移動云環境下具有計算遷移的遠程醫療架構

，，

隨著移動設備及無線網絡的普及，人們希望隨時隨地都能獲得泛在的遠程醫療服務，而鄉村醫療衛生中心、船舶、救護車和家庭醫療保健服務都可通過移動設備的應用程序支持電子健康服務。在線醫療咨詢減少了醫療服務時間，改善了醫療服務質量和效率。在遠程醫療服務中，需要傳輸X射線圖、心電圖、視頻、診斷圖像等常見的醫療數據和人體生理參數(包括ECG、HR、PPG、SPO2、BP)等實時采集的生理信號，這些數據具有存儲容量大和計算量大等特征。由于傳統的智能移動設備和智能可穿戴設備存在電池電量、內存空間、計算、存儲等資源受限問題，無法提供高質量的遠程醫療服務。云計算可作為移動互聯網環境下改善移動終端性能的一種應用模式，用戶將數據的存儲和處理遷移至云端后，可降低對移動終端性能的要求。云計算模式下，移動終端僅需承擔與用戶的交互工作，并在屏幕上顯示來自云端的業務處理結果，復雜的計算和大規模的存儲均由云端完成。因此移動終端無需擁有強大的計算能力便可響應用戶的業務請求，并為其提供滿意的服務。

1 國內外研究現狀

隨著互聯網技術的發展，國內外很多學者采用云計算及移動設備進行遠程醫療研究。大多數移動健康監測系統的架構均將采集的人體生理參數通過移動網絡傳送至醫療數據處理中心進行分析處理和整合，最終計算出人體生理參數變化狀況[1-4]。有學者針對智能移動醫療提出了一種混合計算方案，該方案集成了移動終端處理和云端處理兩種模式，并根據移動終端收集的生理數據為患者提供醫療服務[5]。還有學者在移動云計算環境下針對多媒體服務設計了一種分布式云架構，該架構采用Cloudlet與BS融合的方式，可滿足用戶在應用層面的服務質量需求[6]。文獻7設計了一種基于智能傳感設備和云服務的系統架構，基于無線傳感網絡的可穿戴設備采集[7]。用戶使用可穿戴設備，實時采集自身的生理信號，如心率和加速度傳感器信息等，通過智能移動終端設備，將信號進行收集和預處理之后發送至云平臺進行存儲和分析。文獻8提出一種云輔助的移動心電監測系統，利用智能手機接收心電數字信號，借助云平臺實現ECG數據存儲。移動云計算中，用戶可通過將移動應用遷移至云端處理來改善其服務質量,云端根據移動應用的需求調度計算資源并為用戶分配[8]。文獻9提到的移動云計算技術可幫助移動用戶在執行工作流任務時將一些任務遷移至云端服務器執行，從而節省移動設備的電池能耗，并提高計算能力[9]。

百度、阿里、騰訊等國內IT健康巨頭也在加速布局醫療信息化的市場。百度將傳統醫療行業同大數據、云計算和人工智能相結合，重點布局人工智能領域，旨在為用戶提供精準的醫療服務；阿里健康與國內醫療軟件龍頭——衛寧健康開展關于區域衛生、智慧醫院等領域的合作，并創立了阿里健康和“醫療云”服務；騰訊以醫療IT提供方的身份參與，先后推動海南省“智慧醫療”和吉林省微信居民電子健康虛擬卡建設，并深入到慢性病管理、支付模式創新、人工智能等多個領域。

目前，貴州已經開通省、市、縣、鄉四級遠程醫療，河南省鄭州大學第一附屬醫院設立的河南省遠程醫學中心成為國家遠程醫療中心，江蘇省淮安市第二人民醫院設立了遠程醫療服務中心。2017年，我國推行醫療聯合體(以下簡稱“醫聯體”)模式試點后，國內遠程醫療出現了基于醫聯體及“兒聯體”的平臺建設[10-12]。但是目前的遠程醫療服務多是針對慢性病、常見病或醫療保健服務，方式多為利用軟件同專家進行語音或視頻聊天，對于急性病則是到鄉鎮或社區醫院檢查，將檢驗結果上傳至上一級醫療機構會診。由于通信網絡的限制，無法傳輸清晰的影像資料，而對疾病的診斷需綜合以往病歷、檢驗報告、健康體檢情況、基因檢測數據等多種結果，并且受限于基層診療機構存儲、計算能力，無法全面準確確診。

