智慧健康研究綜述: 從云端到邊緣的系統

邱 宇 王 持 齊開悅 沈 耀 李 超 張成密 過敏意

1(上海交通大學大學計算機科學與工程系 上海 200240)2(上海交通大學電子信息和電氣工程學院 上海 200240)3(上海交通大學醫學院附屬新華醫院 上海 200092)

隨著人口老齡化加速，慢性病的流行以及流行病的爆發，越來越多的關注點聚焦到居民生活質量和健康問題上，人們越發重視健康問題.然而，人口平均年齡的增長和慢性病的流行導致人們對醫療資源需求的快速增長，特別是在人口集中度較高的城市地區，各級醫院和診所的醫療資源十分寶貴，難以對病人提供實時的醫療保障.可以設想，在不久的將來，醫療健康服務將從醫院提供的集中式醫療服務逐漸轉變為普遍存在和實時運作的智慧健康服務.這種演變有3個導因：首先，人們對更全面、更智能和更主動的醫療健康服務的需求不斷增長，其中服務的關鍵部分是通過實時的、不引人注意的健康監測來提供可用于智慧健康服務的個人健康數據；其次，智慧健康服務的基礎設施通用和共享的特性將會減輕現階段不斷增加的醫療健康服務費用；最后，隨著云計算、霧計算和物聯網傳感器等相關技術的快速發展，給醫療服務形式的轉變奠定了堅實的基礎.

這種醫療服務形式的轉變逐漸催生了智慧健康的概念，概括來說，智慧健康是利用物聯網的環境感知網絡和傳感基礎設施來提供實時的、智能的和無處不在的醫療保健服務.智慧健康服務首先需要是實時的，例如對于一些關鍵生理指數的監測是不接受較大延遲的，以避免延誤時機，這種實時性需要通過云計算、霧計算和邊緣設備的配合來達成.其次智慧健康服務是智能的，利用在霧端的一些智能程序或者邊緣的智能傳感器等，智慧健康服務可以提供更智能的醫療服務.最后智慧健康服務是無處不在的，無論人身在何處，利用周圍的物聯網傳感器以及可穿戴傳感器設備，可以實現無處不在的智慧健康服務.

如圖1所示，如今智慧健康服務對性能、能效、安全和隱私保護的需求導致系統必須在云、終端設備以及二者之間架設多樣化的計算層，通過跨層次的設計和管理提供優質的智慧健康服務.可以看到，當終端傳感器收集到相關人體生理指數后，對于數據的處理通常存在多種選擇.對于實時性和移動計算要求不高的海量數據處理，可以通過云端代理(cloud proxy)直接把數據上傳到云中；對于實時性和移動計算要求高的智慧健康服務則通過霧端代理(fog proxy)把數據先上傳到霧計算層(如智能網關)，在霧計算層中，霧會根據當前的負載情況、云端運行情況以及任務屬性來合理地決定如何處理數據.圖1描述了3種上傳策略(upload scheduler)：云端計算、云霧端協助計算和霧端計算.

接下來，本文將會從云端到邊緣來詳細討論智慧健康的相關研究與發展并列出典型的智慧健康應用，并且，由于區塊鏈在智慧健康領域有廣泛的應用場景，還會對區塊鏈在智慧健康中的應用進行討論，最后會討論智慧健康的隱私和安全以及未來會遇到的一些機遇和挑戰.

1 云端的智慧健康

得益于物聯網和移動網絡的快速發展，越來越多的研究關注到智慧健康以及各類生物傳感器等相關的便攜式醫療設備[1].這些醫療設備可以收集各種各樣的實時健康數據，例如血壓、體溫和心率等，這些健康數據具有非常大的量級，并且很難在便攜設備中進行存儲、分析和處理.如何快速有效地處理健康大數據成為了一項挑戰.大數據通常是指EB以及更大范圍數據量的數據，它具有大容量、多樣化、快速、復雜等特點[2].健康大數據不僅具有大數據的所有特點，而且健康大數據對于人的價值和意義也是其他大數據所不具備的.對于智慧健康大數據，通常的單機系統和便攜移動設備沒有足夠的能力去存儲和處理，而云計算平臺具有強大的計算存儲能力，目前，在云端存儲、分析和處理健康大數據是最合適且最具性價比的方法.

云計算是一種計算資源的抽象，它把動態可擴展且被虛擬化的計算資源作為服務提供給使用者，具有按需提供服務、廣泛訪問方式、聚集的資源池和快速彈性分配等基本特點[3-6].正是得益于云計算的這些基本特點，智慧健康服務提供者可以在基于云的系統框架上搭建出實時的、智能的和無處不在的智慧健康應用，并且可以滿足智慧健康中大數據的要求.可以說，云計算的高速發展為智慧健康服務的實際落地打下了堅實的基礎.基于此，越來越多的研究開始關注到云計算和智慧健康服務，如何利用云計算來實現實時的智慧健康服務以及如何滿足健康大數據的要求成為了研究的重點.本文歸納、分析和總結了近年來關于云和智慧健康的相關研究，接下來將會從智慧健康大數據的存儲、檢索和數據處理3個方面來介紹智慧健康大數據在云端的研究和發展.

1.1 健康大數據在云端的存儲

隨著醫療信息化的不斷發展以及各類醫療傳感器技術的快速發展，實時產生的健康大數據越來越多，在單機系統或便攜移動設備中存儲數據變得越來越困難[7].并且，大多數傳感器健康數據都是實時生成的，特別是一些由可穿戴設備產生的健康監測數據，必須及時地上傳和處理，以免錯過最佳時機.如表1所示，對于健康大數據在云端的存儲，根據研究側重點的不同，本文將從3個方面來討論：面向異構數據的存儲、高可靠性和高容錯性的存儲、基于隱私和安全的存儲.

Table 1 Storage System of Smart Health in Cloud表1 智慧健康大數據的云端存儲系統

1.1.1 面向數據復雜性優化的存儲

與傳統的互聯網大數據不同，各類醫療健康設備會產生大量復雜的異構健康數據，這些結構各異的醫療健康數據很難用一種統一的模式去規范和定義，傳統的關系型數據庫將很難滿足醫療健康數據異構性和復雜性的存儲要求[14].如何存儲健康大數據成為了智慧健康研究的一項關鍵挑戰.目前，得益于非關系型數據庫的出現和快速發展，商業和開源解決方法都開始利用非關系型數據庫來代替傳統的關系型數據庫去處理健康大數據.與傳統的關系型數據庫系統相比，非關系型數據庫打破了模式字段的限制，提供了無模式的數據存儲，更加靈活.一些常見的非關系型數據庫如表2所示：鍵值數據庫、文檔數據庫、列數據庫、圖形數據庫和時間序列數據庫.

Table 2 NoSQL Databases in Medical Health表2 非關系型數據庫在醫療健康中的應用場景

由于非關系型數據庫不需要固定的表格模式，對于異構健康大數據的存儲，采用非關系型數據庫是一種常見的做法.Lin等人[8]提出了一種基于非關系型數據庫的快速處理、存儲、檢索和分析醫療健康大數據的綜合方法.該方法基于非關系型數據庫，使用以患者為中心的數據架構，以實現數據的快速存儲和靈活擴展，其中的時間序列模式可以用于生成患者記錄的可視化表示，可以作為醫生給患者提供咨詢的參考.Lin等人提出的方法可以克服各類醫療健康大數據的模式差異，并且確保了靈活性和大規模存儲.

醫療健康大數據一般來自多個不同的源，例如各類功能形式各異的醫療傳感器、大型醫療設備和便攜醫療設備等，這些數據形式和結構都不相同，因此數據庫必須采用一系列不同的模型來存儲和處理不同形式的醫療健康大數據.Kaur等人[9]提出了一個管理健康大數據的框架，該框架結合了關系型數據庫和非關系型數據庫(圖形和文檔數據庫)，以適應云中各種不同形式的醫療健康大數據.綜上所述，基于非關系型數據庫的智慧健康服務可以有效地應對異構健康大數據的存儲問題.

