hms/docs/superpowers/specs/2026-05-09-v1-customer-demo-plan-design.md

V1 客户演示方案设计规格

日期: 2026-05-09 | 状态: Draft v2 | 类型: 演示方案

1. 背景与目标

1.1 为什么做这次演示

HMS 健康管理平台已完成核心功能开发（700+ 次提交，V2 审计 85% 完成度），进入 V1 发布阶段。需要面向潜在客户（体检中心/血透中心）进行产品演示，目标是：

• 打动决策者签约 — 展示业务价值，而非功能清单
• 收集真实反馈 — 了解客户实际工作流中的痛点，指导 V2 迭代
• 验证产品定位 — 确认「AI 驱动主动关怀引擎」的定位是否与客户需求匹配

1.2 当前系统状态

指标	状态
核心链路	11 条端到端链路已验证通过
已知 CRITICAL	1 个未修复（Token 刷新竞态）；其余 CRITICAL（告警权限码拼写、晚间血压丢失、仪表盘 500）均已修复
角色测试通过率	84.6%（R01-R05）
Web 前端	55 路由，283 文件，最完整的端
小程序	59 页面，118 文件，代码完整
AI 模块	已对接 Ollama qwen3:4b，SSE 分析可用

1.3 演示策略

• 质量优先 — 修完所有已知问题再发布
• 故事线驱动 — 用一个患者的 30 天管理历程展示完整闭环
• 单患者深度 — 而非多角色广度，降低演示事故风险

2. 演示信息

项	值
受众	机构决策层 + 医疗团队
时长	30-40 分钟
视角	患者旅程（张大爷的 30 天）
涉及端	Web 管理端（主力）+ 微信小程序（辅助）
涉及角色	护士、AI、医生、患者、健康管理师、管理员

3. 准备清单

3.1 测试账号

账号	角色	密码	用途
admin	管理员	Admin@2026	场景 7 仪表盘
doctor1	医生	Admin@2026	场景 3 医生审批
nurse1	护士	Admin@2026	场景 1 建档 + 场景 5 告警处理
health_mgr	健康管理师	Admin@2026	场景 6 随访执行
zhang_daye	患者（小程序）	微信登录	场景 4/5 患者端操作

3.2 预置测试数据

数据	说明	目的
患者档案（张大爷）	张建国，65岁，男，CKD 3期	主角
历史化验单 ×2	肌酐 88→102 μmol/L 的趋势	AI 分析需要历史对比发现趋势
随访模板	"慢性肾病定期随访"模板	场景 3 医生一键生成随访
告警规则	肌酐>120 或 收缩压>160	场景 5 触发告警
健康科普文章 ×3	CKD 饮食/运动/用药	场景 4 小程序内容展示

3.3 环境检查

检查项	方法	通过标准
后端服务	cargo run	无 panic，Swagger 可访问
Web 前端	pnpm dev	登录页正常加载
小程序	微信开发者工具	真机预览可扫码
数据库	迁移已执行	预置数据查询无空结果
AI 模块	Ollama 运行中	SSE 分析端点可返回结果
浏览器	Chrome 无痕模式	干净环境，无缓存干扰

3.4 风险预案

风险	应对措施
AI 分析响应慢/失败	预先跑一次分析，截图备用；口头说明"云端大模型更快"
小程序真机扫码失败	准备 15 秒录屏视频展示关键页面
后端服务崩溃	演示前重启一次确保干净状态
数据库连接断开	提前验证 Docker PostgreSQL 健康状态
告警权限码 bug	演示前验证 AlertDashboard.tsx 权限码已修复（health.alerts.manage）
SSE 长连接断开	录制 30 秒 AI 分析过程视频备用
Ollama 模型未加载	环境检查清单加入 ollama list 确认 qwen3:4b 已就绪
多角色登录冲突	使用多个 Chrome Profile，每个角色一个独立 Profile
演示超时	标注可跳过场景（场景 6 可一句话带过）

3.5 硬件与网络要求

项	要求
投影仪/大屏	分辨率 ≥ 1920x1080
网络	演示机器与服务器在同一局域网，延迟 < 10ms
浏览器	Chrome ×2 个 Profile（Web 端两个角色并行），或双屏方案
手机	安装微信，可扫小程序码（备用：开发者工具投屏）
服务器	后端 + PostgreSQL + Ollama 运行在同一台机器，避免网络依赖

