數據驅動的智能醫療產品服務系統設計研究

胡瑩，周子涵，陳朵怡，王慧瑩，何麗娟，袁微微

數據驅動的智能醫療產品服務系統設計研究

胡瑩1，周子涵1，陳朵怡1，王慧瑩1，何麗娟2，袁微微2

（1.湖南大學，長沙 410082；2.深圳邁瑞生物醫療電子股份有限公司，深圳 518057）

面向醫療領域，探究以數據驅動的智能產品服務系統框架，以數據驅動價值創造，為新型醫療系統解決方案提供理論指導。運用文獻研究和典型案例分析法，概述了目前醫療服務的現狀與挑戰，梳理了智能產品服務系統的發展脈絡，并通過文獻的歸納整合，對面向醫療領域的智能產品服務系統數據進行總結分類，構建了以“產品—服務—環境—用戶”四個方面數據驅動的智能醫療產品服務系統設計框架，結合代表性的醫療產品案例，詳細闡述了具體的數據驅動范式和價值共創過程。智能產品服務系統在醫療領域具有巨大的研究潛力，業務流程和服務的數字化，加上新的信息通信技術的出現，使信息的集成與整合創新成為可能，醫療場景的海量數據也得以發揮更大的潛在價值。數據驅動的智能醫療產品服務系統設計框架為該領域的設計策略研究和方法開發奠定了基礎，同時為數據驅動的智能醫療產品服務系統設計實踐提供了一定理論支撐和指導。

智能產品服務系統；智能醫療；數據驅動；價值創造

全球加劇的競爭環境，迫使企業重新定義其價值主張，通過補充服務來轉變其以產品為導向的經營模式[1]，即通過提供個性化的產品和服務作為解決方案來滿足特定的客戶需求，這種業務范式被稱為產品服務系統（PSS）[2]。在此基礎上，數字化服務的快速發展催生了基于數字的生態系統——智能產品服務系統（Smart PSS）[3]。數字功能作為智能產品服務系統與傳統產品服務系統的本質差別，將數字化的智能產品和電子服務集成到解決方案中，利用數據創造價值，從而超越了傳統產品服務系統的生產經營模式[4]。隨著全球人口老齡化問題和疫情影響的加劇，醫療領域正面臨前所未有的壓力[5]。智能產品服務系統的應用領域不斷拓展，也使強大的數字能力有機會賦能傳統醫療行業。目前，鑒于醫療領域本身的復雜性與特殊性[6]，針對醫療領域智能產品服務系統的設計研究尚未形成規模。

1 智能產品服務系統

1.1 從產品服務系統到智能產品服務系統

迅速發展的智能技術帶來諸多積極的影響，先進的信息和通信技術、逐漸完善的云端環境、物聯網和網絡物理系統的數字化、協作共生的用戶、制造商及服務提供商為智能產品服務系統（Smart PSS）的誕生提供了潛在的機會。智能產品服務系統的概念由Valencia Cardona在2014年首次提出[7]，本研究遵循Zheng等人的定義，將智能產品服務系統解釋為“一種由ＩＴ驅動的價值共創業務戰略，包括各種利益相關者作為參與者，智能系統作為基礎設施，智能互聯產品作為媒介和工具，以及他們生成的電子服務作為交付的關鍵價值，不斷努力以可持續的方式滿足用戶需求”[8]。多位研究者將智能產品服務系統描述為一個“數字生態系統”[9-11]，由此可見，數字功能是智能產品服務系統與傳統產品服務系統最明顯的區別之一。數據是智能產品服務系統的起點，數字技術可用于提供智能和互聯的服務，這些服務通過與物理世界（物聯網設備、傳感器等）交互，執行涉及數據分析、大數據處理等任務。智能產品服務系統通過使用集成到產品中的嵌入式系統和傳感器來捕獲數據，并對其環境做出反應來作為數字化的第一步，無處不在的無線通信連接也為收集數據提供了基礎。大數據分析和人工智能則負責將部署的智能物聯產品數據，轉換為企業的見解和可操作的方向。

基于數據的智能產品服務系統具有敏銳的“感知能力”，即設備或系統可以根據當前的環境做出反應，并根據用戶的情況做出推理[12]。因此，智能產品服務系統可以通過在協作過程中捕捉多個利益相關者的需求，顛覆傳統的生產經營模式和價值創造模式，轉向實現數據驅動的業務流程和共同的價值創造，并極大地提高所提供服務的性能和適應性。

