1/3成年人吃错药没人管，这个47KB网站想截胡FDA

590种药物和草本补剂的致命组合，被压缩进一个比微信表情包还小的网页里。开发者说：我妈差点出事，我不想再有人重蹈覆辙。

1. 一个血检异常引发的周末项目

去年，开发者的母亲开始服用圣约翰草（St. John's Wort）缓解轻度抑郁。她同时在吃降压药。没人告诉她这两者会打架——圣约翰草通过诱导CYP3A4酶，能降低某些降压药的药效。

「这把我吓到了，足够让我为此做点什么。」

根据2019年《英国临床药理学杂志》的系统综述，美国和欧洲约33%的成年人定期服用草本补剂，其中高达70%从不告诉医生。信息散落在PubMed、FDA安全警报和药理学教材里，但正在吃姜黄配他汀、银杏配抗凝药的人，根本无从查起。

现有工具要么收费，要么把简单查询做成需要注册登录的「用户旅程」。开发者决定造一个反例：零后端、零API调用、零追踪，纯静态HTML，一切在浏览器里跑完。

成品叫Verificador de Interacciones — Botánica Andina，总包体积47KB（Gzip压缩后），3G网络下1秒内加载完毕。

2. 数据库比界面难做10倍

技术栈刻意极简：原生JavaScript、内联JSON数据、CDN托管静态文件。没有React，没有Vue，没有构建工具。

但真正的苦活是内容策展。开发者花了数周交叉验证：

每条交互至少对照2个来源，严重等级遵循Natural Medicines框架：严重（避免联用）、中等（需监测）、轻微（可能无需调整）。

当前数据库覆盖590+条有文献记录的组合，从常见的银杏-华法林相互作用，到冷门的甘草-地高辛联用风险。数据结构长这样：

{
"herb": "圣约翰草",
"drug_class": "SSRI类抗抑郁药",
"severity": "严重",
"mechanism": "通过5-HT再摄取抑制产生叠加性血清素效应",
"evidence": "doi:10.1016/j.tips.2004.02.009",
"recommendation": "避免联用。血清素综合征风险。"
}

全文590+条记录压缩后约30KB。现代浏览器上搜索结果呈现时间小于5毫秒，老旧设备也不超过50毫秒。

开发者选择内联数据而非懒加载，理由很产品经理：用户打开页面就是为了搜索，延迟加载是假优化；30KB对任何网络环境都是可忽略的代价；离线场景下工具依然可用。

3. 自己写模糊搜索，因为不想依赖200KB的库

搜索功能实现了加权模糊匹配，处理拼写变体（如「ginkgo」vs「gingko」）、西班牙语/英语混合查询、常见商品名与通用名映射。底层是自定义的Levenshtein距离算法，零外部依赖。

「零依赖不等于零工作量。」开发者复盘时写道，「自己写响应式布局、无障碍功能、模糊搜索，前期投入更大，但维护负担降到接近零。」

托管方案简单粗暴：CDN静态文件。无服务器，无数据库，无停机时间。月成本：0美元（域名附赠托管）。

4. 三个反直觉的教训

项目开源后，开发者在技术社区分享了三点体会：

健康内容需要引用，而非「据研究表明」

工具中的每条声明都链接到DOI或具体出版物。这一步比写内容本身耗时3倍，但决定了这是工具还是博客水文。

策展比代码难10倍

交互数据库的构建时间是界面的10倍。验证临床证据、处理矛盾来源、标注证据等级——这些没有捷径。

47KB是设计目标，不是意外

每个功能都经过「值得增加多少字节」的拷问。最终产物能在厄瓜多尔农村的老旧安卓机上流畅运行，这正是目标用户可能所处的环境。

目前数据库仍在缓慢扩充。开发者接受社区提交，但坚持双源验证原则。最近一次更新加入了辅酶Q10与他汀类药物的相互作用——这是患者最常隐瞒医生的组合之一，却极少被主动询问。