互联网医院系统开发如何实现在线问诊与图文视频会诊

简介: 本文深度剖析互联网医院在线问诊系统的技术本质,揭示其远超IM+视频SDK的复杂性——实为“订单驱动型医疗业务系统”。从表结构设计、状态机控制、WebSocket图文通信、TRTC视频接入,到合规留痕与高并发优化,全链路拆解SpringBoot+MySQL+Redis+WebRTC技术方案,并附核心代码示例。(239字)

很多团队第一次做互联网医院系统时,都会低估一个模块的复杂度——在线问诊与视频会诊。
表面看只是:
患者发消息
医生回复
再加个视频通话
听起来像“IM聊天 + 视频SDK”就搞定。
QQ20260131-093422.png

但真正落地你会发现,远不止这么简单。
线上问诊本质是:
医疗业务流程 + 即时通讯 + 音视频 + 合规留痕 + 订单结算 + 病历沉淀
如果架构没设计好,后期一定推倒重来。
这篇我从「源码实现角度」,带你把:

  • 表结构设计
  • 问诊流程建模
  • 图文IM实现
  • 视频会诊接入
  • 订单状态控制
  • 医疗数据合规存储

一整套技术方案拆开讲清楚,并附核心代码示例。
技术栈示例:
SpringBoot + MySQL + Redis + WebSocket + WebRTC / 腾讯云TRTC

一、先理解真实业务流程

不要先写代码,先把流程理顺。
标准在线问诊流程:
患者下单 → 支付
→ 医生接诊
→ 图文/视频沟通
→ 开处方/建议
→ 结束问诊 → 生成病历
注意:
问诊 ≠ 聊天
而是:
有时效 + 有订单 + 有医疗记录 + 可追溯
所以系统必须是「订单驱动型会话」。

二、核心数据模型设计

这是系统稳定的关键。
1 问诊订单表 consultation_order

CREATE TABLE consultation_order (
  id BIGINT PRIMARY KEY AUTO_INCREMENT,
  patient_id BIGINT,
  doctor_id BIGINT,
  type VARCHAR(20),       -- TEXT/VIDEO
  price DECIMAL(10,2),
  status VARCHAR(20),     -- WAITING/ONGOING/FINISHED/CANCEL
  start_time DATETIME,
  end_time DATETIME,
  created_at DATETIME
);

作用:
控制整场问诊生命周期。
记住:
所有沟通必须绑定订单ID。
2 聊天消息表 consultation_message

CREATE TABLE consultation_message (
  id BIGINT PRIMARY KEY AUTO_INCREMENT,
  order_id BIGINT,
  sender_id BIGINT,
  sender_role VARCHAR(20), -- DOCTOR/PATIENT
  msg_type VARCHAR(20),    -- TEXT/IMAGE/FILE
  content TEXT,
  created_at DATETIME
);

必须落库。
原因:
医疗场景必须可追溯、可审计。
不能只存在IM里。
3 视频会诊记录表

CREATE TABLE consultation_video (
  id BIGINT PRIMARY KEY AUTO_INCREMENT,
  order_id BIGINT,
  room_id VARCHAR(50),
  duration INT,
  record_url VARCHAR(255),
  created_at DATETIME
);

用于:

  • 视频回放
  • 医疗留档
  • 投诉取证

QQ20260131-093448.png

三、图文问诊实现(WebSocket实时通信)

图文问诊本质:
IM即时通讯
推荐:
WebSocket + Redis
不要用轮询。
后端 WebSocket 服务

@ServerEndpoint("/ws/{userId}")
@Component
public class ChatWebSocket {
   

    private static ConcurrentHashMap<Long, Session> sessions = new ConcurrentHashMap<>();

    @OnOpen
    public void onOpen(@PathParam("userId") Long userId, Session session) {
   
        sessions.put(userId, session);
    }

    @OnMessage
    public void onMessage(String message) {
   
        ChatDTO dto = JSON.parseObject(message, ChatDTO.class);

        // 1 存库
        messageService.save(dto);

