rehabkit.top产品系统

康复治疗师在临床工作中,每天需要使用大量标准化评定量表(如Barthel、Berg、MMSE等)来评估患者功能。传统方式依赖纸质量表或分散的Excel表格,存在三个核心痛点:

1. 计分易错 —— 量表种类繁多、计分规则各异,手工计算容易出错,直接影响临床判断。
2. 效率低下 —— 单次评估耗时长,批量评估多个患者时尤其痛苦,治疗师加班成常态。
3. 结果难解读 —— 量表分数出来后,如何对应干预方案、生成报告,缺乏即时参考。

本项目旨在把康复评定全流程线上化:在线答题 → 自动计分 → 结果分级 → AI解读 → 批量评估 → 报告输出,让治疗师打开浏览器即用,零学习成本。【行业】康复医疗(康复治疗师、康复科、养老机构、儿童康复中心)

【业务背景】
康复评定是康复治疗的"地基"——治疗方案、疗效追踪、医保结算都依赖标准化的量表评分。但国内康复行业长期面临:
- 治疗师工作强度大、评定工具分散缺失统一的数字化工作台;
- 基层机构(社区康复、养老中心)缺乏专业评定支持;
- 继续教育、考证(康复治疗师职称)也需要大量量表练习。

【产品现状】
- 已上线 rehabkit.top,累计 800+ 真实用户;
- 覆盖 171 种评定量表(16大分类)、19个临床工具、136个AI知识库(行业覆盖87.7%);
- 支持疾病→评定→治疗的完整映射(25种疾病)、关节AI测角、批量评估;
- 已申请软件著作权 + 专利,具备SEO流量和真实付费转化。

共5大功能模块:

1. 量表计算器(核心)—— 171种康复评定量表,覆盖16大分类
2. 关节角度测量 —— 基于AI视觉的关节活动度(ROM)测量,支持5大关节、55种疾病
3. 临床工具箱 —— 19个常用工具,分4大分类
4. 知识库体系 —— 疾病映射(25种)、临床指南(20份)、治疗技术(34项)、ICF术语词典(230条)
5. 数据与报告 —— 患者数据管理、批量评估、SOAP笔记、打印报告【在线量表评定(核心功能)】
用户选择量表(如Barthel指数、Berg平衡、MMSE认知评估)后,进入在线答题界面,
逐一勾选选项,系统自动按各量表的专属计分规则计算总分、判定等级,
并给出结果解读。全程无需注册、打开即用。

【AI智能解读】
评分结果出来后,可一键生成AI深度解读,把"分数"翻译成"临床意义+干预建议"。
内置136个AI知识库,行业覆盖率达87.7%,针对不同量表给出专业解读。

【关节AI测角】
上传患者肢体照片,通过AI视觉识别自动测量关节活动度(ROM),
替代传统量角器,覆盖5大关节、适配55种疾病的评定需求。

【批量评估】
支持同时对多名患者进行量表评估,治疗师可在短时间内完成
查房/随访所需的批量评定,结果统一汇总。

【疾病-评定-治疗映射】
输入疾病(如脑卒中),系统推荐对应的评定量表组合 + 治疗路径,
帮助治疗师快速定位"该用什么量表、评完怎么治"。

【临床辅助体系】
内嵌20份中国康复指南、34项PT/OT/ST治疗技术、230条ICF编码术语词典,
构成完整的临床决策辅助知识库。

【技术架构】
Next.js 14 + TypeScript + Tailwind CSS,静态导出(SSG)保证加载速度与SEO;
AI能力通过自研ai-proxy接入大模型;前端纯静态部署,运维成本极低。

本项目为独立开发,从0到1全权负责,一人完成产品、设计、开发、上线、运营全流程:

【产品设计】
- 康复评定业务调研:梳理171种量表的计分规则、适用人群、临床场景
- 产品架构设计:从"单量表计算"扩展为"评定-解读-报告-批量"完整闭环
- 信息架构:设计疾病→评定→治疗的映射关系,以及16大量表分类体系

【前端开发】
- 全部UI与交互:在线答题、自动计分、结果分级、AI解读展示
- 量表数据建模:用TypeScript将171种量表的计分规则抽象为可扩展的ScaleDefinition结构
- 私有数据存储:基于AsyncStorage的患者数据本地化方案

【AI能力】
- 自研ai-proxy:统一接入大模型,管理多模型路由与token控制
- 构建136个AI知识库,覆盖87.7%的评定场景,实现"分数→临床解读"

【关节AI测角】
- 集成AI视觉识别,实现关节活动度(ROM)自动测量,适配55种疾病

【工程化与上线】
- 静态导出(SSG)配置,纯前端部署,运维成本极低
- SEO全套:title/description/keywords、sitemap.xml、robots.txt、百度统计、百度站长验证
- CI/CD:deploy.sh自动化部署脚本,版本化打包(tar.gz/zip)

【知识产权】
- 独立撰写软件著作权申请材料(源代码、说明书)并申请
- 独立撰写专利技术交底书(康复评定量表计算器) 【技术栈】
- 框架:Next.js 14 (App Router) + React 19 + TypeScript 6
- 样式:Tailwind CSS(支持暗色模式)
- AI:自研ai-proxy统一接入大模型 + 136个专业知识库
- AI视觉:关节活动度测量的图像识别
- 部署:Next.js静态导出(output: 'export'),纯静态托管,边际成本趋近于0
- 监控:百度统计 + 百度站长平台

【架构亮点】
1. 数据驱动架构 —— 每个量表是一个ScaleDefinition对象(id/选项/计分规则/等级映射),
新增量表只需加配置、不改逻辑,从1个量表扩展到171个,代码结构基本不变。
这是项目能快速覆盖大量量表的根本原因。

2. 静态导出 + SEO体系 —— 采用SSG而非SSR,171个量表页面全部预渲染,
配合sitemap和结构化meta,实现百度/Google自然搜索流量,获客成本趋近于0。
800+真实用户中绝大部分来自自然搜索,不依赖付费投放。

3. 前端纯静态、AI能力云端化 —— 网站本身零服务器成本,
只有AI解读调用时才产生token费用,且通过ai-proxy控制token消耗,
形成"免费引流 + 按需付费"的成本结构。

【实现难点】
1. 171种量表的计分规则抽象 —— 每种量表的计分逻辑千差万别
(正向/反向计分、加权、区间判定、多维度合成),如何用一套数据结构
统一表达,是这个项目最大的工程难点。

2. AI知识库的领域覆盖 —— 康复评定高度专业,AI不能乱解读。
通过构建136个专业领域知识库,约束AI输出在可信范围内,
达到87.7%的覆盖率,而非泛泛而谈。

3. 性能与SEO的平衡 —— 171+页面、136个知识库,如何在保证
加载速度和SEO收录的同时,不牺牲功能完整度,做了大量取舍。

4. 商业闭环 —— 不只是技术,还要完成软著、专利、付费转化、
渠道合作(与康复博主前程康复合作引流)等完整商业链条。