基于AI的社區(qū)居民健康監(jiān)護(hù)系統(tǒng)的設(shè)計

徐現(xiàn)通 張志威 楊微

（廣州軟件學(xué)院軟件工程系 廣東省廣州市 510990）

智慧醫(yī)療技術(shù)是以云計算、大數(shù)據(jù)、人工智能、物聯(lián)網(wǎng)等核心支撐技術(shù)為基礎(chǔ)，融合真實(shí)世界豐富的醫(yī)療場景，形成能力增強(qiáng)、效率提升、體驗優(yōu)化和服務(wù)延展的服務(wù)效應(yīng)，是未來健康醫(yī)療的核心，智慧醫(yī)療[1]是信息技術(shù)結(jié)合醫(yī)院各種醫(yī)療資源，進(jìn)行精準(zhǔn)醫(yī)療的創(chuàng)新實(shí)踐。隨著“十四五”規(guī)劃實(shí)施，“健康中國”正式升級為國家戰(zhàn)略，以醫(yī)聯(lián)體、分級診療、互聯(lián)網(wǎng)+醫(yī)療為核心的平臺架構(gòu)和體系建設(shè)，將成為深化醫(yī)療改革的關(guān)鍵。

開發(fā)智慧醫(yī)療基礎(chǔ)平臺，AI人工智能[1]技術(shù)必不可少。智慧醫(yī)療是生命科學(xué)和信息技術(shù)融合的產(chǎn)物，AI技術(shù)等新一代信息技術(shù)是智慧醫(yī)療實(shí)施過程中必不可少的共性基礎(chǔ)技術(shù)和基本保障。人體生命體征參數(shù)是健康大數(shù)據(jù)的主題和醫(yī)學(xué)判斷疾病的依據(jù)，依靠大數(shù)據(jù)分析和專家的經(jīng)驗，人工智能特別適合快速高效處理海量數(shù)據(jù)，可以分析出人類無法察覺的數(shù)據(jù)異常，而這點(diǎn)異常可能就決定了對疾病的判斷；且通過機(jī)器學(xué)習(xí)，人工智能可將專家經(jīng)驗進(jìn)行復(fù)制，大量的基層醫(yī)療機(jī)構(gòu)可更方便地使用人工智能專家進(jìn)行診斷。

目前醫(yī)療資源稀缺，建設(shè)區(qū)縣、鄉(xiāng)鎮(zhèn)、社區(qū)家庭三級醫(yī)療數(shù)據(jù)節(jié)點(diǎn)，分設(shè)三層體系架構(gòu)的區(qū)域化智慧醫(yī)療平臺，匯聚轄區(qū)醫(yī)院、醫(yī)生、醫(yī)療設(shè)施等資源，實(shí)現(xiàn)醫(yī)療資源共享，通過智慧醫(yī)療平臺，實(shí)現(xiàn)分級診療，可有效解決當(dāng)前看病難、看病貴的醫(yī)改痛點(diǎn)，也是實(shí)現(xiàn)全民健康監(jiān)測和管理的有效途徑。依托人工智能等新一代信息技術(shù)，建立轄區(qū)中心醫(yī)院為主體的智慧醫(yī)療與健康養(yǎng)老相結(jié)合的智慧醫(yī)療平臺，是實(shí)現(xiàn)全民健康管理的有效途徑，應(yīng)積極推進(jìn)試點(diǎn)。

1 總體方案

本項目基于AI技術(shù)，采用開源硬件設(shè)計了一款社區(qū)居民健康網(wǎng)絡(luò)監(jiān)護(hù)系統(tǒng)，我們嘗試選擇開源硬件來創(chuàng)新設(shè)計智慧醫(yī)療平臺[2]，以便高效地將我們的創(chuàng)新思想付諸于實(shí)施。本系統(tǒng)采用智能硬件搭載各種傳感器構(gòu)成生命體征智能檢測模塊，包括體溫、脈搏、呼吸、血壓等傳感器模塊，采用迷你PC構(gòu)建MySQL服務(wù)器，用以存儲海量的存儲數(shù)據(jù)，是我們構(gòu)建人工智能大數(shù)據(jù)云平臺的基石。