        // 2 推送对方
        Session target = sessions.get(dto.getTargetId());
        if(target != null){
   
            target.getAsyncRemote().sendText(message);
        }
    }
}

核心原则:
先存库,再发送。
否则断线会丢数据。
消息落库 Service

public void save(ChatDTO dto){
   
    ConsultationMessage msg = new ConsultationMessage();
    msg.setOrderId(dto.getOrderId());
    msg.setContent(dto.getContent());
    msg.setMsgType(dto.getType());
    msg.setSenderId(dto.getSenderId());

    messageMapper.insert(msg);
}

四、视频会诊实现(WebRTC / TRTC)

视频不要自己造轮子。
直接用:

  • 腾讯TRTC
  • 声网Agora
  • 阿里RTC

否则你会踩死。
推荐模式:
后端只做:
生成 room + token
视频交给SDK。
创建视频房间接口

@PostMapping("/video/room/create")
public VideoRoomDTO createRoom(Long orderId){
   

    String roomId = "room_" + orderId;

    String token = trtcService.genUserSig(roomId);

    return new VideoRoomDTO(roomId, token);
}

前端初始化(示例)

const client = TRTC.createClient({
   
  sdkAppId,
  userId,
  userSig,
  mode: "rtc"
});

await client.join({
    roomId });
await client.publish(localStream);

就能实现:

  • 音视频通话
  • 屏幕共享
  • 录制回放

五、订单状态机控制(非常关键)

很多系统崩溃不是技术问题,而是:
状态混乱。
必须用状态机。
状态设计

WAITING → ONGOING → FINISHED
        → CANCEL

Java实现

public void startConsult(Long orderId){
   

    ConsultationOrder order = mapper.selectById(orderId);

    if(!"WAITING".equals(order.getStatus())){
   
        throw new RuntimeException("状态异常");
    }

    order.setStatus("ONGOING");
    order.setStartTime(LocalDateTime.now());

    mapper.update(order);
}

只允许合法流转。
杜绝:
重复接诊、重复结束。

六、高并发优化方案

医院高峰期:

  • 同时几百医生在线
  • 几千患者发消息

必须优化:
1 Redis在线状态缓存

redisTemplate.opsForSet().add("online_doctor", doctorId);

快速匹配医生。
2 消息异步写库
高并发时:
MQ异步:

mqProducer.send(chatMsg);

消费者批量落库。
3 聊天记录冷热分离
近7天 → MySQL
历史 → OSS/对象存储
否则表会爆。

七、医疗合规注意事项(必须重视)

很多团队只管功能,不管合规,最后项目直接过不了审。
必须做:

  • 实名认证(身份证 + 人脸)
  • 医生资质校验
  • 聊天永久留痕
  • 视频录制存档
  • 数据加密存储

例如:

String encrypt = AESUtil.encrypt(content);

医疗数据一定要加密。
QQ20260131-093458.png

八、实战总结(关键经验)

说句行业实话:
在线问诊系统不是IM系统升级版。
而是:
订单系统 + IM + 音视频 + 病历 + 合规
五套系统的组合。
真正稳定的实现思路是:
订单驱动会话
数据库留痕优先
IM只是通道
视频交给成熟SDK
不要自己造轮子。
否则你80%的时间都在踩坑。