雖然傳統的產品服務系統中不乏數據的存在，但海量的數據僅僅以存儲和調取的方式利用，并不能最大化地實現數字化的賦能價值。相比之下，智能產品服務系統在搜集、篩選、監測和分析關鍵數據的過程中，能夠實時地做出動態反饋、調節人員部署、協調上下游企業帶給用戶以人性化的服務體驗，并具有優秀的抗風險能力以應對可能出現的突發情況。

1.2 面向醫療領域的智能產品服務系統

人口老齡化和全球疫情的暴發，導致對醫療服務的需求不斷增加，全球醫療系統面臨成本上升的挑戰[13]，并不可避免地導致服務和護理能力的削減。醫療領域本身的高度專業性，對涉及產品的安全、準確、效率方面的苛刻要求及醫療本身涉及范圍的廣泛，奠定了面向醫療領域的設計工作的復雜性。雖然有關智能產品服務系統及其相關概念在多個領域如智慧城市、市場營銷、運營管理中迅速發展[14]，但是由于上述復雜原因，導致面向醫療領域的智能產品服務系統研究并不充分。盡管如此，醫療場景一直被認為是智能產品服務系統具有巨大潛力的應用領域[15]。

醫療場景涉及海量的數據，如電子病歷（EMR）、醫學影像存檔與通訊（PAC）、臨床路徑管理（CPI）、醫囑管理、體征參數、化驗結果、醫學影像、醫療物資轉運數據等，并時刻伴隨著動態的數據變化和難以預料的意外情況。智慧化的醫療需要一個更全面、智能的系統性解決方案，而不是孤立地關注醫療產品或者服務本身。智能產品服務系統可以利用產品使用階段生成的大量數據，在實現穩定的數據搜集的前提下，驅動利益相關方和空間的共同參與[16-19]，并將經常重復服務的獨立單位轉變為一體化系統，擴大每個單位的覆蓋范圍以支持迅速的信息共享。面向醫療領域的智能產品服務系統將在數據的“哺育”下不斷進化，提升其情景感知與問題解決能力。

企業在制定醫療產品服務系統解決方案時，也逐漸考慮結合人為因素、環境影響等數據。邁瑞生物醫療公司針對全院數據聯通問題率先推出“瑞智聯全院解決方案”（見圖1），并構建以智慧物聯為基礎的智慧醫院管理框架（見圖2），通過全院設備物聯，降低看護人力成本，助力智慧醫院建設，并搭建與醫院臨床數據庫有機結合的設備全息數據庫，助力大數據科研，為醫療發展創造價值。

圖1 瑞智聯全院解決方案

圖2 以智慧物聯為基礎的邁瑞智慧醫院管理框架

2 數據驅動的智能醫療產品服務系統設計框架

如何高效地利用生成的多類型數據，在醫療場景下發揮更大的效用，是開發數據驅動智能醫療產品服務系統的核心問題。從這個角度來看，擁抱物聯網帶來的可能性，了解在智能產品服務系統生命周期內收集數據的各種機會，并從使用階段獲取信息變得至關重要。

在此背景下，研究團隊總結了近十年間與數據有關的智能產品服務設計國內外文獻。選擇五家文獻檢索平臺（知網、ScienceDirect、Springer、IEEE Xplore、Emerald）來收集論文。在此過程中，使用一組與醫療領域和智能產品服務系統相關的關鍵詞，并將相似的文獻聚類，整理總結了4項醫療場景下的核心數據，分別是：面向產品的數據、面向服務的數據、面向環境的數據和面向用戶的數據，表1展示了4個維度的數據類型、描述及對應的文獻。

數據作為智能產品服務系統的基礎，為整體解決方案的運行提供了來源。基于海量的數據內容，智能產品服務系統的解決方案得以滲透進業務流程的多個環節，包括管理、產品、設計、開發、運維、銷售、市場、售后等。在這樣的背景下，智能產品服務系統的系統化發展過程需要緊緊圍繞“數據驅動”范式和“價值共創”過程兩個方面[8]。數據驅動的范式承諾向“知情”[20]的發展過程轉變，價值共創過程則可以為共存的各類利益相關方實現“雙贏”的目的[21]。圖3展示了筆者梳理的數據驅動的智能醫療產品服務系統設計框架。

