基于智能健康管理App的妊娠期評估與干預

莫 庸，袁貞明，孫 鸝

(杭州師范大學 1.信息科學與工程學院；2.醫學院，浙江 杭州 310036)

治未病與健康管理

基于智能健康管理App的妊娠期評估與干預

莫 庸1，袁貞明1，孫 鸝2

(杭州師范大學 1.信息科學與工程學院；2.醫學院，浙江 杭州 310036)

目的 以母子健康手冊App為載體，對孕婦群體進行妊娠高血壓評估及血壓控制和體重控制。方法 以2016年1月—5月下載母子健康手冊的孕婦為研究對象，采用基于臨床知識庫的智能健康管理App，對孕婦群體進行妊娠期高血壓評估和血壓、體重干預。通過分析評估結果及干預結果，檢驗評估模型的準確性和干預模型的有效性。結果 2016年1—5月期間共856名孕婦用智能健康管理系統評估妊娠期高血壓疾病，評估結果與臨床診斷結果相比較的準確率達99%；采用移動健康管理系統進行健康教育，相關孕期健康知識問卷平均得分(總分100)和合格率(80分為合格)均有顯著提高(P<0.05)。結論 智能健康評估模型和移動健康干預手段有效，能夠實現孕婦妊娠期高血壓疾病的準確評估和孕期健康的有效干預。

智能健康管理；妊娠期高血壓；臨床知識庫；健康評估；健康干預

近年來，基于可穿戴設備和智能終端設備的移動健康管理應用發展迅速，與傳統醫療方式相比具有很多優勢，例如可以實現居家連續動態地采集生理數據，云端數據服務器為醫生的遠程監控和干預提供條件。本研究利用移動健康管理技術，實現疾病管理的關口前移，及時預警、提高管理成效。

1 資料與方法

1.1 一般資料 2016年1-5月，成功下載使用母子健康手冊應用程序(Application，App)并臨床診斷為妊娠高血壓的孕婦，共計856例。妊娠高血壓診斷標準按照《妊娠期高血壓疾病血壓管理中國專家共識》(后稱專家共識)[1]。

1.2 方法 研制基于臨床知識庫的孕產婦移動健康管理應用程序，由健康監測、健康評估和健康干預三部分組成。基于藍牙血壓計和移動手機采集的妊娠期孕婦個人健康數據，建立用戶模型。從妊娠高血壓疾病專家共識抽取概念實體以及評估規則，形成臨床知識庫和健康評估算法，根據用戶模型得到個性化的健康評估結果。在移動健康管理App中，設計了基于主動推送技術的健康提醒和知識推薦，以及基于視頻慕課(Massive Open Online Course, MOOC)和在線互動的孕婦學校與醫患溝通模塊。

1.2.1 用戶健康數據建模 根據專家共識，用既往史、居家監測數據、檢驗檢查數據、體格檢查數據、孕期等組成的五元組集合建立用戶健康數據模型，其中居家監測數據包括用藍牙血壓計測量得到的血壓、心率以及錄入的身高、體重數據等，檢驗檢查數據包括尿蛋白、子癇等，體格檢查數據包括抽搐、身體質量指數(Body Mass Index，BMI)等。

Ai={BPi,Hi,Pi,Ci,Ti}

(1)

其中，Ai代表某用戶健康數據集中的一個數據元素，BPi代表居家監測值(由收縮壓、舒張壓、心率、體重組成)，Hi代表是否有既往高血壓史，Pi代表蛋白尿、子癇等檢驗數據，Ci代表是否抽搐，Ti代表孕期(本文中孕期單位為周)。用戶健康建模數據由移動健康管理App采集并上傳至健康云平臺，作為妊娠高血壓評估和干預的依據。1.2.2 妊娠期高血壓疾病臨床知識庫 以專家共識為依據，與該領域專家一起抽取其中的共識本體，建立基于妊高癥知識概念的本體庫，然后根據專家共識中本體間的關系建立妊娠高血壓健康評估語義網規則語言[2](Semantic Web Rule Language，SWRL)規則庫，最后基于JESS[3]推理機實現健康評估。

以專家共識中的妊娠高血壓評估標準為例，妊高癥的判定過程可以用圖1所示的決策樹來表示。其中，血壓、既往史、孕齡、尿蛋白指標、抽搐、子癇、高血壓評估結果等為知識庫中的本體，本體與本體之間的有向邊形成妊高癥判定決策樹。

