企业官网建设流程全解析

简介：数字疗法作为一种新兴的医疗软件形态，其核心并非内容堆砌，而在于形成评估、干预、反馈、再评估的闭环机制。理解干预深度分级（D1至D3）与证据漏斗的递进逻辑，是判断产品是否具备治疗价值的关键。通过定义临床响应指标（如PHQ-9下降幅度）、脱落率与完成度分层分析，团队能更科学地评估真实世界效果，避免留存率掩盖疗效缺失的陷阱。在心理健康App、临床科室及互联网医疗场景中，心理数字疗法的落地需结合适应症与使用场景精准定位，并以数据字典、分级授权和最小化采集保障安全合规。本文基于中国心理数字疗法白皮书框架，系统梳理立项评估路径、数据指标定义、常见踩坑记录与内部评审清单，为产品化团队提供一份可直接借鉴的实践参考。

1. 心理数字疗法白皮书，别当路线图，当坐标系

很多团队刚拿到《2023中国心理数字疗法白皮书》，第一反应是找赛道红利、找政策依据、找“哪个方向能投”。我建议反过来用：把它当坐标系，而不是路线图。坐标系的价值是校准自己项目的干预深度、证据阶段和落地指标；路线图的危险是照着章节标题去开发产品，那多半会翻车。心理数字疗法的难点从来不在做一个App，而在证明它有效、合规、可持续。这篇笔记会从白皮书里最值得用的框架讲起，再落到立项评估路径、数据指标定义和五条踩坑记录，最后附上一份可以直接抄走的内部评审清单。适合正在把心理健康服务产品化的团队，以及想引入数字疗法的临床科室和互联网医疗项目。

2. 心理数字疗法的底层逻辑：两类疗效来源与三级干预深度

白皮书在业内被引用最多的不是某一条结论，而是它的分类框架。我把它简化成两个判断工具：先判断一个项目是不是数字疗法，看它有没有“干预闭环”；再判断一个项目处在什么阶段，看它的“干预深度”在第几级。这两件事想清楚，后面所有立项和排期都不会跑偏。

2.1 内容驱动与算法驱动：为什么有的App只是电子手册

心理数字疗法的疗效来源可以粗暴地分成两种：内容驱动和算法驱动。内容驱动靠的是视频、音频、图文这些心理学知识本身，比如一段正念冥想引导、一节情绪调节课程、一份睡眠卫生清单。算法驱动靠的是“用户输入—系统决策—反馈—再评估”这个闭环，比如让用户连续记录睡眠和情绪，系统基于规则或模型给出下一步行为建议，再根据反馈调整方案。

判断标准很直接：删掉全部被动消费内容之后，产品还剩不剩功能。如果什么都不剩，那它本质上是电子手册，而不是数字疗法。我见过不少团队把课程平台改名成“数字疗法”，在这个语境里已经很难立住，因为用户和临床方都不再把“有内容”当成“有治疗”。心理数字疗法的核心资产是干预逻辑，不是内容库。

2.2 用D1到D3分级定位你的项目：机制、证据与技术栈

把干预深度分成三级，后面所有的立项决策都用这个坐标来定位：

D1适合作为患者教育材料，但单独叫数字疗法很吃力；D2是大多数失眠、抑郁行为激活类项目所在的位置，研发重心在“干预脚本”而不是页面；D3看起来很美，但证据门槛和安全兜底也最高，不是初创团队该做的第一个版本。

参数上我会建议：D2产品把“一次最小干预单元”控制在8到12分钟，干预频次每周3到5次，每个单元必须包含“输入—反馈”两个动作。D3再往前一步的前提，是先有一套稳定的D2闭环在跑，否则算法拿不到干净的用户行为数据，自适应就成了玄学。还有一个血泪经验：不要一上来就上大模型生成干预方案，现阶段可解释的规则引擎反而更容易定位问题、更容易做安全兜底，算法自适应可以作为后续版本，而不是冷启动的第一个版本。

2.3 白皮书的正确读法：证据分级、评价指标与三类误读

看这份白皮书，不用从头翻到尾。我一般按三个重点读：先看证据分级，再看场景分类，最后看真实世界效果指标。证据分级的价值是让你知道自己项目的证据处于哪个阶段，而不是让所有人都对标随机对照试验。