表1 智能醫療產品服務系統的數據維度總結

Tab.1 Data dimension summary of smart healthcare product-service system

3 數據驅動范式

3.1 在產品方面的數據驅動

面向產品的數據主要涉及產品規格數據和產品使用狀態數據，產品方面的數據驅動范式見圖4。產品規格數據代表由設備的生產信息和具體規格組成的數據。例如設備編號、模塊配置、使用年限、操作要求等。設備編號是非常重要的[4]，尤其是服務商提供了大批量的產品來共同執行相同的任務時，可以通過設備的編號數據來明確具體哪臺設備正在服務于什么樣的醫療場景，并總結共性特征來了解用戶習慣，從而更有針對性地進行設計迭代。模塊化的設計能夠打造出更易于維修和維護的產品，方便對損壞的單個模塊進行更換，從而減少成本[22]。2022年獲得紅點獎的NuboMed Medical IoT Kit項目，擺脫了傳統醫療產品的規格制式，采用模塊化的功能套件，通過實時收集用戶的體溫、心率和其他重要生命體征等數據，并無線傳輸至醫院網絡，完整的患者數據能夠幫助醫務人員做出明智的臨床決策（見圖5）[23]。然而值得注意的是，模塊數據中例如尺寸、配件等，在最終的數據分析中起著關鍵作用，當產品具有“模塊化”架構時，掌握產品的配置狀態就格外關鍵。

圖3 數據驅動的智能醫療產品服務系統設計框架

圖4 產品方面的數據驅動范式

圖5 NuboMed Medical IoT Kit

產品使用狀態數據是有關產品運行情況的動態數據，包括使用設置、運行負載、執行進度、持續時間等，這些數據關系著整個智能產品服務系統的響應速度。對于服務的提供商來說，產品使用狀態數據可以有效用于推斷設備是否運行、待命或者發生故障，以便為可能出現的維修服務做好準備。當然，收集產品每次使用的過程和結果數據，對優化具體的產品功能、控件和適應性也具有顯著幫助。對于使用醫療設備的醫護人員來講，產品使用狀態數據也需要被顯性化地展示，以便快速地對產品狀態進行識別，方便醫務工作者及時并準確地做出反饋，減少延誤或誤判風險。為了幫助醫護人員從數量繁雜的血流動力學數據中快速直觀地分析出病人情況，邁瑞醫療的設計團隊將各種可視化的模型和分析工具集成到一款綜合性分析工具 HemoSight 中（見圖6），直觀地幫助了醫護人員實時了解危重病人的心臟工作情況[24]。產品使用狀態數據中提示性的數據也十分關鍵，手術、日常的體征監測，都需要展示提示性的數據輔助進行診斷。存儲這些提示性數據，能夠及時對治療的開展過程進行分析，總結治療經驗，提高成功率[25]。

圖6 邁瑞公司的綜合性分析工具HemoSight

3.2 在服務方面的數據驅動

服務是智能產品服務系統的無形方面，雖然很難用可測量的數據來量化，但是掌握醫療服務協議和內容信息，服務的范疇、類型、具體服務內容等數據，有利于更好地進行趨勢的預測、匯總服務提供的特征、保證服務的質量和可靠性。醫療場景的服務可以被劃分為基于人的服務和基于產品的服務，具體而言，基于人的服務包括患者醫療服務、慢性病管理服務等，基于產品的服務主要集中在產品保養和維護等方面。

在針對人的服務中，收集服務配置數據的本質是通過挖掘有效的操作特征，來發現一些機會。例如服務商能夠根據保修適用性過濾維護數據，從而更好地預測索賠率[4]。了解服務進度能夠根據服務的時間線提前預測下一步的用戶需求，服務的提供商也可以相應地調整服務的節奏，以保證提供服務的及時性[26]。

在針對產品的服務中，包含了圍繞醫療產品的相關服務數據，其中最常見的是維修數據，包括操作數據、維修日志、更換日志、定期保養和報廢情況等。醫療產品經常會在其生命周期內受到各種耗損而失效，這些異常的失效可能帶來巨大的風險隱患。雖然產品在出廠前就已經在制造現場進行了廣泛的測試，但在許多情況下，這些測試無法重現確切的異常和錯誤。因此，發現實際使用過程中異常的根本原因就變得困難[27]。如今，一些診斷算法已被用于進行故障識別。基于可識別的醫療產品維修服務數據，算法用于更加智能的產品診斷得以實現[28]：提供故障早期預警；根據需要預測維護；延長維護周期和產品使用壽命；為系統重新配置或自我修復提供指導，改進未來產品的設計等[29]。與傳統維修服務相比，智能維修更加主動，通過實時的數據搜集和計算，大大減輕研究投資、測試設備和人員方面的費用[30]。服務方面的數據驅動范式，見圖7。

