健康管家
打开任务,随访作战单已在桌上:沟通目标、追问顺序、证据引用。直接开始服务,不用重新查资料。
健康管理不是一次性交付,而是一段可以持续数月甚至数年的服务关系。这段关系里,人员会换、会有间隔、材料会不断增加——真正决定服务质量的,是这些变化发生时,团队还能不能接着往下走。
没有契约 · 服务断在这里
换人就要重新问一遍
健康管家离职或轮岗,新接手的人要从头拼回这个人为什么被关注、上次为什么这样安排。
立下契约 · 服务接得住
接手的人拿到理由,不必重问
已知事实、服务目的、当前判断与未决问题都留在服务记录里,接手时直接可用。
没有契约 · 服务断在这里
间隔久了就重新开始
两个月没有新消息,再打开时谁也说不清哪些结论还成立、哪些前提已经变了。
立下契约 · 服务接得住
间隔之后仍然接得上
每条判断带着依据与成立条件,前提变化时会被重新提请复核,而不是默默作废。
没有契约 · 服务断在这里
材料越多越说不清
报告、记录、聊天越堆越多,最终没有人能说清这个人现在到底处于什么状态。
立下契约 · 服务接得住
材料增加,理解也在更新
新信息放回既往事实与服务目的中理解,这份理解随材料一起更新,不靠人去归档整理。
知道什么、来自哪里、是否已经确认。判断的依据可被追问到原始材料,不靠系统自行判断兜底。
本人诉求、当前服务目的、已经确认的安排都在同一份理解里,换人、间隔与材料增加都不必重新开始。
每条判断都写在承担责任的人名下,带着成立条件;条件变化时重新提请,而不是自动沿用。
契约
我们承诺的不是「AI 能做多少事」,而是三件机构对客户本就该做到的事:事实有来源、服务不断线、判断有归属。
对同一份检查报告,首次建档、既定复查和持续观察,意味着完全不同的下一步。OriMind 把新信息放回这个人的已知事实、服务目的、已确认判断、未决问题与后续责任里理解,而不是只对一个数字给出通用提示。这五个对象替代了档案越堆越厚、却没人说得清现状的状态。
进行中的工作 · 文案与信息由入驻同事先做
同一份底座意味着:证据、选项与来龙去脉一次带齐,需要拍板的时刻被单独摆到对应角色面前。
知道什么、来自哪里、是否已经确认。事实带着来源与时间,不与其他内容混在一起。
机构为什么在此刻关注这个人和这件事,本人诉求是什么,已经确认的安排有哪些。
目前怎么看、依据是什么、哪些条件仍然需要成立——判断与它的前提写在一起。
还缺什么答案、会影响哪一个决定、需要谁来提供。未决事项被显式记录,而不是留在某人脑子里。
谁在推进什么、什么时候需要结果、什么才算完成。责任落到角色,不落到个人记忆。
什么事实说明已完成、应继续,或需要重新判断。
每一次新信息、人工决定和实际反馈,都会更新这份理解——没有人需要从头拼回这个人的故事。 这就是为什么「材料已经收到」不等于「问题已经解决」,「提醒消失」也不等于「服务已经完成」。
报告与数据进来先读:提取关键信息、比对个人基线、标出需关注的变化。
把沟通目标、追问顺序、建议边界写成可直接使用的随访作战单。
该办的事写成任务单,写明责任人与时限,流转到对的人手上。
随访到期主动提醒,停滞的任务及时推进,直到闭环。
每个环节写入同一条时间线,形成可审计的服务记录。
这些活她在一接入就开始做,不用等您开口;产出的每一份材料与任务单,都以工作区对象的形式进入 CoWorkspace,由对应角色直接接手。需要判断与复核的内容,会先交到医生手上。
上下文
「材料收到」不等于「问题解决」,「提醒消失」不等于「服务完成」——只有结果回来更新了理解,这一轮服务才算真的走完。
在机构已经确认的服务范围、授权与职责内,OriMind 读取材料、关联事实、发现值得复核的变化、列明缺失信息、准备沟通与判断材料,并把后续交给对应角色。它不静默改写专业结论,也不替机构作出未获授权的承诺。
报告、读数、随访记录、本人反馈先被读取,并与既往材料对齐。
新信息放回已知事实、服务目的与既往判断中,形成当前的理解。
明确指出还缺什么、会卡住哪个决定,而不是用完整措辞掩盖不确定。
