Anima 与 OpenAI 合作展示其 AI 电话接待员 Andi 在英国临床应用的客户案例，报告将电话等待时间缩短至少75%并提高文书处理速度，但这些数据来自供应商案例，缺乏独立验证与详细方法学说明。文章强调模型主要承担信息采集与文书起草，临床判断与安全仍需由医生和诊所流程承担，效率提升不等同于医疗安全证明。
英国医疗软件公司 Anima 称，使用其人工智能电话接待员 Andi 的诊所，将患者电话等待时间从40至50分钟缩短至约10分钟，降幅至少75%。这一数据来自 OpenAI 于2026年10月23日发布的客户案例，不是独立临床试验结果，也不意味着患者从提出需求到看上医生的时间缩短了相同比例。
案例呈现的不是一个独立接诊的“AI医生”，而是一组进入基层医疗流程的工具：接电话、收集病史、整理来信，以及起草诊疗记录。其共同目标，是让已经进入诊所的信息更快到达能够作出决定的人手中。
按照案例披露，Anima 在英国覆盖逾1000家诊所、服务超过1400万名患者，每月处理超过80万宗请求或个案。Anima 的官方网站也列出了逾1000家诊所和1400万名患者的覆盖规模。这是整个平台的服务范围，不能据此认定所有患者都使用过 Andi，或所有诊所都参与了等待时间统计。
电话先接通，临床判断仍交给人
OpenAI 对 Andi 的描述，将语音交互、流程控制与问卷选择分开：GPT-Live 支持患者通过电话描述症状；Anima 自研的策略引擎，引导对话沿着确定性、经过临床认可的信息采集流程进行；GPT-5.4 mini 再选择相应问卷。完成的病史被整理为诊所工作台中的结构化个案，供医生和工作人员审阅、处理。
这一区分很重要。能够听懂患者的话，与有权作出诊断、开药或安排治疗，并不是同一件事。案例中，模型参与的是信息采集和整理，后续行动仍由诊所团队承担；“经过临床认可的流程”也不能直接等同于模型的全部输出已经得到独立临床验证。
Anima 还报告，86%的受访患者表示愿意再次使用 Andi。但案例没有公布调查样本量、回应率、具体诊所分布，以及等待时间测量的观察周期和对照方法。因此，这些数字可以说明公司所报告的使用体验，不能直接推广为英国基层医疗的普遍效果。愿意再次使用，也不同于分诊准确率或患者安全指标。
Andi 更不是10月23日才首次出现。Anima 在2026年5月7日的升级说明中，已经向既有语音接待员客户介绍新的问卷和患者匹配功能，并说明将分阶段推出。此次 OpenAI 文章的新闻点，是披露模型如何参与现有服务及公司报告的运营成效，而非宣布一项全新服务当天上线。
清理文书积压，难点不只是读懂文字
电话之外，Anima 的 Documents 产品使用 GPT-6 模型，从临床文件中提取发送者、接收者、文件类型和事件日期。后续多阶段流程把文件匹配到患者，识别适当的临床编码，并提出下一步行动建议，由诊所人员审阅。
这类任务看似行政工作，却与医疗安全直接相连：文件是否归入正确患者名下、日期有没有混淆、用药变化是否及时到达医生，都会影响后续处理。
据 OpenAI 案例引述，Anima 通过上下文学习，让模型适应不同诊所的编码习惯，而不是要求每家诊所自行配置或分别微调模型。这里的“学习”指利用上下文引导本次处理，并不表示系统在每次使用时都更新模型权重。
Anima 称，过去每小时处理约15份文件的诊所，通常可提高到30至45份，表现较好的诊所可达到45至60份。公司还称，曾有诊所在采用系统后数日内清理超过10万份积压文件。这些仍是客户案例中的公司说法；文章没有提供对应诊所名单、人员投入、文件复杂度或独立审计，不能据此推算每家诊所都能获得相同收益。
更具体的产品细节见于 Anima 的9月30日版本说明：文件中的编码、问题和任务建议，可以显示其依据的原文段落，点击后定位并高亮。这样的设计为工作人员核对建议提供了路径，但不等于建议本身不会出错。
数秒生成病历草稿，不等于数秒完成医疗记录
第三条工作流是 Scribe。OpenAI 案例称，Anima 使用 GPT 5.6 Luna 将诊疗对话转写内容整理成结构化临床笔记，并据同一份临床上下文起草转诊信和患者随访消息。
公司称，过去需要数分钟撰写的笔记可在数秒内生成；原本需要5至15分钟的转诊信，也能在数秒内形成供医生审阅的草稿。这里被压缩的是起草时间，不应把必要的核查、修改和签署时间一并视为已经消失。
Anima 的Scribe 使用文档给出了更清楚的操作边界：开始转写前，医护人员需要确认患者同意录音；同意记录会写入 Anima 及 EMIS 或 SystmOne 系统。笔记生成后，使用者可以对照原始转写、直接编辑，再保存到患者记录。录音保留设置也由组织设置管理。
因此，医疗机构评估这类工具时，除了“生成得有多快”，还需要衡量核对工作是否减少、重要信息是否遗漏，以及患者是否清楚其声音和病史将如何被处理。现有案例没有提供足以回答全部这些问题的数据。
效率指标之外，安全需要另一套证据
Anima 的产品记录显示，电话接待系统仍在持续改进。其8月5日版本说明提到紧急情况升级、患者匹配和通话打断处理的改进；9月30日的说明则包括，Andi 在转接确认前不再承诺转接，以及患者信息略有差异时的匹配改进。
这些记录说明，实际部署不只涉及语音是否流畅，还涉及身份核验、紧急升级，以及系统对下一步行动的表述是否准确。但版本说明不是错误率统计，也不能反过来量化更新前后的风险。
就诊前信息采集，也出现在其他医疗 AI 路线中。AIFlux 此前报道的谷歌 AMIE 门诊可行性研究，讨论了在医生监督下采集病史、生成摘要的安排。那是不同系统和研究设计，不能作为 Andi 的安全证明；它有助于理解一个共同问题：信息整理的自动化，最终仍要与专业人员的核查和责任衔接。
OpenAI 案例还引述 Anima 数据称，平台多数个案在24小时内得到处理解决，中位时间约为3.5小时。不过，文章没有细分请求类型或定义“解决”的统计口径，不能把这个数字写成疾病治愈时间，或患者获得面诊的等待时间。
Anima 的案例展示了医疗 AI 一种较具体的落地方向：不是直接取代医生，而是尝试疏通电话、文件和记录之间的信息瓶颈。公司报告的效率收益值得关注；这些收益能否在不同诊所稳定复现，是否减少净工作负担，以及是否改善患者健康结局，则仍需要超出供应商客户案例的证据。