遠程醫療云技術方面，目前的架構通常采取在健康云端存儲、計算、加工和整理，全部在健康云端處理數據的方法會造成帶寬、延時和云端的瓶頸，影響遠程醫療的服務質量。因此，本文按照距離區分不同的遠程醫療服務，近距離采取將計算遷移至由醫聯體構成微云進行處理，遠距離采取在健康云上進行計算的遠程醫療架構。

2 具有計算遷移的遠程醫療架構平臺

2.1 基于醫聯體的遠程醫療分級診療中心

為解決目前大醫院醫療資源利用過度和基層醫療資源利用不足甚至閑置的問題，加快推進醫療衛生體制改革向縱深發展，我們設計了遠程醫療架構(圖1)。在該架構中，醫聯體將同一個區域內的醫療資源進行整合，通常由一個縣域內的醫療機構組成。在縣域范圍內分別面向城市和鄉村建設城市醫療集團和縣域醫共體，形成“縣鄉村”的三級醫療服務體系，這樣云平臺可與基層、區域衛生信息平臺、醫院信息系統實現互通。在此基礎上，針對省市縣大型醫療機構業務交流和縣內轉疑難重癥患者等需求，可向上依次對接市級、省級、國家級醫療資源[12]。

圖1基于醫聯體的遠程醫療架構

微云(cloudlet)由醫聯體構成，可利用移動終端附近固定的計算資源增強移動終端的性能，如在物理位置上與移動終端臨近的、可信的、資源豐富的、與互聯網有良好鏈接的計算機或者計算機集群。可在智能終端、智能可穿戴設備等移動終端安裝軟件定制微云服務[8]。如患者通過個人計算機將醫療數據通過網絡實時上傳至醫聯體，在醫聯體內采用微云方式對患者的數據進行存儲、計算、分析，并聯合區域內的專家進行會診。如果微云計算能力不夠，則可同全國遠程醫療平臺中心進行交互，在更高一級的遠程醫療中心平臺進行訪問。

在遠程醫療的網絡體系架構中仿照傳統的移動云計算的總體架構[13-15]，采用無線接入網、互聯網及云端組成。無線接入網負責建立手持移動終端與互聯網之間的通信，基站或接入節點用于建立并控制空中鏈接，服務器根據用戶的位置、身份、業務請求等信息提供移動網絡服務；互聯網主要負責無線接入網與云端之間的通信，一方面負責將用戶的業務請求轉交給云端，另一方面將云端提供的業務數據有效地傳輸給接入網的服務器；云端主要由云控制器和云數據中心兩部分組成，云控制器負責計費管理、用戶的業務請求管理、虛擬機管理、網絡通信等，云數據中心主要根據云控制器對虛擬機的分配情況來執行用戶請求并存儲數據。

2.2 區分距離的計算遷移

傳統的架構方法是將移動設備通過WCDMA、GPRS、WLAN連接到互聯網絡，再由互聯網連接到健康醫療云中心，但這種架構的服務質量容易受網絡帶寬、延時的影響。本文提出采用區分距離的計算遷移架構滿足不同需求的遠程醫療服務，如圖2所示。

圖2 區分距離的遠程醫療架構

2.2.1 基于微云的近距離計算遷移架構

主要針對慢性病通過使用檢測儀對患者的生理參數進行監測，按照國家衛生健康委員會發布的《全國醫院信息化建設標準與規范》中的硬件要求[16]進行規范，將醫聯體內醫療設備服務器集群構成微云。利用人體內的可植入設備、可穿戴設備，通過手機、平板電腦、掌上電腦或接收器等收集高血壓、心血管疾病等慢性病患者的生理信號和生理參數(脈搏、血壓、心電、血氧、呼吸)等，并進行實時、遠程、動態監測。也可通過基層管理站采集慢性病患者的數據，上傳至微云并進行存儲和處理，提出指導性的建議。此外，對于監測過程中發現的疑難病癥患者，要通過遠程系統向更高一級的醫療機構申請遠程會診，必要時進行轉診。