圖1 妊高癥判定決策樹

采用SWRL規則描述決策樹，建立妊娠高血壓評估規則庫。規則庫由原語和蘊含式組成，妊高癥判定規則庫中的原語可以是判別，也可以是關系。由原語組成的蘊含式表示專家共識中的評估規則，以妊娠高血壓的評估為例，慢性高血壓等評估的蘊含式如表1所示。

表1 妊高癥診斷規則的蘊含式解釋對照

1.2.3 健康評估推理 推理引擎是將本體描述以及規則進行推理演算的系統[4]。妊高癥評估推理流程是評估規則與本體內容融合的過程。評估過程以孕婦健康數據集合{Ai}為輸入，在知識庫規則中尋找與標準樣本類似的實例。如果癥狀與已有樣例匹配，則通過對應的SWRL推理對用戶進行診斷推理。例如當用戶收縮壓以及收縮壓均低于妊高癥閾值，或者處于正常血壓高值區域內，該用戶為正常血壓。當用戶血壓值高于妊高癥閾值時，還需參考既往高血壓病史以及其他的因素推斷用戶是否患有妊娠高血壓。

1.2.4 個性化健康干預 健康干預基于用戶健康數據模型，針對孕婦群體，為用戶制定個性化干預措施，包括指標控制和健康教育。根據孕婦健康數據建模，首先計算控制目標，包括體重控制目標和血壓控制目標，計算每日所需攝入熱量與運動量提供給用戶，再根據用戶監測數據的更新制定下一輪的控制目標。健康教育內容根據評估結果以語音、文字、視頻等多種形式向孕婦作個性化知識推送，包括基于視頻慕課的孕婦學校以及關于健康教育內容的互動問卷，孕婦學校中包括孕婦孕期需要關注的問題的視頻和文字教程；互動問卷包括與教程相關的問卷，可以形成一個從學習到回答到再學習的閉環干預模式。

2 結 果

2.1 評估準確性驗證 為驗證評估推理的準確性，系統將管理的孕婦中存在臨床診斷結果的部分提取出來，共856例，出現誤差的9例用戶都屬于慢性高血壓患者。可能與用戶服用降壓藥物有關，導致測量數據始終處在正常值范圍內，屬于干擾因素。由上述結果證明系統評估推理結果符合臨床診斷結果，評估的準確率達到了99%，驗證了評估的準確性。

2.2 干預有效性驗證 為了驗證血壓控制的有效性，系統將孕婦中孕初期血壓測量值大于140/90的部分提取出來，按照測量孕周重新排列并取孕期人群平均血壓值，結果如圖2所示：孕婦在孕期中血壓值有上下浮動，但總體趨于下降并漸漸平穩。由此可見血壓控制有效。

圖2 孕期人群平均血壓值變化曲線圖

系統按照孕婦孕前BMI值將孕婦分為4類，分別為孕前BMI<18.5 kg/m2; 18.5 kg/m2≤孕前BMI≤24.9 kg/m2；25.0 kg/m2≤孕前BMI≤29.9 kg/m2；孕前BMI≥30.0 kg/m2。將系統監測孕婦孕期的體重增長值與孕期體重增長標準值比較，結果匯總如圖3所示(以孕前BMI<18.5 kg/m2為例)。由圖可見，孕婦在孕期的體重變化未超出體重增長上下限范圍，而是在標準體重增長值周圍上下浮動，由此可見體重控制有效。

圖3 孕期體重變化曲線圖

為了驗證健康教育的成果，系統采用自編試卷，對觀看系統健康教育視頻后的孕婦進行健康知識掌握情況的考核。系統采集2016年1—5月的數據，共有1754名孕婦通過App培訓后,相關孕期健康知識平均得分(總分100)和合格率(80分為合格) 均有明顯提高(P<0.05)，14個視頻培訓后得分均有不同程度提高(P<0.05)。回答正確率明顯提高的為“孕早期保健”和“孕期心理調適”, 分別提高39.3%和30.5%；其次為胎兒安全自身臨護、輕松分娩和科學坐月子,分別提高19.3%、17.5%和15.3%；其余提高6.3%～15%不等。

