基于微信小程序的慢性病自我管理支持平台设计与实现学术研究报告

一、 研究作者、机构与发表信息 本研究由辽宁师范大学计算机与信息技术学院的马家璇（本科生）与蔡静（通讯作者，助理副教授）共同完成。该研究成果以《基于微信小程序的慢性病自我管理支持平台设计与实现》为题，发表于《软件》期刊2022年第43卷第4期。

二、 研究背景与目的 本研究隶属于计算机科学与医学信息学交叉领域，具体聚焦于移动健康（mHealth）应用的设计与开发。其学术背景源于中国日益严峻的慢性病防控形势。研究引用了2018年《健康管理蓝皮书》及相关文献数据，指出我国慢性病患者基数庞大（超3亿），且慢性病是导致死亡的主要原因（占总死亡人数的86.6%）。尽管国家推行了家庭医生签约服务以加强基层医疗管理，但慢性病管理的核心——患者自我管理（Self-Management, SM）——仍面临诸多挑战，如长期服药依从性差、体征监测数据记录不连续且难以系统化分析等。

基于此背景，本研究旨在设计并实现一个基于微信小程序的慢性病自我管理支持平台。其核心目标具有双重性：一是协助慢性病患者提升疾病自我管理效能，通过技术手段改善服药依从性与体征监测记录习惯；二是促使非慢性病人群加强疾病预防意识。该平台旨在成为连接患者、家属与家庭医生的数据桥梁，解决慢性病管理中“数据记录欠缺”的痛点，从而为医生制定或调整治疗方案提供数据支持，最终提升慢性病管理的整体效果与效率。

三、 研究详细工作流程与方法 本研究是一项典型的应用系统设计与开发工作，其工作流程主要包括需求分析、系统设计、技术实现与系统测试四个核心环节。研究对象并非传统意义上的生物样本或受试者，而是平台的功能需求、架构设计、技术组件及其最终的用户体验与性能表现。

第一环节：需求分析与系统设计 在开发前期，研究团队进行了深入的需求分析，包括对慢性病管理医护人员的访谈以及对各年龄段慢性病人群需求的调研，以确保平台的实用性和普适性。在此基础上，研究进行了详细的系统设计。 1. 体系架构设计：平台采用微信小程序作为载体，其整体架构包含四个基本功能模块：添加用药、服药提醒、监测记录和个人中心。每个模块下又细分了具体功能，如“添加用药”模块包含文字输入、拍照识别（OCR）和语音识别三种药名录入方式；“监测记录”模块涵盖血糖、血压、心率、体重等常见体征指标的记录与分析。 2. 业务流程设计：明确了用户从首次使用（引导注册）到日常使用（添加药物、设置提醒、记录数据、查看报告）的完整交互流程。特别设计了数据异常处理流程：当用户录入的体征数据超出正常范围时，系统不仅会向用户本人弹出风险等级提示（以绿、黄、橙、红四色标识），还会自动通过邮件将异常数据反馈给用户预先绑定的家庭医生和亲属。 3. 数据库设计：研究利用微信小程序云开发提供的数据库服务，采用JSON格式存储数据。根据功能需求，设计了至少10个数据集合（Collection），例如drug_list（药物信息）、remind_list（服药提醒）、monitor_list（监测提醒）等。以monitor_list集合为例，其字段包括系统自动生成的_id、用户唯一标识_openid、疾病名称monitor_name、监测周期period和监测时间time。这种设计充分利用了云开发的便利性，弱化了传统服务器端的运维工作。

第二环节：技术实现与开发 本研究的技术实现基于微信小程序生态，并整合了第三方人工智能服务。 1. 开发框架与环境：平台基于微信小程序的MINA框架开发，该框架将应用分为视图层（View，由.wxml和.wxss文件构成）和逻辑层（App Service，由.js文件构成），两者通过JSBridge进行通信。开发模式采用了微信小程序云开发，直接使用其提供的云函数、数据库和存储能力，简化了后端开发部署流程。例如，通过云函数login便捷地获取用户OpenID。 2. 核心功能实现： * 多模态药物添加：为提升易用性，尤其是针对老年用户，实现了三种药名输入方式。文字输入为基本方式；拍照识别通过调用百度OCR（Optical Character Recognition，光学字符识别）接口实现；语音输入则通过调用百度AI平台的短语音识别接口实现。这体现了人机交互设计的针对性考量。 * 智能提醒与服务：服药提醒功能通过读取drug_list和remind_list数据，在设定时间通过微信模板消息向用户推送。体征监测提醒则依据monitor_list中的设置进行。 * 数据风险分析与预警：监测记录模块的核心是内嵌的医学知识规则引擎。当用户输入体征数据（如血压值）后，系统会依据预设的正常值范围进行即时判断。不仅显示数据是否异常，还进一步将风险划分为四个等级，并以不同颜色直观展示。异常数据触发后，系统逻辑层会调用邮件发送服务，通知医生和亲属。这一流程实现了从数据采集、智能分析到联动预警的闭环。 * 关怀模式：特别设计了“关怀版”界面模式，采用更简洁的布局、更大的字体和图标，以适配老年用户的视觉与操作需求。

