100份病历，
手工录入到底要多久

为什么没人把这件事说清楚

回顾性研究的方法文章，重心在"怎么设计"而不是"怎么执行"。变量选择、纳排标准、偏倚控制——这些讨论确实重要，是研究质量的核心。但文章结构决定了，到"数据采集"这一步，通常就是一句"从电子病历系统中提取以下变量"，然后接着讲统计方法了。

执行层面的细节——要坐多少小时、中间会遇到哪些卡壳、哪个环节最容易出错——这些内容既不适合写进学术论文，也不适合写进方法教程。所以它们就以经验的形式流传，导师偶尔提一句，师兄师姐传授一下，但从来没有被认真算过。

结果就是：很多研究生在立项时低估了数据采集的工作量，等到实际开始录入才发现，这一步要吃掉整个项目里最大的一块时间。

时间去哪了

以一份住院病历为例，假设你要提取20个字段：基本信息4个，入院检验8个，影像报告结论4个，出院结局4个。

一份病历的实际操作流程大概是这样的：打开HIS，找到对应患者，进入住院记录界面，翻到入院检验那一栏，检验单可能有好几页，找到你需要的那几项——血常规、肝功、肾功分布在不同的子报告里，分别打开、找字段、记下来，切换窗口，在Excel里找到对应的行列，逐个填入。影像报告通常在另一个模块，再切换过去，读结论，摘出你要的那几个词，再切回Excel。

这个过程里，真正在"录入"的时间只占一部分，另一部分是在找、在读、在判断。尤其是影像报告的文字描述，往往要读两三遍才能确认你需要的那个信息在不在里面，以及该怎么编码。

单份病历下来，保守估计15分钟，稍微复杂的（病历时间跨度长、多次住院记录交叉）要30分钟以上。

疲劳才是真正的杀手

时间还不是最大的问题，疲劳才是。

高度重复的操作对注意力的消耗比想象中快。前30份录入，你还能保持仔细核对；到了第50份，窗口切换的次数已经让你有点眩晕，偶尔会把A列的值填进B列，或者漏录了一个字段，没发现就跳到下一份了。

等到发现错误，往往是在后续做数据清洗或统计的时候。到那时候，你已经不记得当时哪份病历对应哪个值，要重新翻回去查。这个返工的时间，没有人在立项时算进去，但它是真实会发生的。

研究显示人工录入的平均错误率在5%-10%之间，而且错误分布不均匀——越靠后的批次错误率越高，高度疲劳状态下可以更高。100份病历里有5-10份有错，听起来不多，但如果这些错误集中在某几个关键变量上，对后续分析的影响可能相当大。

样本量翻倍，问题不是线性放大的

很多硕士论文的样本量在200-300例，博士的回顾性研究常见500例以上。把上面的数字等比例放大：

• 200例 × 20字段：约 65-70 小时，接近两周
• 500例 × 20字段：约 165 小时，超过四周

但实际上并不是线性放大。样本量越大，录入质量越难维持。500例不可能由一个人在保持高专注度的前提下录完，要么分批做（拉长周期），要么找人帮（多出沟通和质控成本），要么降低仔细程度（提高错误率）。三个选项都有代价。

这不是在劝你缩减样本量，而是说：如果你的研究需要这个量级的数据，录入方式本身值得认真对待，而不是默认"慢慢录就行了"。

"快"是什么量级

简录AI这类工具针对的就是这个环节。工作方式不复杂：对HIS报告页面截图，批量上传，告诉工具你要的字段名称（比如"血红蛋白"、"血肌酐"、"出院诊断"），工具逐张识别，汇总导出一张Excel。

处理速度是单页5-10秒，相当于人工速度的18倍以上。100份截图，批量处理约30-60分钟，加上上传和定义字段的准备时间，大概是2-3小时能拿到初始表格。

截图本身的时间没有省——你还是要逐例打开HIS、截图。这部分大约是2-3小时。但把截图"变成"结构化数据这一步，不再需要33小时，缩短到了1-2小时的复核。

整体从33小时压缩到5-6小时，节省的时间足够多写几节分析，或者提前一两周进入统计阶段。对答辩时间线紧张的研究生来说，这个差距是实质性的。