移動健康技術在慢性病管理中的應用

， ， ，

“健康中國2020”指出，堅持以人為本，以社會需求為導向，把維護人民健康權益放在第一位，以全面促進人民健康，提高健康的公平性，強調預防為主，實現醫學模式的根本轉變[1]。低成本高效的移動健康技術是提高健康公平性和實現以預防為主醫學模式的技術手段之一。研究以手機等移動設備為載體的公眾健康知識服務模式，開發基于移動終端的慢性病管理APP，既能順應時代發展的需要，又為公眾獲取便捷的慢性病健康知識提供技術保障[2-3]。

2015年6月30日國家衛計委發布的《中國居民營養與慢性病狀況報告(2015年)》指出，2012年全國居民慢性病死亡率為533/10萬，占總死亡人數的86.6%。其中糖尿病在全國18歲及以上成年人中的患病率為9.7%，居于各種慢性病的第二位。因此本文以糖尿病為例，研究移動健康技術在慢性病管理中的應用，開發面向慢性病管理的移動APP。借助移動終端為用戶提供健康知識，一方面能滿足公眾對健康知識的迫切需求，另一方面能夠實現公眾隨時隨地閱讀獲取健康知識，并實現實時分享。研究移動信息環境的公眾健康知識服務內容與形式，建立基于移動終端的公眾健康知識傳播渠道，是實現公眾通過移動終端獲取健康信息的主要途徑，為公眾隨時隨地獲取與利用健康知識奠定基礎。本文以糖尿病監測與管理為重點，開展移動健康技術的研究及應用。

1 移動健康研究現狀

1.1 功能

隨著智能手機、智能終端技術的飛速發展，移動健康的概念逐漸興起。早在20世紀60-70年代，就出現了遠程醫學(Tele-Medicine)和遠程醫療(Tele-Health)的概念。2000年前后,出現了電子商務、電子教育、電子辦公以及電子健康(eHealth)[4]等新概念。2003年前后手機被廣泛應用，人們提出了移動健康(mHealth)的概念。移動健康是遠程醫療的一部分，遠程醫療又是電子健康的一部分。移動健康的應用主要面向公眾和面向醫護人員。

本文構建的移動APP的用戶是公眾。通過系統調研與梳理，目前面向公眾的移動健康應用主要有門診預約服務、用藥管理、慢性病管理、遠程診斷與治療、電子健康檔案查詢、大眾健康熱線服務、醫院導航、電子導醫，以及提供醫學知識教育和醫學資訊的公共衛生服務等[5]。

1.1.1 門診預約

移動健康的基本應用之一是醫生門診預約管理。患者可通過手機預約醫生，同時提醒患者準時去就診。在美國的醫療體系中，患者遲到給醫生工作帶來諸多不便，門診預約提醒可緩解此問題。因此，移動醫療可以改善醫生和患者的時間管理[6]。

1.1.2 用藥管理

移動健康可應用到患者的用藥管理方面。醫院信息系統和醫護人員可通過手機通知患者用藥時間、用量等信息，讓患者按照醫療計劃定時定量用藥，保證醫療效果[7]；還可以集成決策支持，檢查患者用藥和其他用藥之間是否沖突，防止副作用出現。移動醫療應用能夠解決實時數據采集問題，可以讓公眾提供其用藥情況、用藥后的反應、癥狀和效果信息，幫助醫生收集患者用藥歷史和判斷病情。此外，對一些相同的用藥情況，移動醫療能提供電子化的用藥處方，減少公眾反復去醫院開處方的問題，同時減少了醫院的門診量。

1.1.3 慢性病管理

移動健康還可以應用到糖尿病等多種慢性病管理。中國已進入老齡化社會，慢性病(如糖尿病、高血壓、心血管疾病等)的發病率增加，給社會和個人家庭都帶來沉重的經濟負擔。移動醫療可以讓患者在家里接受一些相關的醫療服務，如醫生可以遠程跟蹤患者身體情況，采集患者的各種體征數據，有可能會及早發現患者的一些變化，并及時進行治療，避免出現大問題。醫生或醫院信息系統可以通過移動終端，提醒患者定時定量服藥。如果患者按醫囑配合治療，很多慢性疾病病情將控制在一個合理范圍內。如通過移動醫療可以督促糖尿病患者改變生活方式，遵照醫囑，從而有效控制血糖水平；行動不便的老年人可在家里接受移動醫療服務。

