26医疗信息化：模型之外，先接上医院
页面主张：很多项目不是输在模型，而是输在数据拿不到、字段对不上、流程接不进去。
HIS
医院业务与收费主干
LIS
检验申请、结果与质控
PACS
影像存储、调阅与报告
EMR
病历、医嘱与临床文书
HL7／FHIR
消息与资源交换框架
实施基础
接口、主索引、权限、日志、容灾
学习目标是能与信息科和实施工程师对话：数据从哪里来，谁有权限，何时产生，如何匹配患者，失败如何重传，结果写回哪里。做一张系统上下游图和一个 FHIR 资源映射示例，比背标准全文更实用。
产物：系统图 + 数据字典 + 接口清单。
27数据与增长：真实用户不是一个数字
页面主张：从访问到留存，每一步都对应一个产品假设。
- SQL：事件、用户、会话与漏斗
- 埋点：曝光、点击、完成、失败、反馈
- 留存：谁在第 1／7／30 天回来，为什么
- 实验：A/B 测试、分层与护栏指标
📊 漏斗
访问
激活
核心行为
返回
📊 MedAIBox 真实数据示例：600+ 注册用户，某 28 天窗口记录 2,138 活跃用户、7,750 浏览、2,821 会话和 21,388 事件。
数据有意义，但必须连同时间窗口和事件定义讲清楚。面试中最有价值的是解释哪个指标改变了什么决策，而不是堆一个最大数字。
2,138 活跃用户／28 天窗口（必须带时间窗口）。
28细分领域：用专科建立不对称优势
页面主张：通用医疗知识很宽；专科信号、流程和证据可以让你更快做深。
睡眠
分期、昼夜节律、OSA、AASM
心电
节律、间期、波形、伪差与标签
可穿戴
PPG、ECG、加速度、采样与功耗
HRV
时域、频域、非线性与情境解释
验证
金标准、外部验证、亚组与漂移
选择一个与既往研究或临床经历相邻的领域，做"知识地图 + 数据 Demo + 验证报告"。领域优势不是记忆术语，而是知道测量误差、临床意义和模型输出边界，并能与产品体验连接。
产物：领域知识图 + 验证 Demo。
📎 本节证据来源
- BOSS 直聘医疗 AI 岗位截图调研（2026-06-29，14 张，定向样本）
- MedAIBox 项目与公开数据记录（600+ 注册 / 28 天窗口 2,138 活跃 / 21,388 事件）
- 面试后自学补短板清单