智医助手：家庭健康管理助手（非诊疗）

项目背景

智医助手要解决的核心问题是：家庭场景下健康信息分散（成员档案、用药、指标、自评互相割裂）、健康提醒依赖人工、且健康咨询缺乏安全边界。系统以 NestJS 工程化为骨架，把 LLM 网关、就医红线引擎、SSE 流式咨询、家庭权限策略 串成一条可追踪的健康管理链路，定位始终为「非诊疗」的家庭健康助手。

技术架构

系统采用分层架构，职责清晰、可独立替换：

• 接入层：NestJS 11 提供 RESTful API 与 WebSocket（SSE）实时对话，JWT 双令牌管理会话。
• 应用层：咨询编排服务（consultation），组装健康画像 → 红线检测 → 本地模型流式回复。
• 引擎层：RedLineEngine（就医红线）、LLM Gateway（Ollama 本地 + 云端熔断降级）。
• 业务模块层：家庭管理（family）、健康档案（health-record）、用药计划（medication）、健康指标（metric）、健康自评（assessment）、任务与通知（task / notification）、知识库（knowledge，静态 CRUD）。
• 数据层：Prisma 6 统一访问 TiDB Cloud（分布式 HTAP）与 Redis 7（会话 / 缓存）。

核心模块（已实现）

1. 就医红线引擎（RedLineEngine）

系统的硬约束，优先级高于任何生成结果。基于关键词 / 正则规则对以下高风险表述强制拦截并提示就医：

• 心血管危急值（血压 > 180/110 等）
• 脑卒中预警信号
• 心理危机（自杀倾向、严重抑郁表述）
• 急腹症与其他需立即就医的症状

拦截后提示用户立即就医并附具体症状清单，同时保留继续低风险咨询的能力。该模块已有完整的单元测试覆盖（red-line-engine.test.ts）。

2. LLM 网关与熔断

调用云端大模型时统一经过 llm-gateway 模块：

• 正常路径：请求转发至云端模型。
• 熔断路径：超时、限流或鉴权失败时自动降级到本地 Ollama 运行的纯文本小模型，保证服务不中断且隐私数据不出域。
• 设计目标：在「能力」（复杂推理依赖云端）与「合规」（敏感数据不出域）之间做可配置权衡。

3. SSE 流式健康咨询

consultation.service.ts 实现了端到端的健康咨询流程：

1. 组装用户健康画像（从 health-record / medication / metric 聚合）
2. 经过 RedLineEngine 红线检测（在流开始前本地同步执行）
3. 调用 LLM Gateway 生成流式回复（Server-Sent Events）
4. 底部固定显示「本建议仅供参考，不构成医疗诊断」免责声明

模型 system prompt 明确声明「你不是医生，不能进行医疗诊断或开具处方」，所有输出为健康建议 / 分诊提示 / 科普。

4. 家庭权限策略

• 家庭（Family）与成员（FamilyMember）的多租户归属。
• 成员角色与数据查看范围控制。
• FamilyRoleAudit 记录权限变更审计日志。

5. 业务 CRUD 模块

模块	功能	状态
auth / user	邮箱注册登录、JWT 双令牌、bcrypt 密码哈希、安全告警	✅ 已实现
family	家庭创建 / 成员邀请 / 角色分配	✅ 已实现
consultation	SSE 流式健康咨询、健康画像聚合、红线检测	✅ 已实现
assessment	健康自评问卷（多题、计时、结果记录）	✅ 已实现
health-record	健康档案 CRUD	✅ 已实现
medication	用药计划 / 用药提醒 / 依从性统计	✅ 已实现
metric	健康指标录入（血压 / 血糖 / 体重等）+ 阈值判断	✅ 已实现
task / notification	任务管理与通知推送	✅ 已实现
knowledge	医学科普知识库（静态 CRUD）	✅ 已实现
report / upload	报告管理与文件上传	⚠️ 上传暂禁用（待私有存储实现）
ai	AI 用药识别 / 报告解读	🔧 接口占位（默认返回「开发中」，待视觉模型接入）

界面预览

以下是智医助手 Web 原型的六个核心页面截图：

验证与测试

本项目未进行任何医学 / 算法模型评测（无 F1 / Balanced Accuracy 等指标，也无意做诊断）。当前验证集中在工程层面：

• 单元测试：RedLineEngine 规则集全覆盖（red-line-engine.test.ts），验证各类高风险表述的拦截与放行逻辑。
• 端到端验证脚本：Python e2e_verify_*.py 脚本验证 API 链路连通性。
• 性能基准：perf_bench.py 对关键接口做响应时间基准测试。
• 安全测试：Playwright 测试套件覆盖 SSE 认证流程（sse-auth.spec.js）与 XSS / CSP 安全策略（xss-csp.spec.js）。

为什么没有上线小程序

微信小程序医疗咨询类目要求 ICP 备案、医疗机构执业许可与对应资质，个人 / 学生项目难以满足。因此 C 端仅完成 Web 原型与服务端能力验证，未部署到生产环境。后续若继续，会转向合规的「健康科普 + 就诊导航」定位，把诊断 / 用药建议收敛为分诊与科普。

关键技术决策

• 隐私优先：敏感健康数据默认不出域；仅在用户授权且走合规通道时才调用云端模型。
• 网关优先云端、熔断回退本地：在能力（复杂推理）与合规（数据不出域）之间做可配置权衡。
• 非诊疗硬约束：RedLineEngine + system prompt 双重把关，所有 AI 输出为健康建议而非诊断。

与算法 / AI 应用开发的关联

这个项目把工程能力（NestJS、Prisma、TiDB、Redis、Docker、SSE 流式对话）与 AI 应用工程（LLM 网关、红线引擎、家庭权限、本地模型降级）串成完整产品链路，是「应用 → 部署 → 安全约束」闭环的直接体现。

后续路线

• 多模态视觉理解：接入视觉模型，补全 AI 模块的报告解读与用药识别能力（当前接口返回「开发中」）。
• 红线引擎升级：从关键词规则升级为分类模型，支持更细的风险分级与上下文语义判断。
• 私有存储：实现报告与影像的私有存储，开启文件上传功能。
• 健康报告生成：基于 DB 数据聚合生成健康报告（PDF / JSON）。
• 合规路径规划：提前调研 ICP 备案与医疗类目资质要求，避免能力做完却无法上线。