一種基于霧計算的健康監測系統架構

泮洪杰 劉紀敏 趙慧奇

摘 要：為了進一步提高醫養健康服務質量并解決傳統方案中存在的數據時延與數據隱私問題，提出一種居家環境中健康信息采集與管理系統架構方案。該方案采用霧計算范式，通過部署在社區中的眾多智能網關形成邊緣霧，能夠更好地拓展云計算覆蓋范圍并解決基于云的物聯網模式數據延時嚴重和帶寬資源利用率低的問題。主要功能包括用戶設備接入管理、實時數據處理、任務緊急程度分類、針對用戶數據分析結果的消息通知等。該方案的實現能夠進一步提高醫療服務質量、簡化服務流程，適用于新型養老模式與高級住宅建設。

關鍵詞：醫養健康;信息采集;霧計算;物聯網;智能網關

DOI：10. 11907/rjdk. 191949 開放科學（資源服務）標識碼（OSID）：

中圖分類號：TP319文獻標識碼：A 文章編號：1672-7800（2020）005-0124-04

0 引言

在全球人口老齡化背景下，針對老年人提供日常健康信息監控和健康狀況評估意義深遠[1]。像腦溢血、心臟病等突發急性病致死大多是未能得到及時救治而造成的。因此，及時獲取個人日常健康信息并在健康異常時及時采取搶救措施可以大幅度降低死亡率。隨著生物信息傳感技術和通信技術的逐漸發展，在醫療保健4.0下的診療服務不再僅僅以醫院為中心，其能夠使醫療服務提供者對患者進行遠程診斷，不僅為患者提供了方便，而且能夠減輕醫療服務提供者壓力[2-3]。在大數據技術支持下，個人日常產生的健康數據也能夠為醫學研究提供非常寶貴的依據。

基于物聯網的醫療健康數據采集很早就已被提出并在臨床實踐中廣泛應用[4]。利用物聯網強大的感知能力代替人工輸入患者的健康信息，不僅能夠減少勞動力的使用，而且提高了速度和準確度，已經被證明對用戶的健康管理具有積極意義[5]。嵌入式可穿戴設備的普及使健康數據監測進一步簡化。如文獻[6]中，使用可穿戴設備采集人體的生物信號，并在本地的嵌入式平臺運行復雜算法，實驗證明可以在不限制患者行動的前提下非常準確地監測心腦血管疾病。然而，這對物聯網設備的性能和電池壽命是一種挑戰。

隨著高新技術的不斷升級，基于物聯網的傳統健康數據收集服務呈現出新的發展方向和重點，云計算技術與物聯網的整合應用解決了邊緣設備計算與存儲方面的諸多問題。一方面簡化了邊緣設備的硬件組成復雜度，另一方面利用云計算服務提高了遠程計算和資源共享功能。研究表明，云計算與物聯網技術整合進一步延伸了醫療健康數據的應用范圍且更有益于醫療保健研究，對改善醫療服務現狀有積極作用，并且通過云平臺提供的遠程服務實現病人遠程監護，能夠優化醫療人員的工作服務流程，提高醫療效率[7-8]。很多學者根據具體問題提出了自己的方案。如Xu等[9]為了改善移動醫療監控系統在個性化健康數據處理上面臨的挑戰，提出采用分層結構系統，實現數據個性化存儲、處理和分析，并通過實驗證明了其可用性;Almashaqbeh等[10]通過利用動態信道分配策略，延遲感知路由度量和WBAN的關聯協議等技術解決了健康監控系統面臨的數據量大、用戶移動性和網絡覆蓋等問題。

盡管基于云的整合應用有諸多優點，但是由于云端遠離終端設備并且對網絡帶寬的依賴性較高，因此在醫療信息監控等對時延敏感和穩定性要求高的應用中仍然需要一種更合適的方法。思科曾于2012年提出一種新的計算范式——霧計算[11]，它將集中式的計算任務擴展到網絡邊緣附近，是云計算的延伸，在這種模式下物聯網產生的數據可以在本地網絡內進行處理計算，從而大大縮短了響應時間、減輕了網絡帶寬負擔。此外，在數據源所在的本地網絡內對數據進行處理更有助于安全隱私保護和位置感知。文獻[12-14]中分析了霧計算在醫療保健領域近年來的文獻和成果，指出了霧計算能夠解決醫療保健中諸如時延、隱私等問題，總結了當前研究的主流方向，同時指出了不足。