1.1.2 高可靠性和高容錯性的存儲

由于健康大數據的特殊性，健康大數據不僅數據量十分巨大，同時也要求非常高的安全性，對于數據丟失的情況是零容忍的.為此，在為醫療健康大數據設計存儲和文件管理系統方面展開了一系列工作，文件和存儲系統不僅要滿足存儲海量的醫療健康數據的需求，同時需要保障高可靠性和高容錯能力，以提供可靠的醫療信息服務.分布式文件系統是由大量存儲節點通過網絡連接在一起的大型文件系統，可以存儲海量的數據，并且數據通常會通過保持副本等的方法來保障服務的高可靠性[15].目前，許多研究采用了分布式文件系統來解決海量醫療健康數據的存儲問題，并保障醫療服務的高可靠性和高容錯性.

HDFS(Hadoop distributed file system)是Hadoop的一個分布式文件系統，可以存儲海量大數據.Yang等人[10]試圖解決在云端存儲共享醫學圖像和電子病歷的問題，開發了一種基于HDFS的醫學成像文件系統(medical image file accessing system, MIFAS)，該系統是一個帶有分布式文件系統的醫學成像系統，可以實現高可靠性的醫療數據存儲，并具有高容錯性.

Guo等人[11]提出了一個基于云計算的智能醫院檔案管理系統，旨在改善傳統醫院管理系統的一些局限性.這些限制包括一些單機硬件設備的存儲容量限制以及跨不同平臺的資源共享導致的硬件性能降低.Guo等人提出的分布式文件系統由主服務器和多個服務器塊組成.大文件被分成固定大小的塊，每個塊存在3個備份塊.主服務器管理文件系統元數據，包括命名空間、訪問控制、文件塊映射和相關信息的物理地址.該模型采用大量低成本服務器集群，可靈活地允許應用程序克服物理邊界，根據需求最大限度地利用系統資源.

1.1.3 基于隱私和安全保護的存儲

與傳統的互聯網大數據相比較，醫療健康大數據的隱私和安全顯得更為重要，個人隱私是一個十分敏感的話題.如果只是簡單把醫療健康數據存儲在云端，可能會導致很多隱私和安全問題.特別是隨著互聯網數據量的迅速增長以及醫療信息化的加速，人們對于隱私和安全的問題越來越看重.如何在云端安全地存儲健康大數據成為了一大挑戰.

RAID -3是傳統的磁盤存儲陣列策略，可保障磁盤數據的安全性.Chen等人[12]提出了一種使用RAID -3算法存儲分布在2個不同云和本地站點的電子病歷的新方法.通過RAID -3算法，存儲在每個云中的分段數據毫無意義，不能單獨使用.該方法將患者的數據存儲在云中，以滿足EHR存儲空間不斷增長的需求，同時也滿足數據隱私和安全的需求.

Fan等人[13]開發了數據捕獲和自動識別(data capture and auto identification reference, DACAR)平臺，以解決各種醫療健康服務的安全性、完整性、保密性和集成問題.DACAR平臺利用私有云進行數據存儲，使用混合云進行托管服務.該平臺采用了數據庫級加密、數字簽名驗證、散列和完整性校驗等技術，以保障醫療健康數據的安全性和個人隱私.

1.2 健康大數據在云端的檢索

存儲在云端的醫療健康數據來自于各類醫療設備、醫學傳感器以及異構嵌入式設備等，這些海量數據往往具有不同的模式和結構.對這些形態各異的存儲在云端的醫療健康大數據的高效檢索變成了一件極具挑戰性的事情.Natarajan等人[16]通過從基于電子健康記錄搜索系統的歷史檢索記錄中分析了醫療信息檢索系統需要具有的功能以及需要滿足哪些特定的需求.Yang等人[17]分析了醫療搜索引擎的查詢日志記錄，旨在促進電子健康記錄中的信息檢索效率，分析結果表明，醫學領域的信息需求比通用網絡搜索引擎的信息需求要復雜得多.查詢準確性和時間效率是評估醫療檢索系統性能的2個重要指標.

1.2.1 醫學信息檢索

在云端進行大規模醫學信息的檢索是一件非常耗時的操作，并且由于醫學信息的隱私性，大多在云端的醫學信息都是加密過的，這更加大了檢索的難度.如何有效地提升醫學信息的檢索效率成為了研究重點.Mu等人[18]在實驗中檢驗了查詢復雜性以及查詢擴展策略對基因組信息檢索的影響.他們發現采用查詢擴展策略并沒有真正地提高效率.結果還表明字符串索引擴展比單詞索引擴展更有效，具有較少數量術語的查詢優于具有較多術語數的查詢.基于這些發現，Mu等人建議基因組信息檢索系統應支持靈活的查詢擴展策略，以適應具有不同復雜程度的查詢.

加密文檔上的數據檢索是云存儲中非常重要的技術，其中敏感醫學數據的加密是在將文檔存儲到云之前的必要操作.許多現有的可搜索加密方案都集中在單用戶場景上.Yang[19]關注了多發送方和多用戶的應用場景，提供了靈活的加密文檔搜索方案.該方案中，基于屬性的加密技術(attribute based encryption, ABE)用于支持細粒度訪問控制，并且啟用同義詞關鍵字搜索.張麗麗等人[20]提出了一種對于加密電子醫療記錄的檢索方案，該方案利用分層屬性矢量表示方法實現了靈活而復雜的多域關鍵詞連接查詢，例如子集查詢和范圍查詢等.

1.2.2 醫學圖像檢索

醫學圖像的檢索和信息查詢不同，信息查詢只需要匹配相似關鍵字或字符串，找到相關內容即可，但這對于醫學圖像檢索是存在問題的，醫學圖像檢索目標是幫助相關醫療人員做出決策.在這些場景中，給定所需要檢索的醫學圖像，目標是從云端數據庫中檢索出相似的圖像或者相關的醫學信息，所查詢到的內容可以幫助相關醫療人員了解所查詢圖像的參考醫學解釋.如果檢索系統給出的圖像或者信息與所查詢圖像的語義不符合，這將會導致使用人員的不信任.另一方面，如果檢索系統給出的結果與所查詢醫學圖像相似，但卻是錯誤的結果，那么這將導致相關醫療人員的誤判.

Yang等人[21]提出了一個醫學圖像檢索的增強框架，旨在保持圖像視覺和語義相似性.他們設計了一種增強算法來有效地學習距離函數，可以保持檢索結果和圖像的語義相似性，且具有很低的計算成本.Rahman等人[22]提出了一種基于內容的圖像檢索框架，適用于不同成像模態的醫學圖像.Rahman等人所提出的框架包括用于圖像預濾波的機器學習方法、使用統計距離測量的相似性匹配以及相關反饋方案.該圖像檢索框架可以有效地縮小語義差距并提高檢索效率.

醫學信息檢索和圖像檢索是健康數據在云端檢索的兩大重要方向，除了研究如何在云端檢索數據，還需要關注如何去整合檢索各種分布式和異構的醫療信息系統.Cabarcos等人[23]描述了一個檢索框架，它從各種分布式和異構的來源檢索生物醫學信息，對其進行管理以改善所獲得的結果并縮短響應時間，最后將其整合以使其對相關醫療人員有用，提供有關患者的所有可用信息.Kim等人[24]提出了一個客戶端-服務器代理框架，允許門戶通過內聯網和因特網訪問不同的醫院信息系統.Kim等人提出的代理能夠遠程訪問醫院通常封閉的信息系統和服務器，該服務器索引所有醫療數據，并且允許進行復雜的數據檢索.

1.3 健康大數據在云端的計算

醫療傳感器和便攜移動設備具有有限的計算能力，不允許現場實時處理醫療健康數據，所收集到的數據需要傳送到計算能力更強大的節點進行處理.云計算平臺是一個擁有強大計算能力的平臺，并且隨時隨地可供訪問，能夠幫助邊緣醫療設備和便攜移動設備計算和處理數據.利用云計算不僅可以在云中做醫療健康大數據處理，還幫助緩解邊緣醫療設備的負載壓力，顯著提高移動設備在醫療保健中的使用效率.

1.3.1 在云端做醫療大數據處理

云計算平臺的規模非常大，大型商用云計算平臺甚至擁有上萬臺服務器來提供服務，得益于云計算的強大計算能力，可以在云端對各類醫療大數據進行分析和處理，這類任務通常需要強大的計算能力，而不要求實時性.