一份完整的证据漏斗大致是：可用性测试、小样本前后测、平行对照试验、真实世界数据、卫生经济学评价。每一步回答不同的问题：能不能用、有没有初步效果、效果是否归因于干预、大规模跑起来效果损失多少、值不值得付费。我把这个漏斗直接用在立项评估里：

这里要特别提醒三类误读。第一，把证据当疗效：白皮书里引用的对照试验结果来自严格筛选的人群，你的真实用户里可能有严重共病、依从性低的群体，效果会打折。第二，把内容当产品：章节标题看起来是“焦虑数字疗法”，但没有闭环就只能算科普。第三，把分级当准入：D3听着更高端，但临床应用和注册审评看的是安全性与有效性证据，不是你的技术标签写得多高级。

3. 从白皮书到立项：心理数字疗法项目的六个落地抓手

白皮书给的是坐标系，立项要的是抓手。我把过去评估过的心理数字疗法方案收敛成六个抓手，分成三组：先切适应症与场景，再搭证据漏斗，最后定数据指标。这一章的过程可以直接抄进你的立项文档。

3.1 适应症与场景切割：先治“在哪用”，再谈“怎么用”

第一个抓手是适应症，第二个是场景。很多项目死在“我要做一个通用的心理健康App”这句话上。通用意味着没有评价对象，没有干预终点，也没有付费方。心理数字疗法要起效，必须有一对明确的“症状靶点+使用场景”。

临床场景和心理服务场景是不同的坐标。院内辅助场景里，用户是已经确诊的患者，数据回流靠医生随访；院外康复场景里，用户是出院后的人群，脱落风险高但干预价值大；企业员工心理支持里，用户不愿被识别为“病人”，产品形态要更轻。我建议先用“适应症×场景”矩阵把项目切成格子，每个格子验证一个闭环，而不是一个App覆盖所有格子。

我一般会用“一个格子”原则：一个项目只做一种适应症、一种场景、一个付费方。比如“轻度失眠障碍患者的术后家庭康复管理”，比“泛焦虑人群的情绪改善平台”更容易立项、更容易收集证据、也更容易解释疗效。场景还决定了数据回流方式：院内场景数据回流最稳定，医生随访会二次触达用户；企业场景数据回流最少，因为用户不愿意暴露症状；院外场景回流取决于运营触达频次。立项时把这个写清楚，后面随访率、评估完成率才有依据。别急着做平台，先做透一个格子。

3.2 用证据漏斗筛掉伪需求：从随机对照到真实世界

第三个抓手是证据路径，第四个是评价周期。把上一章的证据漏斗落实到立项计划里，可以写成一张排期表：第1个月做可用性测试，第2到第4个月做30到50人的单臂前后测，第5到第8个月根据结果决定要不要进对照试验。

单臂前后测不是“没有证据”，而是一个低成本的疗效信号筛查。我常看到的翻车是：样本还没到30人，就开始设计随机分组，结果连招募渠道都还没跑通。反过来，也有团队把单臂数据直接说成“证明有效”，这两者都偏了。常见做法是跟某课题组或某临床科室合作招募，把干预周期固定成4到8周，保证前后测量表时点对齐。

真实世界的补强在运营侧。进入真实世界后，你会看到比对照试验低得多的完成率，这时要做的事不是改产品玩命提升留存，而是记录“哪些用户完成了、哪些没完成、两组差异在哪”。真实世界数据的价值不是证明有效，而是证明“在真实条件下还有多少人有效”，这决定了商业模式要不要成立。

3.3 量化疗效与运营指标：脱落率、响应率、最小临床重要差异

第五个抓手是临床响应指标，第六个是运营指标。两者必须同时定义，否则就会出现在做留存、临床团队看疗效，两边数据对不上的情况。我一般把指标分三层：

• 使用层：主动使用天数、模块完成度、干预中途脱落率；
• 临床层：量表评分变化、响应率、缓解率；
• 成本层：每成功响应一位用户的干预成本。

关于“脱落”的定义，产品团队和临床团队经常打架。我建议拆成两个：活动性脱落（连续7天没有主动使用）和干预性脱落（完成度低于70%就退出）。临床响应按经典定义走：PHQ-9降低≥5分视为有临床意义的响应。下面这段代码把三层指标统一成一张报表：