3.6 角色切换指引

切换点	操作	预计耗时
场景 1→2	nurse1 退出 → admin 登录	15 秒
场景 2→3	admin 退出 → doctor1 登录	15 秒
场景 3→4	Web → 微信开发者工具/手机	10 秒
场景 4→5	小程序录入 → Web nurse1 告警	10 秒
场景 5→6	nurse1 退出 → health_mgr 登录	15 秒
场景 6→7	health_mgr 退出 → admin 登录	15 秒

建议： 准备 2 个 Chrome Profile（Profile A: nurse1/admin，Profile B: doctor1/health_mgr），减少登录切换。场景 4/5 用独立手机或开发者工具。总切换时间约 1-1.5 分钟。

4. 演示脚本

开场（2 分钟）

话术：

"体检中心最大的痛点是什么？患者体检完，就走了。没有后续管理，没有随访跟进，体检数据躺在系统里没人看。今天给大家演示 HMS 健康管理平台如何解决这个问题——用一个真实场景：张大爷来体检后，系统如何帮他做 30 天的持续健康管理。"

---

场景 1：张大爷来体检（Day 1 上午）— 护士视角

登录： Web 端 nurse1 | 时长： ~4 分钟

操作步骤：

1. 登录后展示护士工作台首页 — 一眼看到今日待办
2. 点击「患者管理」→「新建患者」
3. 填入：张建国 / 男 / 65岁 / 手机号 / 慢性肾病3期（诊断标签）
4. 保存 → 跳转患者详情页
5. 在患者详情页点击「体征录入」→ 录入血压 142/88、心率 72、空腹血糖 5.8
6. 点击「化验报告」→ 上传预置的化验单图片，显示肌酐值 102 μmol/L

话术：

"张大爷第一次来体检中心。以前护士拿纸质表格登记，现在 30 秒建档。体征数据和化验报告立刻进入系统。"

突出能力： 快速建档、结构化体征录入、化验单数字化

---

场景 2：AI 自动分析（Day 1 下午）— 系统自动触发

登录： admin 或任意管理端账号 | 时长： ~4 分钟

操作步骤：

1. 展示「AI 分析」页面 → 显示张大爷的分析结果
2. 点击分析详情 → 展示 AI 输出：
   • "肌酐值 88→102 μmol/L，3 个月持续上升趋势"
   • "建议：加做肾功能全套检查，排除 CKD 进展"
   • 风险等级：中风险（黄色标签）
3. 切到 AI 建议列表 → 展示系统自动生成的「建议加做肾功能检查」行动项

话术：

"护士录入完数据，系统后台自动跑 AI 分析。不需要医生手动触发。AI 发现张大爷肌酐 3 个月在涨，主动建议进一步检查。这就是我们说的「主动关怀」——不是等患者出问题才看，是系统帮你盯着。"

突出能力： AI 自动分析、趋势发现、主动建议生成

重要说明： 当前 Web 端 AI 分析触发入口有限（审计报告指出"仅历史查看有 UI，分析触发无入口"）。演示前必须执行以下操作之一：

• 方案 A：演示前通过 API 手动触发一次分析（POST /api/v1/ai/analysis/...），演示时展示已生成的结果
• 方案 B：为演示临时添加一个「触发分析」按钮到患者详情页
• 推荐方案 A，配合话术调整："这是系统刚才自动生成的分析结果"

预案： AI 分析慢或失败 → 展示预置截图，口头说明"接入云端大模型后速度更快"

---

场景 3：医生一秒决策（Day 3）— 医生视角

登录： Web 端 doctor1 | 时长： ~5 分钟

操作步骤：

1. 展示医生工作台 → 待办区域显示"1 条 AI 建议待审批"
2. 点击进入 → 查看 AI 分析详情 + 患者历史数据
3. 点击「同意建议」→ 系统自动：
   • 生成随访任务（"肾功能复查随访"，2 周后到期）
   • 推送小程序消息给患者
4. 展示随访任务列表 → 新任务已创建
5. 点击「预约管理」→ 演示为张大爷预约复查（选医生、选时间段、确认）

