AI医嘱，80岁奶奶来了也能看懂
目录
下午5点，手术室的灯终于熄灭。
作为一名骨科医生，你刚刚完成了一台高难度的膝关节置换术。精疲力竭地回到病房，等待你的是患者家属。你强打精神交代出院医嘱：
“伤口保持干燥，下肢抬高30度以利静脉回流，利伐沙班（抗凝药）要严格按时服用，警惕深静脉血栓……”
家属点头如捣蒜，满口答应。结果呢？三天后，患者因为伤口沾水感染回来了，或者因为觉得腿不肿了就私自停了抗凝药。患者遭罪，你还得背锅：“医生，你当时没说清楚啊！”
这不仅是医学问题，而是沟通维度的症结。 专业的医学术语，对于一位80岁的农村老奶奶，或者忙乱的家属来说，形同天书。
听不懂只能问护士，护士只能来问你。
今天，我们只谈一个极其落地的 AI 应用场景，如何利用国产 AI加上文生图工具，把出院小结，变成一张连奶奶都能看懂的有趣连环画。
第一步：翻译
大多数医生最大的痛点在于：懂医学，但不懂如何通俗地表达。 而这恰恰是大模型的强项。
我们不需要复杂的编程，只需要一个精准的提示词。这里我们选择国产的豆包（或者Deepseek），响应快，且更懂中文。
提示词
角色设定：你现在是国内顶尖的骨科康复专家，同时也是一位擅长与老年人沟通的科普作家。
任务：我会给你一段专业的出院医嘱，请你把它改写成给80岁农村老奶奶看的口语，要求：
- 去术语化：去除所有生僻医学术语。例如，把“下肢抬高30度”改为“脚要垫得比心脏高”。
- 邻家语气：语气要像邻居聊天一样亲切，多用比喻，不要说教。
- 场景提取：最后，请提炼出最重要的3个动作场景（如换药、睡觉姿势、饮食），我需要用它们来画画。
原始医嘱：[在此粘贴你的专业病历/医嘱，例如：术后患肢抬高，禁淋浴，低盐低脂饮食...]
翻译结果：
患肢抬高，被 AI 翻译成了：
老奶奶坐着 / 躺着，用枕头将手术腿垫得高于胸口”
第二步：转译
文字再通俗，也不如一张图直观。老年人理解不了文字，但绝对记得住图。
医生通常不会写绘画提示词，什么构图、光影、笔触一窍不通。没关系，继续让 AI 干活。
追加提示词：
“非常好。现在，请针对你刚才提取的这3个关键场景（垫脚睡觉、伤口防水、清淡饮食），分别为我生成对应的 AI 绘画提示词。
要求：
- 画面风格为温馨的治愈系手绘插画风，线条简洁，主体突出，色彩明亮。
- 主角是一位慈祥的老奶奶。
- 请直接给出英文 Prompt，方便我使用绘图工具。”
拿到英文提示词后，你可以选择：
- 本地部署模型：复制到你的 Stable Diffusion 或 Flux。
- 云端模型：直接在豆包、Nano-banana或者即梦等平台上生成。
经过两步操作，你将得到这样的直观素材，再使用手机相册的编辑功能，配文：
-
场景一：防血栓
画面：暖黄色的灯光下，老奶奶躺在床上，脚下稳稳地垫着两个软乎乎的枕头，脸上带着安详的微笑。 配文：“睡觉垫高脚，血栓吓跑了。”
-
场景二：防感染
画面：老奶奶坐在椅子上擦身，膝盖处贴着显眼的白色敷料，旁边画着一个淋浴喷头，上面打了一个大大的红色“叉”。 配文：“伤口怕喝水，洗澡要避开。”
图片配合医嘱，比什么都管用。
进阶玩法：自动化流水线
如果你稍微懂一点技术，觉得每次复制粘贴太麻烦，完全可以把这个流程封装成一个自动化工具。
工具推荐：Coze (扣子) 或 Dify。
搭建逻辑：
- 输入节点：设置变量
{{手术名称}}、{{注意事项文本}}。 - LLM 节点：调用大模型进行“人话改写”和“Prompt 提取”。
- 画图节点：自动调用 DALL·E 3 或 Flux 插件，根据上一步的 Prompt 生成图片。
- 排版节点（可选）：调用简单的代码片段，将文字和图片合成一张长图。
效果： 医生只需要在手机端的 Bot 里输入：“张三爷爷，半月板缝合术后，需支具固定，不可负重”。 10秒钟后，Bot 自动弹出一张图文并茂的《张三爷爷康复指南》，医生直接转发给家属微信。
不止是省时间
这套 AI 辅助流程的意义，远不止是省时间：
- 沟通成本 ↓：以前解释5分钟，家属还是一脸懵；现在发图 + 解释1分钟，清晰明了。
- 患者依从性 ↑：一张贴在冰箱上的插画，能时刻提醒老人按时吃药。
- 医生个人 IP ↑：在患者眼里，这位医生竟然还专门给我画了画，真是位贴心的好医生。这种口碑的传播，远超你的想象。
最后的话
最后，AI 生成的内容（尤其是涉及剂量的文字和解剖细节的图片），必须经过医生的人工审核。绝对不能让 AI 直接面对患者输出。医学的严谨性，是任何算法都无法替代的底线。