相关文章
|
11天前
|
人工智能 自然语言处理 Shell
🦞 如何在 OpenClaw (Clawdbot/Moltbot) 配置阿里云百炼 API
本教程指导用户在开源AI助手Clawdbot中集成阿里云百炼API,涵盖安装Clawdbot、获取百炼API Key、配置环境变量与模型参数、验证调用等完整流程,支持Qwen3-max thinking (Qwen3-Max-2026-01-23)/Qwen - Plus等主流模型,助力本地化智能自动化。
🦞 如何在 OpenClaw (Clawdbot/Moltbot) 配置阿里云百炼 API
|
6天前
|
人工智能 安全 机器人
OpenClaw(原 Clawdbot)钉钉对接保姆级教程 手把手教你打造自己的 AI 助手
OpenClaw(原Clawdbot)是一款开源本地AI助手,支持钉钉、飞书等多平台接入。本教程手把手指导Linux下部署与钉钉机器人对接,涵盖环境配置、模型选择(如Qwen)、权限设置及调试,助你快速打造私有、安全、高权限的专属AI助理。(239字)
3965 11
OpenClaw(原 Clawdbot)钉钉对接保姆级教程 手把手教你打造自己的 AI 助手
|
7天前
|
人工智能 机器人 Linux
保姆级 OpenClaw (原 Clawdbot)飞书对接教程 手把手教你搭建 AI 助手
OpenClaw(原Clawdbot)是一款开源本地AI智能体,支持飞书等多平台对接。本教程手把手教你Linux下部署,实现数据私有、系统控制、网页浏览与代码编写,全程保姆级操作,240字内搞定专属AI助手搭建!
4554 14
保姆级 OpenClaw (原 Clawdbot)飞书对接教程 手把手教你搭建 AI 助手
|
9天前
|
人工智能 JavaScript 应用服务中间件
零门槛部署本地AI助手:Windows系统Moltbot(Clawdbot)保姆级教程
Moltbot(原Clawdbot)是一款功能全面的智能体AI助手,不仅能通过聊天互动响应需求,还具备“动手”和“跑腿”能力——“手”可读写本地文件、执行代码、操控命令行,“脚”能联网搜索、访问网页并分析内容,“大脑”则可接入Qwen、OpenAI等云端API,或利用本地GPU运行模型。本教程专为Windows系统用户打造,从环境搭建到问题排查,详细拆解全流程,即使无技术基础也能顺利部署本地AI助理。
7093 15
|
5天前
|
人工智能 机器人 Linux
OpenClaw(Clawdbot、Moltbot)汉化版部署教程指南(零门槛)
OpenClaw作为2026年GitHub上增长最快的开源项目之一,一周内Stars从7800飙升至12万+,其核心优势在于打破传统聊天机器人的局限,能真正执行读写文件、运行脚本、浏览器自动化等实操任务。但原版全英文界面对中文用户存在上手门槛,汉化版通过覆盖命令行(CLI)与网页控制台(Dashboard)核心模块,解决了语言障碍,同时保持与官方版本的实时同步,确保新功能最快1小时内可用。本文将详细拆解汉化版OpenClaw的搭建流程,涵盖本地安装、Docker部署、服务器远程访问等场景,同时提供环境适配、问题排查与国内应用集成方案,助力中文用户高效搭建专属AI助手。
2752 6
|
7天前
|
存储 人工智能 机器人
OpenClaw是什么?阿里云OpenClaw(原Clawdbot/Moltbot)一键部署官方教程参考
OpenClaw是什么?OpenClaw(原Clawdbot/Moltbot)是一款实用的个人AI助理,能够24小时响应指令并执行任务,如处理文件、查询信息、自动化协同等。阿里云推出的OpenClaw一键部署方案,简化了复杂配置流程,用户无需专业技术储备,即可快速在轻量应用服务器上启用该服务,打造专属AI助理。本文将详细拆解部署全流程、进阶功能配置及常见问题解决方案,确保不改变原意且无营销表述。
4727 4
|
9天前
|
人工智能 JavaScript API
零门槛部署本地 AI 助手:Clawdbot/Meltbot 部署深度保姆级教程
Clawdbot(Moltbot)是一款智能体AI助手,具备“手”(读写文件、执行代码)、“脚”(联网搜索、分析网页)和“脑”(接入Qwen/OpenAI等API或本地GPU模型)。本指南详解Windows下从Node.js环境搭建、一键安装到Token配置的全流程,助你快速部署本地AI助理。(239字)
4708 23
|
15天前
|
人工智能 API 开发者
Claude Code 国内保姆级使用指南:实测 GLM-4.7 与 Claude Opus 4.5 全方案解
Claude Code是Anthropic推出的编程AI代理工具。2026年国内开发者可通过配置`ANTHROPIC_BASE_URL`实现本地化接入:①极速平替——用Qwen Code v0.5.0或GLM-4.7,毫秒响应,适合日常编码;②满血原版——经灵芽API中转调用Claude Opus 4.5,胜任复杂架构与深度推理。
8718 13