1.1.4 醫院導航

外調百度或Google地圖完成院外導航，展現院內平面圖，查看院內樓層、科室所在位置。使用手機定位服務，通過GSM網絡獲取移動終端用戶的位置信息(經緯度坐標)，在電子地圖平臺的支持下，為用戶提供相應服務的一種增值業務，實現醫院內的實時動態導航[8]。

1.1.5 智慧導醫

結合無線網絡及定位技術，在醫院設置智能導醫系統。患者到智能導醫自助機前，自助機播放該科室的介紹，同時告知患者所在位置及下一步要去的位置導向。

本文重點討論移動健康技術在慢性病管理、用藥管理、醫學知識教育等公共衛生服務方面的應用。

1.2 核心技術分析

面向慢性病管理的移動應用需要綜合應用多種移動健康核心技術，其核心問題是對慢性病指標數據采集、分析與計算，從而對慢性病進行監測與評估，為慢性病患者提供實時準確的提醒及相關疾病發生的預測。涉及到的核心技術為聚類算法、分類算法、推薦算法等。

1.2.1 聚類算法

糖尿病風險劃分采用聚類算法。聚類是一個將數據集劃分為若干組或簇的過程，使同一類的數據對象之間的相似度較高，而不同類的數據對象之間的相似度較低。常用的聚類算法有k-均值(k-means)、期望最大化(Expectation Maximization)算法、k-中心點、變色龍(Chameleon)算法等。

本文通過K-means聚類算法把糖尿病發病風險類似的人群聚合為一類，以k為參數，把n個對象分為k個簇，并使類內具有較高的相似度，而類間的相似度最低。相似度的計算是根據一個簇中對象的平均值(被看作簇的重心)進行的。這個算法嘗試找出使平方誤差函數值最小的k個劃分:當結果簇是密集的，而簇與簇之間區別明顯時，其效果較好。對處理大數據集，該算法是可伸縮的和高效率的。

1.2.2 分類算法

利用分類算法對不同風險的用戶進行用藥和飲食管理。分類是先按照某種標準給數據對象貼上標簽，再根據標簽區分歸類，要事先定義好類別。分類器需要由人工標注的分類訓練集訓練得到，屬于有指導學習范疇。常用分類算法有決策樹、 神經網絡、支持向量機、貝葉斯、關聯規則、粗糙集、模糊集等。本文結合聚類結果，按照聚類結果給數據對象貼上糖尿病風險狀況的標簽，采用支持向量機算法分別訓練用藥和飲食管理的分類模型，按不同風險指導用戶用藥，同時開展飲食管理。

1.2.3 推薦算法

一個具有良好用戶體驗的系統，將對海量信息篩選、過濾，把用戶最關注最感興趣的信息展現出來，節省用戶篩選信息的時間。推薦系統用于聯系用戶和信息，一方面幫助用戶發現有價值的信息，另一方面可以讓信息展現在對其感興趣的人群中，實現信息提供商與用戶的雙贏。目前主要推薦算法包括協同過濾推薦[9]、基于內容推薦[10]、基于關聯規則推薦、組合推薦、基于知識推薦和基于效用推薦[11]。本文采用協同過濾推薦算法進行健康知識推送，主要是基于最近鄰技術，利用用戶的喜好信息計算用戶之間的距離，然后結合目標用戶的最近鄰居用戶對健康知識評價的加權評價值，預測目標用戶對特定知識的喜好程度，從而讓系統根據這一喜好程度對目標用戶進行推薦。

2 面向慢性病管理的移動健康APP系統設計與實現

對慢性病管理移動APP系統進行頂層設計，采用聚類、分類算法、推薦算法等移動互聯技術，實現對公眾糖尿病患病風險的評估、日常飲食情況管理、用藥管理、健康知識推送、體征監測等功能。

2.1 系統功能設計

面向慢性病管理的移動健康APP系統要實現公眾參與，本文以糖尿病的健康管理為例開展探索。通過用戶輸入的信息，借助后臺移動互聯技術，輸出針對具體用戶有針對性的健康知識。系統框架包括基本身體指標采集、身體狀況分析、糖尿病風險評估、飲食管理、用藥管理、體征監測、健康知識推送、用戶注冊登錄、系統管理以及系統內部接口等功能。系統總體功能結構圖如圖1所示。

