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 ListElderlyArchive 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。