关于我
懂落地 · 懂沟通 · 懂场景
自我介绍
我是吴蓉蓉，拥有 8 年大型文旅综合体策划与全流程落地管理经验， 核心方法论是 「围绕不同人群挖掘真实需求 → 搭建完整业务场景 → 推动方案从 0 到 1 落地」， 这套产品底层逻辑与 AI 产品高度相通。现聚焦 AI 医疗赛道，主动补齐 PRD 撰写、版本规划、需求分级等标准化产品能力。
教育背景
苏州大学文正学院
视觉传达 · 本科 · 2018 年毕业
视觉传达的训练，让我对 信息架构、用户动线、界面呈现 有天然的敏感度， 这也是我迁移到 AI 产品「界面与流程设计」时的重要底座。
AI 医疗产品核心能力
将 8 年文旅的用户思维迁移医疗赛道，围绕业务场景落地大模型相关产品实践，沉淀三类核心能力。
文本与知识
基于大模型实现病历结构化、预问诊、医疗知识检索，保障 AI 输出内容可溯源、有据可依。
多模态
通过报告 OCR、图像识别、语音 ASR，完成非结构化医疗数据的解析与理解。
智能体与工作流
借助 Agent 与工具调用编排智能导诊、分诊流程，将 AI 能力嵌入真实医疗业务链路。
工作经历
从最近经历倒序排列
· 用户动线设计与体验优化：基于日均 2 万人次行为数据分析，优化设施布局与引导标识，A/B 测试不同动线方案。
· 业务数据分析与汇报：搭建复盘看板，为次年续约及定价提供决策依据。
项目 / Demo 经验 （点击卡片展开）
门诊 AI 文书
医生对话 → 中文转写 → 结构化病历/处方 → 医生确认 → PDF，闭环门诊文书场景。（ICP 审核上线中）
- 背景：门诊文书记录耗时、易遗漏，独立设计开发「诊录」，跑通「录对话 → 转写 → AI 结构化 → 医生确认 → PDF」闭环。
- 落地导向：先找终端用户真实痛点，明确「文书辅助、非诊疗决策」边界。
- 功能：患者管理 + 录音分块上传 + ASR + AI 抽取（症状/西药/中医）+ 工作台审阅 + 报告 PDF。
- AI 闭环：仅提取已述信息、禁止编造；local / cloud / mock 三套切换；Prompt 集中管理、可审计。
证据智能中枢
证据约束型预问诊中台（ToB2C），三层可审计闭环，症状转「带出处分诊草稿」。
- 背景：把患者含糊症状转成带出处、风险边界、分诊去向的「就医准备草稿」，降低漏诊风险。
- 形态：ToB Web 控制台，链路「证据检索 → 规则拦截 → 受约束生成 → 结构化预问诊 → 分诊建议＋引用」；六类角色 + 人群上下文切换。
- 核心设计：三层可审计闭环（证据引用 / 红旗优先 / 输出即草稿）；证据供应链治理；分诊状态机 + 合规规则。
C 端多模态医疗咨询
智能问诊 / 报告解读 / 皮肤识别 / 用药咨询，三级问诊分级，7×24 在线咨询。
- 定位：C 端 7×24 医疗咨询，专业医疗咨询前置入口 + 家庭健康管理助手。
- 能力：六大模块 + 三级问诊分级；主力 / 备用双层模型、分层 Prompt、权威知识库 RAG、多模态 OCR / 图像识别、幻觉控制。
- 合规指标：四类合规 + 数据分级隐私；四类指标 + 埋点；V1.0 → V3.0 迭代路线。
出院前 AI 辅审
规则引擎 + AI 辅审生成疑点简报，医保办人工定论，不替代人工、不出拒付终态。
- 背景：出院前医保办核对费用清单，人工审核难、规则引擎难覆盖语义对齐。
- 方案：聚合 HIS/EMR/参保数据，「规则引擎 + AI 辅审」生成疑点简报，医保办人工定论；N1–N9 节点、9 条业务规则、状态机。
- 约束：不替代医保中心、不自动拒付；AI 只出疑点、禁止出拒付终态；强制 citation、审计归档。
技能
产品设计 × AI 认知 × 医疗行业