话术：

"李医生早上打开系统，看到 AI 昨天的分析建议。以前要翻纸质报告、手动比对数据，现在 AI 已经帮你分析好了，医生只需要做一个决策：同意还是不同意。点一下，系统自动安排随访、自动通知患者。"

突出能力： AI 辅助决策、一键生成随访、自动通知患者

---

场景 4：张大爷在家收到提醒（Day 7）— 小程序视角

操作： 微信开发者工具或真机预览 | 时长： ~4 分钟

操作步骤：

1. 打开小程序首页 → 展示今日摘要：1 条随访待办 + 1 篇健康科普
2. 点击「消息」Tab → 显示"您有一条新的随访任务"
3. 点击进入随访详情 → 显示随访问卷（饮食情况、用药依从性、症状变化）
4. 快速填写 2-3 项 → 提交
5. 切回「健康」Tab → 展示张大爷的体征趋势图（血压曲线、肌酐趋势）
6. 展示 AI 建议卡片："您的血压近一周有上升趋势，建议减少盐分摄入"

话术：

"张大爷在家打开手机，不用打电话、不用跑医院，系统自动提醒他有随访要完成。填个问卷 2 分钟，医生那边就能看到。趋势图也让他自己看到身体变化，比口头解释直观得多。"

突出能力： 小程序主动提醒、随访问卷、趋势可视化、AI 健康建议触达

预案： 真机失败 → 播放 15 秒小程序录屏，重点展示随访提醒和趋势图

---

场景 5：危急值告警（Day 14）— 护士 + 系统联动

操作： 先小程序，再切 Web 端 | 时长： ~4 分钟

操作步骤：

1. 小程序端（快速操作）：张大爷录入血压 168/95 → 提交
2. 切到 Web 端（nurse1 登录）：
   • 顶部弹出告警通知 "危急值告警：张建国 收缩压 168mmHg"
   • 点击进入告警列表 → 红色高亮显示
   • 点击告警详情 → 展示：触发规则（收缩压>160）、当前值、历史趋势
   • 点击「确认」→ 状态变为"已确认"
   • 点击「处理」→ 录入处理备注："已电话通知患者，建议立即到门诊"
   • 状态变为"已处理"
3. 回到小程序端：张大爷收到消息"您的血压偏高，李医生建议您尽快来院检查"

话术：

"张大爷在家量了个血压，168。以前这种情况没人知道，可能拖到下次复诊才发现。现在数据一传上来，护士工作站立刻弹告警。护士确认后打电话给患者，15 分钟内完成从发现到处理。这才是真正的「主动关怀」。"

突出能力： 实时告警、分级处理、跨端联动（小程序录入→Web 告警→小程序反馈）

---

场景 6：随访闭环（Day 21）— 健康管理师视角

登录： Web 端 health_mgr | 时长： ~4 分钟

操作步骤：

1. 展示健康管理师工作台 → 随访任务列表显示"张建国 - 肾功能复查随访 - 即将到期"
2. 点击执行随访 → 选择"电话随访"
3. 录入随访记录：
   • 患者状态："已完成肾功能检查，肌酐降至 98"
   • 遵医行为："按时服药，控制饮食"
   • 下一步："继续观察，3 个月后复查"
4. 提交 → 随访状态变为"已完成"
5. 展示随访历史时间线 → Day 3 创建 → Day 7 问卷 → Day 21 电话随访，完整记录

话术：

"30 天的管理周期里，每一步都有记录。从 AI 发现问题、医生决策、患者问卷、到健康管理师电话回访，全部可追溯。卫健委来检查，一导出就是完整的健康管理档案。"

突出能力： 随访全流程记录、可追溯、健康管理闭环

---

场景 7：数据说话（Day 30）— 管理员视角

登录： Web 端 admin | 时长： ~3 分钟

操作步骤：

1. 展示运营仪表盘：
   • 本月管理患者数
   • 随访完成率
   • AI 分析覆盖率
   • 告警响应平均时间
2. 展示趋势图：患者增长曲线、随访完成率趋势
3. 切到「内容管理」→ 展示已发布的健康科普文章（阅读量、转发量）
4. 切到「积分商城」→ 展示患者积分排行、兑换记录

话术：

"张大爷的故事不是个例。系统帮你管每一个患者，而且每一步都有数据。随访完成率从手工追踪的 40% 提升到系统化管理后能做到 80% 以上。这些数据就是你们向卫健委、向患者证明管理质量的最好证据。"

