投诉里明明写着患者受了伤 · 台账里记的还是「售后服务问题」
上市后监测与售后 · 真实业务触发
医院护士在微信里反馈:检测结果异常,患者复诊了。客服应了一声「我反馈下」,这句话在监管眼里可能已经是一条应报不良事件 —— 死亡 7 日、严重伤害 20 日、群体 12 小时,时限从「知悉」那一刻就开始走。
不是流程描述,是调研出来的真痛点 —— 每条可点开核对出处
变化不在「快」,在「参与的角色」和「覆盖的范围」
5 步 · 每一步的产出都是下一步的输入
痛感 5 × AI 适配 4 ÷ 落地难度 3 = 8.0
最大差异点 · 与「客服工单系统」的路线不同:工单系统的目的是关单,这里的目的是让该报的别漏 —— 用历史判定记录和产品风险分析做基准,把「售后话术」和「监管口径」的差异逐条摆出来给人看。
评分口径:痛感看「这事没做好谁会生气、生气到什么程度」; AI 适配看「输入是否非结构化、是否要跨部门取数、错了能不能当场看出来」; 落地难度是分母 —— 需要客户先做数据治理的场景,分数会被压得很低。
判断标准只有一个:这份东西能不能直接进企业的流程
不做不良事件定性 —— 是否构成可上报事件、严重程度如何,是持有人的法定责任,AI 只出候选清单与依据引用。不代替上报 —— 国家系统填报与提交一律人工。不美化投诉原文,缺批号就标缺批号。
Live Demo 里有一个完整案例的每一步,包括 Agent 在哪一步拦住了