基于大數據的智能健康管理信息模型研究*

王惠來，雷 寒，汪 洋，向天雨

(重慶醫科大學附屬大學城醫院 401331)

·衛生管理·

基于大數據的智能健康管理信息模型研究*

王惠來，雷 寒，汪 洋，向天雨△

(重慶醫科大學附屬大學城醫院 401331)

十一世紀是人類追求健康的世紀，但世界衛生組織(WHO)調查顯示[1-2]，全世界的人能真正稱為健康的僅5%，處于疾病狀態的占20%，剩余的75%均處于亞健康狀態，并且研究認為:人類1/3的疾病通過預防保健是可以避免的,1/3的疾病通過早期發現是可以得到有效控制的,1/3的疾病通過信息的有效溝通是能夠提高治療的[3-5]。本研究以心血管慢性疾病為主，利用大數據技術、可穿戴式技術、移動互聯技術等信息技術，從3個維度(歷史電子病歷、實時生理指標、實時氣象環境)采集獲取與健康密切關聯的數據，并運用醫學整合的思想(臨床醫學、康復醫學、運動醫學、營養醫學、心理醫學等)，探索研究基于醫療健康大數據融合的智能健康管理信息模型(心血管慢性疾病)[6-8]，并通過在本院展開實際應用研究并不斷修正完善，從而為新型的健康管理模式提供一種信息模型，以此實現健康管理的系統性、連續性、主動性及可及性。

1 信息模型總體架構

本研究首先通過多渠道采集醫療健康相關的大數據信息，如通過區域醫療協同服務信息平臺獲得患者的診療信息(健康檔案、歷次就診的電子病歷檔案、檢查建議結果等)，通過可穿戴設備采集患者的生理體征數據，同時通過網絡爬蟲技術獲取與健康相關的氣候、環境信息，通過這些大數據分析、挖掘，評估心血管疾病患者的健康狀態，結合相關的知識庫(樣本庫、文獻、指南等)，形成患者的智能健康預警模型，相關醫師根據患者智能健康模型給出相應的健康干預措施反饋給患者[9]，患者根據醫師的干預措施對自己的健康進行自我管理，達到提高自我健康的目的，整個健康管理信息模型架構見圖1。

2 研究內容

2.1 醫療健康多源異構大數據的采集模型 一個患者全周期的醫療健康信息應該包含影響健康因素的環境信息、醫院內的診療保健信息、區域內多個醫療機構的診療保健信息及出院康復期間健康指標監測信息見圖2。

2.2 醫療健康多源異構大數據的歸并、存儲、融合模型 由多種途徑采集到的醫療健康大數據非常龐大，結構復雜，有結構數據、半結構數據、非結構數據及圖像聲音甚至視頻數據，通過融合模型的研究，建立便于檢索的患者智能健康管理的全周期數據鏈見圖3。

2.3 醫療健康大數據的智能處理技術 隨著健康管理服務對象的不斷擴大，和時間推移，醫療健康信息的信息量非常龐大，系統能智能處理數據，包括數據搜索、篩選、挖掘、機器學習與推理、表征驅動數據信息優化的統計數學及數據科學為技術背景，為構建、發現和預測疾病及演變內在規律提供科學基礎。

圖1 信息模型總體架構

圖2 醫療健康大數據來源

2.4 基于醫療健康多維大數據的智能健康評估模型 智能健康評估模型涉及患者醫療健康數據、群體醫療健康大數據、醫學文獻、專家經驗等多維數據及智能評估算法見圖4。要建立智能健康評估系統，首先需要確定健康評估指標體系，由于個人健康指標是個龐大的系統工程，課題主要以心血管疾病為主，從獲取心血管疾病指南及文獻、心血管疾病大數據、心血管患者數據、環境數據等多個維度的數據，由系統的智能健康算法建立患者的個性化預警模型，同時為患者開出健康管理的五大處方：藥物處方、運動處方、營養處方、心里處方、生活習慣處方[10-11]，患者、患者監護人、醫務工作者根據患者的個人預警模型和開出的五大處方采取相應的健康預防和干預措施。

