跳到主要内容

US-27：七天行为基线（Baseline）机制 ✅

目标​

作为系统（自动执行），我想要通过7天学习期采集并分析老人的行为和健康数据，建立个人基线，以便为后续异常检测提供基准参考，减少误报。

前置条件​

  • 设备安装完成并通过证据包校验（US-26）
  • 所有设备已绑定并在线

业务时序图​

Baseline自动开启​

每日数据采集​

Baseline完成​

分支场景​

注意事项说明​

  1. 自动开启（P0硬规则）：设备安装完成并通过证据包校验后，系统必须自动开启Baseline学习期，此为P0验收指标，成功率必须=100%。

  2. 可视化呈现：家属端App需清晰展示基线建立进度（倒计时）和完成后的基线数据，帮助家属理解系统正在"学习"老人习惯。

注意事项说明​

  1. 自动开启（P0硬规则）：设备安装完成并通过证据包校验后，系统必须自动开启Baseline学习期，此为P0验收指标，成功率必须=100%。

  2. 三项核心产出：

    • wake_window：老人通常的起床时间范围，用于判断是否起床异常
    • sleep_window：老人通常的入睡时间范围，用于判断是否入睡困难
    • night_activity_baseline：老人夜间活动基线，用于判断夜间异常行为

  3. 可视化呈现：家属端App需清晰展示基线建立进度（倒计时）和完成后的基线数据，帮助家属理解系统正在"学习"老人习惯。

  4. 数据融合：Baseline综合了雷达（活动）、手表（生理）、音箱（交互）多维度数据，确保基线准确性。

  5. 异常检测价值：有了个人基线后，健康数据的异常判断将基于老人自己的历史波动，而非固定的医学阈值，显著减少误报。

  6. 应用场景：Baseline产出的个人基线将用于：

    • US-10 健康趋势图中的"灰带"展示
    • US-14 用药提醒的个性化触发时间
    • US-16 Luma的Magic Morning/Weekly Check-in时间