2.2.2 基于移動設備的遠距離計算遷移

應用場景為地震救災現場，包括醫院、診所、藥店、現場救護、移動救護車。如救護車里的患者通過體內的傳感器將生理信號通過訪問點或無線電塔上傳到網絡上，監視器從網絡下載圖像和視頻信號，醫療專家通過手機或平板電腦診斷。

利用附近其他移動設備(智能手機、平板電腦、手持/可穿戴設備和車載計算機)的資源擴展移動終端資源，這些設備形成Ad-hoc網絡，將計算任務劃分到該網絡的各個節點上執行。適用于兩種場景：位于同一位置區域的多個移動終端相互合作，共同完成任務，以及單個用戶或家庭擁有多個移動終端。

由第三方(如Amazon、Google、IBM等)提供的公共云資源和由企業或家庭提供的私有云資源。

2.3 遠程醫療架構中的計算遷移

2.3.1 云環境構建

可以利用公有云、本地私有云或專用云、個人計算機、附近的移動設備等構建輔助移動設備程序的云環境。其中，公有云(如亞馬遜、谷歌、微軟、百度、騰訊等)擁有無限資源，本地健康云服務器或本地PC通常被部署于醫聯體內，是用戶較為信任的資源。但其服務質量受到網絡帶寬、延時的影響，且存在用戶對服務商的信任問題。除本地云和公有云外，移動設備用戶還可利用移動設備(多個移動設備構成虛擬云平臺)，連接到虛擬云完成計算或存儲任務[17]。

2.3.2 移動云環境下遠程醫療業務計算遷移流程

無線計算遷移的主要問題之一是決定計算遷移任務的時間、地點。決策應考慮任務的通信成本計算量和信道帶寬[18]。當需要使用少量的數據進行大量計算時，計算遷移是可行的；對于必須使用大量的數據傳輸來執行小計算量的任務，可以考慮在醫聯體的微云執行。其中必須折衷考慮傳輸時間的成本和能耗[9,19]。

具有計算遷移的遠程醫療流程如圖3所示。計算遷移系統的關鍵是任務分割，其主要功能是將任務分為若干個可執行模塊并分別標注各個模塊是否被遷移到云端執行，以及哪些遷移至微云端或健康云端。對分割方法的研究可分為基于設計的分割、基于改寫的分割和基于分析的分割[17]。任務分割模塊負責對應用行為建立模型，利用適當的算法生成候選劃分方案，然后根據患者的偏好、劃分策略、移動終端上下文環境選出最優劃分策略。影響應用劃分的因素主要有以下4個：移動用戶，包括用戶偏好和用戶使用移動終端的行為模式；開發人員，包括開發人員定義的劃分策略、劃分提示和劃分觸發機制；來自移動設備的上下文信息，包括移動設備的外部環境和內部環境，其中CPU負載影響移動終端的CPU能耗，無線網絡接口類型、網絡質量和服務器緩存影響無線接口能耗，間接影響候選方案生成結果，移動終端可用內存大小和電量等因素影響候選劃分方案生成結果；應用的服務質量等級、輸入參數的內容和占用的存儲空間等和應用有關的因素[20]。

將一個或多個分配到云端的模塊從移動設備遷移到云端的算法通常包括保存當前狀態的暫停模塊、壓縮加密模塊、無線網絡傳輸、云端解密、重新運行5個模塊。

3 結論

本文針對傳統的遠程醫療架構中智能移動設備資源受限和網絡存在帶寬、延時影響的問題，提出區分距離的遠程醫療架構。針對慢性病人較少的數據量，由近距離醫聯體構成的微云計算，緊急情況下的較大任務量采取遷移到第三方提供的遠距離健康云端進行計算，并對具有計算遷移的遠程醫療流程進行了描述。

圖3 具有計算遷移的遠程醫療流程

目前，隨著“大智物移云”技術和5G網絡技術的成熟，以及政府機構的大力支持和國民健康意識的提高，遠程醫療正在高速發展。未來需要進一步提高認識，完善遠程醫療及其產業化政策，健全服務體系，建立遠程醫療責任認定機制、激勵機制和服務質量評價機制，使其有效解決醫療資源分配不均問題、提高疑難病重癥救治水平、緩解群眾看病難等問題，助力國家醫療改革和健康中國建設。