圖3 患者智能健康管理全周期數據鏈

圖4 智能健康評估模型

2.5 患者個性化智能健康管理預警模型 通過本院已建立的遠程心電監測中心采集患者心電信息，通過移動物聯網采集患者的血壓、血氧、血糖、體溫、能耗(測量時間、數值、變化曲線圖)等生理指標，通過已建立的區域醫療協同服務平臺得到平時健康信息、年度體檢報告、住院診療信息等；通過本院即將建立的遠程健康服務系統移動醫療系統，了解到個人實時、動態的臨床癥狀如軀體癥狀(頭暈、頭痛、胸痛、喘息等)的誘因、發作時間、嚴重程度、持續時間、緩解方式等。由這些信息和智能健康管理評估指標進行模糊、精確的比對算法研究，建立患者個性化預警模型(圖5)，同時自動生成患者的五大處方信息并由系統及時把個人預警和處方信息反饋給患者、家屬、醫務工作者、醫療事務管理者等相關人員并采取相應措施。

圖5 慢性病預警模型

2.6 智能健康評估的多主體協同健康管理信息模型 疾病特別是慢性病本身是與許多危險因素密切相關，控制這些危險因素才可以極大降低慢性病的發病率和病死率，而以單一治療方法為特征的醫療方式往往事倍功半。最新的理論認為，慢性病不僅和基因有關，而且與環境、生活方式、心理情緒、每日飲食等有關，對于它的治療，如果只從單一病源角度進行，效果往往很不理想。現代醫學服務模式的轉變要求醫療行業提供“以患者為中心”的全方位醫療服務。以多學科醫學整合(臨床醫學、康復醫學、運動醫學、營養醫學等)的多維角度進行慢性病患者的管理是醫療健康一體化、系統化管理的發展趨勢，因此本課題在智能健康評估結果的基礎上，從醫學整合的多維視角，研究多主體(臨床醫學醫生、康復醫學醫生、運動醫學醫生、營養學醫生、健康學醫生等)協同為患者進行系統化健康管理的新模型。信息模型分為3個層次(圖6)：患者健康評估結果、健康決策知識庫及多主體執行行為。

圖6 信息模型層次

患者健康評估結果層，是基于醫療健康多維大數據的智能健康評估。

健康決策知識庫層，又分為3個維度：群體健康決策大數據、醫學健康文獻及健康專家經驗數據庫，這3個維度的數據在多學科醫學整合(臨床醫學、康復醫學、運動醫學、營養醫學、健康醫學等)的基礎上，建立統一的結構和標準，與智能健康決策算法進行無縫融合[12]。

多主體執行行為層，在智能健康決策基礎上從多個方面驅動相應的主體，如患者、患者家屬、臨床醫生、康復醫生、運動醫生、營養醫生等，多主體共同執行。

2.7 對智能健康管理的個人預警信息干預措施模型 通過建立的智能健康管理系統，對采集生理指標和環境因素數據異常的分析與判斷、急性疾病病情的分析與判斷、疾病風險評估、疾病危險分層和個人健康綜合評估，系統自動報警并立即啟動反饋確認和分析判斷程序，同時推送五大健康處方供參考。根據個人預警信息分層和系統開出的處方信息，干預措施分成3種干預模型，自我健康管理干預模型：系統提示個人預警信息比較輕微，患者家屬自己能解決，系統提出解決方案和意見。醫生、專家參與健康管理干預模型：系統提示個人預警信息比較嚴重，患者或家屬自己不能輕易解決，需要醫生或專家判斷并提出處理意見，是觀察或去醫院治療等。院前、院內急救的健康管理干預模型：系統提示個人預警信息非常危急，需要馬上救治與搶救，系統把信息自動發送給醫院的急救小組成員、患者、患者家屬，同時給急救小組提供患者的病情危害程度、個人歷史健康信息、個人信息及監護人信息，救治小組能在最短時間讓危重患者得到治療，縮短搶救時間。

2.8 對智能健康管理評估模型的智能修正 隨著患者健康情況的變化和健康信息量的不斷積累，系統對建立的智能健康評估模型進行不斷修正(圖7)。

3 信息模型元數據集

本文建立的健康管理信息新型模型需要和醫院、社區衛生院進行信息交換，采集患者的醫療健康信息，共享信息的信息模型元數據集采用國家衛生和計劃生育委員會制定的32個標準健康檔案基本數據集。32個標準數據集沒有包含的業務元數據集，在定義時盡可能的按標準數據集的定義模式進行定義。