import pandas as pd def compute_dtx_metrics(use_log, module_def, baseline, endpoint): """ use_log: 用户行为日志，字段 [user_id, event_ts, event_type, module_id] module_def: 模块任务表，字段 [module_id, total_sessions] baseline: 基线问卷，字段 [user_id, phq9_pre] endpoint: 结束问卷，字段 [user_id, phq9_post] """ # 1. 使用层指标：统计主动行为，排除系统自动触发的埋点 active = use_log[use_log["event_type"].isin(["session_start", "task_submit"])] user_activity = active.groupby("user_id").size().reset_index(name="active_days") # 2. 干预完成度：已完成任务数占分配任务数的比例 completed = use_log[use_log["event_type"] == "module_complete"] user_done = completed.groupby(["user_id", "module_id"]).size().reset_index(name="done_sessions") user_done = user_done.merge(module_def, on="module_id") user_done["completion_ratio"] = user_done["done_sessions"] / user_done["total_sessions"] # 3. 临床响应度：PHQ-9 较基线下降 >= 5 分记为响应 merged = baseline.merge(endpoint, on="user_id") merged["phq_change"] = merged["phq9_post"] - merged["phq9_pre"] merged["clinical_response"] = merged["phq_change"] <= -5 return user_activity, user_done, merged

逻辑说明：这个函数把三个不同来源的 DataFrame 对齐到 user_id，分别输出使用层、干预层、临床层的结果。使用层排除被动行为，只保留 session_start 和 task_submit 两类主动事件，避免“打开了就算活跃”的幻觉；干预层把完成度定义成“已完成任务数/分配任务数”，而不是“打开过几次”；临床层用前后测分差判断响应，注意方向：PHQ-9分数越高越严重，下降才对。

参数说明：PHQ-9 下降 5 分是最常用的最小临床重要差异参考值，适用于轻中度抑郁人群，如果你做的是焦虑人群，建议换成 GAD-7 并保留各自的阈值。临床响应率的分母建议固定为“完成基线问卷且至少开始一个干预模块”的用户，不要把注册未使用的用户算进分母，否则响应率会被稀释到没有参考价值。脚本跑完之后，再按完成度分层看响应率：如果完成度 70% 以上的用户响应率依然接近全量，那问题多半出在干预环节本身，而不是用户流失。

提示：PHQ-9 下降 5 分这一定义只适用于轻中度人群；评估中一旦识别到高风险条目，应立刻触发人工危机响应流程，不能只依赖算法拦截。

4. 心理数字疗法项目常见的五个坑：现象、原因与对策

白皮书看完、指标定义完，真正的挑战在实施。下面五条踩坑记录，现象、原因、对策分开写，方便你直接对照排查。

4.1 把“课程内容”当数字疗法：没有干预闭环

现象：App里堆了几十节情绪管理课、冥想音频和文章，对外宣传是“心理数字疗法”，但用户点进去只有播放器和收藏功能。

原因：内容团队把“知识性内容”当成了“治疗性干预”，忽略了数字疗法成立的前提——评估、干预、反馈、再评估的闭环。没有闭环，就没有个性化，也没有办法证明剂量和疗效的关系。

解决：用“删除测试”来排查：把全部被动消费内容从产品里临时下掉，如果剩余功能为零，说明干预不成立。补齐闭环的最快路径是加两个模块：结构化日记（每日情绪、睡眠、任务完成情况）和基于规则的反馈（根据日记内容推荐下一单元）。这两块就是D2级干预的雏形。

4.2 留存率掩盖了临床无变化：只有活跃没有疗效

现象：次月留存率达到18%，团队很兴奋；但复查8周前后端的PHQ-9变化，组内平均只下降1分，没有达到临床意义。

原因：运营团队把留存当成目标，临床团队把量表当成报表，两边各跑各的。真正的问题是“有效使用”没有被定义，很多用户在碎片化浏览，根本没有完成干预单元。

解决：把第一性指标从“留存率”改成“按完成度分层的临床响应率”。每周对比完成度大于70%和小于30%的两组用户，如果高完成度组也没有响应，说明干预方案本身需要回炉，而不是用户不努力。常见做法是把这条写进周报模板，产品经理和临床负责人每周同时过这两个数。

