1. 项目概述
作为一名长期从事医疗信息化系统开发的工程师，我最近完成了一个基于Spring Boot的老人健康信息管理系统。这个项目源于我亲眼目睹家中长辈因慢性病管理不善多次住院的经历。传统纸质健康档案的局限性让我意识到，我们需要一个能够实时监测、智能预警的数字化解决方案。
这个系统主要解决三个核心问题：
- 整合分散的健康数据（如智能手环、医院体检、家庭自测等）
- 建立多角色协同机制（老人、家属、医生）
- 实现异常指标的实时预警
2. 技术架构设计
2.1 技术栈选型
选择Spring Boot作为基础框架主要基于以下考虑：
- 快速开发：内嵌Tomcat和自动化配置显著缩短了部署时间
- 模块化：便于后期扩展微服务架构
- 生态丰富：整合Spring Security、Data JPA等组件非常方便
数据库方面采用MySQL作为主数据库，主要存储结构化健康数据。同时引入Redis缓存高频访问的用药记录和体检报告，实测QPS提升约40%。
2.2 系统架构图
系统采用经典的三层架构：
code复制表现层：Vue.js + Element UI
业务层：Spring Boot + Spring Security
数据层：MySQL + Redis + MongoDB（非结构化数据）
3. 核心功能实现
3.1 健康数据采集模块
实现细节：
java复制@RestController
@RequestMapping("/api/device")
public class DeviceController {
@PostMapping("/upload")
public ResponseEntity<String> handleDeviceData(
@RequestBody DeviceDataDTO data,
@RequestHeader("X-Device-ID") String deviceId) {
// 数据校验
if(!validateData(data)) {
throw new InvalidDataException("数据格式错误");
}
// 设备鉴权
Device device = deviceService.findByDeviceId(deviceId);
if(device == null) {
throw new UnauthorizedException("设备未注册");
}
// 处理数据
healthService.processDeviceData(data, device.getElderlyId());
return ResponseEntity.ok("数据接收成功");
}
}
关键点：
- 采用HTTPS协议保障传输安全
- 使用JWT进行设备身份认证
- 数据格式支持JSON和Protocol Buffers两种格式
3.2 实时预警系统
基于WebSocket的实现：
java复制@Configuration
@EnableWebSocketMessageBroker
public class WebSocketConfig implements WebSocketMessageBrokerConfigurer {
@Override
public void configureMessageBroker(MessageBrokerRegistry config) {
config.enableSimpleBroker("/topic");
config.setApplicationDestinationPrefixes("/app");
}
@Override
public void registerStompEndpoints(StompEndpointRegistry registry) {
registry.addEndpoint("/ws-alert")
.setAllowedOrigins("*")
.withSockJS();
}
}
@Service
public class AlertService {
@Autowired
private SimpMessagingTemplate messagingTemplate;
public void sendRealTimeAlert(Long elderlyId, AlertMessage alert) {
messagingTemplate.convertAndSend(
"/topic/alert." + elderlyId,
alert);
}
}
4. 安全与权限设计
4.1 RBAC模型实现
角色划分：
- 老人：查看个人数据
- 家属：查看绑定老人数据
- 医生：管理患者数据
- 管理员：系统配置
Spring Security配置核心：
java复制@Configuration
@EnableGlobalMethodSecurity(prePostEnabled = true)
public class SecurityConfig extends WebSecurityConfigurerAdapter {
@Override
protected void configure(HttpSecurity http) throws Exception {
http.csrf().disable()
.authorizeRequests()
.antMatchers("/api/public/**").permitAll()
.antMatchers("/api/health/**").hasAnyRole("DOCTOR", "ADMIN")
.antMatchers("/api/device/**").authenticated()
.anyRequest().authenticated()
.and()
.addFilter(new JwtAuthenticationFilter(authenticationManager()))
.addFilter(new JwtAuthorizationFilter(authenticationManager()));
}
}
4.2 数据加密方案
敏感数据采用AES-256加密存储：
java复制public class CryptoUtils {
private static final String ALGORITHM = "AES/CBC/PKCS5Padding";
private static final IvParameterSpec iv = new IvParameterSpec(
"1234567890123456".getBytes());
public static String encrypt(String input, String key) {
Cipher cipher = Cipher.getInstance(ALGORITHM);
cipher.init(Cipher.ENCRYPT_MODE,
new SecretKeySpec(key.getBytes(), "AES"),
iv);
byte[] cipherText = cipher.doFinal(input.getBytes());
return Base64.getEncoder().encodeToString(cipherText);
}
}
5. 性能优化实践
5.1 缓存策略
采用多级缓存架构：
- 本地Caffeine缓存：存储用户会话信息
- Redis集群：缓存热点健康数据
- MySQL读写分离：主库写，从库读
配置示例：
java复制@Configuration
@EnableCaching
public class CacheConfig {
@Bean
public CacheManager cacheManager() {
CaffeineCacheManager cacheManager = new CaffeineCacheManager();
cacheManager.setCaffeine(Caffeine.newBuilder()
.expireAfterWrite(10, TimeUnit.MINUTES)
.maximumSize(1000));
return cacheManager;
}
}
5.2 数据库优化
健康记录表添加复合索引：
sql复制CREATE INDEX idx_elderly_date ON health_record(elderly_id, record_date);
分表策略：按月分表存储健康数据，历史数据归档到MongoDB
6. 部署方案
6.1 Docker化部署
Dockerfile示例：
dockerfile复制FROM openjdk:11-jre
WORKDIR /app
COPY target/elderly-health-system.jar .
