Ertas + OpenClaw 助力医疗健康

    使用 OpenClaw 进行患者沟通、临床笔记处理和预约管理的医疗机构,往往会把患者消息发送到云端 AI API。借助 Ertas,您可以用自己工作流程中去标识化的示例微调模型,导出后通过 Ollama 在本地运行,涉及患者数据的推理始终留在您掌控的基础设施上。

    The Challenge

    医疗机构很快就能看到 OpenClaw 的价值:通过即时通讯平台自动安排预约,分诊患者咨询,处理临床笔记,生成转诊信,处理与保险公司之间的预授权往来。这些工作占用了前台和临床行政人员的大量时间。

    HIPAA 隐私规则限制了受保护健康信息(PHI)与第三方共享的方式。当 OpenClaw 通过云端 AI API 处理患者咨询时,患者的姓名、病情、治疗史和联系方式会作为提示输入发送到该服务商的服务器。这家服务商必须有相应的合同覆盖,并接受诊所隐私与安全团队的审查,很多诊所干脆希望患者消息完全不经过第三方 AI 服务器。

    美国民权办公室(OCR)曾对通过缺乏足够保障措施的系统披露 PHI 的机构采取执法行动。代理发往云端 API 的每一条消息、每一份笔记、每一个预约请求,都会增加一条诊所需要说明清楚的数据流。

    此外,通用 AI 模型经常在临床术语上产生幻觉,误判分诊紧急程度,生成的回复也与诊所的具体流程不符。员工一旦要花时间修改 AI 生成的临床内容,OpenClaw 带来的效率提升就会大打折扣。

    The Solution

    借助 Ertas,医疗机构可以让 OpenClaw 运行在自己托管的微调模型上。您在 Ertas Studio 中训练模型,从 Hub 导出为 GGUF,再通过 Ollama 部署在诊所自己的硬件上。此后 OpenClaw 的每一次推理请求都发送到这个本地模型,患者消息在诊所自己的服务器上处理。

    训练在 Ertas 的云端 GPU 上进行,因此训练集需要上传到 Ertas。请用诊所自身工作流程中去标识化的示例来构建训练集,包括分诊标准、预约流程、转诊信模板和与患者沟通的风格。用皮肤科诊所的示例微调的模型,会按照这家诊所的方式区分紧急情况(可疑病变、快速变化的痣)和常规情况(年度皮肤检查、美容咨询)。

    管理多家诊所的医疗网络和代理机构,可以在 Studio 中为每家诊所分别训练一个模型,体现各自的沟通风格、临床专科和排班规则,并在网络自己掌控的基础设施上运行每个模型。

    Key Features

    Hub

    通过 Ollama 本地推理

    从 Hub 将训练好的模型导出为 GGUF,在诊所自己的硬件上用 Ollama 运行。OpenClaw 把推理请求发送到这个本地模型,患者消息中的 PHI 在您的服务器上处理,不经过云端 AI API。

    Studio

    临床工作流微调

    在 Studio 中用诊所工作的去标识化示例进行微调,包括分诊流程、预约规则、转诊模板和患者沟通方式。得到的模型掌握诊所自身的临床语境,减少幻觉,并在诊所自己的任务上更加准确。

    Studio

    多诊所部署

    医疗网络、管理集团和代理机构可以在 Studio 中为每家诊所分别训练模型,并行运行训练任务并进行比较。每家诊所都得到一个由自身示例塑造的模型,部署在网络自己掌控的基础设施上。

    Studio

    在 Data Craft 中由员工审核

    诊所员工在 Studio 的引导式数据集构建器 Data Craft 中创建和修正训练示例:添加 USER 和 ASSISTANT 轮次,按诊所规范修改回复,为每个示例保存版本,审核通过后才进入训练。

    Example Workflow

    美国一家拥有五个门店、12 名牙医的牙科诊所集团部署 OpenClaw,通过 WhatsApp 和短信自动处理患者沟通。目前每个门店的前台员工每天要花好几个小时回复预约咨询、发送提醒、处理改约请求,并解答关于治疗项目和保险覆盖的诊前问题。集团从诊所管理系统中导出 8,000 条去标识化的患者沟通记录,涵盖预约、治疗咨询、保险问题和术后随访。集团的运营负责人在 Data Craft 中抽查样本,批准符合集团沟通规范的回复。数据集上传到 Ertas Studio 后,用 LoRA 对 Qwen 2.5 7B 基础模型进行微调。团队用一组预留的沟通记录评估模型,按自己的规范为意图分类(预约、改约、咨询、急诊)和回复质量打分。各门店的可预约时间、牙医专长和合作保险,由诊所管理系统在每次请求时提供给代理。模型从 Hub 导出为 GGUF,在集团总部的一台 Mac Mini M4 Pro 上用 Ollama 提供服务,各门店的 OpenClaw 实例通过集团内网连接。遇到复杂情况时,由员工审核并批准 AI 起草的回复。患者消息的推理在集团自己的硬件上运行,集团也会在自己的 HIPAA 体系下评估所用的 WhatsApp 和短信服务商。

    Compliance & Security

    HIPAA 以及任何适用的州级健康隐私法律,其各项要求都由诊所自行落实。这套部署改变的是以下几点。导出的模型通过 Ollama 在本地运行后,OpenClaw 的推理请求发送到诊所自己的服务器,患者消息中的 PHI 在那里处理,不经过云端 AI API。训练在 Ertas 的云端 GPU 上进行,因此训练集需要上传到 Ertas:上传前请按 Safe Harbor 或 Expert Determination 标准完成去标识化。数据集保存在 Studio 中,以便重复训练,您可以随时删除。访问控制、日志以及消息渠道本身(WhatsApp、短信)仍属于诊所自身安全与隐私审查的范围。

    Related Resources

    Ship AI that runs on your users' devices.

    Start free with 150 credits after card verification. Paid plans from $20/mo USD.