圖7 服務方面的數據驅動范式

3.3 在環境方面的數據驅動

環境數據包括自然環境數據和醫療環境數據，這些都是會影響智能產品服務系統不可控的外部因素。如果能夠對這些數據進行掌握，就能夠讓智能產品服務系統根據實時環境數據自動做出更加可靠的變更決策。對產品而言，有利于延長使用壽命；對醫療工作者而言，有利于參考環境數據對患者開展有針對性的治療；對于醫療設備服務商和醫藥提供商而言，掌握地區內的環境大數據也能夠為市場需求指明方向，環境方面的數據驅動范式，見圖8。

多數疾病的治療或多或少都會受到所在區域自然環境的影響。自然環境數據包括天氣條件、地理位置、季節性氣候、植被、地貌、水源等，這些潛在的自然因素也是區域性疾病的誘發原因。掌握地區的環境數據動態變化，有助于提前開展疾病防控工作和針對性治療藥品的調取與儲備。以中暑為例，由于近年來世界范圍內極端高溫天氣的頻繁出現，導致中暑發病率及死亡率顯著上升。基于氣象參數、連續高溫天數等環境數據，能夠構建起該地區中暑發病率預測模型，從而能夠對中暑進行科學預警和提前干預防治，降低中暑死亡率[31]。另外，掌握各級醫院的地理位置、地形和道路信息都更有利于規劃更適宜的患者院外轉運治療路線、安排上下級醫院的聯合會診。

另一類環境數據是醫療環境數據，包括醫院的基礎設施、科室分布、污染程度、傳染性、輻射等。掌握準確的醫療環境數據，有助于醫院的內部管理，便于及時發現和處理醫院內部的污染情況[32]，對患者在院內進行監測診斷的動線安排也更加友好。公開醫院的部分醫療環境情況，還可以讓患者在就醫時更精準地選擇有利的就診場所。

圖8 環境方面的數據驅動范式

3.4 在用戶方面的數據驅動

在醫療領域的智能產品服務系統中，用戶和用戶類型是復雜的，患者、家屬、醫療工作者、維護人員、醫療器械供應商都屬于其中的用戶。這些用戶的屬性和狀態需要在維持整個系統的過程中進行準確地搜集和掌握。

用戶屬性數據是指醫療系統涉及的每個用戶個體的“角色”相關數據，包括人口統計學信息，例如年齡、性別、職業、教育狀況等相關數據。使用用戶屬性數據進行用戶建模，形成具有群體代表性的用戶畫像可以有效地輔助系統進行需求定義。目前，在大多數情況下，這些數據是通過調查、訪談等方式收集的，并沒有從系統運營的場景中直接獲取，數據的內容也無法保證完整性。因此，以用戶為中心的智能產品服務系統需要把握好用戶屬性數據。例如，可以通過掌握患者的年齡、性別、歷史病例用于預測治療過程中的關鍵因素，考慮患者的病情和耐受情況，針對性地匹配治療時的藥物用量。邁瑞醫療的BeneFusion nVP多合一輸注系統，能夠面向廣泛的情景需求提供輸血、輸液、輸營養液等治療，滿足了患者的多樣性需求，見圖9。對系統中的利益相關者進行角色編碼，可以更好地協調系統中的各個用戶，以提供更好的醫療服務并實現服務的改進。一些新的互聯網醫療服務系統已經開始將家屬也納入服務主體中，圍繞家屬進行了一系列的功能和服務設計，包括同步患者檢測數據、接收遠程康復指導、及時與醫生反饋病情等[33]，醫生和軟件后臺也方便通過移動設備針對患者的情況進行差異化的內容推送[34]。

用戶狀態數據是醫療系統涉及的各類用戶的“狀態”相關數據，包含體征參數、行為狀態、個人習慣、任務流程狀態等。通過對這些狀態數據進行搜集，能夠掌握每位用戶的動態，并建模更抽象的患者特征。不僅可以方便醫護、家屬之間的交接和溝通工作，同時也可以提前預警，讓醫療設備做好充足的準備以應對突發情況。例如，通過面部表情、血壓、心率和呼吸等數據，可以有效地反饋患者當前狀態下的舒適度，舒適的狀態下更適合安排一些具有挑戰性的康復性治療，而患者在不適的狀態下，則需要考慮聯系家屬開展一些安撫工作或者提供止痛措施。值得注意的是，需要確保用戶對個人信息收集的同意。因此，有必要定義“數據量”“數據內容”和“權限”，并充分考慮隱私安全問題。用戶方面的數據驅動范式，見圖10。