生物信號分析是一件耗時耗力的事情，通常需要云計算的支持.Shen等人[25]提出了一種生物信號分析的云計算架構(bio-signal analyzing cloud com-puting architecture, BACCA).該系統基于面向服務架構的概念，在云中集成了異構平臺、協議和應用程序.在該生物信號分析框架中，對于不同的數據集，腦電波生物信號分析的總體準確度已提高到接近98%.

在云中對海量醫療大數據使用數據挖掘發現深層次信息是一種常見做法.Takeuchi等人[26]開發了一個基于云的個人醫療保健系統.該系統通過便攜移動設備把個人健康數據按照時間序列存儲在云中.當數據足夠時，在云中使用數據挖掘方法自動提取有用的健康信息，例如隱藏在大數據中的個人健康信息.

由于電子健康記錄的異構特性和龐大的規模，在云中對電子健康記錄分析和處理已經成為常態.在過去幾年中，貝葉斯網絡、神經網絡、模式識別和邏輯回歸等方法常常被用于從電子健康病歷中提取患者信息和預測相關疾病.Kurt等人[27]把3種不同的分類方法在預測冠狀動脈疾病方面的表現進行了比較，結果發現，基于多層感知器的神經網絡方法在預測中表現出最佳性能.綜上所述，通過把健康大數據遷移到云數據中心中處理，可以幫助智慧健康應用挖掘出更多的隱藏在健康數據中的深層次醫療信息.

1.3.2 利用云緩解邊緣醫療設備壓力

邊緣設備往往不具備充足的計算能力，這限制了移動醫療服務的性能和效率.同時由于移動醫療服務要求很高的實時性，若把所有數據全部放在云端處理，會因為網絡傳輸導致較大的延遲.如何去結合邊緣醫療設備和云計算來提供高效實時的移動醫療服務成為了一項挑戰.

利用云幫助邊緣設備緩解部分高性能計算的壓力是一種可以有效提高服務性能的方法.Nkosi等人[28]提出了一種云計算框架，用于減輕移動設備在提供移動健康服務時執行多媒體算法和安全算法的壓力.該框架表明，多媒體和安全算法相關操作可以在云計算平臺中執行，允許移動醫療服務提供商擴展其移動健康應用程序的功能，超出現有移動設備的限制.

云和邊緣設備的協同工作可以有效提升移動醫療服務質量.Wang等人[29]提出了一種新的混合移動云計算解決方案，以實現更有效的個性化醫療監控.他們對基于移動云的心電圖監測分析的案例進行了研究，并開發了移動云原型.該混合移動云解決方案可以在診斷準確性、執行效率和能源效率方面顯著強于傳統的基于移動的醫療監測，并具有解決個性化醫療保健中大規模數據分析的潛力.

受限制于邊緣醫療設備的性能，通過邊緣設備提供快速準確的醫療診斷比較困難，云計算可以幫助智慧健康應用達到這一要求.Hsieh等人[30]基于云計算構建了12導聯心電圖服務，以實現無處不在的12導聯心電圖遠程診斷.該服務利用云計算來加強邊緣醫療設備的能力，大大提高醫療服務質量和效率.

2 邊緣的智慧健康

目前，在云端智慧健康的研究中，主要是針對健康大數據的存儲、分析和計算等.云與智慧健康的結合可以幫助智慧健康服務解決大數據和性能的問題.通過云的輔助，智慧健康服務可以存儲和處理海量健康大數據，并從大數據中挖掘出有用的信息.但是光有云是不夠的，如引言所述，智慧健康服務是實時的、智能的以及無處不在的.為了滿足智慧健康服務的實時、智能和無處不在的要求，需要在網絡邊緣做非常多的工作.本文總結、分析和歸納了近年來的相關研究，把智慧健康在邊緣的研究分為了健康數據的采集、計算和無線傳輸技術3個主要方面.

2.1 智慧健康數據的采集

智慧健康大數據經歷了一個快速增長的過程，而其中大量健康數據來自不引人注意的傳感器和可穿戴設備.傳感器和可穿戴技術被視為智慧健康的基石，是整個智慧健康系統的數據來源.微小的傳感器可以編織或集成到服裝、配件和生活環境中任何不起眼的角落，從而可以在日常生活中連續實時地獲取醫療健康信息.傳感器甚至可以設計為粘貼電子紋身并直接印在人體皮膚上，以實現長期健康監測.與個人健康息息相關的生理信息包括心率、呼吸頻率、血壓、血氧飽和度和肌肉活動等，從生理信息中提取的數據可以提供健康狀況指標，具有巨大的診斷價值.

2.1.1 傳感器技術

傳感器是整個智慧健康體系的基石，是監測系統的基本元素，需要長期準備并實時地測量相關的生理指數.微型生物傳感設備、智能技術、微電子和無線通信等相關技術的發展使得各類傳感器能夠更有效、更快地感知和測量數據，同時具有更低的能耗和更少的處理資源.如表3所示，列舉了常見的監測各類生理指數的傳感器技術.

體溫(body temperature, BT)是可穿戴傳感器測量的用于人類活動監測的常見生理參數之一.皮膚上測量的溫度變化可以指示人體體溫發生了什么，可以用來檢測可能導致各種健康狀況的醫學癥狀，包括中風、休克和心臟病等.在智慧健康服務中，除了用體溫來確定病人的生理狀況這類最常見的應用外，還可以用于確定人的活動狀態[31]，甚至一些可穿戴設備可以從人體體表散發的余熱中收集能量[32]等.溫度傳感器在人類生活中非常普遍，常見的測量溫度的傳感器方法有水銀、紅外線、熱敏電阻和熱電偶等.

血壓(blood pressure, BP)是體檢中最常測量的參數之一.血壓可以判斷心臟功能與外周血管阻力，同時也是診斷疾病、觀察病情變化與判斷治療效果的一項重要內容.脈搏波傳播方法[33]是一種用于血壓測量的有前景的技術.它是基于脈搏波速度與動脈壓之間的關系來測量血壓，該測量方法不需要血壓計袖帶來輔助測量.

Table 3 Sensor Technology of Bio-Signal表3 主要生理指數的邊緣傳感器技術

心率(heart rate, HR)是最常見的受監測的生理參數之一，它在人類的健康和疾病監測中起著關鍵作用，用于心率監測的傳感器方法也非常多.光電容積描記術[34](photoplethysmography, PPG)是被廣泛地用于監測心率，它利用光電傳感器檢測經過人體血液和組織吸收后的反射光強度的不同,描記出血管容積在心動周期內的變化,從得到的脈搏波形中計算心率.PPG傳感器可以集成到日常生活配件中(如手表、耳環和手套)，以實現不顯眼的測量.Baek等人[35]提出了一種用于PPG測量的間接接觸傳感器，采用控制電路調節適應各種類型衣物的光強度.另一方面，Poh等人[36]表明可以使用數碼相機從受試者臉部遠程捕獲的PPG中測得心率和呼吸率.

心電圖(electrocardiography, ECG)可以提供關于心跳速率和規律性等生理信息，在心臟疾病的診斷中經常使用.基于此，可穿戴式心電圖傳感器可以用于心血管疾病的短期評估，特別是對于患有慢性心臟病的人.電容耦合傳感方法是一種測量生物點位的傳感器方法，可以用于測量心電圖和腦電圖[37]等，對于這種方法，皮膚和電極形成2層電容器.在沒有與身體直接接觸的情況下，可以避免粘合劑電極在長期監測中引起的一些問題，例如皮膚感染和信號劣化.

呼吸率(respiratory rate, RR)是監測病人健康狀態的重要生理參數，呼吸是人體內外環境之間進行氣體交換的必需過程，人體通過呼吸過程來吸入氧氣和呼出二氧化碳，從而維持正常的生理功能.壓電傳感器，其傳感元件是壓電聚合物，可以被用于呼吸率監測[38].阻抗體積描記法是另一種廣泛使用的呼吸測量方法[39].位于肋骨和腹部的2個正弦線圈由產生高頻正弦電流的電流源驅動.呼吸期間胸部的運動引起線圈電感的變化，從而調制正弦電流的幅度，從中可以解調呼吸信號.

