從個人追蹤到家庭復健協調 — BYoAI 的設計邏輯

復健不是一個人的事

在台灣的骨科診間，有一個很常見的場景：阿嬤換膝蓋、爸爸修旋轉肌袖、兒子重建十字韌帶。三個人看同一位醫師，但真正在管復健的是媳婦。

她下班後有一個半小時，要陪三個人做運動。她不知道今晚該先盯誰。App 裡有三個人的數據，但她要分別登入、分別看圖表、分別判斷。

這不是技術問題，是注意力分配的問題。而這個問題，傳統的復健 App 從來沒有試圖解決。

iRehab Patient App 首頁新增了一個功能：「問問我的 AI」。

點進去，系統會把病患的復健進度打包成一份結構化摘要 — 手術類型、術後天數、疼痛趨勢、運動完成率、距離下一階段還差多少。按一下複製，貼到 ChatGPT、Claude 或 Gemini，就可以用自然語言問問題。

不是 iRehab 內建的 AI。是病患自己的。

因為 AI 模型半年換一代。

如果我們在 App 裡綁死 GPT-4o，半年後就過時了。如果我們接多個模型的 API，每月 token 費用隨病患數線性成長，而且每次模型更新都要重新驗證臨床安全性。

更根本的問題是：我們不需要跟 OpenAI 競爭聊天體驗。

ChatGPT 已經在幾十億人的手機上了。Claude 的推理能力更好。Gemini 整合了 Google 生態系。這些團隊花了幾十億美元打磨聊天介面和推理品質。我們沒有理由從頭做一個更差的版本。

我們該做的事只有一件：給 AI 正確的脈絡。

沒有脈絡，AI 只能說「術後疼痛是正常的」。有了脈絡 — 術後第 42 天、TKA 左膝、Phase 3、ROM 105 度（目標 110）、靠牆滑蹲後 VAS 從 3 跳到 5 — AI 才能說出真正有用的東西。

這個架構我們叫做 BYoAI — Bring Your Own AI。

BYoAI 的核心洞察是：AI 推論是商品化的，臨床脈絡才是稀缺的。任何人都可以用 ChatGPT，但只有 iRehab 知道你術後第幾天、目前 ROM 幾度、這週的運動完成率。

當我們把這個功能做出來後，一個更大的圖景浮現了。

那位媳婦可以分別打開三個人的 App，複製三份摘要，一起貼到 AI 問：「這三個人，這週誰的變化最大？誰可以自己練？」

AI 不需要看三張統計圖表。它可以直接說：「阿嬤的完成率掉了 30 個百分點但疼痛沒有惡化，可能是動力問題。爸爸和兒子的趨勢穩定。建議今晚先陪阿嬤。」

這是家庭層級的復健協調。不是三份獨立的日誌，是一個照顧者視角的優先排序。

沒有任何復健 App 做過這件事。不是因為技術難，而是因為大家都把復健當成個人行為。但在台灣（和多數亞洲社會），復健是家庭事件。開完刀回家，照顧的是家人。決定要不要認真做運動的，常常也是家人。

我們在設計上做了幾件事來確保安全：

匯出不含個資。沒有姓名、身分證、電話、醫師名字。只有臨床數據。

情境指令的動詞限制。四個預設指令的動詞只用「整理」「指出」「列出」，不用「建議」「評估」「判斷」。AI 是秘書，不是醫師。

每份匯出都帶免責聲明。「此摘要僅供整理問題與回診討論，不應單獨用來自行更改治療方案。」

趨勢標籤由伺服器計算。「改善」「穩定」「波動」「惡化」不是 AI 說的，是我們的演算法根據明確規則算出來的。確定性邏輯，不是大語言模型的臆測。

目前照顧者需要分別登入不同帳號來複製摘要。我們正在規劃 Family Link — 照顧者在自己的帳號裡連結家人，一次看到所有人的摘要。

連結需要三層驗證：身分證（識別）+ 生日（你認識這個人）+ 手機交互確認（證明有帳號存取權）。而且只能連結看同一位醫師的病患，不能連結系統裡的任意人。

Family Link 的存取範圍被限制在 AI Prep 摘要 — 唯讀，不能替家人回報運動或修改任何資料。比起現在的「共享帳號密碼」，這反而更安全：scope 更窄、有 audit trail、隨時可單方面解除。

我們一開始做的是「術後復健追蹤」。但做著做著，我們發現自己在做的其實是家庭型復健協調。

單人追蹤是起點。家庭協調才是護城河。

因為家族群聚就醫 — 阿嬤換膝蓋推薦女兒來看肩膀，女兒推薦老公來看十字韌帶 — 這個獲客模式在骨科再自然不過。但要把它變成產品優勢，你的系統必須理解「家庭」這個概念。

大多數復健 App 不理解。它們假設每個帳號是獨立的個體。

我們不是。

iRehab 把每日復健紀錄轉成病患、家屬與門診都能採取行動的脈絡。從單人追蹤，升級成家庭型復健協調。