結合上述分析，本文介紹一種采用霧計算結構范式、應用于社區家庭環境中及居家情況下的健康數據收集與監控系統模型，該模型能夠為新型養老模式推進和高級住宅社區建設提供借鑒。

1 架構設計

本文模型主要用于在居家環境下對用戶健康信息進行采集和實時監控，并在發生突發健康狀況時及時處理，以避免更嚴重的傷害并減少醫療投入成本。

系統網絡框架由3部分組成，分別為感測設備層、霧計算層和云計算層，如圖1所示。系統可以通過醫療傳感設備、可穿戴設備或者其它智能設備采集用戶健康數據，并通過無線傳輸的形式連接到霧層或直接連接到云;霧計算層由部署在家庭或社區的具有計算和存儲能力的網絡節點通過分布式計算形式提供支持，其在本地環境中可以不依賴互聯網;云計算層能夠提供更大范圍的服務，用于遠程訪問、管理以及高級應用程序部署。

2 霧層功能設計

為了提高系統的擴展性和穩定性，在霧層設計中采用模塊化設計方法。本文通過閱讀大量相關文獻并結合對當地醫療和科研機構的實際調研，總結霧層應具備的基礎功能。霧層功能模塊如圖2所示。

2.1 霧計算節點

霧計算與云計算的核心思想相同，不同之處在于霧計算更加靠近數據源，這使得霧計算對互聯網的依賴性更小，因而能夠進一步延伸云計算覆蓋范圍[15]。通常霧節點不需要特別強大的處理能力，但很多研究者對霧計算的處理能力和計算結果精度感到擔憂，尤其是在一些要求比較高的應用中。然而隨著近年來芯片技術的發展，一些小型物聯網設備的計算能力已經完全可以滿足基本要求，而且價格也較低。比如Raspberry Pi，它的體積只有信用卡大小，擁有常見的各種接口和通信功能，最新版本的3代B+型CPU能夠達到單核1.4GHz的工作頻率，此外它還擁有非常好的擴展性，因此作為霧計算中的計算節點是完全可靠的。

在設計方案中，霧計算節點作為傳感設備的接入點部署在用戶家庭中。在整個社區中，大量霧節點通過局域網連接并利用虛擬化技術形成擬議框架中的霧層，因此霧層可以在不依賴互聯網的情況下進行本地相關任務處理。通過這種方案可以避免互聯網出現故障時導致系統無法運行的問題，提高了穩定性。同時，霧層能夠通過互聯網接入云平臺，提供更高層次的服務。

2.2 設備接入

在系統架構中，健康信息采集設備通過部署在每個家庭中的接入點接入霧層，用戶通過應用程序或者Web網頁對連接接入點的健康信息感測設備進行管理。考慮到可穿戴設備或其它傳感設備通信方式的異構性特征，接入點必須具備支持多種無線通信協議的功能。設備接入流程如圖3所示。

2.3 數據處理

數據處理模塊主要功能是對接收到的傳感器數據進行預處理、診斷分析并存儲在本地數據庫。

物聯網感測設備發送的數據不可避免會含有大量重復或者不完整的數據，通過預處理能夠極大降低數據體積以減輕本地存儲壓力和數據傳輸過程中的帶寬壓力。文獻[16]指出隨著芯片技術的發展，傳感設備的微型化已經很容易實現，但受電池尺寸和形狀限制，其功耗問題是當前面臨的主要問題。該模塊可以對傳感設備進行管理，根據實際狀況調整設備的數據傳輸頻率，以減少不必要的能量消耗。