本監(jiān)護(hù)系統(tǒng)采用自主研發(fā)的智能系統(tǒng)應(yīng)用實(shí)踐平臺[3-4]而設(shè)計，以開源硬件樹莓派4B為控制核心，由智能檢測、智能控制、語音識別、智能圖像、智能交互、專家系統(tǒng)等模塊構(gòu)成。通過溫度傳感器、脈搏傳感器、呼吸傳感器以及血壓傳感器采集病人的各項生理信息，然后經(jīng)Wi-Fi無線模塊傳送給上位機(jī)，上位機(jī)可以實(shí)時顯示并存儲病人的體溫、脈搏、呼吸、血壓等信息，當(dāng)體溫和脈搏不在正常范圍內(nèi)時，上位機(jī)可以自動報警，實(shí)現(xiàn)本系統(tǒng)的無線監(jiān)護(hù)功能。系統(tǒng)框圖如圖1所示。

社區(qū)居民通過可穿帶設(shè)備，醫(yī)用家庭智能終端產(chǎn)品，智能服務(wù)型機(jī)器人，可與監(jiān)控中心進(jìn)行交互，在人工智能技術(shù)融入下，社區(qū)居民可享受人工智能+家庭醫(yī)生/全科醫(yī)生/專科醫(yī)生的精準(zhǔn)醫(yī)療服務(wù)，了解自己的生理狀況，通過語音視頻，還可得到家人、醫(yī)生的人文關(guān)懷，通過定位系統(tǒng)，監(jiān)控中心可獲知被監(jiān)測對象所在的位置，以便身體出現(xiàn)狀況，病人可得到及時救助，通過防摔、避障進(jìn)行自救，醫(yī)生不在線，也可通過提供生理參數(shù)信息，獲得專家系統(tǒng)的個性化附診及專家經(jīng)驗和技能服務(wù)。

監(jiān)控中心是本系統(tǒng)的核心組成，是系統(tǒng)的數(shù)據(jù)集中和處理中心，系統(tǒng)中的所有的監(jiān)測對象的實(shí)時數(shù)據(jù)都將被傳送到這里，監(jiān)控中心提供全記錄，全存儲，和分析每個病人的數(shù)據(jù)，出現(xiàn)異常提供報警功能，同時能對多個病人實(shí)時監(jiān)控。值班醫(yī)生可以對監(jiān)測數(shù)據(jù)進(jìn)行分析，并對病人提供治療信息及預(yù)警報告，并制定分級診療報告。

2 硬件設(shè)計

本系統(tǒng)以開源硬件樹莓派4B為控制核心，由智能檢測、智能控制、語音識別、智能圖像、智能交互、專家系統(tǒng)等模塊構(gòu)成。

2.1 智能檢測[3-4]

通過可移動智能終端和Web遠(yuǎn)程訪問的方式向用戶和醫(yī)護(hù)人員提供生理數(shù)據(jù)訪問。還可以通過現(xiàn)有通信網(wǎng)絡(luò)收集病人的心率、血壓、呼吸、體溫、行動模式等各種數(shù)據(jù)，把不同地區(qū)的病人數(shù)據(jù)傳輸?shù)礁鞣N醫(yī)療機(jī)構(gòu)，對病人病情進(jìn)行檢測，隨時調(diào)整用藥或提醒病人入院進(jìn)一步檢查。

2.2 智能控制[5]

人體防摔檢測及跌倒預(yù)警模塊采用三軸加速度計進(jìn)行檢測，需要對多個姿態(tài)傳感器進(jìn)行數(shù)據(jù)采集，并通過組合測量的方式來對人體姿態(tài)進(jìn)行識別。

超聲波測距模塊采用超聲波傳感器測量傳感器與被測物體的距離，碰到障礙物可自動避障。

GPS定位模塊是基于定位和無線通信技術(shù)實(shí)現(xiàn)對監(jiān)護(hù)終端佩戴者的位置信號進(jìn)行實(shí)時監(jiān)測，并對發(fā)生異常的情況做出應(yīng)急響應(yīng)。

