打诊所电话等 40 分钟的时代，AI 前台把它压到 10 分钟

给诊所打电话，等 40 分钟才有人接——这不是段子，是英国患者过去的日常。一家叫 Anima 的医疗初创把 AI 放到了前台。

一、发生了什么

这是 OpenAI 官方客户故事，数据为 Anima 自报口径。据该页面，这家服务超过 1400 万患者、覆盖 1000 多家诊所、每月处理 80 多万个病例的公司，部署了三条 AI 产线：AI 前台 Andi 用实时语音模型接听来电、选对应诊问卷；文档处理模型负责提取信息、做临床编码；问诊记录工具把医患对话转成结构化病历。

效果按自报数字：电话等候从 40 到 50 分钟降到约 10 分钟，降幅超过 75%；86% 的受访患者愿意再次使用，最满意的群体里包括 80 到 90 岁的老人——和「老年人不会用 AI」的想象相反。文档处理量从每小时约 15 份提到 30 到 45 份，有诊所在几天内清空了超过 10 万份积压。平台整体上，多数病例 24 小时内解决，中位耗时约 3.5 小时。

设计上有个关键点：AI 的每段对话都由一套经过临床审批的确定性流程引擎引导，模型只负责理解和表达，走向由规则框死；输出还要经诊所人员审核后才执行。CEO 沈镗表示，选这套方案前对比过各种闭源和开源模型，看中的是智力、单位智力成本和可控性。

二、跟你有什么关系

如果你在国内预约挂号，大概率体验过抢号和排队电话。这套「AI 接线、人来把关」的模式，对国内社区医院和诊所前台的改造有直接参考价值。

如果你是诊所或医疗机构经营者，先看等候时间这个指标：它同时决定患者流失和前台人力成本，是 AI 最容易量化的切入点。

如果你做医疗 AI 产品，Anima 的路径说明医疗场景的门槛不在模型，在合规流程——谁引导对话、谁审核输出，比用哪个模型更要紧。

三、怎么用

1. 从电话分诊切起，别直接碰诊断。接电话、选问卷、转接对应科室，风险低、见效快，患者感知最强。
2. 把 AI 放进规则轨道。先建一套经过审核的接诊流程，让模型在流程内工作，输出必经人工确认。医疗场景里，自由发挥是负资产。
3. 盯老年用户的反馈。80 岁以上患者成为最满意群体之一，说明入口做对了（不用装 App、打电话就能用），适老化反而成了加分项。

四、三个别信的说法

「AI 前台就是聊天机器人接电话。」 区别在后台那套确定性流程引擎。没有临床审批过的流程框着，语音模型再流畅也不敢放进诊室。

「等候降 75%，等于医生多了一倍。」 省出来的是前台和文书时间，问诊容量取决于医生。把前台提效偷换成诊疗提效，是这类宣传最常见的滑步。

「AI 直接决定患者该不该看病。」 页面写明模型输出由诊所人员审核后执行。把分诊建议说成 AI 拍板，既不符合设计，也碰了医疗责任的红线。

五、一句话结论

医疗 AI 落地的样板间长这样：模型管听说，规则管走向，人管签字——三样缺一，前台省下的时间都会在别处还回去。

信息来源

• Anima 用 AI 降低诊所电话等候的案例（OpenAI 官方客户故事，厂商自报数据）

功能与价格以官方公告为准。本文写于 2026 年 10 月 31 日。