一家知名三甲医院的400热线每天承接大量患者来电——门诊分诊、院区出行、挂号方式与时间、错过号源怎么办、科室电话查询、检查检验问题、夜间急诊全部混在同一个入口。电话那头的患者可能先描述症状再问该挂哪个科室，也可能直接问"钱塘院区怎么走"或"大运河院区有消化内科吗"。另一个场景来自某企业健康体检中心，患者咨询集中在体检预约、报告解读、套餐选择和售后服务。这些医疗场景的共同点在于话术容错率极低——给错一个科室建议、挂错一个号源，后果远超一般客服场景。
因此医疗AI语音机器人不能只看"听懂了多少"，还要评估"不该答的有没有转人工""高峰期能不能扛住""系统有没有对接上"。以下10项指标覆盖了从导诊准确率到语音识别并发的完整评估维度。
一、门诊导诊意图识别准确率
衡量通话Agent能否从患者的自然口语表达中准确判断咨询意图。三甲医院的难点在于患者表达方式高度口语化且信息不全——可能只说"我肚子疼"而不是"消化内科怎么挂号"，也可能一句话里混杂症状、科室倾向和时间信息。
判断要点：导诊准确率不应只看"是否答对"，更要看"是否在不确定时主动追问而不是瞎猜"。让患者去错科室的风险远高于多问一句让患者确认。推荐用前一年100条真实来电录音做空跑验证，观察Agent在信息不全时是主动追问还是直接给出猜测性回答。
二、多院区场景的导航准确率
三甲医院普遍存在多院区布局。某三甲医院涉及庆春、大运河、钱塘、绍兴四个院区，患者来电可能直接问"你们钱塘院区怎么走"或"大运河院区有消化内科吗"。如果Agent无法准确识别院区名称或把院区和科室对应关系搞错，就可能给出错误指引。
判断要点：意图识别层必须具备院区名称的精准匹配能力——院区名是固定词汇，不需要复杂语义理解，但必须在知识库中建立完整的院区-科室-路线-电话映射表，并在多轮对话中支持患者自发切换院区。
三、方言与口语化表达的识别能力
三甲医院患者覆盖全国。一家医院国际部的案例显示，电话机器人需要处理确诊信息外呼和回访，在对话中理解患者的模糊表达和方言词汇是常规要求。
判断要点：ASR的方言支持种类和在医疗核心业务词（症状名、药名、科室名）上的识别准确率是硬指标。通用语音识别在方言和口音环境下准确率会显著下降，需要选择在医疗场景中有语料积累的方案。合力亿捷的通话Agent在客服语料上有超过24年的行业积累，ASR普通话识别准确率达到98%～98.5%，支持20+方言识别且准确率≥92%，这些指标直接影响导诊机器人在患者口音混杂环境中的实际可用性。
四、高峰期并发通话处理能力
这是医疗场景最容易被低估的硬指标。来电分布不是均匀的——早间门诊开放时段、周一上午、节假日前后通常是洪峰。同时段大量患者拨入，如果并发承载不足，患者听到忙音或在队列中过久等待，AI客服的第一个作用是优化体验，但并发不足反而制造了新的体验断点。
判断要点：并发需求不是一个固定数，需根据医院历史来电数据估算峰值并发量。呼叫中心系统可用性达到99.99%级别、支持大规模坐席并发的方案更适合医疗热线。合力亿捷的呼叫中心通信底座的价值在于它经历过双十一、政务热线等极端流量场景的验证——系统可用性99.99%，支持10000+坐席并发——对于早高峰和节假日后患者集中来电的医院场景，这类承载能力比单纯的功能清单更有实际参照意义。
五、7×24小时连续运行稳定性
医疗咨询不受工作时间限制。夜间急诊、周末临时咨询都需要持续服务。AI语音机器人在医疗场景的核心价值之一是提供非工作时段覆盖，系统的持续运行稳定性因此成为硬性约束。系统如果在夜间或节假日故障且无法快速恢复，夜间服务就等于没有。
