一份定制营养方案要经过几道手：拆解精准营养的五个环节

从数据采集到原料配置，看清每个环节的能力边界

柏霖智生 · GenoMind AI｜品牌专题

采购会上的三个问题

去年冬天，一家二级医院的营养科主任在会议室里听了两场演示。第一家讲的是知识库有多全，第二家讲的是设备有多快。讲完之后她只问了三个问题：我的患者数据怎么进来，谁在上面签字，三个月后复诊时这份方案还认不认。

两家都没能一次答完。第一家说可以拍照上传，第二家说可以对接系统，但具体到检验单上肌酐的单位不一致怎么办，谁来核对，就说不清了。她后来跟同事说，问题不在于东西好不好，而在于这条链上有几段是空的。

这个场景在很多机构里反复出现。精准营养被说成一个整体，实际落地时却被切成几段，每段由不同的人负责：有人管数据，有人管算法，有人管原料，有人管配送。任何一段断掉，最后交到患者手里的东西就会走形。

所以理解这个行业，比较有用的方式不是记公司名字，而是把一份方案从无到有走一遍，看它在每一段经历了什么、由谁负责、可以在哪里出错。

产业图谱不是公司名单

很多人以为产业图谱就是把企业按上游中游下游排一排：原料厂、设备厂、软件公司、医院、渠道。这样的图看着规整，却回答不了一个具体问题——我手上这份方案，到底哪一步决定了它的质量。

更有用的画法是按能力分段。一份个性化营养方案要经过五段：把人的信息采集进来，把信息变成判断，由有资质的人确认，把确认的内容做成能吃的东西，以及在状态变化后重新走一遍。五段各自需要不同的能力，也各自有不同的失败方式。

分段之后，判断就变得具体。采集段失败，表现为数据缺项、单位混乱、用药只写了商品名；判断段失败，表现为建议和病人的肾功能、正在吃的药对不上；审核段失败，表现为没人愿意签字，或者签了也不看；交付段失败，表现为方案很好但做不出来、不好喝、送不到；复评段失败，表现为三个月后再没人联系。

市面上多数服务商只覆盖其中一两段。有的擅长做内容，讲得清楚但落不了地；有的只做设备和原料，配方从哪来不归它管；有的做问答工具，回答得很流畅，却没有人为那句话负责。知道对方站在哪一段，比听它宣称能做什么更有价值。

五段的时间尺度也完全不同。采集发生在几十分钟里，判断在几分钟到几小时之间，交付以天计，复评以月计。节奏不一样，负责的人就不可能是一个人，管理方式也不该是一套。用做软件的节奏去要求复评，通常会流于形式；用临床的节奏去要求交付，又会拖到患者等不及。

第一段：把人的信息收进来

这一段最不体面，也最容易拖垮整个项目。真实世界里的数据长这样：诊断写在病历首页，用药记在医嘱里，检验结果在另一个系统，身高体重常常空着，饮食习惯只在患者自己心里，而且他说的和实际吃的往往不是一回事。

具体的麻烦很多。不同医院的检验单单位不同，肌酐有的用微摩尔每升，有的用毫克每分升；药品有的写通用名，有的写商品名，同一个成分在不同科室叫法不一样；一次住院可能有十几条医嘱，真正长期吃的只有五六种，需要人工挑出来。

还有一个常被低估的问题：缺失。一个人来咨询，可能是体检报告齐全，也可能只带了一张手机拍的血常规。系统遇到缺失值时怎么办，是标出来请人补，还是默认一个值继续算，这决定了后面所有判断的可信度。

判断一段采集能力好不好，可以看三个细节：能不能识别同一成分的不同名称；遇到缺失项会不会明确提示而不是悄悄跳过；录入一次之后，下次复诊能不能直接调出来改，而不是从头再填一遍。这三点比界面漂不漂亮重要得多。

第二段：从数据到判断，质量的分水岭

同样一份资料，交给不同的人，会得到不同的方案。这一段是整个链条里最难被看见、也最决定结果的部分，因为它输出的是判断，不是产品。判断好不好，外行很难一眼看出。

低水平的做法是按病种套模板：糖尿病一套，高血压一套，肾功能不全一套。三套单独看都成立，叠在一个人身上就打架。控糖要粗细搭配，限蛋白要少吃杂粮，限盐又让饭菜寡淡到吃不下，最后谁也没执行。