2.3 語音識別[6]

語音識別模塊的設(shè)計目的是用于與醫(yī)務(wù)人員進(jìn)行語音交互。語音識別芯片的工作原理是對MIC輸入的聲音進(jìn)行頻譜分析，然后提取語音特征，將提取的語音特征和關(guān)鍵詞語列表中的數(shù)據(jù)特征進(jìn)行對比，找出得分最高的關(guān)鍵詞語，并作為識別結(jié)果進(jìn)行輸出。

語音識別通常需要兩個階段來完成。第一階段是訓(xùn)練，主要是提取語音特征參數(shù)。第二階段是識別，識別過程就是將輸入的語音特征參數(shù)和模型庫中的參數(shù)進(jìn)行相似性比較，最后輸出匹配度最高的特征參數(shù)完成識別過程。

2.4 智能圖像[7-8]

智能圖像模塊主要完成圖像采集、存儲、傳輸和一些簡單的分析識別任務(wù)。主要硬件由樹莓派4B核心板和數(shù)字?jǐn)z像頭組成，系統(tǒng)平臺為Linux，編程環(huán)境python，使用較為成熟的OpenCV視覺庫。機(jī)器視覺模塊能夠進(jìn)行圖像采集、存儲、傳輸和一些簡單的分析識別。

2.5 智能交互[9]

圖1：系統(tǒng)框圖

主要為醫(yī)生提供智慧醫(yī)療門診、網(wǎng)絡(luò)診療、患者信息、診療建議、異常預(yù)警和回復(fù)咨詢意見等。系統(tǒng)在云端建立大規(guī)模數(shù)據(jù)分析中心，將患者病理電子檔案和數(shù)字化手術(shù)信息通過密鑰加密后上傳，建立患者的電子檔案，并與醫(yī)院和HIS系統(tǒng)進(jìn)行對接，保持與醫(yī)院HIS的數(shù)據(jù)同步。

除支持傳統(tǒng)電腦查詢外，還可支持手機(jī)終端查詢，病人可通過移動終端隨時查看自己相關(guān)就診檔案和醫(yī)囑信息。診療醫(yī)生也可通過移動終端，遠(yuǎn)程查看到病人的歷史檔案信息、相關(guān)的檢驗化驗以及CT影像等信息，方便醫(yī)生診療，降低患者醫(yī)療費(fèi)用。

2.6 專家系統(tǒng)[10]

該系統(tǒng)主要為患者提供智慧醫(yī)療服務(wù)，包括專家服務(wù)預(yù)約，如網(wǎng)絡(luò)診療、查詢記錄、視頻會話、生理數(shù)據(jù)采集等。

結(jié)合移動5G無線高速網(wǎng)絡(luò)技術(shù)，在移動終端上進(jìn)行高清圖像的展示，會診專家即使不在場，也可隨時隨地參與治療方案討論和遠(yuǎn)程指導(dǎo)。

3 軟件開發(fā)

基于AI的社區(qū)居民健康監(jiān)護(hù)系統(tǒng)的軟件開發(fā)：

3.1 前端機(jī)設(shè)計[4-5]

傳感器模塊測量心率、血壓、呼吸、體溫等生理參數(shù)，Arduino對數(shù)據(jù)進(jìn)行初步的加工并打包通過藍(lán)牙模塊發(fā)送至 Raspberry Pi.Raspberry Pi在接收數(shù)據(jù)后，軟件對數(shù)據(jù)進(jìn)行最終的處理，在 Raspberry Pi中以圖表的形式把心率、血壓、呼吸、體溫展現(xiàn)給用戶，同時將數(shù)據(jù)存儲在以該用戶注冊時產(chǎn)生的ID為文件名的數(shù)據(jù)庫中，GPS模塊接受空間位置數(shù)據(jù)發(fā)送給服務(wù)器，服務(wù)器將數(shù)據(jù)存儲在云端。

