要 本期主题:腾讯 WorkBuddy 入门——企业微信生态的国产 AI Agent 核心结论:Claude Code + 腾讯 WorkBuddy = 「国内国外双备份」,医院数据不出本地 + AI 能力齐全 4 大核心场景:企业微信集成(消息/审批/会议)、文档智能处理(Word/Excel/PPT)、会议纪要生成、知识库问答 典型效果:用国产 AI 直接驱动企业微信生态,数据 100% 留在国内 阅读时长:约 10 分钟 一、场景引入:为什么医院需要国产 AI Agent? [!example] 一个真实的合规问题某三甲医院信息科王主任: 「Claude Code 很强,但我们医院用不了。」 原因: 数据合规:病案数据传到海外,违反《数据安全法》 访问限制:外网 AI 工具访问不稳定 审批流程:院长要求「所有 AI 工具必须国产化」 「有没有国产替代...

[!ABSTRACT] 核心摘要 本期主题:Claude Code 驱动首页质控全流程——自然语言驱动整条流水线 核心结论:前面 21 期的所有技能(SQL/Python/Obsidian/PDF),用 Claude Code 一句话串起来 5 大模块集成:数据提取(AI 写 SQL)→ 校验(AI 写 Python)→ 分析(AI 自动跑)→ 图表(AI 画图)→ 报告(AI 生成 PDF)→ 邮件(AI 自动发) 典型效果:从「8 个手动脚本」变成「1 句话全跑」 阅读时长:约 10 分钟 一、场景引入:前面 21 期的技能怎么「拼」起来? [!example] 一个真实的月底质管办小张学了 21 期,会用 SQL、Python、matplotlib、reportlab,但他说: 「每个技能单独看我都懂,但月底要出报告,我得手动跑 5 个脚本,而且中间漏一个就出问题。」 跑 SQL → 拿数据 → 手动复制 跑校验脚本 → 拿错误清单 → 手动合并 跑分析脚本 → 拿结果 → 手动画图 跑 PDF 脚本 → 拼报告 → 手动发...

[!ABSTRACT] 核心摘要 本期主题:阿里 QoderWork 入门——钉钉生态的国产 AI Agent 核心结论:QoderWork 基于通义千问,深度集成钉钉,适合钉钉用户医院 4 大核心场景:钉钉集成(消息/审批/会议)、通义千问(问答/文档)、AI 代码(类似 Claude Code)、多模态(图片/语音) 典型效果:钉钉用户医院的 AI 化首选,直接嵌入日常工作流 阅读时长:约 10 分钟 一、场景引入:为什么钉钉用户医院要选 QoderWork? [!example] 一个真实的医院信息化会议某三甲医院(全院用钉钉)信息科会议: 院长:「我们要做 AI 化,选哪个工具?」 信息科主任:「我们医院 90% 的工作都在钉钉上完成——消息、审批、会议、日志、文档。」 「如果 AI 工具不和钉钉打通,医生要多装一个软件——推不动。」 「有没有原生集成钉钉的 AI?」 信息科同事推荐了阿里 QoderWork—— 原生钉钉集成(消息/审批/会议/日志) 基于通义千问(中文能力极强) ...

医数智联·第 29 期:Claude Code vs 国产 AI Agent 选型 —— 3 大维度决策框架,给医院一份完整清单 [!ABSTRACT] 核心摘要 本期主题:AI Agent 选型——Claude Code、WorkBuddy、QoderWork 怎么选 核心结论:没有「最好的 AI Agent」,只有「最适合你医院的 AI Agent」——3 大维度决策 3 大决策维度:协作生态(钉钉/企业微信)、数据合规(国内/国外)、功能侧重(代码/文档/多模态) 3 类医院选型方案:钉钉医院、企业微信医院、自建系统医院 阅读时长:约 10 分钟 一、场景引入:AI Agent 选型的「选择困难症」 [!example] 一个真实的医院 AI 化会议某三甲医院 AI 化项目启动会: 院长:「我们要选 AI Agent,信息科调研了 Claude Code、WorkBuddy、QoderWork,到底选哪个?」 信息科主任 A:「Claude Code 强,但数据合规有风险。」 信息科主任 B:「WorkBuddy 和企业微...

医数智联·第 31 期(系列收官):从「工具使用者」到「工具创造者」——30 期回顾与未来展望 [!ABSTRACT] 核心摘要 本期主题:医数智联 31 期收官——从工具使用者到工具创造者的思维升级 核心结论:会用工具是 60 分,改造工具是 80 分,创造工具是 100 分——医院人的下一站,是创造工具 30 期回顾:4 大工具栈 × 30 期实战 = 完整的「医院数字化转型」路径 3 大思维升级:从「按按钮」到「搭流水线」、从「学技能」到「建体系」、从「解决问题」到「创造价值」 未来 3 大趋势:AI Agent 普惠、数据合规强化、工具平民化 阅读时长:约 10 分钟 一、场景引入:30 期学完了,然后呢? [!example] 一个真实的周三下午质管办小张学完了 30 期「医数智联」,他给狼叔留言: 「狼叔,30 期我都看了,SQL、Python、Obsidian、Claude Code 都会用了。」 「但接下来呢?」 「我能用这些工具做质控报告、能查首页数据、能搭仪表盘——但这些工具都是现成的。」 「下一站,我能做什么?」 「怎么从’工具使用者’...

[!ABSTRACT] 核心摘要 本期主题:把 29 期所有技能串成「首页质控仪表盘」——让院长随时看实时数据 核心结论:Obsidian(展示)+ MySQL(数据)+ Python(自动化)+ Claude Code(智能),4 工具联手,就是 2026 年医院数字化的最佳实践 完整架构:数据层(MySQL)→ 加工层(Python 流水线)→ 展示层(Obsidian)→ 智能层(Claude Code) 典型效果:院长手机随时打开 Obsidian 看实时数据,重大问题 24 小时内发现 阅读时长:约 10 分钟 一、场景引入:为什么院长需要「首页质控仪表盘」? [!example] 一个真实的周二上午院长办公室: 院长:「上月主诊错误率多少?」 → 质管办小李:「我查一下」(半天)院长:「骨科和心内科哪个错误率高?」 → 小李:「我再查一下」(1 天)院长:「DRG 入组异常有多少?」 → 小李:「我去找信息科」(3 天) 院长想要的不是「一个数字」,是「随时能看的实时数据」。 现状: 数据在 HIS(查不了) 报表在 Excel(不及时) 分析在 ...

质领未来 · 每日一学NO.055让质控成为一种信仰，让安全成为一种习惯。 今日必学2026-07-03疑难病例讨论制度 · 讨论频次由科室根据实际诊治患者的数量及疑难程度自行确定，确保每一例符合标准的病例都得到及时讨论。释义自：国家卫生健康委员会医政司 · 每 日 一 学 · 连 续 进 阶 · Generated by Medical Daily Learning Skill.