微信扫一扫,关注公众号

  • 科技行者

  • 算力行者

见证连接与计算的「力量」

首页 上海市第一妇婴保健院上线微信全流程就诊

上海市第一妇婴保健院上线微信全流程就诊

2014-10-16 15:50
分享至:
----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-
2014-10-16 15:50 CNET科技资讯网

上海市第一妇婴保健院于2014年10月16日,正式上线微信全流程就诊:智慧医疗,助力移动就医。这是上海市首家微信智慧医院。即日起,患者在该医院就诊可直接通过微信实现诊间支付和医保实时结算,预约、挂号、电子报告、账单查询等都能使用微信随时完成,大大简化了看病流程,节约就诊时间。

据介绍,上海市第一妇婴保健院的微信智慧医院模式是依托微信的“智慧医疗”解决方案,以“公众号+微信支付”为基础,结合微信的移动电商入口、用户识别、数据分析、支付结算、客户关系维护、售后服务和维权等能力,把传统医院的医疗就诊服务“移植”到微信平台,利用微信的即时通讯及社交属性,让市民的医疗就诊更便利。

更便捷的诊间支付 简化流程节约时间

诊间支付,是上海市第一妇婴保健院区别于其它微信智慧医院的特色之处。在以往的微信支付实践中,患者需要逐笔对相关诊疗费用进行确认和支付,当项目较多时,操作起来比较麻烦。上海市第一妇婴保健院采用院内账户与微信支付联动解决了这一问题,患者在进行相关支付前可以预先通过微信向院内账户充入一定金额,之后的每次支付的自费部分就会自动从该账户余额中扣除,同时医保患者也可以通过诊间支付的模式完成医保的实时结算,大大提高了支付的便捷性。

对于患者微信充值余额的管理,上海市第一妇婴保健院实现了“当日退”。当每天诊疗结束后,系统会自动检查当日患者的充值与消费情况,并把未用完的充值余额退回给该患者的微信关联账户,患者无需操心充值余额的退费问题。

在微信公布的“智慧医疗”解决方案中,微信预约挂号,全流程微信支付,减少患者排队等候时间;查询排队情况;医技检查结果微信随时查看……这些智慧服务,该院也都已随着微信智慧医院的上线而实现。

微信智慧全面推进信息化进程

“通过搭建微信智慧医院,从简化看病流程、实现医疗移动信息化入手,推进公立医院的智慧医疗落地,为老百姓提供更加便捷的医疗服务,已是医疗行业的一大趋势”。作为上海市首家尝试利用微信平台为公众提供医疗服务的公立医院,上海市第一妇婴保健院相关负责人表示通过和微信及上海齐脉公司合作,他们正在计划用微信推进更多智慧医疗服务的实施,如利用微信支付实现住院费预缴、用微信的推送功能每日推送账单等。未来,随着更多智慧医疗服务逐步实施,我们相信老百姓看病将更为便捷。


分享至
0赞

好文章,需要你的鼓励

推荐文章
  • 奖励设计:让AI学会智能使用工具的关键
    2025-04-23 17:39

    奖励设计:让AI学会智能使用工具的关键

    想象一下,你有一个非常聪明的朋友,他知道很多知识,但每当需要使用计算器、搜索引擎或查询最新天气时,却变得像个笨手笨脚的孩子。这正是当前大语言模型(简称LLMs,如ChatGPT这类AI系统)面临的尴尬处境。

  • ToolRL:奖励设计是工具学习所需的全部
    2025-04-23 17:34

    ToolRL:奖励设计是工具学习所需的全部

    想象一下,你拥有一个聪明的助手,它知道很多知识,但在面对需要使用计算器、搜索引擎或查询最新信息时却显得笨手笨脚。这正是当前大语言模型(LLMs)面临的困境。虽然这些模型已经通过监督微调(SFT)学会了使用工具的基本能力,但它们常常在面对复杂或不熟悉的场景时表现不佳。

  • X-Teaming:使用自适应多智能体进行多轮越狱攻击和防御
    2025-04-23 14:08

    X-Teaming:使用自适应多智能体进行多轮越狱攻击和防御

    想象你正在和一个智能助手聊天。如果你直接要求它提供有害信息,它很可能会礼貌拒绝。但如果你通过一系列看似无害的对话,逐步引导它走向你的真实目标呢?这就是当前AI安全领域面临的一个严峻挑战——多轮对话中的安全漏洞。

  • "思考操纵":用外部思考让大型推理模型更高效
    2025-04-22 16:43

    "思考操纵":用外部思考让大型推理模型更高效

    想象你在使用一个非常聪明的AI助手完成一项复杂任务,比如解决一道数学难题。你可能注意到这个助手会花很长时间"思考",一步一步写下大量推理过程,最后才给出答案。虽然这种详细的思考过程确实帮助AI做出了更准确的判断,但同时也带来了一个明显的问题:它太"啰嗦"了,消耗了大量的计算资源和时间。

----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-