企业官网建设流程全解析

社区康养业务架构：健康记录、服务工单功能梳理

社区智慧康养系统的核心业务底座，由健康记录体系与服务工单体系两大核心模块构成。健康记录负责沉淀老人全生命周期健康数据，是精准康养服务的数据依据；服务工单负责落地所有居家上门、社区照料、健康随访服务，是康养服务落地、履约、监管的流程载体。

多数康养项目存在两大模块业务割裂、数据不联动、流程不规范、台账不合规等问题：健康数据静态固化无法指导服务，工单流程无健康依据盲目派单，履约无留痕、数据无闭环，无法满足民政养老数字化验收标准。本文基于SpringBoot技术栈，从业务架构分层、核心功能拆解、数据流转、状态机设计、联动逻辑、实战代码、数据库模型全方位梳理两大核心模块，搭建一套标准化、可溯源、可联动的社区康养业务架构。

一、整体业务架构分层设计

社区康养系统采用数据层-流程层-应用层-监管层四层业务架构，实现健康数据与服务工单双向联动，彻底解决业务孤岛问题。

1.1 四层架构拆解

• 数据底座层：老人基础档案、健康体检记录、慢病随访、生命体征数据、自理能力评估、服务历史记录，统一沉淀结构化健康数据。

• 业务流程层：服务预约、工单生成、资质匹配、智能派单、上门履约、服务打卡、售后评价、异常兜底，标准化工单流转闭环。

• 前端应用层：老人/子女小程序、网格员端、康养服务商端、医护端，多角色协同操作。

• 监管统计层：服务台账、健康数据统计、高危老人预警、履约率分析、民政数据上报。

1.2 核心联动逻辑

健康数据驱动工单生成，工单履约反向更新健康记录。系统根据老人慢病、失能等级、健康风险标签自动推荐适配服务；上门服务完成后，护工、医护录入随访记录、体征数据，动态更新老人健康档案，形成数据与业务的双向闭环。

