人工智能時代下健康管理新模式探析

沈淑雅

【摘要】隨著互聯網技術的發展，人工智能、物聯網等技術也越來越多的被運用于健康管理行業。健康管理模式從原先的純人工、紙質健康檔案，改變為與大數據人工智能相配合，電子健康檔案，云數據處理，實現增加人類壽命、預防疾病的健康管理目的。

【關鍵詞】互聯網;健康管理;人工智能

一、人工智能與健康管理工作關系

（一）健康管理發展

健康管理作為一個行業及學科最早出現在20世紀50年代的美國。在西方國家，健康管理經理多年的發展，已經成為了醫療服務體系中不可或缺的一部分。在2001年中國才出現第一家健康管理公司。2003年SARS出現以及2005年健康管理師國家職業設立，有利的推動了健康管理在中國的發展。現在從事健康管理公司在市場上逐漸增多，但大都僅僅停留在體檢層面。另外，健康管理也逐漸在社區醫院開展，為更多的慢病人群提供管理服務。

（二）人工智能發展

1956年麥卡錫、明斯基等科學家首次提出“人工智能（Artificial Intelligence，簡稱AI）”這一概念，標志著人工智能學科的誕生。由于網絡技術特別是互聯網技術的發展，加速了人工智能的創新研究，促使人工智能技術進一步走向實用化。1997年國際商業機器公司（簡稱IBM）深藍超級計算機戰勝了國際象棋世界冠軍卡斯帕羅夫，2011年至今。大數據、云計算、互聯網、物聯網等詞匯被越來越多的人所熟知，智能圖像處理、智慧問答、語音機器人、無人駕駛等技術的出現，讓科學與應用巧妙的結合在一起。

（三）人工智能與健康管理工作的關系

2013年8月，習近平總書記提出“用信息化系統提高醫療水平，叫如虎添翼。要利用好這套系統，更好為群眾服務”。在人工智能出現之前的健康管理工作，健康信息獲得時間跨度較大，導致無法形成健康趨勢線，因此無法及時進行有效的評估，往往會影響疾病的早期發現。因為時間、地域等各種其他不確定因素，導致無法有效干預。并沒有很好的遏制慢性疾病的發展。而人工智能大數據、物聯網的出現，可以很好的幫助解決這些問題。利用信息化技術于健康管理，幫助健康管理更便利的進行健康狀況監測和信息收集，及時進行風險評估和健康評價，更為有效、個性化的進行干預。

二、當前科技條件下健康管理工作的瓶頸

（一）平臺復雜，數據管理與共享存在一定復雜性

我國社區服務中心缺乏綜合信息交互共享平臺，導致信息數據無法共享，容易導致采集信息以及信息檔案重復，影響健康管理工作者效率以及病人體驗感。比如杭州的醫院，雖然現在“智慧醫療”的執行為病人提供便利，在同一個醫院中數據得到共享，但是不同的醫院之間數據無法共享交互，導致病人重復檢查等問題。

信息共享平臺的缺乏容易導致健康管理師對個人的健康風險評估與健康評價不全面，不客觀。由于信息的不對稱性以及個人主觀影響，容易產生數據偏差與數據丟失，從而影響個人健康風險評估與健康評價。

（二）缺少對慢病數據連續性監測與管理

由于受基礎醫學、生物醫學、信息科學等技術發展限制，全時空、全時段持續性數據監測以及收集存在很大的難度。健康數據傳輸同時面臨著互聯網入口少、專用寬帶窄等技術性問題。比如慢病健康管理需要連續性數據支撐，幫助提早發現疾病問題，評判持續性健康管理干預效果。現在的社區醫院進行慢病管理數據來源主要通過病人門診時檢測的數據，以及通過電話、短信、上門等形式詢問記錄數據，這類方式費時費力，導致健康管理工作者效率低下，此外這種方式采集的數據間斷性、延遲性，難以提早排除疾病發展因素。

（三）數據問題

大數據分析的前體是具有大規模的樣本數量，而數據的質量會直接影響分析結果，從而影響分析數據的準確性。數據的準確性對醫學非常重要。醫學健康數據幾乎都是以片段化出現。目前，我國的基層醫療機構，大部分都還是以紙質記錄檔案記錄為主，推行電子檔案的也沒有統一的數據系統，使數據準確性差、數據關聯性弱、時效性差，導致醫學健康數據難以用于大數據分析。

隨著互聯網的發展，數據的安全性逐漸成為焦點。健康數據和大部分的數據一樣，都需要依托于互聯網傳輸儲存，如若被惡意網絡攻擊，個人隱私泄露以及從海量數據中挖掘利益等問題也會出現。