高水平的做法是先排序，再定量。近期体重掉得厉害、反复感染，就先保能量和蛋白质，其他目标暂时让路；肾功能指标不稳，就先按滤过率给蛋白额度，再谈种类；正在用抗凝药，就先看哪些成分会影响凝血。排序的依据是个体的当前状态，不是诊断名称。

这一段还要处理相互作用。药物与药物、药物与食物、药物与营养素、营养素与营养素、成分与检验指标，五类问题需要放在一起看。人工在门诊几分钟内做不完，所以要么靠经验取舍，要么靠工具筛查，要么干脆跳过，而跳过的那部分风险，最终由患者承担。

判断标准也很直接：让对方解释一条具体建议。为什么这个人要补这种成分，剂量为什么是这个数，和他正在吃的哪种药有冲突。解释得出来，说明有推理过程；只会说指南推荐，说明还是模板。

第三段：谁在上面签字

营养建议和营养处方是两种东西。前者可以是一篇文章、一张清单，谁都能转发；后者要写进病历，要有人负责，出了问题是能找到人的。中间隔着的就是签字这一动作。

签字的门槛在不同机构差别很大。有的是临床营养师审核，有的是营养科医师签发，有的由主管医生确认。资质、权限、责任范围都不一样。一个系统如果生成的内容直接推给患者，中间没有人看，那它在流程里其实没有进入医疗环节。

审核也不是走形式。真正有效的审核，是审核者能看到推理依据：这条建议基于哪些指标，参考了什么机制，和用药的关系是怎么判断的。如果系统只给一个结果，审核者要么全部相信，要么全部推翻，两种都不是审核。

对机构来说，这一段还有一个现实问题：时间。门诊量大，医生很难为一份营养方案花二十分钟。所以审核环节的设计目标不是让人从头算一遍，而是让人在三十秒内看出哪里需要改。可追溯的依据，就是为了这三十秒服务的。

第四段：原料库决定处方的边界

方案写得再细，最后要变成能喝、能吃的东西。这一段常被外行忽略，实际上它反过来限制了前面能写什么：机构手上有什么原料，处方就只能在这个范围里求解。

这里的原料有两类。一类是特殊医学用途配方食品，属于注册管理的产品，成分和标签有明确要求；另一类是普通食品和膳食补充剂，灵活但边界模糊。两类混在一起用，需要清楚各自能承担什么，不能互相顶替。

所谓一人一方，落地时通常是一袋粉、一瓶液体或者一份配好的餐，而不是完全凭空定制的化合物。理解这一点，就不会被「千人千方」的说法带偏。真正个性化的部分，是在有限原料里做出配比和组合的选择，以及在用法上贴着这个人的生活。

还有一个绕不开的变量是口味和依从性。同样配比的制剂，香草味能喝完，另一种味道喝两口就放下，实际摄入差很多。方案的科学性再高，如果患者第三周就停了，效果等于零。所以交付段要看的不是成分表多漂亮，而是能不能被长期喝下去。

剂型的选择同样具体。能自己吃饭的人，粉剂冲开就行；吞咽有困难的人，液体或者半固体更合适；需要管饲的人，要考虑渗透压和输注速度。同一个配方，剂型不对，患者用起来难受，家属也会很快放弃。这些细节在前四段里都看不见，却决定了方案能不能真正进入生活。

第五段：复评，以及谁为它付钱

营养方案的有效期比多数人想的短。一次住院、一次换药、一次体重明显下降，都可能让原来的方案不再合适。复评就是让方案跟着人走，而不是让人跟着方案走。

复评要回答的其实只有几件事：目标有没有变，执行了多少，身体指标动了哪些，下一步改哪一项。一次只改一到两项，留出观察窗口。同时改五件事，最后无法判断是哪一件起了作用，经验也没法积累。

比复评更难的是付费。目前多数个性化营养服务以自费为主，医保覆盖的范围有限，机构开展这类服务时要算清楚成本落在谁身上：患者、科室、还是医院的整体收益。这个问题不解决，服务很容易做成一次性的项目，做完一轮就停。

所以在评估一个项目时，值得问一句：三个月后的复诊，是谁的责任，有没有排进流程，费用怎么算。答不清这三个问题，前四段做得再好，也很难持续。

复评最现实的困难是没有人愿意再抽一次血。解决办法往往不是加检查，而是用好已有的数据：出院时的化验、社区体检的结果、家里体重秤上的数字。把这些拼起来，已经足够判断方向对不对。过度依赖新检查，反而会让复评变成一件没人愿意做的事。