突出能力： 运营数据可视化、管理质量量化、内容运营

重要说明： 单个患者（张大爷）的数据不足以支撑仪表盘的说服力。演示前必须预置 20-30 个背景患者数据 + 若干随访/告警记录，让仪表盘显示有意义的统计数字。在数据预置脚本中一并处理。

---

收尾（5 分钟）

总结话术：

"总结一下 HMS 带来的三个核心变化：

1. 从被动到主动 — AI 帮你看数据，系统帮你盯着患者
2. 从纸质到数字 — 每一步可追溯，检查随时可导出
3. 从单点到闭环 — 体检不是终点，30 天持续管理才是"

收集反馈（3 个问题）：

1. "您刚才看到的流程中，哪些环节对您机构最有价值？"
2. "有没有我们没覆盖到、但您实际工作中很重要的场景？"
3. "您更关心 Web 管理端还是患者小程序端的能力？"

---

5. V1 发布前必修项

5.1 必修（阻塞发布）

#	问题	修复方案	工作量估计
1	Token 刷新并发竞态	refresh 流程加事务 + SELECT FOR UPDATE	0.5 天

5.2 建议修（提升演示体验）

#	问题	说明
1	AI 分析预置截图	演示前手动跑一次分析，截图备用
2	小程序录屏视频	15 秒展示随访提醒 + 趋势图
3	测试数据脚本	一键预置张大爷的完整数据
4	演示前全链路冒烟	跑一遍 7 个场景确认无阻塞

6. 下一步演化方向（演示后收集）

方向	来源	说明
HIS 系统集成	场景 1	演示后可能被问"能不能对接我们现有 HIS"
报告导出	场景 6	卫健委检查需要标准格式报告
多科室支持	客户反馈	当前以肾病/体检为主，其他科室扩展
微信服务号推送	场景 4	小程序消息触达有限，服务号更灵活
设备直连	场景 5	血压计/血糖仪 BLE 直连小程序

7. Q&A 异议处理

客户可能提出的问题及建议回答

Q: 能不能对接我们现有的 HIS/EMR 系统？

HMS 提供标准 FHIR R4 接口和 RESTful API，支持 HL7 标准数据交换。具体集成方案需要了解贵院 HIS 的品牌和版本，我们可以安排技术团队做接口评估。通常 2-4 周可以完成基础对接。

Q: 患者数据安全如何保障？

数据存储采用 PII 加密（姓名/身份证/手机号等敏感字段加密存储），多租户隔离确保不同机构数据完全独立。系统支持私有化部署，数据不出院。后端使用 Rust 语言开发，天然免疫内存安全漏洞。

Q: AI 分析的准确率如何？

当前 AI 模块定位是「辅助筛查」，发现异常趋势后由医生做最终决策。不是替代医生诊断，而是帮医生从海量数据中找到需要关注的患者。所有 AI 建议都需要医生审批才生效。

Q: 部署方式有哪些？

支持 SaaS（按年付费，我们运维）和私有化部署（一次性 + 年维护费，部署在客户服务器）。SaaS 适合快速上线，私有化适合数据合规要求高的机构。

Q: 价格怎么算？

根据机构规模（管理患者数、医护账号数）定制方案。演示后我们可以根据贵院的具体需求出一份详细报价。

Q: 医护人员需要培训多久？

系统设计遵循「零培训」理念——医生工作台只展示待办，护士录入界面跟纸质表单一样直观。通常 30 分钟上手，1 天熟练。我们提供远程培训和操作手册。

8. DRY RUN 计划

阶段	时间	内容
D-7	演示前 7 天	修完 P0 问题（Token 刷新、AI 触发入口验证）
D-5	演示前 5 天	编写数据预置脚本，预置张大爷完整数据
D-3	演示前 3 天	第一次 DRY RUN：完整走 7 个场景，记录阻塞点
D-2	演示前 2 天	修复 DRY RUN 发现的问题，预置 20-30 个背景患者数据
D-1	演示前 1 天	第二次 DRY RUN（带投影/网络），确认全链路无阻塞
D-Day	演示当天	提前 1 小时启动环境，30 分钟前最终冒烟