加速度計(accelerometer, ACC)是一種監測人類活動的傳感器，它主要用于測量沿特定軸的特定頻率范圍的加速度.它們可以用于許多目的，例如跌倒檢測[40]和運動分析[41]等.對于加速度的測量，有基于壓電、壓阻或可變電容等幾種方法可用.通常它們都采用相同的操作原理，通過使彈簧或類似等效部件與測量的加速度成比例地拉伸或壓縮來測量加速度.

2.1.2 智能可穿戴設備

智慧健康系統通常將傳感器技術與物聯網集成，使醫療保健系統能夠監控患者.目前，在工業界中已經有非常多的智能可穿戴設備，這些設備可以幫助監測生理參數.通常，智能可穿戴設備具有這些特點：小型化、低能耗、智能化和個性化.

FuelBand是一款可以戴在手腕上的活動追蹤器.FuelBand可以跟蹤一段時間內所進行的運動和消耗的卡路里，并把腕帶的讀數分享到在線社區.Apple Watch作為一款智能手表，它不僅支持記步、監測睡眠和記錄能量消耗等，還支持監測心率和繪制心電圖等專業醫療數據.Fitbit手環不僅可以記錄步伐和計算活動消耗，還可以智能地判斷是否在運動以及何項運動等.隨著相關技術和算法的不斷發展和突破，例如更加精確的新型記步算法[42]，這些智能可穿戴設備變得越來越重要，成為了智慧健康系統中重要的一環，作為智慧健康系統中數據來源的關鍵組件，它們承接了大量健康數據采集的工作，為后端系統提供了豐富的、多種多樣的健康數據，利用這些數據可以對人體健康狀況進行詳細的分析.

2.2 智慧健康數據在邊緣的計算

在云計算平臺存儲、檢索和處理醫療健康數據是一種非常高效的可以幫助智慧健康應用快速落地并發揮作用的架構.云可以幫助智慧健康服務應對大數據和性能的挑戰，但卻很難滿足智慧健康實時性的要求.得益于物聯網和傳感器技術的研究發展，越來越多的醫療健康數據在網絡邊緣產生.大量的醫療健康數據需要實時處理，并且這類醫療健康數據是難以容忍網絡延遲和卡頓的，對于實時性的要求非常高，這對于云計算平臺的壓力非常大.因此現在有很多研究沒有把對于醫療健康數據的計算和處理放在云計算中心，而是遷移到更靠近邊緣節點的霧計算平臺，通過霧計算平臺來有效提高服務的實時性，滿足智慧健康服務高實時性的需求.

2.2.1 霧計算和智慧健康

思科率先提出霧計算的概念，是云計算概念的一種延伸[43].霧計算把服務和計算移動到更加貼近用戶端的位置，滿足低延時、實時性的應用，同時可以減輕網絡的負擔.霧計算是指靠近邊緣的微型云計算結構，不同于傳統的云計算結構，霧計算中的數據和應用程序的資源被放置在邊緣節點和云之間的邏輯位置，也被稱為霧網絡.Li等人[44]對邊緣計算環境中的系統架構和資源管理給出了全面介紹，但并沒有針對智慧健康應用進行專門介紹.

在智慧健康服務的發展中，越來越多的健康數據在邊緣節點產生，例如利用醫療傳感器監控病人生理指數等.由于邊緣設備功率和性能受限，對采集的健康數據很難做到實時處理，而如果將這些數據全部傳輸到云計算中心處理又會導致較大延遲，影響用戶體驗.并且，物聯網的大規模實施預計將引入數十億連接到互聯網的邊緣設備，鑒于連接設備數量眾多以及數據量較大，與云連接也會出現大量延遲的情況.基于此，霧計算成為了智慧健康應用的一個中間處理站.將這類健康數據從大規模數據中心遷移到靠近邊緣節點的微型數據中心，不僅可以降低延遲、提高邊緣設備的效率，同時也降低了大量的數據請求對后端云計算平臺施加的網絡壓力[45].例如，一些小型嵌入式醫療設備的數據處理，不需要將每條數據都傳入到云計算中心進行處理，而是將一些實時性要求高的任務交給智能網關處理，這將節省大量的網絡成本和提高實時性.綜上所述，在云和邊緣節點之間架設霧計算層，可以有效提高服務實時性，霧計算是向分層系統架構和更快響應的設計轉變的重要范例.

2.2.2 利用霧來提高智慧健康服務

物聯網和傳感器技術的不斷發展使我們能夠開發出更智能的醫療保健解決方案，不僅適用于醫院內部，還可以應用在日常生活中，保障醫療健康.在大多數基于物聯網的醫療保健系統中，尤其是在智慧家居和智慧醫院中，在傳感器基礎設施網絡和后端互聯網之間需要橋接點，即通常所說的網關.網絡邊緣的網關通常只執行基本功能，例如在互聯網和傳感器網絡中使用的協議之間進行轉換和傳輸實時數據.這些網關對傳感器網絡和傳輸的數據進行有效的控制.利用這些網關在網絡邊緣的戰略地位，可以提供更多的服務，如本地存儲和本地實時數據處理，從而呈現出智能電子健康網關.通過這類智能電子健康網關，可以在傳感器節點和云計算平臺之間形成地理分布的中間智能計算層來實現智慧健康物聯網系統中的霧計算概念.通過智能電子健康網關來負責處理傳感器網絡和遠程云計算中心的一些負擔，霧計算架構可以應對無處不在的醫療保健系統中的許多挑戰，例如移動性、能效和可擴展性等.

物聯網技術可以應用于智慧健康等相關領域，作為無線傳感器網絡與傳統互聯網之間的橋接，物聯網網關在智慧健康應用中發揮著重要作用.Zhu等人[46]根據典型的物聯網應用場景和電信運營商的要求，提出了基于ZigBee和分組協議的物聯網網關系統，介紹了無線傳感器網絡與移動通信網絡之間的數據傳輸、不同傳感器網絡協議的轉換和無線傳感器網絡的控制功能，設計了原型系統并進行了系統驗證.

Emara等人[47]提出了一個基于智能網關的通用框架，用于無線傳感器網絡和互聯網互連.該框架允許訪問各個傳感器節點，并為以數據為中心的傳感器網絡啟用基于互聯網的查詢功能.它還提供從一個網絡到另一個網絡的透明訪問，而無需修改在任一網絡中運行的協議.此外，該框架可以擴展為多網關架構從而提供容錯和負載平衡能力.

Mueller等人[48]展示了一個通用的傳感器網絡平臺SwissGate，它為傳感器網絡編程提供了高級接口，并提供了一個多層架構，可以有效地處理和優化傳感器網絡的運行.

Bimschas等人[49]提出了智能網關中間件的設計，它允許通過為傳感器網絡和互聯網提供簡化的接口在網關上執行應用程序代碼.由于網關完全了解并控制傳感器網絡和互聯網，因此智能網關可以充當性能增強代理和智能緩存，以保護傳感器網絡的有限資源.

Shang等人[50]提出了一種新穎的可配置智能物聯網網關，它具有3個重要的優點：首先，網關具有插入式架構，其具有不同通信協議的模塊可以根據不同的網絡進行定制；其次，它具有統一的外部接口，適合靈活的軟件開發；最后，它具有靈活的協議，可將不同的傳感器數據轉換為統一格式.與同類研究相比，網關具有更好的可擴展性、靈活性和更低的成本.

Stantchev等人[51]提出智能醫療健康基礎設施的3層架構，并提供了一個示例用例作為基于智能傳感器的醫療基礎設施的模板.該架構基于面向服務的體系結構，架構集成了角色模型、分層云計算架構以及霧計算通知范例，以便為醫療健康應用提供可行的中間計算層架構.