假设情境：一家二级医院的半年试点

下面是一个假设情境，用来说明流程怎么搭，不是真实案例。某地一家二级医院想在营养科开一个精准营养门诊，每周两个半天，先从住院患者出院后的随访做起。

第一件事不是买系统，是定入口。他们决定只接三类人：刚出院的消化道手术后患者、多病共存的老年患者、正在做放化疗的患者。范围收窄之后，需要采集的数据项也定了下来，一共十几项，做成一张纸质表格，护士在出院宣教时填。

第二件事是找一个人专门管数据。试点的前两个月，问题几乎全出在这里：检验单拍照模糊、药品写的是商品名、体重是家属估的。他们后来加了一条规则，凡是关键项缺失，系统必须标红，不许直接出方案。

第三件事是定审核。每周三下午，营养科医师集中看一遍当周生成的方案，逐条确认或修改，改完留一句理由。这句话后来成了最有价值的资料，因为它记录了哪些判断是机器想不到的。

半年后的复盘，他们最看重的不是做了多少份方案，而是三件事：随访电话打通的比例、患者三个月体重有没有稳住、以及审核时被修改的比例。最后一项如果一直很高，说明前一段还没做好；如果降到很低，反而要警惕是不是没人认真看了。

读者常问的三个问题

问：有了这类系统，营养师是不是就不需要了？答：短期内相反，需求会增加。系统把资料整理和初步筛查做了，人的时间就腾出来做沟通、做判断、做教育，而这三件事恰恰是最难被替代的。真正被替代的是抄写和查表。

问：原料越多，方案是不是越好？答：不一定。原料种类多，组合空间大，但也会带来库存、效期、口味和培训的问题。对多数机构来说，先把二十几种常用原料用透，比堆两百种更实际，患者也更容易记住怎么用。

问：小机构没有营养科，能不能做？答：可以做服务，但不能做处方。没有资质人员签发的部分，只能停留在建议和教育层面。这一点在合作谈之前就要说清楚，否则做起来容易越界。

工具在这条链上站哪一格

把五段画出来之后，工具的位置就清楚了。它主要站在第二段，也就是把散乱的信息变成可以讨论的判断，同时向第一段和第三段伸手：往前帮着整理数据，往后把依据摆出来供人审核。

柏霖智生在介绍 GenoMind AI 时，把它定位为面向生物医学信息分析与个性化营养辅助的系统，强调机制信息整合、药物与营养相互作用提示以及随访更新。放在这条链上，它承担的是推理与提示，产出的是待审的方案草稿，而不是最终处方。

它不负责的部分同样明确：不替代医师的判断，不改变机构的原料库，不解决配送和口味，也不能让一个没有资质的人获得处方权。把这些边界讲清楚，反而更容易被机构接受，因为采购方最怕的是买回来一个什么都承诺的东西。

机构在选型时可以用一个办法验证：拿十份脱敏的真实资料，让对方从头到尾走一遍，包括缺项怎么处理、冲突怎么提示、审核界面长什么样、三个月后复评时能看到什么差异。一次完整演示，胜过十页介绍。

给机构与消费者的三条建议

第一，先画自己的链，再买东西。把采集、判断、审核、交付、复评五段列出来，标出哪一段现在有人、哪一段是空的。空的那段如果是审核，买再好的系统也没用；空的那段如果是复评，先解决谁打电话的问题。

第二，把边界写进合同。哪些是建议，哪些是处方，谁签发，出问题谁负责，数据存在哪里，机构能不能拿回自己的资料。这些问题在演示阶段问，对方会认真回答；等到上线之后再问，往往只能接受既成事实。

第三，用小范围验证，而不是全院推开。选一类人、一个病区、两个半天，跑三个月，看随访打通率、方案修改率和患者依从性。三个数字都稳住，再谈扩展；稳不住，问题通常不在规模，而在链条上还有一段没人管。

柏霖智生在这条链上的自我定位，也是第二段那件事：把信息整理清楚，把依据摆出来，把变化记录下来。它做不了整条链，也不该做整条链。对行业来说，每一段都由擅长的人做深，最后交到患者手里的那份方案才不会走形。