圖9 邁瑞多合一輸注系統

圖10 用戶方面的數據驅動范式

4 價值共創過程

技術創新的加速可以促進提供能夠滿足新客戶需求和期望的個性化服務功能。特別是，不同產品—服務組件之間的互聯互通，使智能產品服務系統解決方案得到更好的交互和開發，使其達到更智能的水平，同時影響原本單一的價值實現向適應性產品—服務價值創造網絡的轉變。開放的智能產品服務系統，促進了整個服務網絡的縱向和橫向信息共享，讓醫療場景下的各類角色和利益相關方都有機會參與其中。這能夠極大地提升市場創新優勢、降低運營成本，有利于迭代更符合用戶需求與個性化的醫療服務[35]，從而提升用戶的服務體驗和滿意度。

在智能醫療產品服務系統中所產生的面向產品、服務、環境和用戶的數據能推進利益相關方的互動，并隨著他們對價值共同創造過程的參與而加劇。利益相關者之間也可以衍生出“雙贏”甚至“多贏”的協作形式，促進企業內部與外部的知識整合，從而構建“數據驅動—價值共創”的閉環。

4.1 產品數據驅動的價值共創

智能產品服務系統能夠擴大除產品本身使用功能之外的價值[36]。在智能產品服務系統中，產品與用戶之間的信息交互過程和內容增加，產品不再只為用戶創造價值，同樣成為讓用戶參與共同價值創造的媒介。

醫療產品的規格數據能夠讓服務商更快地對生產的產品進行分類，從而能更方便對不同型號、配置的產品持續進行管理，更有效地訪問醫療產品的相關數據和知識。使用故障數據、歷史日志有利于更好地了解設計缺陷，并進行有針對性的產品迭代和預測性的維護。醫療產品狀態數據的可視化能夠輔助醫護人員對患者的治療決策[37]，產品的使用情況能夠被分析整合成案例信息，用于構建發現疾病特征的相關算法。

4.2 服務數據驅動的價值共創

利用服務數據，服務的提供商可以更為輕松地開展服務質量的評估，并針對性地削減用戶服務體驗期望和實際感知之間的差距。在醫療領域，用戶對服務的可靠性、響應性和保證性要求更高，相應的，與這三個緯度相關的服務內容更應得到重視。對服務的全流程進行把控，可以在失誤出現時更好地進行補救，也有助于根據用戶的個性化需求量身定制服務內容。

與醫療產品相關的服務，涵蓋了從產品需求分析、設計、制造、銷售和售后服務到回收的整個生命周期。在此期間，有效利用生成的服務數據，通過開放共享的共同設計平臺支持醫療產品提供商和患者、醫療工作者協同參與產品改進創新、縮短新產品上市時間、打造個性化的醫療服務，并優化更好的產品使用體驗。

4.3 環境數據驅動的價值共創

環境涉及影響智能產品服務系統不可控的外部因素，自然環境和醫療環境的變化，對所處空間中的人與物都有所影響。使用環境會顯著影響用戶對產品屬性的偏好和需求數量[38]，醫療設備的提供商可以根據環境的特異性制定不同的策略，提出因地制宜的解決方案，保證產品在不同操作環境下的安全與可靠。適應環境的設計能讓產品最大限度地降低生命周期成本，獲得更高的市場占有率且更加可持續[39]。

醫療環境是醫療領域特殊的環境數據，涉及對醫療場所的管理，舒適的治療性環境更能為患者帶來積極的影響。掌握醫療環境數據是保證醫療場所安全、穩定、符合標準的必要條件。此外，基于環境數據，能夠更有針對性地對一些區域性疾病進行預測，尤其是一些易受環境變化影響的高發和加劇癥狀的疾病。醫院、醫護人員可以提前做好宣傳和預防工作，設備提供商則可根據預測的需求曲線增加或減少生產量，以匹配實際的區域需求。

4.4 用戶數據驅動的價值共創

智能服務系統是一個高度復雜、動態和互聯、基于數據的生態系統，由各角色用戶共同參與并創造價值。因此，需要考慮到各方面的用戶數據[40]，實現合作下的“多贏”。

在醫療場景中，用戶的屬性與狀態數據能夠被整合成醫療案例信息，這些案例能夠讓系統在面對相似情景時更富有“經驗”。科大訊飛公司的“云醫聲”解決方案，能夠讓醫生隨時隨地使用手機查看病人的病情動態和醫學指南，方便醫生快速做出決策[41]。基于案例的推理（Case-based Reasoning，CBR）能夠利用已有經驗或結果來解決新問題。利用整合的醫療案例信息，能夠預先開展患病風險篩查，或在病情康復后階段性預測評估，提早做好預防工作。