把依据、变化与缺口整理成可直接使用的材料,交到承担责任的角色手上。
是否调整服务、如何对客户承诺,由承担相应责任的人确认;AI 不改写专业结论。
实际结果回写并更新这份理解——闭环落在结果,而不是落在待办清单。
每个节点只回答三个问题:现在已知什么、尚不确定什么;这影响哪一个服务决定;下一步由谁承担、什么才算完成。
血糖、体重、报告、用药、饮食、随访记录——她读取的不只是单次数值,而是这个用户既往的全部事实与服务目的。
不套统一阈值:与用户自己的历史基线比较,识别变化方向、关联因素与需要关注的风险信号。
该随访就生成作战单、该分派就流转任务、该复核就进复核队列交给全科医生——事件由洞察带出,不再靠人盯着找;但需要判断的那一步,始终等责任人确认后才往下走。
同样是血糖 7.8 mmol/L:只看数值的传统告警会弹出一句「数值偏高,请注意」,下一步做什么、对谁做仍要人来想; 而对照个人基线后,她看见的是「近 30 天持续上移」,并能直接触发下一步动作。
设备上报血糖读数 → 自动拼接健康上下文,生成服务运营与健康管家工作包。
INPUT
设备上报 · 空腹血糖 7.8 mmol/L · 07:32 · 智能血糖仪
历史观察 · 近 30 天血糖
健康档案 · 用药记录
用户反馈 · 饮食记录
对照个人基线判断趋势 → 输出「需要关注」结论,并保留证据来源。
INPUT
来自 NODE 01 · 血糖 7.8 mmol/L · 近 30 天血糖 · 用药记录 · 饮食记录
AI 风险结论 · 需要关注
近期血糖较个人基线持续上升,需结合饮食与用药执行情况继续确认。
生成可直接使用的随访作战单:沟通目标 · 追问顺序 · 建议边界。
INPUT
来自 NODE 02 · 风险结论 · 需要关注 · 个人基线持续上升 · 饮食 / 用药待确认
健康管家随访作战单 · 本轮沟通方案可直接使用
沟通目标:先解释近期血糖上升趋势,再确认执行变化。追问顺序:饮食 → 用药 → 运动 → 近 7 天记录完整度。建议边界:提供健康管理建议;存疑医学判断先提交全科医生,必要时升级专科医生。
按职责与风险条件映射角色 → 补齐责任人、时限与分派依据。
INPUT
来自 NODE 03 · 健康管家随访作战单 · 叠加风险条件与服务计划
AI ROUTER · 角色分派
服务运营
就医 / 体检 / 康复资源协调
健康管家
本轮随访 / 记录补齐 / 执行确认
陪诊师
到院协助 / 检查提醒
全科医生
临床初判 / 必要时转专科
监听角色动作 → 识别阻塞并按时限升级,全程保留状态变化。
INPUT
来自 NODE 04 · 本轮任务已进入执行 · 监听角色动作与任务状态
LIVE EXECUTION · 实时状态
汇总已解决 / 未完成 / 下一步 → 写入健康档案,并启动下一轮监测。
INPUT
来自 NODE 05 · 本轮服务事件与角色反馈 · 完成项 · 未完成项 · 异常历史
AI CLOSING LEDGER · 归档
已解决
完成趋势解释与饮食建议沟通
未完成
近 7 天血糖记录仍需补齐
下一步
3 天后复查记录并更新建议
84%
服务完成度
68%
风险处理
76%
跟进就绪
2
条质控线索
每个角色在工作区里看到的,都是自己该处理的那一份。打开之后,不是先理解系统,而是直接开始做事——AI 负责文案与信息,服务与判断始终由团队完成。
打开任务,随访作战单已在桌上:沟通目标、追问顺序、证据引用。直接开始服务,不用重新查资料。
高风险与存疑内容进入复核队列,证据链一并附上;必要时转专科医生。确认、补充或退回,判断始终由人拍板。
资料补齐、资源协调以明确任务的形式出现在您的列表里:缺什么、从哪获取、何时补齐。
到院协助、检查提醒以清单推送:时间、地点、注意事项,一次看全。
团队服务看板汇总完成度、风险处理、跟进就绪。AI 与人同表,整体效能一眼看清。
所有人共享同一份档案与时间线,接力自然发生,复盘有据可依。
责任
OriMind 可以把相关事实、变化和缺口带到判断面前;是否调整服务、如何对客户作出承诺,仍由承担责任的人决定。