對數據的分析處理大多仍采用峰值檢測等傳統方法，這種方法對計算能力要求不高，通常被資源限制型的系統使用。本文方案中，由于計算能力的提高，在對異常健康狀況監測時可以使用更加精準和可靠的方法，例如在心電圖監測中使用支持向量機分類器，能夠實現98.9%的分類精度[6]。此外，可以利用機器學習技術，通過大量的用戶歷史數據進行模型訓練，對用戶健康狀況進行評估和前瞻性預測。為了保證監測系統的穩定性，考慮本地霧層可能出現的資源不足等狀況，將在下文給出解決方案。

醫療健康數據具有很高的隱私性，其存儲位置受到重點關注。為此，本架構擬采用文獻[17]中提出的醫療云平臺解決方案，將數據存儲在家庭網關中，在經用戶授權后數據可以公開到公共云平臺提供給第三方作為研究使用，確保了個人隱私數據的安全性。但是受限于設備性能，獨立作為網關的物聯網設備在數據處理方面難以令人滿意。

在本文設計方案中，數據通過分布式存儲方式存儲在覆蓋社區的“霧”中，這相比于獨立設備上的存儲更具有安全性。此外，霧計算在計算資源方面也遠遠勝于獨立設備，因此可以提供對局部區域數據處理服務，同時還可以運行復雜算法，實現在距離數據源最近的地方完成必要的處理任務。

2.4 任務分類

霧計算的優勢在于對緊急任務的響應時間較短，但不能保證當任務較多時或者大量霧節點出現故障導致計算資源減少時系統仍能對緊急任務進行最短時間的響應。為了能夠體現霧計算與數據源距離的優勢，同時避免可能出現的狀況，本方案中通過任務分類模塊實現霧層與云層的協作計算。

該功能模塊通過分析用戶的歷史健康數據，結合用戶當前監測項目出現緊急狀況的嚴重程度，調整當前用戶任務的時間敏感度，根據不同任務的時間敏感度將其分為不同的優先等級，對于緊急程度高的任務將根據任務需要充分調動霧層計算以及帶寬資源進行優先處理，并通過最佳方式以最快速度通知家屬或者社區醫院;對于優先級較低的任務，系統則會根據當時資源冗余情況，以最佳方式選擇在本地處理或者將數據和計算任務遷移至云數據中心進行處理。其邏輯流程如圖4所示。

2.5 消息通知

當用戶出現健康異常情況時，需及時將異常信息通知給家人或醫院以便采取必要措施。本文方案中，通過消息通知模塊提供用戶健康異常信息的緊急報警，還可向用戶定期推送健康報告及相關健康知識，讓用戶及時了解自身健康狀況并在平時生活中注意養生，在一定程度上可以起到“早發現，早預防”以及“以養代醫”的作用。

為了保證能夠及時將健康異常報警信息通知到相關人員，在設計中使用了多種方式。首先，由于社區醫療部門處于霧計算的覆蓋范圍之內，當檢測到健康異常時可以在不依賴外部互聯網的情況下通知到社區醫護人員，社區醫護人員能夠在最短時間趕到現場實施救助。同時，該模塊能夠通過撥打急救電話通知醫院和患者家屬。

3 云平臺架構

盡管霧計算在不依賴互聯網的情況下可以獨立工作，但是隨著數據的不斷積累，霧計算在大數據存儲和處理上會面臨相當大的壓力。此外，通過霧計算直接與用戶進行交互使得系統的安全性無法得到保障。與霧計算相比，云計算具有更大的資源優勢，同時在地理分布上能夠提供更廣覆蓋范圍的服務，云計算與霧計算相互配合，能夠彌補彼此的不足。

在本文架構中，云平臺實際上是在云計算SaaS層開發的軟件系統，霧層通過接口接入云平臺對用戶數據進行備份或者長期存儲，平臺可以根據用戶健康數據并結合相關知識庫對用戶健康狀況進行評估。同時，通過移動應用程序或Web客戶端為用戶提供個人健康信息遠程訪問服務。此外，平臺通過客戶端允許醫院等醫療機構接入，專業醫護人員可以健康顧問的身份為用戶提供建議。

