
Glass Health
打开网站-
工具介绍:为临床医生提供AI决策支持:生成鉴别诊断草案、评估与计划,并解答临床参考问题,专注文本知识库;不处理影像与设备信号。
-
收录时间:2025-11-08
-
社交媒体&邮箱:
工具信息
什么是 Glass Health AI
Glass Health AI 是一款面向临床一线的人工智能临床决策支持平台,旨在在医生完整掌握患者信息的前提下,辅助完成临床推理与文书工作。它可根据病例要点自动生成鉴别诊断草案,以及围绕问题列表的评估与计划初稿,并对常见的临床参考问题提供简明答案,帮助快速梳理思路、标准化表达与完善文档结构。该平台的核心能力聚焦于文本型临床信息,不用于医学影像处理、体外诊断设备信号或其他信号采集系统数据的获取、处理与分析,也不替代医生的专业判断与患者个体化决策。其价值在于缩短从病例摘要到诊疗思路成稿的时间,降低遗漏关键线索的风险,增强团队沟通与教学讨论的效率,从而提升临床工作质量与一致性。
Glass Health AI主要功能
- 鉴别诊断生成:基于主诉、病程、体征与基础检查结果,生成候选诊断列表,并提示需重点排查的线索与相互鉴别要点。
- 评估与计划草案:围绕问题列表给出结构化的评估逻辑与初步管理步骤,涵盖进一步检查思路、随访要点与警示信号。
- 临床参考问答:针对常见临床参考问题(如药物选择考量、并发症风险评估、常用评分量表应用场景)提供简明回答,便于快速查阅。
- 病例摘要结构化:将零散信息归纳为清晰的问题陈述与病情要点,支持交接班、病程记录与教学展示。
- 审核与编辑:医生可在生成结果上进行审阅、增删与个性化调整,保留临床主导权,确保与本地流程和指南一致。
- 使用边界明确:明确不处理医学影像、体外诊断信号或其他设备信号,专注于文本信息的临床推理与文书辅助。
Glass Health AI适用人群
适用于需要快速整理思路与形成结构化文书的临床医生、住院医师、规培医师与医学生,涵盖门诊、急诊与住院场景;亦适合多学科会诊时用作沟通框架与教学讨论辅助。对于需要在繁忙工作中高效生成鉴别诊断与评估计划的团队,或希望提升病例总结与临床推理表达质量的个人学习者,均具有参考价值。
Glass Health AI使用步骤
- 整理患者要点,确保遵循所在机构的数据安全与隐私合规要求。
- 输入主诉、现病史、关键体征、既往史与初步检验等文本信息。
- 生成并查看鉴别诊断草案,结合临床现场信息进行增补或修正。
- 在确认问题列表后,生成评估与计划初稿,细化检查与管理步骤。
- 就具体临床参考问题发起提问,获取简明答案以完善决策依据。
- 由负责医生全面审核所有内容,并与本地指南、路径和会诊意见核对。
- 将经审核内容用于临床记录与沟通,持续随访并动态更新计划。
Glass Health AI行业案例
急诊科可在胸痛分层管理中,用其快速梳理鉴别诊断(如心源性与非心源性原因)并形成评估要点;内科门诊在处理发热伴皮疹时,可生成常见病原体与免疫相关疾病的候选清单并提示危险信号;住院团队进行入院评估时,以问题列表为骨架生成计划初稿,便于跨科室协作;教学场景下,教师与学员可将病例要点转化为结构化问题陈述,用于床旁教学与晨会汇报,提高讨论效率与一致性。
Glass Health AI优点和缺点
优点:
- 聚焦文本型临床推理,能快速形成鉴别诊断与评估计划草案,提升文书与思路整理效率。
- 以问题为导向的结构化输出,有助于减少遗漏关键线索并强化团队沟通。
- 支持教学与自我学习,促进病例总结能力与临床表达规范化。
- 边界清晰,避免与影像或设备信号处理混用,降低误用风险。
缺点:
- 对输入质量敏感,可能出现不准确、过度概括或与本地实践不一致的内容,需人工审核。
- 不处理医学影像、心电图或体外诊断信号,对于依赖这些数据的场景适用性有限。
- 并非诊断工具,不能替代医生判断、会诊与权威指南。
- 需严格遵守数据安全与隐私规范,真实病例信息的使用受限。
Glass Health AI热门问题
-
生成的鉴别诊断可以直接作为诊断结论吗?
不可以。其定位是临床决策支持与文书辅助,所有结论需由临床医生结合体检、检验检查与本地指南进行确认。
-
是否支持上传或分析医学影像、心电图等信号数据?
不支持。该平台的核心功能聚焦文本信息,不用于影像或各类设备信号的获取、处理与分析。
-
能否用于患者自我诊断或替代医生面诊?
不能。该工具面向专业临床人员,主要用于辅助临床推理与文书整理,不适合患者自行诊断。
-
临床参考问答的内容是否可直接执行?
不应直接执行。参考答案需与患者个体化情况、科室共识与权威指南核对后再决定。
-
在教学场景中如何发挥作用?
可将病例要点转化为结构化问题陈述与鉴别清单,辅助床旁教学、晨会汇报与病例讨论,提高表达与推理的规范性。




