葛海燕，關(guān)國躍，祭 偉，王風(fēng)曉

?

基于大數(shù)據(jù)的慢性病健康管理服務(wù)研究進(jìn)展

葛海燕，關(guān)國躍，祭 偉，王風(fēng)曉

華東療養(yǎng)院，無錫，214065。

慢性非傳染性疾病已成為全球面臨的一個主要公共衛(wèi)生問題。中國在慢病管理工作進(jìn)行了很多實(shí)踐，也積累了很多成功的經(jīng)驗。但是由于各種原因，慢病管理一直都缺乏一種能在全程監(jiān)測、危險因素評估的基礎(chǔ)上對慢病患者及高危人群開展長期堅持的、覆蓋面廣的、有針對性的健康教育以及干預(yù)。隨著互聯(lián)網(wǎng)、云計算、物聯(lián)網(wǎng)等技術(shù)的發(fā)展，健康醫(yī)療大數(shù)據(jù)可在多個層面對慢病防控提供支撐。

慢性病；健康管理；大數(shù)據(jù)

1 大數(shù)據(jù)的概念及特征

大數(shù)據(jù)定義為一個大而復(fù)雜的、難以用現(xiàn)有數(shù)據(jù)庫管理工具處理的數(shù)據(jù)集。通常認(rèn)為，大數(shù)據(jù)具有3V的特點(diǎn)：規(guī)模性（Volume）、高速性（Velocity）、多樣性（Variety）[1]。此外，IBM公司認(rèn)為大數(shù)據(jù)要具有真實(shí)性（Veracity），還有人認(rèn)為大數(shù)據(jù)應(yīng)具有價值密度低，商業(yè)價值高（Value）的特性。大數(shù)據(jù)的真正價值不在于數(shù)據(jù)本身，而是通過處理、分析后的數(shù)據(jù)共享，通過數(shù)據(jù)挖掘，能夠從海量、異構(gòu)、動態(tài)實(shí)時的數(shù)據(jù)中，獲取有洞察力和價值的信息[2]。各國政府和科研機(jī)構(gòu)都高度關(guān)注大數(shù)據(jù)，跨國IT企業(yè)紛紛進(jìn)入大數(shù)據(jù)領(lǐng)域。MapReduce和Hadoop的開發(fā)和使用開啟了大數(shù)據(jù)分析領(lǐng)域的新天地，標(biāo)志著臨床大數(shù)據(jù)的開發(fā)進(jìn)程取得了長足進(jìn)步。醫(yī)療大數(shù)據(jù)指的是在醫(yī)療行業(yè)中產(chǎn)生的數(shù)據(jù)，主要有4個來源：臨床實(shí)驗數(shù)據(jù)；生物醫(yī)藥、生命科學(xué)領(lǐng)域、DNA基因序列、生物芯片研究等過程數(shù)據(jù)；電子病例、診斷數(shù)據(jù)；醫(yī)療保險、患者登記和社會媒體產(chǎn)生的數(shù)據(jù)及個體健康信息等。醫(yī)療大數(shù)據(jù)除了具有大數(shù)據(jù)的5個特點(diǎn)之外，還有多態(tài)性、時效性、不完整性、冗余性、隱私性等特點(diǎn)[3-4]。人們越來越關(guān)注大數(shù)據(jù)在醫(yī)療衛(wèi)生領(lǐng)域的診療、科研、管理和教學(xué)等方面的作用。

2 大數(shù)據(jù)對于慢病管理的重要意義

隨著人口老齡化加重、城市化速度加快以及傳統(tǒng)飲食習(xí)慣生活行為急劇變化，慢性非傳染性疾?。╪oninfectious chronic disease，NCDs，以下簡稱“慢病”）已成為全球面臨的一個主要公共衛(wèi)生問題[5]。中國在慢病管理的工作進(jìn)行了很多實(shí)踐，也積累了很多成功的經(jīng)驗，但是由于各種原因。一直以來慢病管理都缺乏一種能在全程監(jiān)測、危險因素評估的基礎(chǔ)上對慢病患者及高危人群開展長期堅持的、覆蓋面廣的、有針對性的健康教育以及干預(yù)[6-7]。隨著互聯(lián)網(wǎng)、云計算、物聯(lián)網(wǎng)等技術(shù)的發(fā)展，健康醫(yī)療大數(shù)據(jù)可在多個層面對慢病防控提供支撐[8]。過去醫(yī)學(xué)研究多以隨機(jī)小樣本來替代龐大的群體，研究聚焦于疾病的某一環(huán)節(jié)而非整體，注重疾病的直接因果關(guān)系，而淡化了它們之間的關(guān)聯(lián)。而大數(shù)據(jù)分析則基于全部數(shù)據(jù)，側(cè)重分析事物之間的關(guān)聯(lián)，強(qiáng)調(diào)了遺傳和環(huán)境等危險因素的重要性。做到將慢病診治的關(guān)口前移至對疾病的預(yù)警、預(yù)測，就需要借助大數(shù)據(jù)的不斷積累[9]。