4 結語

信息通信技術在醫療保健領域的應用逐漸深入，有望通過生物信號的遠程監測降低突發性疾病致死率，同時通過醫療服務中心轉移實現人口老齡化背景下減少醫療成本、緩解服務壓力。本文介紹了基于物聯網的醫療保健系統服務模式和當前問題，分析了霧計算在物聯網醫療保健中的特點和優勢，并總結了國內外先進技術與理論成果，提出了一個以家庭為中心的云、霧相結合的物聯網健康監測與管理系統架構方案，著重討論了霧的功能和實現方法，并與相關研究進行了比較分析。該架構方案的提出對新型養老社區和高級住宅建設具有參考價值。

參考文獻：

[1] ALEMDAR H，ERSOY C. Wireless sensor networks for healthcare：a survey[J]. Computer Networks，2010， 54（15）：2688-2710.

[2] APARNA K，SUDEEP T，SUDHANSHU T，et al.Fog computing for healthcare 4.0 environment： opportunities and challenges[J]. Computers & Electrical Engineering， 2018， 72：1-13.

[3]LIU C H，WEN J，YU Q，et al. HealthKiosk： a family-based connected healthcare system for long-term monitoring[C]. Shanghai：Computer Communications Workshops，2011.

[4] REN Y，WERNER R，PAZZI N，et al. Monitoring patients via a secure and mobile healthcare system[J]. IEEE Wireless Communications，2010， 17（1）：65.

[5] ROLIM C O，KOCH F L，WESTPHALL C B， et al. A cloud computing solution for patient's data collection in health care institutions[C]. The Second International Conference on eHealth，Telemedicine， and Social Medicine，Etelemed 2010，St. Maarten， Netherlands Antilles，2010.

[6] AZARIADI D，TSOUTSOURAS V，XYDIS S，et al.ECG signal analysis and arrhythmia detection on IoT wearable medical devices[C]. 2016 5th International Conference on Modern Circuits and Systems Technologies （MOCAST）， 2016：1-4.

[7] KUO M H. Opportunities and challenges of cloud computing to improve health care services[J]. Journal of Medical Internet Research， 2011， 13（3）：e67.

[8] FERMíN GALáN，FAZIO M，CELESTI A，et al. Exploiting the FIWARE cloud platform to develop a remote patient monitoring system[C]. Larnaca：Management of Cloud and Smart city systems （MoCS 2015）， 2015.

[9] XU B，XU L，CAI H，et al.The design of an m-health monitoring system based on a cloud computing platform[J]. ?Enterprise Information Systems， 2017， 11（1）：17-36.

[10] ALMASHAQBEH G，HAYAJNEH T，VASILAKOS A V. A cloud- based interference-aware remote health monitoring system for non-hospitalized patients[C]. IEEE Global Communications Conference， 2014.

[11] BONOMI F，MILITO R，ZHU J，et al. Fog computing and its role in the internet of things[C]. The MCC Workshop on Mobile Cloud Computing，2012.

[12] MUTLAG A A，GHANI M K A，ARUNKUMAR N，et al. Enabling technologies for fog computing in healthcare IoT systems[J]. Future Generation Computer Systems， 2019， 90： 62-78.

[13] HU P，DHELIM S，NING H， et al. Survey on fog computing： architecture， key technologies， applications and open issues[J]. ?Journal of Network and Computer Applications， 2017，98（11）：27-42.

[14] FARAHANI B，FIROUZI F，CHANG V，et al. Towards fog-driven IoT eHealth： promises and challenges of IoT in medicine and healthcare[J]. Future Generation Computer Systems，2017：S0167739X17 07677.

[15] RAHMANI A M，GIA T N，NEGASH B，et al. Exploiting smart e-health gateways at the edge of healthcare Internet-of-Things： a fog computing approach[J]. Future Generation Computer Systems，2017，78（1）：641-658.

[16] LO B P L，IP H， YANG G Z. Transforming health care： body sensor networks，wearables and the internet of things[J]. IEEE Pulse， 2016， 7（1）：4-8

[17] HONG J，MORRIS P，SEO J. Interconnected personal health record ecosystem using IoT cloud platform and HL7 FHIR[C]. Park City：2017 IEEE International Conference on Healthcare Informatics （ICHI）， 2017.

（責任編輯：孫 娟）