Cloudlet是位于蜂窩網絡邊緣的具有較強移動性的微型數據中心，它是一種云計算中心的擴展，把云計算資源遷移到蜂窩網絡的邊緣，服務于低延時、實時性的任務.Cloudlet可以幫助智慧健康應用減少延遲以實現更快的響應，并提高應用交互性.Quwaider等人[52]介紹了基于Cloudlet的大規模醫療體域網系統.目標是通過使用Cloudlet系統來動態選擇收集到云的數據，從而最小化端到端的數據包成本，同時還嘗試通過動態選擇鄰居云來最小化端到端的數據包延遲，從而最小化整體延遲，最終實現對于醫療健康數據的實時監控.智慧健康服務還可以利用Cloudlet平臺來幫助卸載任務，Lo’ai等人[53]提出了基于Cloudlet的移動醫療模型，模型首先會從Cloudlet中尋找服務，只有當Cloudlet中沒有該服務時，用戶才會連接到醫療云.除此之外，Chen等人[54]建立了基于Cloudlet的新穎的醫療數據共享系統，在減少通信能耗的同時可以防止惡意攻擊.EI Amraoui等人[55]提出一種基于Cloudlet和軟件定義網絡的新架構，可以平滑設備和訪問網絡的異構性，并通過云環境實現醫療數據收集和分析的快速訪問.總之，作為云和邊緣傳感器網絡的中間層，Cloudlet可以幫助智慧健康服務減少延遲、輔助計算以及減少能耗.

隨著霧計算的研究發展，智慧健康應用從中受益頗多，其中智能網關和微型數據中心可以大幅提高智慧健康應用的實時性，以及為智慧健康應用提供更多輔助功能.

2.3 智慧健康的無線傳輸技術

在智慧健康系統中，為了實現全面的健康服務，常常會在人體上布置眾多的生理傳感器，這些傳感器協同工作，實時地、連續不斷地采集所需要的生理指數，并發送到中心節點，由中心節點進行數據聚合等處理后再傳送到相應的后端系統.為了實現這些生理傳感器與中心節點的協同工作，研究人員提出了體域網(body sensor network，BSN)的概念.體域網是附著在人體上的小型網絡，由各類小型生理傳感器和中心節點組成.通過體域網，各類傳感器設備可以將監測數據傳輸到中心節點進行數據處理,中心節點對各生理數據進行數據過濾、清洗和聚合等操作后，把數據發送到后端系統.

2.3.1 無線通信標準

傳感器網絡通常分為有線和無線2類，對于前者，使用常規網絡線纜會導致系統的故障率上升，并且會影響用戶的體驗和舒適度.因此，在體域網系統中更多采用無線技術.如表4所示，有各種各樣的無線技術可用于體域網，常見的例如Bluetooth,WiFi,ZigBee,WiMAX,MICS等.

Table 4 Communication Protocol for Smart Health表4 智慧健康應用主要依賴的通信協議

ZigBee[56]是一種低速短距離傳輸的無線網絡協議，媒體訪問層和物理層采用IEEE 802.15.4標準.得益于ZigBee協議的超低功耗，ZigBee協議通常被用于一些低數據傳輸速率和長電池壽命的智慧健康應用中[57-58].這些應用對于數據速率的要求較低，并且通常具有幾個月甚至幾年的電池壽命.

藍牙(最初為IEEE 802.15.1)是一種常見的短距離無線通信技術，通常用于移動設備之間交換數據.它是一種低成本的射頻標準，工作在2.4～2.48 GHz頻段[59].相對于ZigBee，藍牙擁有更快的數據傳輸速率，并且隨著低功耗藍牙的推廣，藍牙在需要高帶寬的智慧健康應用得到了越來越多的使用[60-62].

WiFi是一項基于IEEE 802.11的無線局域網技術，工作在2.4 GHz和5 GHz，是日常生活中最常見的一種無線網絡技術之一.而WiMAX是一項基于IEEE 802.16的高速無線網絡標準，主要用于城域網，傳輸距離可達幾十千米.相較于ZigBee和藍牙，WiFi具有更高的功耗，并且存在一些隱私保護問題，不太適合移動計算場景.但在室內監控和活動識別的智慧健康場景中，由于如今室內WiFi的普遍性，WiFi正逐漸發展為主要解決方案[63-64].

MICS(medical implant communications service)是一種超低功耗的專門用于醫療設備和醫學試驗的通信協議.MICS使用402～405 MHz頻段，一般用于傳輸低速率數據.MICS一般用于低功耗和低數據傳輸速率的場景[65].

2.3.2 體域網技術的發展

體域網技術是智慧健康服務中的物聯網開發的核心技術之一，它負責把各類生理傳感器串連在一起，形成一個布置人體上的采集、處理和傳輸生理指數小型網絡系統.體域網系統負責智慧健康服務中的數據來源和預處理，它的性能直接影響到智慧健康服務質量.作為一種小型網絡系統，體域網對于能耗、安全和隱私的需求非常高，同時也缺乏高級軟件抽象支持.基于此，研究人員把關注點放在了安全、能耗、開發框架等方面.

在能耗方面，Cho等人[66]提出了一種用于體域網的高能效雙頻收發器.該收發器提供30～70 MHz體通道通信和402～405 MHz醫療植入通信服務，可以實現高達30%的節能效果.Yoo等人[67]介紹了一種自配置的可穿戴BSN系統，該系統具有高效率的無線供電傳感器，能夠以低功耗連續監測身體選定位置的ECG和其他生命信號.

在安全方面，Gope等人[68]提出了一種使用體域網基于物聯網的醫療保健系統，稱為BSN-Care，系統采用了輕量級匿名身份驗證協議和加密方案偏移碼本來保證用戶信息的安全.在體域網中，由于網絡的嚴格資源限制，只能部署輕量級機制以滿足安全需求，于是Bao等人[69]從另一個角度出發，提出用人體心跳脈沖間隔信息來生成識別傳感器節點的實體標志符，用以保證安全.人體固有的傳遞信息能力是保護體域網內無線通信的獨特且節省資源的方法.

在開發框架方面，Fortino等人[70]基于新興的基于域的編程范例推出了一個用于體域網的開源編程框架SPINE，旨在支持體域網應用的快速靈活的原型設計和管理.Lo等人[71]提出了一種體域網硬件開發平臺.憑借其低功耗、靈活和緊湊的設計，為體域網的研究和開發提供了一個多功能的環境.

3 從云到端的智慧健康應用案例

大量研究也關注到智慧健康相關的應用，越來越多的關于智慧健康的研究應用被開發出來，如表5所示，接下來將會介紹其中一些應用案例，包括健康監控系統、疾病預測和防范、智能健康硬件等方面.

3.1 健康監測系統

健康監控是目前智慧健康中最多的應用之一，通過實時的生理指數監控，可以有效地幫助診斷和提高健康水平.Hossain等人[72]介紹了一個智慧健康的監測框架，其中ECG和其他醫療數據由移動設備和傳感器收集，并安全地發送到云，以便醫療專業人員無縫訪問.同時框架采用了信號增強、水印和其他相關分析方法，可以避免醫療專業人員的身份盜用和臨床錯誤.Muhammad等人[73]使用物聯網云對人們進行語音病理監測的可行性并提出了解決方案.更具體地，在監視框架內基于語音信號的頻譜表示上的局部二進制模式和用于檢測病理的學習機分類器提出語音病理檢測系統.所提出的監測框架可以實現高精度的檢測，并且易于使用.Lin等人[74]開發了一套實時無線生理監測系統，其功能是通過無線通信信道和有線局域網來監測老年患者的生理狀態.該系統通過定制的醫療檢查模塊采集了體溫、血壓和心率等數據，醫護人員可通過計算機實時地監控病人的生理狀態并分析患者的生理變化.除此之外，考慮對于病患的實時監測，有研究設計了基于可穿戴個人設備的生理監測系統[75]，可以實現實時地、不間斷地生理指數監測.

3.2 疾病預測和防范

疾病預測和防范是一類可以提前幫助發現患者病情的智慧健康應用，不同于傳統的醫療服務，疾病預測和防范可以在問題出現前提醒患者以及幫助患者避免問題的發生.Melillo等人[76]描述一個平臺的設計和初步驗證，該平臺用于收集和自動分析生物醫學信號，用于高血壓患者血管事件和跌倒的風險評估.這個基于云計算的移動健康平臺設計靈活、可擴展性高，并通過數據挖掘提供主動遠程監控.該系統能夠預測未來12個月內的血管事件，準確率為84%，監測摔倒事件的準確率為72%.