二、健康记录模块完整功能梳理

健康记录模块区别于普通档案管理，主打动态更新、多维采集、风险分层、服务指导，是康养精准服务的核心数据支撑，覆盖老人全生命周期健康数据。

2.1 核心数据分类

• 基础健康档案：身高体重、既往病史、过敏史、用药记录、基础体征基线数据，为服务禁忌、护理方案提供基础依据。

• 动态体检记录：社区义诊、年度体检、上门体检数据，包含血压、血糖、心率、血氧等实时体征数据，支持历史趋势追溯。

• 慢病随访记录：高血压、糖尿病、冠心病等慢病老人定期随访记录，记录病情变化、用药调整、饮食建议、康复指导。

• 自理能力评估记录：进食、穿衣、如厕、行动能力评分，自动判定失能、半失能、自理等级，用于服务优先级判定与护理套餐匹配。

• 健康预警记录：体征超标、慢病加重、长期未随访等异常记录，自动标记高危老人，触发随访工单预警。

2.2 核心业务规则

• 所有健康数据操作留痕、版本可追溯，记录录入人、修改时间、数据变更内容，满足康养合规台账要求；

• 根据健康标签自动生成老人服务等级，高危老人优先触发随访、上门照料工单；

• 长期无健康更新、无随访记录的老人自动标记，提醒网格员入户排查；

• 健康异常数据实时推送子女与社区医护，实现早预警、早干预。

三、服务工单模块完整功能梳理

服务工单模块承载社区康养所有落地服务，包含生活照料、康复护理、健康随访、上门探视、助餐助浴、紧急帮扶等全品类服务，实现从预约到归档的全流程标准化管控。

3.1 工单类型分类

• 生活服务工单：居家保洁、助餐、助浴、代办代购等日常照料服务；

• 康复护理工单：肢体康复、伤口护理、理疗按摩、卧床老人专项护理；

• 健康随访工单：慢病回访、体征采集、用药指导、健康评估；

• 应急帮扶工单：紧急求助、上门救援、异常排查专项工单。

3.2 工单标准流转状态机

统一标准化状态流转，杜绝非法状态跳转，保证流程严谨可控：

创建待审核 → 审核通过待派单 → 已派单待履约 → 服务中 → 待核验 → 已完结 / 已取消 / 已超时

3.3 核心工单业务规则

• 健康数据匹配规则：根据老人健康档案、慢病标签、失能等级，自动匹配对应资质护工与服务类型，禁止无资质承接专项护理工单；

• 优先级调度规则：失能、独居、慢病高危工单自动置顶优先履约；

• 履约留痕规则：上门打卡、现场照片、服务内容、老人签字、评价结果全程留痕；

• 自动兜底规则：超时未接单、未履约工单自动预警，推送网格员人工干预；

• 数据联动规则：工单完结后自动生成随访记录，同步更新老人健康服务台账。

四、两大模块联动业务逻辑（核心架构亮点）

传统康养系统两大模块相互独立，本文架构实现深度业务联动，形成完整闭环：

1. 健康数据驱动工单创建：系统检测到老人慢病到期未随访、体征异常、长期未服务，自动生成随访工单，无需人工手动创建；

2. 健康标签约束工单派单：高危护理工单仅可派发给持证康复师、高级护工，规避服务安全风险；

3. 工单履约反向更新健康库：上门服务采集的血压、血糖、康复情况、病情变化，自动录入健康记录，更新老人健康标签与风险等级；

4. 双模块数据统一统计：健康随访率、工单履约率、高危老人服务覆盖率数据互通，自动生成社区康养月度台账。

五、核心Java代码实战落地

5.1 健康风险等级与工单优先级联动枚举

/** * 老人健康风险等级枚举 * 联动工单优先级、服务调度策略 */ public enum HealthRiskLevelEnum { HIGH_RISK(1, "高危风险", 1, "优先派单、强制随访"), MIDDLE_RISK(2, "中风险", 2, "常规重点随访"), LOW_RISK(3, "低风险", 3, "按需服务"); private final Integer level; private final String desc; private final Integer orderPriority; private final String serviceRule; HealthRiskLevelEnum(Integer level, String desc, Integer orderPriority, String serviceRule) { this.level = level; this.desc = desc; this.orderPriority = orderPriority; this.serviceRule = serviceRule; } /** * 根据健康标签判定风险等级 */ public static HealthRiskLevelEnum getRiskLevel(String healthTag) { if (healthTag.contains("失能") || healthTag.contains("重症慢病") || healthTag.contains("独居高危")) { return HIGH_RISK; } else if (healthTag.contains("慢病") || healthTag.contains("半失能")) { return MIDDLE_RISK; } return LOW_RISK; } public Integer getOrderPriority() { return orderPriority; } }

5.2 工单完结自动同步健康记录数据

/** * 工单-健康记录联动服务 * 履约完成自动更新老人健康随访数据 */ @Service @Transactional(rollbackFor = Exception.class) @Slf4j public class HealthOrderLinkService { @Autowired private HealthRecordMapper healthRecordMapper; @Autowired private ServiceOrderMapper orderMapper; /** * 工单完结后生成健康随访记录 */ public void syncHealthRecord(Long orderId, String healthContent, String physicalData) { // 查询已完结工单 ServiceOrder order = orderMapper.selectById(orderId); if (Objects.isNull(order) || !order.getStatus().equals(5)) { log.warn("工单未完结，无需同步健康数据"); return; } // 构建健康随访记录 HealthRecord record = new HealthRecord(); record.setElderlyId(order.getElderlyId()); record.setOrderId(orderId); record.setServiceType(order.getServiceType()); record.setPhysicalData(physicalData); record.setHealthContent(healthContent); record.setRecordType(2); record.setCreateTime(new Date()); healthRecordMapper.insert(record); log.info("工单{}同步健康随访记录成功", order.getOrderNo()); } }

5.3 高危老人自动生成随访工单任务

/** * 定时扫描高危老人，自动生成随访工单 * 实现健康数据驱动业务工单 */ @Component @EnableScheduling @Slf4j public class HealthAutoOrderTask { @Autowired private ElderlyArchiveMapper archiveMapper; @Autowired private ServiceOrderService orderService; // 每日凌晨扫描高危未随访老人 @Scheduled(cron = "0 0 1 * * ?") public void autoCreateFollowOrder() { // 查询高危且超期未随访老人 List<ElderlyArchive> riskElderlyList = archiveMapper.selectHighRiskNoFollowElderly(); if (CollectionUtils.isEmpty(riskElderlyList)) { return; } int createCount = 0; for (ElderlyArchive elderly : riskElderlyList) { // 自动创建健康随访工单 boolean result = orderService.createAutoFollowOrder(elderly.getId()); if (result) { createCount++; } } log.info("高危老人自动随访工单生成完成，新增{}条随访工单", createCount); } }

六、核心数据库表结构设计

6.1 老人健康记录表（health_record）

核心字段：id、elderly_id、order_id、record_type、physical_data、health_content、risk_level、create_time、update_time

设计说明：整合体检、随访、评估、预警全量健康数据，关联对应服务工单ID，实现数据溯源。

6.2 康养服务工单表（service_order）

核心字段：id、order_no、elderly_id、service_type、risk_priority、status、staff_id、finish_time、evaluate_status、create_time

设计说明：携带健康风险优先级字段，实现健康数据与工单调度联动，支撑差异化服务策略。

6.3 老人健康档案表（elderly_archive）

核心字段：id、name、health_tag、risk_level、selfcare_level、last_follow_time、create_time

设计说明：存储老人健康标签与风险等级，是两大模块联动的核心数据依据。

七、架构优势与落地避坑总结

7.1 架构核心优势

• 业务闭环联动：打破健康数据与服务工单孤岛，数据驱动业务、业务反哺数据，实现精准康养；

• 流程标准化可控：工单状态机严格管控，全流程留痕，完全适配民政康养台账合规要求；

• 风险精准管控：基于健康风险等级差异化派单、优先随访，重点保障高危老人服务权益；

• 自动化能力强：支持自动生成随访工单、自动更新健康记录，大幅降低人工运营成本；

• 扩展性极高：可快速拓展物联网设备数据接入、AI健康评估、智能护理计划等功能。

7.2 开发落地避坑要点

• 禁止将健康记录设计为静态档案，必须支持动态迭代、工单联动更新，否则无法实现精准服务；

• 工单优先级不能固定配置，必须关联老人健康风险等级动态判定，贴合康养刚需场景；

• 所有健康数据、工单操作必须留痕，康养系统合规溯源是验收核心标准；

• 专项护理工单必须做健康资质校验，杜绝无资质人员承接高危康养服务，规避安全风险；

• 必须配置定时自动随访机制，依靠人工统计极易出现高危老人漏访、漏服务问题。

八、总结

社区康养系统的核心业务本质，是以健康记录为数据底座，以服务工单为执行载体，实现社区养老服务数字化、精准化、合规化落地。健康记录模块解决了“老人健康底数不清、风险不明”的问题，服务工单模块解决了“服务落地无序、履约无据、监管空白”的痛点。

本文梳理的业务架构、功能流程、联动逻辑与代码方案，解决了传统康养系统业务割裂、流程混乱、数据失效的核心问题，架构轻量化、逻辑严谨、可直接落地迭代，适用于社区居家康养、街道智慧养老、民政养老监管等各类项目开发。