3.2 客戶端設(shè)計[2]

非聯(lián)網(wǎng)情況下，可通過手機(jī)查看結(jié)果，主要包括血壓分析、心率分析、呼吸數(shù)據(jù)分析和疾病分類模塊，得到脈搏、呼吸和血壓與多種疾病的分析結(jié)果。由于Android手機(jī)直接與MySQL數(shù)據(jù)庫連接會比較費(fèi)時和消耗資源，選取一個PHP頁面作為手機(jī)和數(shù)據(jù)庫連接的途徑。當(dāng)進(jìn)行Wi-Fi聯(lián)網(wǎng)時，允許用戶通過手機(jī)客戶端向服務(wù)器傳輸數(shù)據(jù)。

3.3 智能網(wǎng)關(guān)[10]

智能網(wǎng)關(guān)包括接入模塊、數(shù)據(jù)處理模塊、決策控制模塊、知識存儲模塊，主要功能接收各個傳感器節(jié)點(diǎn)的數(shù)據(jù)和向終端發(fā)送控制指令，接入網(wǎng)絡(luò)，可將傳感器模塊處理后的數(shù)據(jù)傳送至服務(wù)器端以及Web端。

3.4 服務(wù)器設(shè)計[10]

服務(wù)器主要負(fù)責(zé)與網(wǎng)關(guān)、路由器、終端等設(shè)備通信，用于采集和存儲信息并進(jìn)行分析處理、實(shí)現(xiàn)功能控制、結(jié)果展示。

4 系統(tǒng)集成

4.1 系統(tǒng)方案

社區(qū)醫(yī)院監(jiān)護(hù)系統(tǒng)由有線網(wǎng)絡(luò)（局域網(wǎng)）和無線網(wǎng)絡(luò)兩部分組成。患者身上佩戴的智能終端與鄰近的Wi-Fi接入點(diǎn)建立無線鏈路和邏輯連接，將采集到的生理信息數(shù)據(jù)（體溫、脈搏、呼吸、血壓等）發(fā)送到AP (Access Point )。AP通過局域網(wǎng)，將數(shù)據(jù)轉(zhuǎn)發(fā)到監(jiān)護(hù)服務(wù)器上，由服務(wù)器端的軟件對數(shù)據(jù)進(jìn)行分析和處理。

4.2 技術(shù)算法

本項目運(yùn)用Python函數(shù)庫搭建決策系統(tǒng)，重點(diǎn)是貝葉斯算法模型和模糊邏輯模型，運(yùn)用深度學(xué)習(xí)搭建面向自動診斷的醫(yī)療數(shù)據(jù)處理系統(tǒng)。

4.2.1 樸素貝葉斯算法及其改進(jìn)算法

樸素貝葉斯分類算法在實(shí)踐中應(yīng)用性能較好，基于樸素貝葉斯的分區(qū)域異常數(shù)據(jù)挖掘方法，可提升分區(qū)域異常數(shù)據(jù)挖掘效率，提高算法精度。

為了提高樸素貝葉斯分類器算法的分類效果，擴(kuò)大其適用領(lǐng)域，可根據(jù)各個屬性對類別影響程度的不同，分別對屬性進(jìn)行加權(quán)。一種基于特征選擇與約簡的高維數(shù)據(jù)加權(quán)樸素貝葉斯算法，可提升算法分類效果。

針對已有算法中特征構(gòu)建效果不佳以及泛化能力不足的問題，基于集成學(xué)習(xí)框架的用戶畫像方法將整體架構(gòu)分為集成學(xué)習(xí)模塊與語義編碼模塊，并在決策時加入了投票機(jī)制。與單模型相比，提升了分類準(zhǔn)確率。