集中式醫療服務資源越來越緊張，給患者提供疾病自測的健康服務變得更加重要.Leijdekkers等人[77]開發了一種心臟病發作自測應用，該應用程序允許潛在的受害者在沒有醫學專家干預的情況下快速評估自己是否患有心臟病.該系統基于移動手機和心電圖傳感器等技術，通過分析采集的心電圖記錄來分析用戶癥狀并檢測是否心臟病，若存在風險會立刻敦促用戶呼叫緊急服務.

3.3 智能健康硬件

基于移動和便攜的需求，有許多功能新穎的智能健康硬件被開發出來，這些智能健康硬件為智慧健康服務開拓了一條新的發展道路.Pandian等人[78]開發了一種智能背心，該背心通過一系列傳感器陣列來采集佩戴者的生理指數，并生成佩戴者健康狀況的整體情況.該背心監測的生理指數有血壓、心率、心電圖和體溫等.Di Rienzo等人[79]開發了一種可清洗的傳感背心，用于記錄心率和運動信號.該背心由監測心電圖和呼吸率的傳感器和用于運動檢測、信號處理和無線數據傳輸電子板組成.該傳感背心不僅能夠獲得質量非常好的數據，還能檢測心率失常事件.除了功能性，還需要考慮到智慧健康硬件性能與能耗的折中，Wang等人[80]設計了一種用于可穿戴設備的新型跨端分析引擎架構，該架構實現了可穿戴傳感器和具有高能效的數據聚合器的通用分類設計，在延長電池壽命的同時也降低了系統延遲.

3.4 其他應用

健康數據可視化和分析也是常見的智慧健康應用，通過對收集來的實時數據的可視化展示和分析，可以幫助醫療人員更為精準地發現其中的問題.Mohammed等人[81]為醫療領域構建一個基于安卓平臺的移動應用程序，該應用程序使用物聯網和云計算的理念.Mohammed等人構建的應用程序，為最終用戶提供了電子心電圖和后臺健康數據的可視化.收集的數據可以上傳到用戶的私有云或特定醫療云，程序保存了所有的健康數據記錄，并且可以被醫療人員檢索以用于醫療分析.

各類異地、異構的醫療健康信息系統造成了醫療信息孤島的局面.智慧健康管理平臺需要整合各個信息孤島并加之統一管理，以促進信息共享[83].Sebestyen等人[82]提出并驗證一個名為CardioNet的應用程序，這是一個分布式醫療系統，連接不同的醫療實體和系統，如醫院、急診室和實驗室等.該分布式系統是可以通過網絡提供不同的服務，如遠程監控、在線咨詢和醫院活動管理等.

關于智慧健康的應用案例十分多樣，它們在各方面幫助人們提高健康水平，緩解了現有醫療制度下的資源壓力.

4 智慧健康的新機遇-區塊鏈

近年來區塊鏈技術日益受人關注，作為一種新興技術，區塊鏈分散、透明和安全的特性使其在醫療方面也存在許多應用價值.區塊鏈本質上是一種分布式數據庫技術，它通過工作量證明、分布式時間戳協議、最長鏈算法以及相關加密算法(如SHA256)等技術來實現分布式共識機制和用戶匿名，這也是區塊鏈的兩大重要特征[84].

如圖2所示，每一個區塊包含有版本號、上一區塊散列值、Merkle根節點、時間戳、隨機數和交易數據等，其中前5項組成了區塊頭，每一個區塊都必須包含前一個區塊頭的SHA256散列值，這保證了文件基本不可能被篡改，如果篡改某區塊必須把后續所有區塊的散列值都改掉.并且每個區塊都含有創建時的時間戳，這也保證了區塊在時間上有序成鏈.同時，為了實現共識，區塊鏈采用了工作量證明機制，通過區塊中的隨機數來實現工作量證明.通過以上的協議和算法，區塊鏈實現了一個分散、透明和安全的分布式數據庫.

Fig. 2 Data structure of blockchain圖2 區塊鏈數據結構

目前的醫療形式大多是中心化的管理模式，患者的數據都存放在第三方機構中，并且各機構的數據并不互通，形成了一座座信息孤島.當患者從一家機構換到另一家機構后，之前的所有醫療健康數據都無法共享.這對于患者來說是一種損失，也增加了醫療服務提供者的負擔.區塊鏈的去中心化分散管理的特質正好可以解決智慧健康服務的這類需求，它適用于希望彼此協作而不將控制權交給中央管理者的應用.同時，區塊鏈具有的不可篡改和數據加密的特質也可以很好地保證健康數據的正確性以及保護患者的隱私.不僅如此，得益于區塊鏈的分散、透明和安全的特質，智慧健康服務還可以利用區塊鏈促進臨床試驗正確性保證、解決藥品供應鏈、搭建智慧健康管理平臺等.如表6所示，區塊鏈在智慧健康服務中有眾多應用，接下來本文將逐一介紹區塊鏈在智慧健康服務中的研究與發展.

Table 6 New Smart Health Service Based on Blockchain表6 基于區塊鏈的新型智慧健康服務

4.1 健康數據共享

通過傳感器和可穿戴技術，個人健康數據為醫療健康服務提供了巨大且不斷增加的價值，使患者和醫療服務提供者受益，但受制于隱私保護和安全，并不能完全發揮它的價值.個人健康數據通常是極其敏感的個人隱私數據，但不同于常規的個人隱私數據(如家庭地址、信用卡等)，健康數據在一定范圍內的共享無論對于患者還是醫療服務提供者都有極大的裨益.這類健康數據的共享可以幫助患者、醫療服務提供者以及第三方廠商等獲取有用信息，打破信息孤島，同時，去中心化的健康數據共享也能避免數據被中央管理者控制和篡改.

區塊鏈技術正好符合這類場景的需求，通過區塊鏈可以實現隱私和可訪問性的微妙平衡，基于此，許多研究和項目開始側重于使用區塊鏈來共享健康數據以改善醫療記錄管理.Dagher等人[85]提出了一個名為Ancile的基于區塊鏈的框架，該框架可以實現患者、醫療服務提供者和第三方對于電子健康記錄的高效安全的訪問以及實現醫療記錄的共享，同時可以保護患者敏感信息的隱私.Liang等人[86]提出了一種基于區塊鏈的以用戶為中心的健康數據共享解決方案，利用區塊鏈渠道機制來保護隱私，并使用區塊鏈的會員管理系統來增強身份管理，最終達到安全共享健康數據的目標.不僅是在醫療記錄上，Patel[87]開發了一個跨域圖像共享框架，該框架使用區塊鏈作為分布式數據庫來建立放射學研究的分類帳，同時由患者定義訪問權限.該框架被證明可以消除第三方對醫學圖像訪問的安全問題，并且符合可互操作衛生系統的標準，可以很容易地推廣到其他醫學領域.

4.2 促進醫學研究

得益于區塊鏈分散、透明和安全的特點，許多研究開始關注區塊鏈技術在醫學研究領域的應用，區塊鏈與醫學研究的結合也擴寬了智慧健康服務的應用場景.與傳統的中心化管理不同，區塊鏈的去中心化管理令傳統醫學研究可以以分散合作的形式展開，大幅提高醫學數據利用率.并且區塊鏈不可篡改和按時間成鏈的特性可以提升醫學研究數據的可信度，確保數據的可追溯性.區塊鏈作為分布式數據庫技術，為醫學研究帶來了新的活力.

