人力资源作为企业的核心要素，不仅是提升企业 竞争力的关键所在，更是企业在数字经济时代实现持 续发展的重要基石。在数字经济时代背景下，如何建 强建优 EHR 系统，以推动人力资源数字化转型，已成 为企业改革创新的重要内容 ［1-2］。本文以某通信基础 设施服务运营企业为例，探讨其基于 EHR 系统的人力 资源数字化转型实践。 1 人力资源数字化转型的主要原则 人力资源数字化转型需遵循以下主要原则。 a）数字化转型与企业战略协同。 b）数据驱动的闭环管理。 “数据是人力资源数字 化的核心要素，通过业务数据化与数据业务化的循环 交互，借助数据运营，能够发现问题、优化流程、解决 问题，进而提升整体效率。”对业务流程进行全面梳理 关键词： EHR系统；人力资源；数字化转型 doi：10.12045/j.issn.1007-3043.2025.06.015 文章编号：1007-3043（2025）06-0074-04 中图分类号：TN919 协同、数据闭环管理、数据治 理、数据与企业洞察、广义数据纳管与应用等原则要求。在此基础上，进一步阐 述了通过构建满足数字化转型要求的系统方法体系、加强数据分类管理、强化 数据治理与运营、健全EHR数据体系、实现大数据应用等具体转型实践，并前瞻 性展望人工智能（AI）应用在人力资源数字化转型的探索方向。 Abstract： The digital era has accelerated the

， 总经理级别（含）以下人员的审核，以下级别的备案 2.中心、部门各岗位的组织以及审核 辖内各级人员的审核 员工档 人力资源部统 管理 说明：斜体字仅代表案例示意 8 将管控逻辑融入 eHR 设计，有效解决管控落地难痛点 • 集团企业信息不完整，看不到企业全貌 • 组织或人员的分拆、合并、重组操作繁琐 • 职级 / 职位 / 编制信息不能分级、分类维护 • 编制信息无法作为管控条件用于预警或限制 权限表不固化，有疑问需要查询权限手册 • 高级人才管理没有归口，功能未散落在系统各处，操作麻烦 • …… 设计组织架构、职位、编制、 标准、权限、流程等，形成“数 字双胞胎” eHR 系统组织模块常见问题 将管控逻辑融入 eHR 设计 有效解决管控落地难痛点 9 将流程制度权限等与信息系统结合，完成集团管控的落地 • 管理制度 化 • 制度流程 化 • 流程表单 化 需求反馈 交付服务 数据统计、数据挖掘和 辅助决策、解决方案 高效解决大量标准性事 务性问题；基于 CASE 的服务定价 打通业务与 HR 工作 三支柱模式 事务性工作通过通过共享机制和 eHR 系统提升效率，人力资源管理更加深入业务，同时专注于战略价值 工作，体现了价值导向也提升了人力资源管理的价值性 系统需求 系统需求 系统需求 13 以 ssc 为例 • 员工呼叫中心：支持员工和管理者发起的服务需求

..........................................53 数据标准化是确保不同来源的数据具有一致性的重要步骤。医疗数据通常来自多种设备和系 统，如电子健康记录（EHR）、医学影像设备和实验室检测系统，这些数据可能存在不同的 单位和量纲。标准化过程通常包括以下步骤：................................................. 度学习的智能分析工具，具备高效的数据处理能力和强大的预测分 析功能，为医疗健康领域的智能化转型提供了新的可能性。 医疗健康场景中，数据的复杂性和多样性对技术提出了更高的 要求。例如，患者的电子健康记录（EHR）、医学影像数据、基因 组数据等多源异构数据的整合与分析，需要处理大量的非结构化数 据，并从中提取有价值的信息。传统的处理方法往往依赖于人工干 预或简单的算法，导致效率低下且容易出错。而 DeepSeek 医疗支出占 GDP 的比例已从 20 世纪初的不足 5%增长至 2020 年 的近 10%，这一趋势在发达国家尤为明显。 医疗健康行业的技术革新虽然迅速，但应用普及率却不尽相 同。例如，电子健康记录（EHR）系统在许多地区已成为标配，但 在偏远或经济欠发达地区，其推广仍面临诸多困难。此外，数据的 互操作性问题也是阻碍信息共享和医疗服务效率提升的关键因素。 医疗健康服务的另一个重大挑战是医疗专业人员与患者之间的

—生产主管— —品质主管— ★ 以理（精益方法） 开展实 践 抽 抽 抽 全 全 抽 数字化应用 EHR MES ★ 以数连接虚实— 应用信息技术，对数进行采集并基于业务内容进行的信息分类， 进而量化管理，从而实现有序到高效的实现 MQTT Q 品质 C 效率 D 交期 S 安全 水电气的收集、监控、分析预测 生产制造 制造分析 实现对生产线设备工控电脑监 控，实时监测，实现无人化管 理，提高人员效率，减少人员 数量 中间件 AGV 工业相机 移动终端 冰 机 空压机 氮气 EHR 温湿度 搅拌机 包装机 堆垛机 传输线 机器臂 … 运营管理 大数据中心 PDM WCS WMS SCADA MES … Project Content 整体架构 Project

水电气的收集、监控、分析预测 生产制造 制造分析 实现对生产线设备工控电脑监 控，实时监测，实现无人化管 理，提高人员效率，减少人员 数量 中间件 AGV 工业相机 移动终端 冰机 空压机 氮气 EHR 温湿度 搅拌机 包装机 堆垛机 传输线 机器臂 … 运营管理 大数据中心 PDM WCS WMS SCADA MES … AI+ 智慧工厂整体构建 柔性化智慧工厂 数字化透明工厂

