完整人与完整个人计算

为什么必须从“完整个人”出发

一个人可以同时具有生理状态、疾病诊断、康复目标、运动需求、认知与行为习惯、生活环境以及长期经历。这些信息并非彼此独立：相同的医学诊断，在不同人身上可能对应不同能力；相同的能力，在不同任务、疲劳程度或环境下又可能产生不同表现。只看单个器官、单次测量或一个领域模型，常常无法回答“这个人现在能做什么、为什么做不到、下一步应怎样判断”。

完整个人计算所研究的，是如何让这些局部信息在尊重各自专业证据边界的前提下，能够共同支持对同一个人的连续判断。它不意味着单一模型已经掌握人的一切，也不把人的生活、心理和社会属性压缩为一个分数。

人体功能为什么可能成为统一计算坐标

人体功能的口语解释：身体被正常调用的能力。 作为完整个人计算中的组织原则，人体功能使系统能够追问：内部生命活动需要维持什么，外部现实任务要求完成什么，个人当前具有什么能力，哪些能力被实际调用，行动带来了什么结果、代价和反馈。生理过程、疾病信息、动作表现、环境约束与专业干预因此有机会通过同一组功能关系被联系起来，而不是仅依靠关键词拼接。

我们提出的科学问题是：如果不以人体功能为统一计算坐标，是否存在其他组织原则，能够同样有效地连接多尺度生命活动、现实任务、个人能力、实际调用、医学干预与长期变化？这一问题需要与其他建模路径进行可检验比较，而不是预先宣称人体功能是唯一答案。

不同领域模型如何围绕同一个人协同

在 HFWM 的计算架构中，生理模型可描述机体机制及调节过程；疾病模型可描述疾病、风险、病程和医学限制；健康模型可描述整体健康状态及其变化；解剖、动作与运动模型可描述结构、运动任务和表现；认知、行为与环境模型可补充行动决策及其条件。这些模型可以采用不同算法、不同数据结构，并不需要被强行改写为一种模型。

需要统一的是它们如何指向同一个人、同一时间段、同一需求与功能任务；如何区分事实、测量、推断、候选解释和干预；以及彼此矛盾或证据不足时怎样保留不确定性。上述跨模型协同是 HFWM 的研究设计与建设方向，具体模型集成程度以公开可验证实现为准。

与本人共同演化的“第二个可计算的自己”

在长期愿景中，HFWM 可以被理解为与本人共同演化的第二个可计算的自己：它在获授权的条件下持续组织身体与认知能力、健康与疾病、真实任务、行动和反馈，帮助本人及专业人员理解状态如何随时间改变。这是关于可计算的个人对应模型的比喻，不是意识复制、替代本人或已实现的完整数字人。

个人状态为什么必须是连续的

人在变化：睡眠、疼痛、疾病、治疗、训练、环境和行为都会改变身体被调用的条件。一次评估回答的是某个时间点的问题，不等于永远有效的个人结论。持续计算需要把事件、测量、判断、干预和反馈按照时间组织起来，保留版本、来源以及更正历史，并在证据发生变化时更新对个人状态的理解。

因此，完整个人计算不是静态档案的堆叠，也不是让 AI 永久记住未经证实的猜测。它要建立可追溯、可更新、能说明“为什么判断发生改变”的个人状态模型。

一个可以理解的例子

两个人都说“上楼时膝盖疼”，仅凭这句话无法确定是疾病、局部结构、能力不足、动作策略、实际调用还是环境条件导致。更完整的判断需要结合症状时间线、既往疾病和治疗信息、所需任务、活动能力、动作表现、负荷、观察后果与必要评估。HFWM 研究如何组织这些信息，提出可检验的候选解释和下一步取证需求；不能把某个动作或疼痛表现自动等同于具体结构诊断。

与 UOHF、HFWM、人体功能智能及 HFOS 的关系

UOHF 提供可共享的功能语义、概念关系和证据约束；HFWM 以完整个人为持续建模对象，在时间中组织跨领域状态；人体功能智能研究如何基于这些关系进行推理、判断、记忆、学习与反馈；HFOS 将相关能力连接到专业工作台、培训和服务流程。面向未来，还将研究可供不同系统实现、授权和验证的人体功能统一协议接口。

这是一项可被检验的科学与工程方向：用更完整、更连续且可追溯的方式理解同一个人。