圖1 系統總體功能結構圖

2.2 系統實現

結合系統功能框架設計慢性病管理APP系統的流程圖，如圖2所示。

圖2 系統流程圖

2.2.1 用戶注冊和登錄

對于首次使用本系統的用戶提示注冊賬號，通過手機號或郵箱均可完成注冊，然后利用該賬號登錄系統。以后使用系統時，自動使用此賬號登錄。

2.2.2 身體指標采集和提醒

首先采集用戶的基本情況，如性別、年齡、身高、體重，再結合基本指標計算體重指數BMI，提供當前身體狀況分析，如圖3所示；然后采集用戶血糖、血壓、血脂、腹圍、糖尿病家族史、是否患有糖尿病、飲食口味、是否吸煙、飲酒情況、睡眠質量等身體指標。

圖3 身體指標采集(左)和提醒界面(右)

2.2.3 糖尿病風險評估

第一步，風險等級劃分。結合用戶身體指標，在后臺利用K-means聚類算法界定糖尿病發病風險等級，包括患有糖尿病、患糖尿病風險高、患糖尿病風險較高、有糖尿病風險、身體狀況不錯等。

第二步，提供評估結果。針對用戶個人的情況提供糖尿病風險評估結果，如患糖尿病風險較高，日常生活中需要注意飲食、運動、用藥等方面，如圖4所示。

第三步，生成評估報告。根據用戶個人的評估結果，生成可以供用戶具體操作的評估報告，如圖4所示。

此后還可以進行歷史記錄查詢。按照用戶進行風險評估的時間，展示出歷史記錄列表，用戶通過該列表查詢個人的風險評估記錄。

圖4 風險評估結果(左)和評估報告(右)

2.2.4 飲食管理

通過采集用戶每天的飲食數據，采用營養學的食物交換份法，針對用戶輸入的飲食數據，在后臺進行計算，進而結合用戶是否患病分類進行飲食合理性評價與指導。

一是針對糖尿病患者的飲食管理流程，如圖5所示。根據系統采集到的用戶飲食數據，結合營養學上的食物交換份法計算該個體每日實際攝入的總能量，同時計算實際攝入蛋白質、脂肪和碳水化合物的量，以及三者的比例分布情況(即飲食結構)。根據年齡、性別、職業和體重等因素計算個體每日所需的標準總熱量和飲食結構[12]。

圖5 糖尿病患者飲食評估流程圖

二是針對未患糖尿病用戶的飲食管理流程，如圖6所示。根據中國營養學會制定的中國膳食平衡指數[13-14]的構成指標,采集用戶三餐飲食情況時，以平衡膳食寶塔中各類食物推薦量為依據定義各個構成指標的取值方法，以及不同指標重量區間與分值的對應關系。

圖6 針對未患病用戶的飲食評估流程圖

2.2.5 用藥管理

用藥管理能為患者提供服用降糖或降脂藥物的實時提醒，系統通過后臺時間設定進行服藥提醒。

2.2.6 體征監測

體征監測包括血壓、脈搏、體溫、呼吸和血糖等的監測。首先要采集這5個體征指標，結合后臺嵌套的標準區間值，判斷指標是否正常，進而生成健康日志列表和指標曲線。

2.2.7 健康知識推送

本文整理與采集糖尿病相關的健康知識，共匯集知識條目2 000多條，結合采集的健康知識的主題內容將健康知識分為基本常識、血糖監測、運動方案、合理用藥、生活指南五大類。推送健康知識的過程中，本文使用協同過濾推薦算法，向前期不同身體特征的用戶有針對性地推送個性化的健康知識，實現健康知識的針對性應用。

3 結語

本文初步搭建了糖尿病管理移動APP系統，實現了對糖尿病的風險評估、體征監測、用藥和飲食管理、健康知識推送等功能。該移動APP應用具有靈活、便捷、個性化等特點，能為公眾提供切實有效的健康知識，有利于解決海量健康知識與公眾對個性化健康知識迫切需求之間的矛盾。后續研究考慮將可進行體征采集的移動可穿戴設備接入糖尿病健康管理移動APP，并結合采集到的數據深入研究，不斷改進該APP的系統功能，提升面向特定人群提供健康管理和健康知識服務的能力。