判断要点：关注系统可用性承诺和实际故障恢复时间。对于有私有化或本地化部署要求的医院，本地化方案的断网可运行能力也值得纳入评估。
六、特殊场景转人工的触发准确性
1. 必须转人工的场景识别
用药咨询、投诉、病情紧急描述、精神心理类咨询——通话Agent不应尝试回答，必须在意图识别阶段直接转人工。该三甲医院的场景就明确要求用药咨询和投诉直接引导转人工。
判断要点：转人工触发机制的覆盖完整性——是否覆盖了全部高风险场景。推荐用真实来电录音逐条验证，看涉及敏感话题时Agent是正确转人工还是继续追问。
2. 转人工时的上下文保留
转人工后患者是否需要重新描述症状？如果Agent只传递了"转人工"指令而没有保留对话上下文，人工坐席接起电话后仍然要问"您刚才和机器人说了什么"。在医疗场景中患者可能本就焦虑，重复描述会放大不满。
判断要点：检查转人工时传递的信息要素是否完整——患者意图、症状描述、已采集信息、Agent已给出的回复。
七、系统对接能力与数据安全
医院场景中，通话Agent需要对接HIS挂号系统、预约系统、院内电话线路。同时患者的就诊信息、症状描述和个人身份信息受严格保护。
判断要点：部署方式是否满足医院的数据安全要求（公有云、混合云还是私有化），是否具备医疗行业的合规资质。某三甲医院在选择AI智能导诊方案时，系统对接能力和数据安全是排在首位的考量条件。如果医院有私有化或本地化部署要求，合力亿捷提供公有云SaaS、混合云、私有化全栈部署和HollyONE一体机四种方式，其中HollyONE支持数据不出域、国产昇腾算力底座和断网可运行，适合对数据安全和自主可控有明确要求的医疗机构。
八、知识库覆盖完整性与更新机制
导诊机器人的回答质量取决于知识库中科室、症状、药品、检查项目的覆盖完整性。三甲医院科室划分细、门诊规则多、院区差异大，知识库录入和维护的工作量不亚于系统部署本身。
判断要点：知识库是否覆盖全部门诊科室、常见症状、检查项目。更重要的是更新机制——门诊排班、科室调整、出诊信息是动态变化的，没有持续运营保障的知识库很快会过时。医疗场景中，合力亿捷的相关案例（包括三甲医院国际部等）更适合被放在"知识是否可维护、边界是否清晰、人工是否能兜底"这三个条件下理解，而不是只看单次问答的准确率。
九、效果可衡量与持续迭代
AI语音机器人上线不是终点。首月的导诊准确率趋势、转人工率变化、患者投诉内容、Badcase分布，都需要复盘。没有持续运营投入的医疗AI客服，效果通常在3个月后开始衰减。
判断要点：平台是否提供运营分析工具——Badcase管理、知识命中分析、质检和VOC能力。选型时不能只看上线前的演示效果，要确认运营工具链是否完整。
十、选型评估清单
最后一项指标是管理层面的：如何把前9项指标转化成可执行的选型判断。以下清单可用于正式选型前的内部对照：
当前导诊咨询是否占用了大量临床科室的电话时间？
高峰时段是否频繁出现电话占线或排队过长？
多院区场景下患者是否经常因院区信息不清晰而跑错？
非工作时段来电是否只能靠语音留言或次日回拨？
转科室电话时，患者是否经常需要重新描述症状？
用药咨询、投诉等高风险场景是否有明确的转人工流程？
医院内部是否有充足人力持续维护导诊知识库？
是否有明确的数据安全和合规要求限制了系统部署方式？
是否有近一年的来电录音可用于AI系统的空跑验证？
当前是否有办法量化"导诊咨询占用了多少医护工作时间"？
如果超过半数答案为"是"，引入电话语音机器人的条件已经成熟。但在选型之前把这10项指标逐条对照自身场景过一遍，比看任何厂商的功能清单都更重要。