EXPOSE 8080
ENTRYPOINT ["java", "-jar", "elderly-health-system.jar"]
使用docker-compose编排：
yaml复制version: '3'
services:
app:
build: .
ports:
- "8080:8080"
depends_on:
- redis
- mysql
redis:
image: redis:6
ports:
- "6379:6379"
mysql:
image: mysql:8
environment:
MYSQL_ROOT_PASSWORD: root
ports:
- "3306:3306"
6.2 监控方案
集成Prometheus + Grafana：
java复制@Configuration
public class MetricsConfig {
@Bean
MeterRegistryCustomizer<MeterRegistry> metricsCommonTags() {
return registry -> registry.config()
.commonTags("application", "elderly-health-system");
}
}
7. 开发中的经验教训
7.1 遇到的典型问题
-
设备时间不同步问题：
- 现象：来自不同时区设备的数据时间混乱
- 解决：强制所有设备使用UTC时间，前端按用户时区显示
-
大文件上传超时：
- 现象：体检报告PDF上传经常超时
- 优化：调整Tomcat配置
properties复制server.tomcat.max-swallow-size=50MB server.connection-timeout=60s
7.2 性能调优记录
压力测试结果对比（单机4核8G）：
| 场景 | 未优化QPS | 优化后QPS | 提升幅度 |
|---|---|---|---|
| 健康数据查询 | 320 | 850 | 165% |
| 预警推送 | 150 | 400 | 167% |
关键优化措施：
- 引入Redis缓存热点数据
- 使用连接池优化数据库连接
- 启用GZIP压缩HTTP响应
8. 适老化设计实践
8.1 前端交互优化
- 字体大小可动态调整（最小16px）
- 主要操作按钮面积不小于48×48px
- 支持语音播报重要通知
实现代码片段：
javascript复制// 字体调整
function adjustFontSize(scale) {
document.documentElement.style.fontSize =
`${16 * scale}px`;
}
// 语音播报
function speak(text) {
const utterance = new SpeechSynthesisUtterance(text);
utterance.rate = 0.8; // 放慢语速
window.speechSynthesis.speak(utterance);
}
8.2 异常预警规则配置
采用可配置的规则引擎：
java复制@Configuration
public class RuleEngineConfig {
@Bean
public KieContainer kieContainer() {
KieServices ks = KieServices.Factory.get();
KieFileSystem kfs = ks.newKieFileSystem();
// 从数据库加载规则
List<AlertRule> rules = ruleRepository.findAll();
rules.forEach(rule -> {
kfs.write("src/main/resources/" + rule.getId() + ".drl",
rule.getContent());
});
KieBuilder kb = ks.newKieBuilder(kfs);
kb.buildAll();
return ks.newKieContainer(kb.getKieModule().getReleaseId());
}
}
典型预警规则示例：
drl复制rule "高血压预警"
when
$record : HealthRecord(bloodPressure > 140)
$elderly : Elderly(id == $record.getElderlyId())
then
alertService.sendAlert($elderly.getId(), "血压偏高");
end
9. 扩展性设计
9.1 微服务改造方案
现有单体架构可以平滑过渡到微服务：
-
按业务拆分服务：
- 用户服务
- 设备服务
- 健康数据服务
- 预警服务
-
服务通信：
- 同步调用：Feign + Ribbon
- 异步消息：RocketMQ
9.2 智能分析扩展
预留AI模型接口：
java复制public interface HealthAnalyzer {
@PostMapping("/predict")
HealthPrediction predictRisk(
@RequestBody HealthHistory history);
}
// 实现类可对接TensorFlow Serving等框架
10. 项目总结与展望
这个项目从需求分析到上线部署共耗时4个月，目前已在3家社区养老机构试点运行。系统日均处理健康数据约2.3万条，成功预警紧急情况17次。
几个关键收获：
- 适老化设计需要贯穿整个开发过程，不仅是UI层面
- 医疗健康数据的安全合规性要求极高
- 实时系统要特别注意设备离线场景的处理
未来计划增加的功能：
- 家属协同照护日历
- 用药智能提醒（基于用药记录学习）
- 与医保系统的对接