每一次补充、修改、退回和后续结果,都可能揭示服务方法需要改善的地方。但一次个案的结论不会自动变成所有人的规则——值得复用的经验会保留适用条件,经真实案例与反例检验,形成可追溯的能力版本,再由机构决定是否采用。
可开设的方向 · Directions
糖尿病
01 · 已就绪
脂肪肝
02 · 下一门课
免疫力
03 · 规划中
心理健康
04 · 规划中
更多方向
每门课包含 · In every course
识别人群
自动识别这类健康管理方向的用户,判断是否需要纳入管理。
评估风险
按这门课特有的方式分层、分型,给出管理强度。
随访节奏
这类健康问题该多久回访一次、每次重点看什么,她心里有数。
复核与转诊
该找哪位全科医生复核、什么情况必须转专科医生,边界写在这门课里。
对机构意味着:服务线可以持续扩展,无需反复重新开发。今天接糖尿病,明天想扩脂肪肝——她多会一门专科,不是再造一个系统。 新增方向注册一次,原有执行内核不再改动;用户须经医生确认后才进入管理。
经验来自正在发生的服务,而不是设想出来的场景。
补充、修改、退回与实际结果,最先暴露方法的问题。
从个案里提炼可复用的做法,并写明它成立的前提。
用不适用的案例反向检验,删掉过宽的适用范围。
形成带适用条件、已知例外与暂停条件的可追溯版本。
是否采用、采用到什么范围,由机构自己决定。
采用后的真实表现回到第 01 步,方法继续被修正。
个案事实的更新、个案安排的改变、机构自己的方法候选、以及共同专业能力的更新——这是四种不同的变化, 不能混为一谈,也不会自动互相升级。这也是为什么这里没有「模型自动学习」这种说法。
成长
这样沉淀下来的,不是对人的替代,而是机构能够检查、传承和继续修正的专业方法。
信息不足、事实冲突、方法尚未覆盖、需要医疗判断,或动作未获授权时,系统要明确说明缺什么、为什么会影响决定、应由谁判断,而不是以看似完整的回答掩盖不确定性。边界不是产品的限制条款,而是这份服务契约能被信任的前提。
01谁可以确认什么
医疗判断由具有相应职责的专业人员确认;健康管理安排由机构在其服务范围内决定;AI 只在被授权的那一步做准备,不代签任何结论。
02一条判断凭什么成立
已确认事实、AI 建议与人工结论在记录中明确区分,各自带着来源与时间;没有依据的推论不会被写成既成事实。
03数据用到哪里
数据来源、使用目的和可执行动作都在机构授权范围内。支持私有化部署,客户数据不出您的服务器,不用于外部留存或训练。
04什么时候必须停下
信息不足、事实冲突、方法尚未覆盖,或动作未获授权时,系统应当说明缺什么、为什么会影响决定、应由谁判断,并停在需要人工确认的位置。
Integration · 接入方式
通过 API / Webhook / SDK 接在现有 CRM、小程序和内部工具旁边,不替换您已有的系统。 我们交付的是工作区与在岗的 AI 队友,客户、决策与经营始终归机构。
契约
AI 负责把准备工作做完,人负责把关键决定做了——这条边界写进产品,也写进合同。
我们不要求机构先把全部服务流程建模完毕。带来一个高频、高耗时、或容易在交接中断裂的真实问题;我们共同明确服务目的、事实来源、人工边界和完成条件,在真实案例中验证它是否真的改善服务。
How we start
Long-term direction · 我们正在探索
当前可以承诺的是:在一家机构明确的服务范围、授权与职责内,让服务连续、可接手。 再往前一步,我们相信个人在授权下应当能够携带服务所需的事实、判断依据与未决事项, 在更换健康管理机构时获得更连续的专业支持。
这一步需要单独解决授权、数据用途、事实权威、责任转移与接手确认等问题,目前还不能作为既有能力提供。 我们把它写在这里,是为了让合作方知道我们最终要走向哪里,而不是让您按这个前提做决定。
Start / 06
从服务目的、判断依据到人工边界与完成条件,我们先看一个会断裂的环节如何被接住, 再决定下一步要不要扩大——而不是先给一份功能清单。