核心结论速览
儿童肥胖管理不是看一次病，是跑一条链。筛查、评估、干预、随访、复评，中间任何一环断了，前面的工作都白做。
医生最不该花时间的地方是查表算数。BMI 百分位判定靠手工比对，一个孩子一两分钟，一上午几十个孩子就是实打实的时间成本，还容易错。
随访靠记忆，漏人是必然的。干预初期按周随访，稳定后按月，几十上百个孩子靠人脑记，一定会漏。规则引擎能做的是把「该联系谁」变成每天的任务清单。
一、项目背景：这是个什么生意
青医附院（青岛大学附属医院）是三级甲等综合医院，儿童保健科长期承担儿童生长发育监测、营养评估和健康管理工作。儿童肥胖管理是其中业务链条最长、随访密度最高的一块。
这个业务和普通门诊挂号完全不是一回事。一个孩子进来，要量身高体重腰围、算 BMI、按年龄性别对照百分位标准判断超重或肥胖、做饮食运动睡眠家族史评估、给膳食和运动方案、按周按月复测。
链条长、数据多、随访密，这是儿童肥胖管理的三个特征。系统要解决的不是「记录」，是「让这条链跑得下去」。
二、上线前真实存在的几个麻烦
麻烦一：数据散在纸质表和 Excel 里。孩子每次来都要量身高体重，量完记在纸质档案或科室 Excel 里。三个月后复诊，医生要翻本子找上一次的数据，家长自己也说不清孩子上次多少斤。单次数据说明不了问题，连续数据才能看出趋势。
麻烦二：BMI 百分位判定靠查表手算。儿童肥胖的判定不是看固定数值，要按性别和年龄对照百分位标准。医生现场查表、手工比对，一个孩子多花一两分钟，还难免出错。不同医生比对习惯不一样，口径也不完全统一。
麻烦三：干预方案发下去，执行看不见。医生当面讲清楚怎么吃、怎么动，家长点头说明白了。回家一周，饮食照旧、屏幕时间照旧。执行情况没有任何反馈渠道，下次复诊只能靠家长回忆。
麻烦四：随访靠人工翻本子。干预初期按周随访，稳定后按月。几十上百个孩子，靠人脑记谁到期、谁逾期，漏人是常态。
麻烦五：科室统计靠人工汇总。想看这个月随访完成率、人群分布、医生工作量，要人工翻记录汇总，按周才出得来数。
三、三个关键设计决定
决定一：把 BMI 百分位判定做成系统能力，不是让医生查表
做法是把判定标准做成可配置的标准库：数据录入后，系统自动换算 BMI、自动对照百分位、给出判定结果和所处区间，同时显示历次变化。
这个改动看起来只是省了几秒钟，实际意义在把医生的注意力从「算数」拉回「判断」。医生应该花时间在「这个孩子为什么胖、该怎么干预」，而不是在比对表格。
另一个隐性收益是口径统一。原来不同医生手工比对，判断可能略有差异；现在全科用同一套标准，口径一致性达到 100%。这对科室质量管理和科研数据都有价值。
结果：判定时间从约 3 分钟缩短到 10 秒内，缩短约 90%。
决定二：随访从「想起来才做」变成「系统推着做」
做法是建随访规则引擎：按年龄段和风险分层配置随访频次，系统每天自动算出谁到期、谁逾期、谁连续两次没来，形成医护端的每日任务清单。
关键设计是任务化。医护打开工作台看到的不是一堆原始数据，是「今天该联系这 12 个人」。这个差别决定了随访完成率能不能稳住——数据需要人主动去查，任务会推着人去做。
随访结果也结构化记录：联系上了没有、家长反馈什么、方案要不要调整。记录积累起来，能看到每个孩子的执行轨迹。
结果：漏随访率下降约 80%，随访从「靠个人记忆」变成「靠机制运行」。
决定三：一人一档、一档到底，看趋势不看单点
做法是以孩子为档案主体建主索引，所有记录挂在同一个档案下，按时间轴串联：每次测量、每次评估、每次方案调整、每次随访，都在一条线上。
同时处理了家庭关系问题。一个孩子可能有妈妈、爸爸、奶奶几个家长带来，甚至不同家长在不同时间填数据。系统支持多孩多家长关系绑定和档案合并，避免「妈妈来一套、奶奶来一套」的混乱。
生长曲线是核心视图：按性别年龄生成身高、体重、BMI 曲线，标注历次测量点和百分位区间。家长端和医护端看到的是同一条曲线，不会各说各话。
结果：档案调阅从 5 分钟缩短到 30 秒，科室统计从周级变成实时。