醫學研究人員建議使用區塊鏈來促進臨床數據的2次使用，Azaria等人[88]提出了MedRec，一種新穎的分散的記錄管理系統，該系統采用區塊鏈技術來處理電子病歷和數據.在系統中，醫療利益相關者作為區塊鏈礦工參與網絡，他們通過工作量證明協議來維持網絡，以換取可訪問匿名數據的挖掘獎勵.MedRec可以提供大量匿名醫療數據以增強研究人員的能力，同時也可以吸引患者和相關機構發布元數據.除了促進醫學臨床數據的利用率，區塊鏈技術的出現令分散式的跨機構醫學研究得以實現，Kuo等人[89]描述了一個新的框架ModelChain，使區塊鏈技術適用于醫學預測模型的分散研究.不同于傳統的集中式架構，每個參與節點都有助于模型參數估計而不揭示任何患者信息，并可以使用來自多個機構的數據進行預測模型學習.在臨床試驗中，可再現性和正確性是醫學研究中的重大挑戰，區塊鏈成為了應對這些挑戰的的關鍵點，Benchoufi等人[90]探討了區塊鏈在臨床試驗中可以保證整個文檔流程的大量歷史性數據不可侵犯性，確保數據的可追溯性和防止了后驗重建，并允許通過智能合約安全地自動化臨床試驗.區塊鏈技術確保了臨床試驗中對于數據安全性的細粒度控制.得益于區塊鏈對于醫學研究的促進作用，使得智慧健康服務可以獲得更安全、更準確的醫學支持.

4.3 改善制藥工業安全問題

藥品安全問題一直是導致醫患關系緊張的重要原因之一，因為藥品安全問題而導致的醫療事故頻頻發生，但是對于非醫療從業人員，很難去分辨藥品的真偽，甚至還為偽造產品花費大量醫療資金.盡管在目前智慧健康服務中，可以從中央管理者獲取藥品真偽信息，但是確難以避免中央管理者的篡改和欺詐行為.由于偽造藥品市場的高額利益和巨大的市場價值，光從管理和法律的角度很難完全消除偽造藥品現象.區塊鏈的出現讓研究人員看到了從另一個角度去解決這個問題的機會.利用區塊鏈的不可篡改性和完全透明的特點，研究人員試圖讓藥品從原料到生產再到分配這一整個過程都完全曝光在所有人的眼前.

Hyperledger工作組提出了一個使用區塊鏈技術來提高藥品供應鏈安全性的項目[91]，Accenture,Cisco,Intel,IBM,Block Stream,Bloomberg等公司均參與到此項目中.該項目設想通過使用區塊鏈的時間戳和順序性，來方便驗證藥物的生產時間和地點，可以幫助解決偽造藥物和不合格藥物的問題，確切地說明產品的制造地點.除此之外，Sch?ner等人[92]也提出了一種基于區塊鏈的解決方案，以提高制藥行業的供應鏈安全性.在Sch?ner等人的解決方案中，每個藥品附有一個明確的識別標簽，允許藥品所有權通過區塊鏈上的智能合同驗證的可信網絡從上游供應商轉移到下游消費者.總而言之，區塊鏈作為供應鏈基礎設施可以為全球藥物供應鏈帶來完整性、可追溯性和透明性，可以很好地解決偽造藥品問題.

4.4 智慧健康支撐平臺

目前，大量研究人員關注到區塊鏈與智慧健康的結合，提出了許多創新的研究成果.同時，工業界也不甘示弱，與云、霧跨層設計的智慧健康應用不同，工業界提出了基于區塊鏈的分散管理的、透明安全的智慧健康支撐平臺.

Gem Health Network[93]是一個基于以太坊的區塊鏈網絡，通過建立與通用數據基礎設施相連的醫療保健生態系統，解決以患者為中心的醫療服務與運營效率之間的權衡，其中包括針對共享數據基礎架構的身份方案、數據存儲和智能合約應用程序.Gem Health Network是涵蓋整個智慧健康服務的連續統一體，從健康和預防到計費和索賠等一系列流程.醫療保健巨頭之一飛利浦醫療保健已經宣布加入到Gem Health Network.

一家位于荷蘭的數據安全公司Guardtime，與愛沙尼亞政府合作創建了一個基于區塊鏈的智慧健康管理平臺，可以用來驗證患者身份[94].目前，所有的愛沙尼亞公民、醫療服務提供者都可以使用Guardtime平臺來獲取相關的醫療信息，Guardtime平臺已經運營有超過100萬的健康記錄.

綜上所述，區塊鏈在健康數據共享、促進醫學研究、規范制藥工業和支撐平臺等方面具有廣泛的應用，并且區塊鏈的影響力還在不斷地擴大，相關應用不斷嶄露頭角，例如醫學欺詐監測[95]等.基于區塊鏈的分散管理的智慧健康平臺可以幫助運作完整的公共衛生基礎設施，并在此之上提供更加完善、安全和智能的服務.

5 智慧健康的隱私和安全

5.1 電子健康記錄

個人健康記錄(personal health record, PHR)服務允許患者通過網絡創建、管理和控制個人健康數據，這使得存儲、檢索和共享醫療信息更有效率.每個患者可以完全控制個人病歷并且可以廣泛地與其他用戶分享健康數據，包括醫療服務提供者、家庭成員或朋友.由于建設和維護專業化的數據中心所需的成本過高，所以許多PHR服務外包給特定的第三方服務提供商.例如Google Health，Microsoft HealthVault，ICW LifeSensor等.Li等人[96]以及L?hr等人[97]提出了在云中進行PHR的信息存儲架構的設計方案.

因為其服務中心化的存儲方式，PHR為大多數人都提供了便利的服務，但仍然存在許多安全和隱私風險可能阻礙其廣泛使用.如：

1) 患者是否能真正控制他們的敏感個人健康信息(personal health information, PHI)分享，尤其是當這些數據存儲在第三方服務器上，而服務提供商可能不是完全可信；

2) 敏感的個人健康記錄具有很高的價值，第三方存儲服務器通常是各種惡意攻擊行為的重要目標，從而可能導致暴露敏感個人健康記錄.

因此對于患者來說，足夠細粒度的數據訪問控制機制是必不可少的.一種可行且有保障的方法是加密外包前的個人健康記錄數據.基本上，PHR所有者自己應該決定如何加密文件并允許哪個集合的用戶獲取對每個文件的訪問權限，只有獲得解密密鑰的用戶才有權訪問相應的文件.在必要時，患者也應有撤銷相應訪問權限的能力[98].

與由患者管理的PHR不同，電子健康記錄(electronic health record, EHR)只屬于專業健康管理人士管理.在大多數國家，根據法律，PHR和EHR有明確的界限，且要求不同.因此，涉及EHR的基礎設施通常比簡單的基于PHR的云模型完全不同.

EHR模型的基本要求仍然是功能性的存儲和在EHR中的基本數據操作.EHR是由醫療保健提供者創建、維護和管理，并可以共享(通過中央云中的EHR服務器)給其他專業健康人員.但是EHR的存儲和數據處理并不是唯一可以外包給第三方云服務商的服務，醫療保健提供商通常會使用第三方計費服務來管理其結算費用和患者的健康保險.這是在實踐中的典型場景：許多醫生將計費外包給第三方提供商.這些計費服務累積了幾個患者在不同的醫療保險方與醫療服務提供方的賬單.從而導致隱私在這個模型中變得更加重要，因為健康保險或計費服務不應該訪問EHR的私人詳細信息.因此，對于EHR的隱私和安全設計變得極為重要，如表7所示，總結了基于不同技術的隱私安全設計方案.

Table 7 Security Encryption Based on Different Methods表7 基于不同技術的隱私安全設計

5.2 基于屬性加密的訪問控制

基于屬性加密，又被稱為模糊的基于身份的加密，是一種極具前景的支持細粒度訪問的加密原語.不需要像身份加密一樣，每次加密都必須知道接收者的身份信息，在ABE中它把身份標識看做是一系列的屬性.當用戶擁有的屬性超過加密者所描述的預設門檻時，用戶是可以解密的.

Yu等人[99]、 Boldyreva等人[107]、 Ibraimi等人[100]使用ABE的方法來實現控制電子健康記錄數據細粒度訪問.得益于對于細粒度訪問的支持，在EHR的隱私和安全問題上，ABE得到了廣泛的應用.