合理地利用用戶數據，有助于更好地理解用戶狀態、行為，確定用戶的需要，與傳統的調查等方式相比，這個過程更加客觀，且可以實現用戶需求的動態響應。在市場銷售方面，用戶數據能夠極大地增強產品被設計的過程中差異化的機會。了解客戶如何實際使用產品可以提升企業細分客戶、定制化產品、價格設定的策略，讓企業與客戶建立更密切的聯系，并為相應增值服務開辟眾多新途徑。這些用戶數據驅動的價值共創過程對產品開發、市場銷售環節都帶來了有效幫助[36]。

5 結語

全球醫療行業的發展日新月異，但也面臨著愈發嚴峻的挑戰（人口老齡化、醫療成本上漲、新冠肺炎疫情帶來巨大的不穩定性）。數字技術的發展給予了傳統的醫療系統解決方案轉向“智能”的機遇，通過構建以數據驅動的智能醫療產品服務系統生態體系，醫療場景得以最大化地發揮數據的潛力，并牽手醫護、醫療器械企業、患者及其他相關方協同合作、共創價值。

本文基于文獻研究，開發了以數據驅動的智能醫療產品服務系統設計框架，并詳細地闡述了各維度數據驅動的范式和價值共創過程，對于新型智能醫療產品服務系統解決方案的構建具有實際的指導作用。目前，在世界各地，昂貴的醫療開支與高不可及的技術正在成為人們生活的重負。本文意在研究數據驅動的智能醫療產品服務系統理論，更加深入地探索醫療設計的未來，響應患者的需求并讓更多人分享優質醫療關懷。相信當無處不在的醫療數據不斷生長時，對生命的責任與關懷時刻，不再是“冰冷”的儀器與數據的鴻溝。

[1] VARGO S L, LUSCH R F. Evolving to a New Dominant Logic for Marketing[J]. American Marketing Association, 2004, 69: 1-7.

[2] TUKKER A, TISCHNER U. Product-Services as a Research Field: Past, Present and Future. Reflections from a Decade of Research[J]. Journal of Cleaner Production, 2006, 14(17): 1552-1556.

[3] WANG Zuo-xu, CHEN Chun-hsien, Li Xin-yu, et al. A Context-Aware Concept Evaluation Approach Based on User Experiences for Smart Product-Service Systems Design Iteration[J]. Advanced Engineering Informatics, 2021,50: 101394.

[4] MACHCHHAR R J, TOLLER C N K, BERTONI A, et al. Data-Driven Value Creation in Smart Product- Service System Design: State-of-the-Art and Research Directions[J]. Computers in Industry, 2022, 137(1): 103606.

[5] XING K, RAPACCINI M, VISINTIN F. PSS in Healthcare: An Under-Explored Field[J]. Procedia CIRP, 2017, 64: 241-246.

[6] 彭曉娜, 張宇紅. 移動醫療產品服務系統設計探究[J]. 包裝工程, 2013, 34(20): 77-80.

PENG Xiao-na, ZHANG Yu-hong. Research on Service System Design of Mobile Health Product[J]. Packaging Engineering, 2013, 34(20): 77-80.

[7] VALENCIA C, MUGGE R, SCHOORMANS J P L, et al. Challenges in the Design of Smart Product-service Systems (psss): Experiences from Practitioners[C]//Proceedings of the 19th DMI: Academic Design Management Conference. Design Management in an Era of Disruption. London: Design Management Institute, 2014.

[8] ZHENG Pai, WANG Zuo-xu, CHENA Chun-hsien, et al. A Survey of Smart Product-Service Systems: Key Aspects, Challenges and Future Perspectives[J]. Advanced Engineering Informatics, 2019, 42: 100973.

[9] KUHLENK?TTER B, WILKENS U, BENDER B, et al. New Perspectives for Generating Smart PSS Solutions- Life Cycle, Methodologies and Transformation[J]. Procedia CIRP, 2017, 64: 217-222.

[10] LIU Zhi-wen, MING Xin-guo, SONG Wen-yan, et al. A Perspective on Value Co-Creation-Oriented Framework for Smart Product-Service System[J]. Procedia CIRP, 2018, 73: 155-160.

[11] PIROLA F, BOUCHER X, WIESNER S, et al. Digital Technologies in Product-Service Systems: A Literature Review and a Research Agenda[J]. Computers in Industry, 2020, 123(1): 103301.

[12] PERERA C, ZASLAVSKY A, CHRISTEN P, et al. Context Aware Computing for the Internet of Things: A Survey[J]. IEEE Communications Surveys & Tutorials, 2014, 16(1): 414-454.

[13] Porter MLee T. The Strategy that will Fix Health Care[J]. Harvard Business Review, 2013(OCT): 24.