目前最適合應(yīng)用于疾病風(fēng)險預(yù)測的4種機(jī)器學(xué)習(xí)經(jīng)典算法，即支持向量機(jī)、BP（back propagation）神經(jīng)網(wǎng)絡(luò)、隨機(jī)森林和樸素貝葉斯，對其在疾病風(fēng)險預(yù)測中的前沿應(yīng)用、方法學(xué)特征、優(yōu)勢、缺陷和適用條件進(jìn)行研究，機(jī)器學(xué)習(xí)作為人工智能方法的分支，能夠基于計算機(jī)系統(tǒng)對數(shù)據(jù)的自我學(xué)習(xí)，在最小化人為干預(yù)的情況下，作出高精度的預(yù)測和決策。在疾病風(fēng)險預(yù)測領(lǐng)域，機(jī)器學(xué)習(xí)方法既可以針對特定疾病進(jìn)行預(yù)測，也可以對群發(fā)性、突發(fā)性的流行疾病進(jìn)行監(jiān)測預(yù)警。只有基于不同機(jī)器學(xué)習(xí)算法的特征和適用條件對這些算法更精準(zhǔn)地運(yùn)用，才能通過方法技術(shù)的發(fā)展，為疾病風(fēng)險預(yù)測領(lǐng)域帶來變革。

4.2.2 面向自動診斷的醫(yī)療數(shù)據(jù)處理方法

本項目研究了一種面向自動診斷的醫(yī)療數(shù)據(jù)處理方法和系統(tǒng)，系統(tǒng)包括生理數(shù)據(jù)采集設(shè)備和數(shù)據(jù)服務(wù)器；生理數(shù)據(jù)采集設(shè)備用于獲取覆蓋帶確診患者身體各部分的第一體檢數(shù)據(jù)，并將第一體檢數(shù)據(jù)發(fā)送給數(shù)據(jù)服務(wù)器；數(shù)據(jù)服務(wù)器用于利用深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)對第一體檢數(shù)據(jù)進(jìn)行運(yùn)算，得到第一體檢數(shù)據(jù)對應(yīng)的確診結(jié)果。深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)是根據(jù)覆蓋已確診患者身體各部分的第二體檢數(shù)據(jù)和第二體檢數(shù)據(jù)對應(yīng)的確診數(shù)據(jù)訓(xùn)練得到的。本項目提供的醫(yī)療數(shù)據(jù)處理方法和系統(tǒng)，在確診結(jié)果的生成過程中，無需耗費(fèi)過多時間進(jìn)行各項身體檢查，也無需醫(yī)生對各項檢查結(jié)果進(jìn)行詳細(xì)研究，只需在接收到體檢數(shù)據(jù)采集設(shè)備發(fā)送的第一體檢數(shù)據(jù)后，利用深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)進(jìn)行運(yùn)算，即可得到確診結(jié)果，提高了確診結(jié)果的生成效率，進(jìn)而輔助醫(yī)生更加快速、準(zhǔn)確、合理地做出診斷。

5 結(jié)論

本文基于自主研發(fā)的智能應(yīng)用實(shí)踐平臺研究和探討了將無線傳感器網(wǎng)絡(luò)運(yùn)用到智慧醫(yī)療領(lǐng)域的背景和可行性，重點(diǎn)介紹了監(jiān)護(hù)傳感器節(jié)點(diǎn)的硬件設(shè)計及底層代碼的編制，并對整體設(shè)計進(jìn)行了實(shí)驗調(diào)試，得到不錯的效果和數(shù)據(jù)。

當(dāng)無線遠(yuǎn)程醫(yī)療系統(tǒng)發(fā)展成為一個成熟的醫(yī)療產(chǎn)品時，傳統(tǒng)的醫(yī)療模式將被打破，一種全新的基于互聯(lián)網(wǎng)的智慧醫(yī)療體系將會形成——它以醫(yī)院為核心，面向社區(qū)、家庭與個人，通過互聯(lián)網(wǎng)聯(lián)系組成一個有機(jī)整體，保證人們無論在醫(yī)院內(nèi)、院外甚至偏遠(yuǎn)地區(qū)均能得到及時、有效、專業(yè)的醫(yī)療診斷和治療，從而大大提高醫(yī)療水平，使人們的生活質(zhì)量越來越好。