全球每天产生2.5亿GB健康数据，但90%躺在手机里吃灰。一个医学生做了套系统，让Gemma 4把全家人的步数、心率、血氧变成能看懂的家庭健康周报——全程本地运行，10分钟搭好。
HealthOps的核心逻辑很直白：Android手机本身就是健康IoT设备。通过HealthConnect，它持续聚合所有健康App的数据——步数、睡眠分期、静息心率、血氧——形成统一本地接口。系统每15分钟轮询一次家庭成员手机，通过WiFi把增量记录同步到家庭服务器，构建个人时间序列健康画像。
整个流程跑在Gemma 4上，分三层处理。第一层信号处理：原始记录以增量形式推送到服务器，模型将其转换为{信号,观察,时间}的结构化格式，基于最近30个健康数据点的滚动窗口解读模式，而非孤立处理单条记录。第二层问答代理：家庭成员可用自然语言查询任意时段数据——"爸爸这月静息心率走势如何？""这周谁睡眠质量差？"——模型跨完整时间序列推理。第三层周报生成：每周自动汇编通俗易懂的家族健康叙事。
部署极简。服务端：任意家庭WiFi内的电脑装Docker，一条命令启动（Mac/Linux用run.sh，Windows用run.ps1）。启动时选择纯本地模式或填入Gemini API key，终端会打印服务器地址。手机端：安装APK，填姓名、WiFi名、服务器地址，自动开始同步。重复设置即可添加家庭成员。
关键设计是"数据不出户"。所有处理本地完成，Gemma 4跑在家庭服务器上，无需云端。这对健康数据的隐私敏感场景是硬性约束——也是作者作为医学生反复看到的痛点： families with phones full of health data, and no one connecting the dots until they're already in a consultation room.
技术选型背后是对家庭健康监测的重新理解。不是做更准的传感器，而是让已有数据产生关联价值。HealthConnect解决了Android生态的数据碎片化，Gemma 4解决了"人能读懂"的最后一公里。15分钟轮询、30点滚动窗口、自然语言查询——这些参数平衡了实时性与本地算力，也暗示了作者对"家庭健康预警"的场景定义：不需要毫秒级响应，但需要跨成员、跨指标的模式识别。
项目已开源：GitHub Releases提供APK下载，Docker镜像一键部署。对于想实验本地大模型+健康数据组合的开发者，这是个可运行的基准案例。对于普通家庭，它提出了一个反问：当手机已经记录了这么多，为什么还要看不懂自己的健康？
热门跟贴