[14] BRAX A S, VISINTIN F. Meta-Model of Servitization: The Integrative Profiling Approach[J]. Industrial Marketing Management, 2017, 60: 17-32.

[15] MARCEAU J, BASRI E. Translation of Innovation Systems into Industrial Policy: The Healthcare Sector in Australia[J]. Industry and Innovation, 2001, 8(3): 291- 308.

[16] SALAMATI F, PASEK Z J. Personal Wellness: Complex and Elusive Product and Distributed Self-Services[J]. Procedia CIRP, 2014, 16: 283-288.

[17] MAN HANG YIP, PHAAL R, PROBERT R D. Stakeholder Engagement in Early Stage Product-Service System Development for Healthcare Informatics[J]. Engineering Management Journal, 2014, 26(3): 52-62.

[18] LANDOLFI G, ALGE M, CINUS M, et al. Human- Centric Data Model and Data Integration Platform Enabling Personalized Product Service Systems for Healthcare[J]. 2014 International Conference on Engineering, Technology and Innovation (ICE), 2014: 1-9.

[19] Moumtzi V, Farinos J, Wills C. T-Seniority: An online service platform to assist independent living of elderly population[C]// Proceedings of the 2nd International Conference on PErvsive Technologies Related to Assistive Environments - PETRA '09. Corfu, Greece. New York: ACM Press, 2009.

[20] HOU L, JIAO R J. Data-Informed Inverse Design by Product Usage Information: A Review, Framework and Outlook[J]. Journal of Intelligent Manufacturing, 2020, 31(3): 529-552.

[21] GAIARDELLI P, PEZZOTTA G, RONDINI A, et al. Product-Service Systems Evolution in the Era of Industry 4.0[J].Service Business, 2021, 15(1): 177-207.

[22] ERTZ M, SUN S, BOILY E, et al. How Transitioning to Industry 4.0 Promotes Circular Product Lifetimes[J]. Industrial Marketing Management, 2022, 101(1): 125-140.

[23] Reddot. NuboMed Medical IoT Kit[EB/OL]. (2012-10- 07)[2022-06-01]. https://www.red-dot.org/project/nubo-med-medical-iot-kit-58384.

[24] Mindray. [EB/OL]. (2022-04-12)[2022-06-021]. https:// www.mindray.com/cn/innovation/decision-making-support-in-patient-monitoring-and-life-support.

[25] 劉淑青. 智能醫療監護服務系統設計與實現[D]. 北京: 北京郵電大學, 2020.

LIU Shu-qing. Design and Implementation of Intelligent Medical Monitoring Service System[D]. Beijing: Beijing University of Posts and Telecommunications, 2020.

[26] LIN Kuo-yi. UNISON Framework of Data-Driven Innovation for Extracting User Experience of Product Design of Wearable Devices[J]. Computers & Industrial Engineering, 2016, 99: 487-502.

[27] QI Hai-yu. No-Fault-Found and Intermittent Failures in Electronic Products[J]. Microelectronics Reliability, 2008, 48(5): 663-674.

[28] KUMAR S. Parameter Selection for Health Monitoring of Electronic Products[J]. Microelectronics Reliability, 2010, 50(2): 161-168.

[29] VICHARE N, RODGERS P, EVELOY V, et al. Environment and Usage Monitoringof Electronic Products for Health Assessment and Product Design[J]. Quality Technology & Quantitative Management, 2007, 4(2): 235-250.

[30] ZHENG Pai, WANGA Zuo-xu, CHEN Chun-hsien. Industrial Smart Product-Service Systems Solution Design via Hybrid Concerns[J]. Procedia CIRP, 2019, 83: 187-192.

[31] 劉書曉. 基于熱指標的中暑發病率預測模型[D]. 上海: 東華大學, 2021.

LIU Shu-xiao. Prediction Model of Heat Stroke Incidence Rate Based on Heat Index[D]. Shanghai: Donghua University, 2021.

[32] 梁東景. 醫院病理科TVOC污染低影響勘測方法探索[D]. 南寧: 廣西大學, 2021.

LIANG Dong-jing. Exploration of Low-Impact Survey and Measure Method of TVOC Pollution in Hospital Pathology Department[D]. Nanning: Guangxi University, 2021.

[33] 鄒仁耀, 任熹培. 遠程醫療類信息產品設計的研究現狀及發展趨勢綜述[J]. 包裝工程, 2022, 43(S1): 1-9.

ZOU Ren-yao, REN Xi-pei. Review on the Research Status and Development Trend of Telemedicine Information Product Design[J]. Packaging Engineering, 2022, 43(S1): 1-9.