金融级支付消费系统，以账户为 中心，实现线上线下统一消费， 商户统一清分结算。 智能化，高效解决医院人行、车 行、消费 就餐管理，省事、省心，省力 一体化管理降低人员管理成本。 支持与医院 OA 、 EHR ， HIS ， 车行等系统互通，精准数据共享， 省去人为整理，精准，快速。 统一 平台 管理 高效 应用 拓展 体验 便捷 全自助化操作，促进医院车辆快 速通行 定向满足病人，病人家属、医院

人行、车行、消费、导诊、考勤 集中管控，一个平台统一授权， 管理。 智能化，高效解决医院人行、车 行、消费就餐管理，省事、省心， 省力，一体化管理降低人员管理 成本。 平台与医院 OA 、 EHR ， HIS 系 统打通，车行等系统互通，数据 共享联动，省去人为整理，更精 准，更快速。 统一 平台 管理 高效 数据 互联 体验 便捷 全自助化操作，促进医院车辆快 速通行、定向满足病人，病人家

能够提供更为精准的诊断建 议。例如，DeepSeek 可以通过深度学习模型，识别舌苔的颜色、 厚度等特征，结合患者的临床症状，给出个性化的治疗方案。此 外，DeepSeek 还可以通过分析患者的电子健康记录（EHR），结 合中医理论，提供个性化的健康管理建议。 在中医药健康管理方面，DeepSeek 可以通过智能穿戴设备和 移动应用，实时监测用户的健康状况，并提供个性化的健康建议。 例如，DeepSeek 的应用方案在疾病预测与诊 断环节具有重要意义。通过整合现代数据挖掘技术与传统中医理 论，DeepSeek 能够实现对患者健康状况的精准预测与诊断。 首先，DeepSeek 系统通过收集患者的电子健康记录 （EHR）、中医四诊（望、闻、问、切）数据、以及患者的日常健 康数据（如心率、血压、睡眠质量等），构建全面的个人健康画 像。这些数据经过预处理和清洗后，进入深度学习模型进行分析。 模型通过训练大量的历史病例数据，能够识别出潜在的疾病风险因 体质（如风寒感冒、风热感冒等），推荐适合的中药方剂和针灸治 疗方案。 以下是一个示例表格，展示了 DeepSeek 在疾病预测与诊断中 的应用场景： 疾病类型 数据来源 分析方法 预测/诊断结果 干预措施 糖尿病 EHR、血糖监 测、中医体质 辨识 时间序列分 析、机器学习 未来 3 个月血糖控制 不佳风险增加 调整饮食、中 药调理 高血压 血压监测、中 医四诊数据 时间序列分 析、深度学习

受试患者招募策略优化 在临床试验的众多环节中，患者的招募过程往往 是最耗时且充满挑战的一环。随着人工智能技术的发 展，AI 在提高招募效率和准确性方面发挥着越来越 重要的作用。AI 技术通过电子健康记录（EHR）智 能分析、精准患者画像构建以及自动化筛选标准生成 等方式显著提升了招募效率。 以 AutoTrial 系统为例，该系统利用先进的大语 言模型技术，实现了临床试验参与者筛选的智能化。 通过自动解析临床试验方案、生成精准的入选标准以 的疾病负担日益加重。数据显示，慢病相关支出在医 疗卫生支出总额中的比重从 2018 年的 55.7%提升 至 2022 年的 61.6%，凸显了慢性病管理的重要性。 大模型能够整合来自可穿戴设备、电子健康记录 （EHR）、实验室检测等多源慢性病数据，生成全面 的患者健康画像；基于患者的健康数据和生活习惯， 可以生成个性化的饮食、运动、用药建议，帮助患者 更好地控制病情。通过分析历史数据和实时监测数 据，能够预测患者的病情发展趋势，并在风险升高时

门诊病历数据：包括患者的基本信息、病史、主诉、体检记 录、实验室结果、诊断结果和治疗方案等。这类数据是 AI 模 型最重要的训练材料，能直接反映患者的情况和治疗效果。 2. 共享的电子健康记录（EHR）：包括来自不同科室和医院的患 者健康信息，这可以为模型提供更全面的患者背景，有助于提 高模型的准确性。 3. 医生的手写和电子签名文本记录：这些记录能够帮助 AI 学习 医生在病历中通常使用的语言和术语，从而提升其自然语言处 为了确保这些数据源的有效性与完整性，我们将采用多种数据 采集方法，如下所示：  直接接入医院的医疗信息系统（HIS），实时获取门诊病历及 相关数据。  构建与其他医疗机构的接口，整合共享的 EHR 数据，实现跨 机构的信息交流。  通过 OCR（光学字符识别）技术，将手写病历和其他纸质记 录数字化，以供 AI 模型使用。  定期更新临床指南与标准，确保数据源的时效性。  搭建 能推荐准确性。 4. 用户反馈机制的建立：将建立完善的用户反馈渠道，收集医务 人员和患者的意见和建议，为系统的持续改进提供依据。 5. 与其他系统的集成：未来，我们将考虑与医院管理系统、电子 健康记录（EHR）等其他医疗信息系统的集成，以实现跨系统 的数据共享和联动，提高整体医疗服务效率。 综上所述，本项目不仅是对中医院门诊病历记录方式的一次创 新探索，也为未来的智能医疗发展奠定了基础。通过不断的技术改