（四）慢病人群年齡層限制

我國超過2/3的老年人深受慢性疾病困擾，老年人的健康管理模式仍需探索。現在的社區服務衛生院常見的有電話隨訪、定期課堂宣教、定期診療、家床服務等。但是由于資源有限，醫療人員工作時間過于飽和，提供服務單一等問題，并不能在老年人中很好的開展健康管理工作。

老年人由于思維變緩、接受能力較弱、不識字、記憶力差等問題，導致新技術較難開展，易出現教不會、學會了忘等問題，導致通過互聯網的方式開展的數據持續性監測難以執行。

三、基于人工智能的健康管理模式

（一）物聯網模式探索

物聯網是“物物相連的互聯網”，它讓所有能夠被獨立尋址的普通物理對象形成互聯互通的網絡。物聯網現在被廣泛的應用于健康管理行業，各類具備個人數據實時監測與可上傳功能的設備在市場不斷涌現，如智能醫療監測設備、可穿戴設備，智能家用健康設備等，其中可穿戴設備，可以讓人在家也能監測自身的數據（心跳、血壓、血糖、血氧等），解決了健康管理監測數據不連續性以及健康管理工作者數據采集困難費時的問題。物聯網具體的模型原理如圖1。

基于物聯網的社區健康管理工作主要是電子健康檔案利用物聯網和云計算技術搭建社區服務中心與個人之間的管理后臺，采用遠程健康數據監控、遠程健康管理等方式進行健康管理。此外，電子健康檔案記錄了病人全程完整的就診記錄。電子健康檔案全方位的反映了個人就診的情況，有助于健康管理工作者更全面有效的收集其健康狀況與信息，更有效的進行健康干預。通過采集到的信息進行匯總分析，對收集到的異常信息，進行預期警告，預防疾病更為嚴重的癥狀發生。

（二）人工智能分析數據

健康大數據應包括各種健康信息與數據，全方位、全周期的醫療數據，人工智能首先可對數據進行初步的清洗、選擇、分類、存儲，此外具備數據處理、數據深挖與數據分析的供能。人工智能分析數據有效減少了人工的重復性工作以及由于人工造成的數據失誤，增加了數據的準確性，此外人工智能分析數據出的結果可以為健康管理工作者的干預工作提供數據基礎。如若在管理過程中人工智能分析出的異常結果，則可提醒健康管理工作者及時對被管理者進行干預預防。

（三）人與人工智能分工合作管理服務

互聯網、物聯網人工智能的出現對健康管理工作者而言是技術上的重大支持。根據健康管理的步驟，可知信息數據在健康狀況監測和信息收集以及健康風險評估中的重要性。首先通過可穿戴設備的監測、健康app數據上傳，可以幫助健康管理工作者實時獲得其數據，及時發現異常。在多次數據上傳之后，通過人工智能對數據進行深度分析，健康管理工作者通過數據分析結果，對個人進行前瞻性、全面性的分析，對可能發生的疾病危險進行健康評估以及風險評測，給出個性化健康管理建議。有研究結合大數據技術和人工智能建立疾病預測模型，有效對阿耳茨海默癥、腦卒中、糖尿病、心臟病等疾病發生進行預測。

在健康干預過程中，各類健康指標數據的監測并個性化干預，可以有效改善疾病或者減慢疾病發展史。如糖尿病患者，可以通過可穿戴設備，在家實現血糖自我監測，監測數據上傳至管理后臺，管理工作者便可以了解該患者持續性血糖情況，在此期間可以進行個性化指導，同時引導其進行健康的生活方式習慣。另外健康app也具備提醒功能，提醒患者定時進行數據監測。

四、結語

隨著醫療信息化發展，人工智能、云分析、物聯網等已然成為了健康管理不可分割的一步，人工智能數據分析為健康管理工作者提供了管理基礎，健康管理工作者與人工智能相輔相成，改變個人和家庭的就醫習慣與生活習慣，維護個人、家庭乃至整個社會的健康，增加壽命，提高人民健康水平，實現早預防，少生病的目的。

參考文獻：

[1]鮑娟，科尊平，魏剛.基于物聯網的社區醫療健康管理模型研究[A].醫學信息學雜志，2014，35（1）：7-11.

[2]李江，陶沙，李明，傅華，等.健康管理的現狀與發展策略[A].中國工程科學，2017，19（2）：8-15.

[3]李迎新，黃河.基于國家衛生與健康管理大數據平臺的健康管理模式[J].國際生物醫學生物雜志，2017，40（5）：307-314.

[4]王婧婷，王園園，劉硯燕，袁長蓉.智能手機應用程序在慢性疾病患者健康管理中的應用及展望[J].中華護理雜志，2014，49（8）：994-996.

[5]高奇琦，李松.從功能分工到趣緣合作：人工智能時代的職業重塑[A].上海行政學院學報，2017，18（6）：78-86.