[34] 戚潔. 基于物聯網的智能醫療產品設計研究——智能血糖儀設計研究[D]. 上海: 華東理工大學, 2015.

QI Jie. Intelligent Design of Medical Products Based on Internet of Things —Design of Intelligent Blood Glucose Meter[D]. Shanghai: East China University of Science and Technology, 2015.

[35] 劉建新, 李東進, 李杰. 價值共創產品依附效應的比較研究——基于心理所有權與心理流體驗中介模型[J]. 管理評論, 2018, 30(7): 114-125.

LIU Jian-xin, LI Dong-jin, LI Jie. A Comparative Study on the Attachment Effect of Value Co-Creation: On the Basis of the Mediators of Psychological Ownership and Flow Experience[J]. Management Review, 2018, 30(7): 114-125.

[36] PORTER E, HEPPELMANN J E. How Smart, Connected Products are Transforming Competition[J]. Harvard Business Review, 2014, 92(11): 141.

[37] 王晰, 辛向陽. 信息可視化及知識可視化對醫療決策的影響探究[J]. 包裝工程, 2015, 36(20): 8-11.

WANG Xi, XIN Xiang-yang. Influence of Information and Knowledge Visualizationon Medical Decision Making[J]. Packaging Engineering, 2015, 36(20): 8-11.

[38] GREEN M G, TAN J, LINSEY J S, et al. Effects of Product Usage Context on Consumer Product Pref-erences[C]// Proceedings of ASME 2005 International Design Engineering Technical Conferences and Computers and Information in Engineering Conference, Long Beach: ASME, 2008: 171-185.

[39] 韓少華. 可持續產品服務系統設計及其創新轉移研究[D]. 武漢: 武漢理工大學, 2016.

HAN Shao-hua. Research on Sustainable Oriented Pro-duct-Service System Design and Its Innovation Transition[D]. Wuhan: Wuhan University of Technology, 2016

[40] 王熙元, 張依云, 鄭迪斐. 醫療監測設備人機交互界面情感化設計[J]. 包裝工程, 2018, 39(2): 113-118.

WANG Xi-yuan, ZHANG Yi-yun, ZHENG Di-fei. Emotional Design of Human-Computer Interaction Interface in Medical Monitoring Equipment[J]. Packaging Engineering, 2018, 39(2): 113-118.

[41] 科大訊飛. 云醫聲[EB/OL]. (2018-11-09)[2022-06-07]. https://www.xfyun.cn/service/cloudDoctor.

Design of Data-driven Smart Healthcare Product-Service System

HU Ying1, ZHOU Zi-han1, CHEN Duo-yi1, WANG Hui-ying1, HE Li-juan2, YUAN Wei-wei2

(1.Hunan University, Changsha 410082, China; 2.Shenzhen Mindray Bio-Medical Electronics Company, Shenzhen 518057, China)

The work aims to explore the framework of a data-driven smart product-service system for the healthcare field, to drive value creation with data and provide theoretical guidance for new healthcare system solutions. Through literature research and typical case analysis, the current status and challenges of healthcare services were outlined, and the development of smart product-service systems was sorted out. Through consolidation of literature, the smart product- service system data for healthcare was summarized and classified, and a four-dimensional data-driven framework for design of smart healthcare product service systems was constructed based on "product-service-environment-user", with the specific data-driven paradigm and value co-creation process detailed in the context of representative healthcare product cases. The smart product-service system has great potential for research in the healthcare field. The digitization of business processes and services, combined with the emergence of new information communication technologies, makes information integration and innovation possible. Through the integration and innovation of information, the massive amount of data in healthcare scenarios can be brought into greater potential value. The data-driven smart product-service system design framework lays a foundation for research and development of design strategies and methods in this field, and provides some theoretical support and guidance for design practice of data-driven intelligent medical product service systems.

smart product-service system; smart healthcare; data-driven; value creation

TB472

A

1001-3563(2022)24-0028-11

10.19554/j.cnki.1001-3563.2022.24.004

2022–07–15

國家重點研發計劃（2021YFF0900605）；國家社科基金藝術學項目（22BG126）；湖南省自然科學基金項目（2022JJ30161）；湖南省哲學社會科學基金一般項目（19YBA087）；中國學位與研究生教育學會研究課題（2020ZDA14）；湖南省普通高等學校教學改革研究項目（HNJG-2021-0035）

胡瑩（1982—），女，博士，副教授、博士生導師，主要從事用戶體驗與產品創新設計、服務設計、設計思維方面的研究。

周子涵（1998—），女，博士生，主要研究方向為研究方向為設計思維、服務設計。

責任編輯：陳作