4.3 把脱落归咎于产品：忽视临床流程设计

现象：第二周开始用户大量脱落，产品经理连续发了三个版本优化首页，脱落曲线没有任何变化。

原因：脱落不是发生在首页，而是发生在流程衔接处。常见断点在基线评估（用户填了8个量表共60题后流失）、第一次任务（太难或不清楚怎么做）、以及下一次反馈（医生或系统没有在预期时间内回应）。

解决：画出用户前14天流程时刻表，标注每个环节的转化率。评估压缩到3分钟以内，首次任务压缩到10分钟内，且完成后立即给出反馈；医生端增加“待回应提醒”，把人工响应时间控制在24小时内。排查位置我常用三步定位法：先看基线评估到首次干预的转化率，再看首次干预到第二次干预的转化率，最后看第二次干预到第三周完成度的保留率。哪一步掉得最多，就说明哪一步的流程设计有问题，而不是整个产品的问题。

4.4 数据安全只做了加密：忘了最小化采集与分级授权

现象：一次内部审计发现，后台任意运营账号都能看到患者的量表原始分数和手机号，同时App在申请与干预无关的通讯录权限。

原因：工程侧只做了传输加密和存储加密，但表结构没有做“直接标识符与临床数据分离”，权限模型是“全员后台可读”。这属于把安全当成黑匣子，只交给运维，没有在数据字典和产品设计阶段做控制。

解决：立项时先写数据字典：每个字段的采集目的、保留期限、访问角色。手机号、姓名等直接标识符与干预数据分表存储，业务系统一律用假名化ID关联。权限上分患者端、医生端、研究者端三类，医生端只能看自己管辖的患者，研究者端只能看脱敏后的聚合数据。

4.5 证据对标锚错：过早做优效性检验

现象：项目样本量还不到30人，合作方就要求设计成“与标准药物治疗对照的优效性试验”，理由是“白皮书里的大项目都这么做”。

原因：把证据漏斗的最终形态当成了起点。数字疗法早期最该回答的是“有没有疗效信号、效应量有多大”，而不是“是否优于阳性对照”。优效设计需要非常大的样本量，而且一旦对照组选择不当，整个试验都会白做。

解决：先做单臂前后测和效应量估算，用50人左右的数据决定是否进入对照试验。早期对照优先选“等待名单对照”或“常规随访”，这两种设计伦理和成本都更可控。把“跟药物比优效”留到二期或三期，别在第一枪就打这种硬仗。

5. 进阶用法：把白皮书拆成一张内部评审清单与4周疗效校验

白皮书读到这一层，已经不再是行业综述，而是审批流里的工具。我建议团队把它拆成一张内部评审清单，每个新项目立项前过一遍。

5.1 立项前回答九个问题

清单如下：适应症与场景选了一个格子吗；有没有明确的对照锚；干预闭环是否成立；当前证据处在哪个阶段；脱落率和响应率定义是否与临床共识一致；数据字典有没有写完；危机风险由谁兜底；付费方是谁；成功标准是否同时覆盖使用、临床、成本三层。这九条不需要全部满分，但必须答得出答案，答不出来就是立项风险点。

5.2 4周最小疗效校验与一次指标定义教训

如果团队还没准备好进正式试验，我建议跑一个四周最小校验：第0周纳入30到50人，收集基线量表；第1到第4周让用户完成至少6个干预单元；第5周完成结束量表。计算响应率和效应量，若PHQ-9的效应量低于0.3，就回去改干预脚本，别急着扩大样本。这不上正式临床试验，但能帮你省掉至少半年的试错成本。

这里是我最想分享的一次教训：模拟项目X当时数据显示“干预有效”，后来复查发现评估时点不一致——部分用户干预结束后当天填表，部分隔了三天才填，算法把时间差异当成了疗效差异。从那以后，我把“指标定义”当作代码版本一样管理：谁定义、何时改、影响哪些报表，全部留痕。心理数字疗法的复杂度不在算法，而在这些定义和流程的细节里。希望帮到你。

本文还有配套的精品资源，点击获取