圖7 智能健康管理評估模型的智能修正

4 總 結

本文以醫療大數據、物聯網、可穿戴設備、互聯網、等信息技術為基礎，研究新型的符合中國國情的智能健康管理模式。(1)由傳統的人群健康由醫療機構和醫生負責到實現智能健康管理模型后由本人、家屬、商業機構、醫療機構、醫生等多角色參與的健康管理模式，實現了健康管理的模式創新。(2)用醫學整合的思維(臨床醫學、康復醫學、運動醫學、營養醫學、心理醫學等)，同時考慮氣候環境對健康的影響，改變傳統健康管理只是某一學科、某一機構負責的管理模式，實現了健康管理的理論創新。(3)用新模型對慢性病人群的智能健康管理，解決了慢性病需要長期跟蹤，產生信息量大，彌補傳統手工統計做不到高效、持續、準確的缺點，實現了健康管理的技術創新。(4)新的健康管理模型，避免傳統必須到醫院體檢、檢查花費較高費用的缺點，投入較少的費用可以隨時監測個人健康情況、易于推廣，吸引更多的慢性病患者或壓健康人群參與健康管理中，實現了健康管理的應用創新。

[1]World Health Organization.Expert committee on problems related to alcohol consumption,second report [R].Geneva:World Health Organization,2007.

[2]World Health Organization.Evidence for the effectiveness and cost-effectiveness of interventions to reduce alcohol-related harm[R].Copenhagen:World Health Organization Regional Office for Europe,2009.

[3]Asaria P,Chisholm D,Mathers C,et al.Chronic disease prevention:health effects and financial costs of strategies to reduce salt intake and control tobacco use[J].Lancet,2007,370(964):2044-2053.

[4]World Health Organization.Mortality and burden of disease attributable to selected major risks[R].Geneva:World Health Organization,2009.

[5]World Health Organization.Global recommendations on physical activity for health[R].Geneva:World Health Organization,2010.

[6]Ramachandran A,Snehalatha C,Mary S,et al.The Indian diabetes prevention programme shows that lifestyle modification and metformin prevent type 2 diabetes in Asian Indian subjects with impaired glucose tolerance (IDPP-1)[J].Diabetologia,2006,49(2):289-297.

[7]Cecchini M,Sassi F,Lauer JA,et al.Tackling of unhealthy diets,physical inactivity,and obesity:health effects and cost-effectiveness[J].Lancet,2010,376(9754):1775-1784.

[8]Anderson P,Chisholm D,Fuhr DC.Effectiveness and cost-effectiveness of policies and programmes to reduce the harm caused by alcohol[J].Lancet,2009,373(9682):2234-2246.

[9]Lim SS,Gaziano TA,Gakidou E,et al.Prevention of cardiovascular disease in high-risk individuals in low-income and middle-income countries:health effects and costs[J].Lancet,2007,370(964):2054-2062.

[10]Barlow C,Cooke D,Mulligan K,et al.A critical review of self-management and educational interventions in inflammatory bowel disease[J].Gastroenterol Nurs,2010,33(1):11-18.

[11]Bala M,Strzeszynski L,Cahill K.Mass media interventions for smoking cessation in adults[J].Cochrane Database Syst Rev,2008,23(1):CD004704.

[12]Cahill K,Lancaster T.Workplace interventions for smoking cessation[J].Cochrane Database Syst Rev,2014,2(4):CD003440.

10.3969/j.issn.1671-8348.2017.10.043

重慶市科學技術委員會社會民生重大專項項目(cstc2015shms-ztzx10011、cstc2015shmszx120027);重慶市渝中區科學技術委員會科技服務民生項目(20110606)；重慶市科學技術委員會咨詢決策重點項目(cstc2016jccxb0043)。 作者簡介：王惠來(1974-)，高級工程師，碩士，主要從事醫學信息技術的研究。△

，E-mail:421973525@qq.com。

R194.3

B

1671-8348(2017)10-1422-03

2016-10-18

2017-01-21)