第三环节：系统测试 研究对开发完成的平台进行了全面的测试。 1. 兼容性测试：在Android和iOS操作系统下进行测试，确保界面能正常显示。 2. 性能测试：利用微信开发者工具中的Audits功能，从页面渲染、网络请求、JS脚本执行等方面进行自动化体验评分。报告显示该小程序性能评分为97分（满分100），表明其具有优良的运行性能。 3. 功能测试：按照模块划分和数据流向，对所有设计功能进行了测试。测试确认了各功能模块（如药物添加的三种方式、提醒推送、数据记录与风险判断、异常邮件发送等）均能按照设计逻辑正确运行，输入与输出符合预期。

四、 研究主要结果 本研究的主要成果是一个功能完整、经过测试的“慢性病自我管理支持平台”微信小程序。具体结果体现在： 1. 一个可运行的集成化平台：成功将用药管理、定时提醒、多体征监测、数据风险分析、异常预警通知（对用户、家属、医生三方）等核心功能集成于微信小程序这一轻量级应用中。 2. 针对性的技术方案有效性验证：通过功能测试，验证了基于MINA框架与云开发模式能高效构建此类健康管理应用。特别是集成百度OCR与语音识别API，有效解决了特定用户群体（如老年人）手动输入不便的难题，提升了平台的可用性和包容性。 3. 多端触达的预警机制实现：测试证实了“用户录入-系统判断-界面提示+邮件推送”这一预警流程的可行性。该机制不仅实现了对用户的即时反馈，还打通了向家庭医生和亲属传递关键健康信息的渠道，初步实现了设想的“数据支持”闭环。 4. 良好的性能与兼容性表现：性能测试（97分）和兼容性测试的结果表明，该平台具备稳定、流畅运行的基础，能够满足实际应用的基本技术要求。

这些结果直接支撑了研究的结论：基于微信小程序构建一个整合多种交互方式、具备智能分析与预警能力的慢性病自我管理平台在技术上是可行的，并且其设计能够针对性地回应慢性病管理中的关键需求。平台的功能实现结果，特别是异常数据的多端反馈机制，是达成“协助医生制定治疗方案”这一应用目标的关键技术支撑。

五、 研究结论与价值 本研究成功设计并实现了一个基于微信小程序的慢性病自我管理支持平台。结论表明，利用轻量级的小程序应用，结合OCR、语音识别等AI技术，能够有效构建一个用户友好、功能实用的慢性病日常管理工具。

其价值体现在： * 科学价值：为移动健康（mHealth）领域，特别是慢性病管理的数字化干预研究，提供了一个具体的技术实现案例。它展示了如何将成熟的人工智能接口（OCR、语音识别）与云服务、即时通讯平台能力相结合，来解决特定公共卫生问题中的用户依从性和数据连续性挑战。 * 应用价值： * 对患者/用户：提供了便捷的服药提醒、体征记录工具，并通过风险可视化提升健康意识。关怀模式的设计体现了对老年数字鸿沟问题的关注。 * 对家庭医生：通过自动化的异常数据推送，可能获得更连续、真实的患者院外数据，有助于实现更精准的动态健康管理。 * 对公共卫生管理：为慢性病的社区化、精细化管理和疾病预防提供了一种低成本、易推广的潜在技术解决方案。

六、 研究亮点 1. 问题导向的整合性设计：研究并非简单堆砌功能，而是紧紧围绕慢性病自我管理中的“用药依从性”和“体征监测数据记录与利用”两大核心痛点进行功能整合设计，形成了从记录、提醒、分析到预警的完整管理闭环。 2. 注重特殊人群的可用性：明确提出并实现了“关怀版”模式，并创新性地集成了拍照识别和语音识别作为主要的药名输入方式，显著降低了对老年用户等群体的操作门槛，体现了“以人为本”的设计理念。 3. 利用成熟生态实现轻量化开发：充分发挥微信小程序“即用即走”和云开发“免运维”的优势，快速构建了功能复杂的应用。同时，巧妙利用第三方AI服务（百度OCR、语音识别）增强核心功能，避免了从零开始研发的高成本，提高了方案的可行性和可复制性。 4. 初步构建了“患者-家庭-医生”数据联动模型：通过程序化规则和自动邮件通知，将患者自我产生的数据价值延伸至家庭支持系统和专业医疗系统，探索了基于移动应用的协同健康管理模式。

七、 其他有价值的内容 研究在讨论部分也坦诚指出了平台的局限性及未来方向，包括：用户界面（UI）有待进一步优化、可支持的慢性病监测类别有待拓宽等。这为后续研究的迭代与深化指明了方向，例如可以探索接入更多智能穿戴设备数据、引入更复杂的机器学习模型进行疾病风险预测、或与医院信息系统（HIS）进行更深度集成等。