山东大学《人机交互技术》课程项目 · 2026 秋 · 队名「绷住的奶龙」

家庭就医信息
核验与执行助手

把医生说的话,变成全家能核验、能执行的计划。

一次门诊只有几分钟,关键信息却要在诊室、老人、子女与日常安排之间转好几道手。我们做一款手机 App:每条医嘱都能追溯原话,由人逐条确认,再落到具体的家人身上。

了解项目 查看数据收集

48.76%老年患者表示「听不懂医生讲解」
区域调查
41%老年多重用药人群的服药依从率
Meta 分析
34.8%社区老年人潜在不适当用药发生率
社区研究

一次门诊之后,信息要经过几道手?

一次门诊往往只有几分钟。医生用口语连续说出药名、剂量、吃法、疗程与复查时间,诊室里可能同时有人说话;老人来不及记,也常常听不全懂。回到家,真正安排用药和复诊的常常不只是他本人:子女可能在外地,只能靠电话里事后的复述,决定什么时候提醒、提醒什么。

问题不在于大家不认真,而在于「医生到底说了什么、接下来谁做什么」这件事,在家庭里无法被可靠地还原。

01诊室

医生口头说明,患者与家属在场

02记忆

靠印象与零星笔记带回

03转述

电话、微信、照片,逐层转手

04安排

子女凭理解设提醒、分任务

05执行

吃药、复查;是否完成无人确认

标出的是最常出问题的三步:记不全、说不清、没人确认。

纸质处方不能检索,随手拍照只是把纸变成图片;录音转写读起来通顺,却对不回医生原话,也没有「由用户确认」这一步——现有做法都缺一条能核对、能追责的链路。

我们想做一条会核验的链路

AI 负责整理,人负责确认,家人负责执行。系统不会在用户不知情时,创建一条「已生效」的医嘱。

1

诊室记录

经医生与患者同意后录音;不具备录音条件时,拍照或手动补记。

2

自动整理

把口述整理成药名、剂量、用法、疗程、复查等条目,并保留时间戳。

3

逐条核验

每条都能展开对照原话或处方局部;不确定的条目被标出来,绝不静默补全。

4

家庭执行

事项进入家庭清单:谁认领、谁完成、何时提醒,状态一目了然。

核验优先

AI 不直接创建「已生效医嘱」,一律待用户确认后才进入执行。

隐私默认

默认私密;按资料类型分别授权,可撤回、可删除,访问留痕。

适老化

大字、短句、语音播报;老人端一屏只做一件事。

我们怎么弄明白这件事

访谈用来追问真实经历、行为过程和原因;问卷用来了解现象发生的频率、需求优先级与使用意愿。两种方法互补,构成这次研究的证据基础。

半结构式访谈

走进真实经历,追问「为什么」与「怎么发生」

对象
4 位潜在用户:长期服药的老年患者、同住或异地的照护子女及其他家庭照护者
时长
每人 40–50 分钟,一次访谈一位参与者
形式
线下或视频;经同意后录音,并同步记录关键事件
内容
4 个主题、20 个主问题,每题附预设追问,访谈中按回答临场追问
查看完整访谈脚本

调查问卷

了解现状频率,比较需求优先级与使用意愿

对象
10 位以上潜在用户:患者本人与其家庭照护者
时长
约 6–8 分钟,线上自填,匿名作答
结构
3 个部分、24 题:参与者背景、当前记录与执行情况、功能需求与使用意愿
题型
单选、多选、李克特量表、排序题与开放题
查看完整问卷题目

研究伦理与隐私

  • 受访者与填写者均以匿名编号呈现,不记录真实姓名与联系方式
  • 录音仅在征得同意后进行,只用于整理研究资料
  • 不询问诊断结论,不评价具体药物或治疗方案
  • 参与者可跳过任何问题,也可随时退出

做成这件事的四个人

绷住的奶龙山东大学《人机交互技术》2026 秋 · 四人课程小组

我们关注长期服药的老年慢病患者及其子女在门诊之后的信息困境。我们相信好的设计不是替人做决定,而是让关键信息可见、可核验,并且能落到具体的人。

  • 贺禹涵
  • 徐聚礼
  • 赵文越
  • 苏维涵

项目进展

  • 2026.09 P1 · 问题陈述

    确定用户、场景与问题边界:只做记录、核验与执行,不做诊断,也不提供用药建议。

  • 2026.10 P2 · 调研设计

    完成半结构式访谈脚本与调查问卷:4 个访谈主题、20 个主问题,24 道问卷题目。

  • 2026.10 P3 · 数据收集

    完成 4 位潜在用户的访谈与 10 位以上问卷作答,进入资料整理与分析。

  • 下一步 方案与线框

    基于调研结果收敛功能范围,进入方案提案与界面线框阶段。