但是，以上方案存在共同的缺點.首先，它們通常假設使用單一系統中的受信任機構.這會造成負載瓶頸，同樣也會遇到密鑰托管方信任度的問題.因為受信任機構可以訪問所有加密文件，這造成了隱私暴露的風險.此外，委派所有的屬性管理任務(確認所有用戶的屬性或角色并生成密鑰)到一個受信任機構是不切實際的.通常情況下，不同的組織一般對自己所在組織適用一套授權認證方式.例如，專業協會將負責認證醫學專業資格，而健康服務提供方則負責認證其員工的工作級別.其次，仍然缺乏有效和按需撤銷ABE的機制，這是確保PHR安全的重要組成部分.基于此，李琦等人[112]提出了一個智慧健康環境下可追蹤多授權機構基于屬性的訪問控制方案.該方案不僅支持多個授權機構，而且支持惡意用戶追蹤機制.

在目前的基于ABE的隱私安全控制中，大多數方法都沒有區分個人和公共領域(personal and public domains, PUDs)，這2者具有不同的屬性定義、關鍵管理要求和可擴展性問題.Li等人[104]基于PUDs問題做出了相應研究，提出了一種在多領域中使用不同認證管理方式的架構.

5.3 可撤銷ABE

在ABE中有效且按需撤銷用戶或屬性是一個眾所周知的挑戰性問題.傳統方法中，這通常是由權威機構頻繁地向未被撤銷的用戶周期性廣播密鑰更新[101]，這無法確保完全的后向與前向過程的安全性，而且效率較低.

Narayan等人[105]提出了一種在EHR系統上基于屬性加密的基礎架構，每個患者的EHR文件都是使用ABE變體CP-ABE(密文協議屬性加密)的加密方式，其特點在于允許直接撤銷訪問權限.同樣地，Ibraimi等人[102]也將CP-ABE 用于管理共享PHR，并且引入了社會或專業領域的概念.Hur等人[103]和Jahid等人[106]提出了2種具有直接屬性撤銷能力的CP-ABE方案，而不是周期性撤銷.

可撤銷ABE在密鑰撤銷的通信開銷仍然很高，因為它要求數據所有者將更新的密文組件發送給每個未經撤銷的用戶.

5.4 客戶端安全

目前以上多數已有的分布式存儲框架都是考慮到服務端的訪問安全以及控制問題，而較少有涉及到客戶端平臺的安全.

可信虛擬域(trusted virtual domain, TVD)[110-111]是一種被廣泛使用的多域環境下的分布式安全框架，L?hr等人[97]基于TVD設計了一種安全框架，用以確?？蛻舳艘约巴獠繑祿鎯Φ臄祿踩?

在移動可穿戴設備中，EHR數據更新頻率很快，通常需要5min就進行一次傳輸[113]，Lu等人[108]基于機會計算[109，114]提出了一種安全且保護隱私的機會計算框架，用以保證移動可穿戴設備的客戶端數據傳輸的安全性.

6 挑戰和機遇

在深入調研智慧健康在云端、霧端、邊緣以及隱私安全等方面的基礎上，指出了智慧健康可能面臨的六大挑戰并提出了可以解決這些問題的技術機遇.

6.1 物端能耗和性能設計折中

在智慧健康服務的場景中，會存在大量醫療傳感器分布在生活場所周圍，這些傳感器是智慧健康數據的源頭，它們將源源不斷地產生個人健康數據，并將這些數據發送到云、霧中.這些傳感器的能耗成為整個系統的關鍵之處，若能耗過高，無法提供實時的、連續不斷的服務，若性能過低，無法采集和處理足量的數據，也會影響到智慧健康服務的質量.如何去權衡傳感器的能耗和性能成為了之后研究的一大關鍵點.低功耗的無線傳輸技術以及傳感器技術將成為解決物端能耗和性能設計折衷的重要方法，未來將有更多的研究關注到低功耗無線傳輸技術和傳感器技術.其次盡量減少在傳感器節點的數據計算(如數據清洗、過濾和聚合等)，也可以在保持低功耗的情況下實現高質量、快速響應的智慧健康服務，例如可以利用物聯網智能網關和微型數據中心云輔助傳感器節點進行數據處理.

6.2 異構化數據和多樣化應用

目前，各類健康數據來自于各類不同的系統和形式各異的傳感器，這些數據的結構和形式都不相同，這將導致服務需要對數據做大量的預處理工作，不僅影響服務的性能，也增加了出錯的概率.因此，數據的標準化和結構化是形成智慧健康大數據的必不可少的一環.為各類健康數據制定統一的數據格式標準是解決該問題的最根本、最直接的方法，但是由于長久以來存在各種各樣獨立的醫療系統，以及不同類型的醫療數據本就存在不同的數據形式，想在短期內實現異構化醫療數據的統一標準較為困難.在該情況下，如何使智慧健康后端系統去高性能地適應異構化數據成為了問題的關鍵，其中包含利用NoSQL數據庫打破格式的限制、對異構化數據做結構化或半結構化處理、利用分布式技術加快預處理流程等.

6.3 醫療大數據感知的系統

在智慧健康的構建場景中，健康數據無時無刻在產生，并且這些健康數據還不同于一般的互聯網大數據，健康大數據對于實時性的要求非常高，數據需要實時產生實時處理，并且由于個體移動性的特點，在不同的網絡環境需要實現健康服務的移動感知.目前，采用云計算可以有效地處理大數據，但隨著物聯網的發展，數據量越來越大，云端也無法實時地處理健康數據，這時霧計算和邊緣計算可以更好地滿足健康數據實時性的要求，提高服務的性能.霧計算、邊緣計算以及物聯網技術是解決智慧健康應用實時性和移動感知的最佳方案之一.通過在云和傳感器節點之間架設多樣化的計算層，可以滿足智慧健康服務實時性和移動感知的要求.特別是在即將到來的5G時代，健康數據規模變得更為龐大，霧計算、邊緣計算和物聯網技術構成的跨層次計算層對于智慧健康服務質量的提升極為關鍵.

6.4 個人數據隱私和安全

數據安全是永恒的話題，盡管智慧健康大數據可能有助于緩解許多與健康相關的問題，但其收集個人健康信息的能力可能會危及公民的隱私.保護隱私和基礎設施安全是研究界仍在努力解決的不可避免的挑戰.從收集的個人數據中可以判斷出個人的生活習慣、家庭成員狀態甚至于宗教信仰等隱私信息，這些信息非常敏感，特別是與健康息息相關.設計一個完善的保護公民隱私安全的機制成為了一大挑戰.目前，基于屬性加密方法以及可撤銷ABE可以有效地控制對于健康數據的細粒度訪問，并保證隱私安全.而區塊鏈被認為是解決智慧健康數據隱私和安全的突破點，通過區塊鏈來管理智慧健康數據，不僅可以實現健康數據共享，同時因為區塊鏈的加密特性也很好地保證了隱私安全.

6.5 自適應的邊緣資源融合

邊緣設備面臨獨木不成林的問題，為了支撐日益復雜的現場智能應用，首先需要復雜邊緣設備的協同.需要構建軟件平臺，實現對邊緣計算資源的自主發現和自適應管理，尤其是借助區塊鏈技術提供激勵機制，以促進邊緣設備計算資源融合.

6.6 高可靠高可用的系統設計

醫療健康場景對于高可靠性和高可用性有較高要求.需要研究高效的通信技術，以處理各類突發的數據擁塞；需要研究智能任務調度技術，以將關鍵任務按需分配到備份硬件上運行；需要實時的系統狀態監控，以降低宕機風險的發生；需要分布式技術，通過副本機制來保證健康服務的可用性.

7 總 結

得益于云計算、霧計算和物聯網技術的快速發展，關于智慧健康的研究日益增加.本文在調研大量近年來對于智慧健康領域的研究后，首先從云端出發，介紹了智慧健康大數據在云中的存儲、檢索和處理.然后從霧計算的角度，介紹了通過霧計算來增強智慧健康服務的各類研究.隨后，從邊緣出發，調研介紹了智慧健康服務的各類傳感器和可穿戴設備，它們是數據產生的源頭.最后，本文討論區塊鏈在智慧健康服務的諸多新興應用以及智慧健康數據的隱私和安全問題，并提出了智慧健康服務的機遇與挑戰，指出了物端能耗和性能設計折中、異構化數據和多樣化應用、醫療大數據感知的系統、自適應的邊緣資源融合、高可靠高可用的系統設計等未來熱點研究方向.未來面向智慧健康的軟硬件系統，尤其是跨越云和邊的融合式設計將大有可為.