还有一个设计值得单独说：家长端不做功能堆砌。设计原则是「一屏能看懂孩子现在什么状态」——当前 BMI 处在什么区间、这条曲线是往上还是往下、今天有没有要打卡的动作、下次复诊什么时候。家长不是专业人士，界面越简单越好，功能越少越好用。
四、上线后的数据对照
| 指标 | 上线前 | 上线后 | 变化 |
|---|---|---|---|
| 体格数据判定 | 现场查表比对，约 3 分钟/人 | 自动换算 BMI 与百分位，10 秒内 | 判定时间缩短约 90% |
| 随访任务生成 | 靠医护记忆与纸质登记 | 规则引擎按年龄段和风险分层生成 | 漏随访率下降约 80% |
| 档案调阅 | 记录分散在多份材料 | 按时间轴串联 | 单次调阅从 5 分钟到 30 秒 |
| 判定口径 | 不同医护经验不一 | 全科统一标准 | 口径一致性 100% |
| 家长参与 | 口头叮嘱，执行情况无法掌握 | 方案下发 + 打卡 + 记录 | 执行过程可查 |
| 科室统计 | 人工汇总，按周出数 | 看板实时呈现 | 从周级到实时 |
量表这块也做了配置化。饮食、运动、睡眠、屏幕时间、家族史这些评估量表，题目和计分规则不是写死在代码里的，而是可配置——不同年龄段挂不同量表，标准调整时改配置不用改代码。这个设计对科室很重要：儿童生长发育的评估标准会随指南更新，如果每次都要找开发改，系统很快就跟不上。
五、过程中避开的几个坑
坑一：数据录入不能只靠手动。家长自己填身高体重，准确度存疑；全靠医护录入，工作量太大。做法是支持手动录入，同时预留测量设备对接能力，有条件的科室可以直接连设备。
坑二：干预方案不能是一段说明文字。「注意饮食、多运动」这种方案没法执行。做法是把方案拆成可勾选的具体动作——每天蔬菜多少克、含糖饮料几杯以内、屏幕时间几小时、运动多少分钟。具体才能打卡。
坑三：涉及儿童健康信息，权限必须分级。这是敏感个人信息，谁能看、看什么、看多久都要有规则。做法是做权限分级、访问留痕、加密存储，运营数据不在公开渠道披露。
六、这套东西能复用到哪些场景
这套结构可以复用到：
慢病管理与专科随访——高血压、糖尿病、术后康复，都是「评估 + 方案 + 随访 + 复评」的链条。
儿童生长发育与体检——身高体重曲线、发育评估、疫苗提醒，逻辑相同。
健康管理机构——体检报告解读、干预方案、定期回访，是同一套骨架。
可以对照看 青岛健康管理小程序怎么做 和 青岛医疗健康机构管理系统怎么做。
七、常见问题解答
儿童肥胖管理系统和普通门诊挂号有什么区别？
挂号解决「来一次」，肥胖管理要跑「筛查、评估、干预、随访、复评」整条链。数据要连续、方案要执行、随访要按时，这三件事是挂号系统没有的。
BMI 百分位为什么不能手工算？
因为要按性别和年龄对照标准，不是固定公式。手工查表慢且容易错，不同人比对习惯还不一样。做成系统能力，速度和口径一致性都能保证。
随访怎么才能不漏人？
靠规则引擎，不靠记忆。按年龄段和风险分层配置随访频次，系统每天自动算出谁到期、谁逾期，形成任务清单推给医护。
家长端的方案怎么设计才有人执行？
把方案拆成可勾选的具体动作，不要写一段说明。每天蔬菜多少克、屏幕时间几小时、运动多少分钟，具体才可能打卡。
多个家长带孩子来，档案会不会乱？
需要多孩多家长关系绑定和档案合并。以孩子为档案主体，家长作为关联角色，不同家长填的数据都归到同一个孩子名下。
这类系统涉及隐私怎么处理？
儿童健康信息属于敏感个人信息，要做权限分级、访问留痕、加密存储，运营数据不在公开渠道披露。具体的合规要求建议在需求阶段就请法务确认。
相关阅读
青医附院儿童肥胖管理小程序案例：完整项目数据与功能清单。
袁小岩中医诊所在线预约案例：医疗预约与时段管理的做法。
青岛健康管理小程序怎么做：健康档案与随访闭环方法论。
青岛医疗健康机构管理系统怎么做：医疗机构信息化的整体视角。
综上所述
青医附院这个项目的价值，不在功能多少，在把一条长链条跑通了。判定自动化解决效率和口径，随访规则化解决漏人，档案连续化解决「只看单点」。三件事做到，儿童肥胖管理才可能从「来一次看一次」变成「持续管下去」。这个项目的经验同样适用于其他需要长期随访的专科场景。