3 討 論

隨著2016年國家二孩政策的放開，高齡產婦的人數隨之大大增加，妊娠期有關健康問題越來越得到人們的關注。其中，妊娠期高血壓綜合癥是妊娠過程中最常見的臨床行為，對于妊娠高血壓的準確評估有較高的臨床意義。

同時，隨著對妊娠期高血壓研究的深入，高血壓與不良妊娠結局研究發現，妊娠期高血壓發生妊娠不良結局的風險明顯高于不伴有妊娠期高血壓的孕婦。因此，對妊娠期高血壓的治療與護理應引起廣大醫務工作者的高度重視[5]。同樣，母體的營養狀況對胎兒生長發育起著重要作用。由于傳統觀念的影響、以及缺乏正確的引導, 許多孕婦陷入營養越多越好的誤區, 女性孕期營養過剩及運動量小的情況越來越多, 導致了孕期體重過度增加, 巨大兒的出生率明顯增高。認真觀察和控制這一時期的體重變化對預測新生兒體重有重要意義[6]。

本文提出了一種基于臨床知識庫的移動健康評估和干預模型，首先對醫學臨床知識庫進行規則建模，然后根據智能健康管理App采集到的個人健康數據建立用戶健康數據模型，采用知識規則引擎實現健康評估，同時對孕婦群體進行健康干預，提出血壓控制目標和體重控制目標，并成功運用于妊高癥孕產婦移動健康管理中。本文提出的健康評估和干預模型在更大范圍的臨床知識庫中的建模和推理是未來研究的方向。

[1]中國醫師協會高血壓專業委員會.妊娠期高血壓疾病血壓管理中國專家共識[J].中華高血壓雜志，2012，24(11):1023-1027.

[2]Ge Q, Shen G, Huang Z,etal. The Application of SWRL Based Ontology Inference for Privacy Protection[J].Journal of software，2014，9(5)：1217-1222.

[3]丁鼎，張帆，趙斌，等.基于Jess的智能診斷系統的設計與實現[J]. 計算機與現代化，2009，32(12):189-192.

[4]Friedman-Hill E J. JESS, the rule engine for the Java platform[J]. Sandia National Laboratories，2006, 48(2):340-354.

[5]陳燕，張國英. 非肥胖孕婦孕期體重控制對妊娠結局的意義[J]. 中國婦幼保健，2009，24(30):4217-4219.

[6]曹麗麗.動機性訪談對妊娠期高血壓孕婦血壓控制與妊娠結局的影響研究[J].中國醫藥指南，2015，14(2):36-37.

Assessment and Intervention of Pregnancy Based on Intelligent Health Management App

MO Yong1，YUAN Zhen-ming1, SUN Li2

(1.DepartmentofInformationScienceandEngineering,HangzhouNormalUniversity,Hangzhou311121；2.DepartmentofMedicine,HangzhouNormalUniversity,Hangzhou310036,China)

Objective To assess the pregnant women with gestational hypertension and control their weight and blood pressure with the help of the Mother and Child Health Handbook Mobile Application. Method The pregnant women who downloaded the Mother and Child Health Handbook Mobile Application during the period from January 2016 to May 2016 were chosen as the subjects of study. According to the clinical knowledge base of hypertension, the gestational hypertension was assessed automatically for the pregnant women. The distance health monitor and health education provided in this mobile application contributed to the control of their blood pressure and body weight. The accuracy of the assessment model and the effectiveness of the health intervention were analyzed. Findings From January 2016 to May 2016, 856 pregnant women were assessed by the intelligent gestational hypertension assessment algorithm, the evaluation results show that the assessment accuracy as compared with the clinical diagnosis was 99%. A mobile health management system was adopted to improve the health education, and the prenatal health knowledge questionnaire average score (total score 100) and the percent of pass (80 divided into qualified) were increased significantly (P<0.05). Conclusion The intelligent health assessment model and mobile health intervention can effectively achieve an accurate assessment and intervention of pregnant women with gestational hypertension.

intelligent health management; gestational hypertension; clinical knowledge base; health assessment; health intervention

2016-09-14

浙江省教育廳項目(Y200909798)

莫 庸(1992-)，男，安徽合肥人，碩士研究生，研究方向：移動健康管理。

袁貞明(1972-)，男，浙江杭州人，博士，教授，碩士研究生導師。研究方向：數字醫療與健康管理。

10.3969/j.issn.1674-6449.2017.01.002

R714.7

A

1674-6449(2017)01-0004-04