双亲健康：家庭慢病管理助手
一款面向糖尿病患者及中老年人的微信小程序，通过 AI 拍照识别、智能分析和亲友关联功能，让子女远程关注父母健康，实现家庭慢病管理的数字化升级。
项目背景与问题定义
背景说明
**市场背景**： 中国 60 岁以上人口已超 2.9 亿，糖尿病患者达 1.4 亿。子女工作繁忙，难以实时关注父母血糖变化；老年人操作复杂 APP 困难，数据记录不连续；传统健康管理缺乏智能分析和预警机制。 **产品定位**： 本项目定位为「AI 辅助的家庭健康管理工具」而非医疗诊断系统。核心设计原则：AI 处理图像识别、数据趋势分析、健康建议生成等非确定性任务；确定性规则（高血压危象阈值、数据权限校验）采用硬编码保障安全。 **技术选型**： - **OCR 识别**：选择百度 OCR 而非自研模型 —— 成熟商用 API，血糖仪/血压计识别准确率≥95% - **LLM 选型**：阿里云百炼 qwen3.5-plus —— 中文健康领域理解能力强，支持长文本周报生成 - **部署架构**：微信云开发 —— 免运维、弹性扩展，适合小程序轻量化场景 - **AI 边界界定**：健康建议标注'仅供参考'，危急情况（血压≥180/120mmHg）硬编码触发预警并引导就医
核心问题
- 1老年人操作复杂 APP 困难，数据记录难以坚持
- 2子女工作繁忙，无法实时了解父母血糖变化
- 3传统血糖仪数据孤立，缺乏趋势分析和智能预警
- 4饮食对血糖影响难以量化，缺乏个性化指导
- 5家庭成员健康数据分散，无法形成协同管理
核心价值主张
亲友关联，远程关怀
子女可添加父母为好友，自动接收健康周报。数据权限双向确认，隐私安全可控。发现异常及时提醒，实现'一人记录，全家关注'
AI 拍照识别，零门槛记录
血糖仪/血压计拍照 OCR 识别（准确率≥95%），食物拍照识别 GI/GL 值。OCR 置信度<50% 时提示重拍或手动输入，降低老年人使用门槛
防御性设计，安全可控
AI 健康建议标注置信度和免责声明；高血压危象（≥180/120mmHg）硬编码触发红色预警并引导就医；健康数据加密存储，隐私合规
核心功能展示
智能健康记录
支持血糖、血压、饮食、运动、体重五类数据记录。血糖血压支持拍照 OCR 识别（百度 OCR，准确率≥95%），饮食支持拍照识别食物并自动计算 GI/GL 值（阿里云百炼 qwen3.5-plus）。 **HITL 机制**：OCR 置信度<50% 时提示'识别不清，请重拍或手动输入'；用户修正结果自动记录用于优化识别模型
多维度数据分析
基于 ECharts 实现日/周/月趋势分析，展示空腹/餐后血糖分布、血压波动曲线、饮食 GI/GL 统计、运动频率分析。 **AI 洞察**：自动识别异常趋势（如连续 3 天空腹血糖>7.0mmol/L），在图表中标注并生成解读建议
四类智能提醒
支持血糖测量、饮食记录、运动提醒、血压测量四类定时提醒，基于微信订阅消息推送。 **智能调度**：根据用户历史活跃时段自动推荐提醒时间，支持自定义频率（每日/工作日/自定义）
AI 健康周报
每周自动生成健康报告，包含血糖血压统计、饮食运动分析、趋势变化解读、个性化建议。基于阿里云百炼 qwen3.5-plus 生成自然语言报告。 **防御性设计**：所有 AI 建议底部标注'AI 建议仅供参考，不能替代专业医疗诊断'；涉及用药/剂量等敏感话题引导就医
亲友关联管理
支持添加/取消亲友关联，关联后可查看对方健康周报。 **隐私保护**：基于微信 openid 建立用户体系，亲友关联需双向确认；周报数据通过云函数权限校验后推送，敏感字段（如具体数值）可设置可见权限
高血压危象预警
当收缩压≥180mmHg 或舒张压≥120mmHg 时，立即触发红色预警。 **硬编码规则**：阈值判断使用确定性规则（非 AI），100% 准确触发；推送紧急通知给本人和关联亲友，建议立即就医；预警记录永久保存供医生参考
智能咨询对话
内置 AI 健康助手，支持自然语言问答，解答血糖管理、饮食禁忌、运动建议等问题。 **置信度展示**：AI 回答标注置信度（≥90% 直接展示、70-90% 加'仅供参考'提示、<70% 建议咨询医生）；敏感问题（用药/诊断）自动引导就医
历史数据导出
支持导出 Excel 格式历史数据，包含时间、数值、备注等信息，方便用户就医时提供给医生参考。 **数据完整性**：导出文件包含数据来源标识（OCR 识别/手动输入），帮助医生判断数据可靠性
📱 微信小程序
**微信搜索「亲友健康」体验** 操作步骤： 1. 打开微信 2. 点击顶部搜索框 3. 搜索「亲友健康」 4. 点击进入小程序 *注：个人小程序暂不支持扫码功能*
系统架构与设计亮点
AI 技术边界清晰界定
**AI 适用场景**：图像识别（血糖仪/食物拍照）、自然语言生成（周报、健康建议）、语义理解（智能咨询）。**非 AI 场景**：高血压危象阈值判断（硬编码：≥180/120mmHg 触发）、数据权限校验（基于 openid 的规则引擎）、提醒定时推送（云函数定时触发器）。**决策理由**：医疗安全相关判断必须 100% 准确，不能使用有幻觉风险的 LLM
防御性设计三层防护
**L1 输入防御**：OCR 识别置信度预检（<50% 熔断，提示重拍）；**L2 输出防御**：AI 建议标注置信度和免责声明，敏感话题引导就医；**L3 审计日志**：所有 AI 交互记录持久化存储，支持追溯和复盘优化
数据隐私与合规设计
健康数据属于敏感个人信息，设计阶段即考虑合规要求：云数据库加密字段存储；亲友关联双向确认机制；周报推送前经云函数权限校验过滤敏感字段；用户可随时导出或删除个人数据
量化指标与成果
成果时间线
产品方法论总结
"AI 健康产品，安全>体验>效率 —— 知道什么时候不用 AI 比用什么 AI 更重要"
— AI 健康产品设计方法论
方法论详细阐述
- 1安全优先原则：医疗相关 AI 产品，安全>体验>效率。涉及诊断、用药的建议必须加免责声明，危急情况（血压≥180/120mmHg）优先引导就医而非依赖 AI
- 2AI 技术边界界定：AI 用于图像识别、趋势分析、建议生成（非确定性任务）；硬编码用于阈值判断、权限校验、定时推送（确定性任务）。医疗安全相关判断必须 100% 准确，不能使用有幻觉风险的 LLM
- 3不确定性透明化：AI 输出的置信度向用户可见（≥90% 直接展示、70-90% 仅供参考、<70% 建议就医），让用户理解 AI 建议的可靠性边界，避免过度信任
- 4合规性前置：健康数据属于敏感个人信息，设计阶段即考虑加密存储、权限控制、用户授权、数据导出/删除等合规要求，满足《个人信息保护法》要求
- 5持续迭代闭环：通过用户反馈（点赞/点踩）、OCR 识别准确率监控、Bad Case 分析（识别失败案例），持续优化 AI 模型和 Prompt