3 國外大數(shù)據(jù)應(yīng)用于醫(yī)療衛(wèi)生及慢病健康管理的現(xiàn)狀

3.1 美國

2014年美國的公共數(shù)據(jù)開放項目Open FDA上線開放了300萬份藥物不良反應(yīng)報告數(shù)據(jù)，涵蓋2004—2013年美國食品藥品管理局收集到的藥品不良反應(yīng)和醫(yī)療過失記錄。近年來，美國將信息技術(shù)應(yīng)用到慢性病管理領(lǐng)域，構(gòu)建出以家庭為基礎(chǔ)的慢性病遠(yuǎn)程管理模式，建立患者專項檔案，實(shí)時監(jiān)測數(shù)據(jù)，及時調(diào)整治療方案?？_來納醫(yī)療體系利用大數(shù)據(jù)和預(yù)測模型來評價人群的健康水平。該公司向數(shù)據(jù)代理商購買患者消費(fèi)信息，并利用預(yù)測模型對這些數(shù)據(jù)進(jìn)行分析，得出患者的風(fēng)險評分。至今，該公司己經(jīng)開始收集并分析了2億人的消費(fèi)數(shù)據(jù)，用于識別高?；颊摺Ｔ摴镜臄?shù)據(jù)來源于中間商，而中間商的數(shù)據(jù)則來源于公共記錄、商家以及人們的信用卡消費(fèi)記錄[10]。

3.2 以色列

劉文先等[11]在2018年對以色列健康信息化情況進(jìn)行考察，其報告顯示，以色列持續(xù)推進(jìn)實(shí)施國家數(shù)字健康戰(zhàn)略，從國家層面搭建頂層架構(gòu)，電子病歷基本覆蓋全體居民，衛(wèi)生部投資建設(shè)國家健康信息交換（HIE）平臺，各個醫(yī)療機(jī)構(gòu)將數(shù)據(jù)推送至前置端并接入平臺，形成健康信息交換網(wǎng)絡(luò)，實(shí)現(xiàn)整個醫(yī)療保健系統(tǒng)的診療數(shù)據(jù)共享使用。每天更新數(shù)據(jù)，保證每位居民都有長期的、連續(xù)性的個人健康記錄。患者所有的住院及門診信息，均可在社區(qū)服務(wù)中心通過網(wǎng)絡(luò)獲取，居民根據(jù)自身的健康情況，可通過遠(yuǎn)程醫(yī)療進(jìn)行預(yù)約、咨詢、開藥、轉(zhuǎn)診等。醫(yī)生能在線開處方并對醫(yī)療質(zhì)量負(fù)責(zé)。目前，以色列正在進(jìn)行糖尿病大數(shù)據(jù)分析，采集5萬余名患者數(shù)據(jù)，建立管理模型，幫助患者控制病情。

3.3 丹麥

丹麥MedCom項目于2003年發(fā)起，目前大力推進(jìn)電子健康記錄項目，目的是使醫(yī)生能獲取病人在全國各醫(yī)院的電子病歷信息，包括疾病診斷、病程記錄、出院小結(jié)等。2011年該系統(tǒng)包含了丹麥85%人口健康記錄。公立醫(yī)院的醫(yī)生通過醫(yī)院的電子病歷系統(tǒng)能直接查看電子健康記錄，全科醫(yī)生和民眾則通過國家健康網(wǎng)站訪問。同時，丹麥政府準(zhǔn)許研究者獲取1970年到現(xiàn)在患者的匿名數(shù)據(jù)（包括健康指標(biāo)和住院數(shù)據(jù)）[12]。

3.4 韓國

韓國生物醫(yī)學(xué)中心計劃運(yùn)行國家DNA管理系統(tǒng)，將DNA和患者醫(yī)療數(shù)據(jù)結(jié)合，為患者提供個性化診斷和治療。其實(shí)際即是運(yùn)用大數(shù)據(jù)的分析能力將系統(tǒng)生物學(xué)數(shù)據(jù)（如基因、蛋白質(zhì)、生物小分子的相關(guān)數(shù)據(jù)）和電子健康病歷數(shù)據(jù)結(jié)合，使基因測序、個性化藥物及個人健康管理等個性化醫(yī)療行為變成臨床實(shí)踐。

4 大數(shù)據(jù)技術(shù)在我國醫(yī)療衛(wèi)生慢病健康管理工作中的應(yīng)用

4.1 大數(shù)據(jù)運(yùn)用的相關(guān)政策文件

2014年11月，李克強(qiáng)總理提出在疾病防治、災(zāi)害預(yù)防、社會保障、電子政務(wù)等領(lǐng)域開展大數(shù)據(jù)應(yīng)用示范。自2015年起，我國已連續(xù)出臺了一系列政策文件《國務(wù)院關(guān)于推進(jìn)“互聯(lián)網(wǎng)+”行動的指導(dǎo)意見》《全國醫(yī)療衛(wèi)生服務(wù)體系規(guī)劃綱要（2015—2020年）》《促進(jìn)大數(shù)據(jù)發(fā)展行動綱要》《關(guān)于促進(jìn)和規(guī)范健康醫(yī)療大數(shù)據(jù)應(yīng)用發(fā)展的指導(dǎo)意見》等，將健康醫(yī)療大數(shù)據(jù)列為國家重要的基礎(chǔ)性戰(zhàn)略資源，進(jìn)一步規(guī)范和推動健康醫(yī)療大數(shù)據(jù)融合共享與開放應(yīng)用。

4.2 大數(shù)據(jù)慢病管理的平臺建設(shè)

目前，全國有上海、北京、湖南、四川等多個省市都啟動了省級衛(wèi)生信息化平臺建設(shè)，并初步完成了基礎(chǔ)平臺建設(shè)。浙江杭州已嘗試建立社區(qū)衛(wèi)生服務(wù)網(wǎng)，該信息共享平臺不僅對醫(yī)務(wù)人員開放，還可對普通居民開放，使普通民眾也能主動管理自身的健康。廈門市建成了全國首個區(qū)域性“健康醫(yī)療云”項目，該項目將原有的慢病一體化系統(tǒng)整合至云平臺，在云上進(jìn)行糖尿病及高血壓管理登記報告制度，搭建胸痛遠(yuǎn)程監(jiān)控平臺，實(shí)現(xiàn)了老年慢性病的延續(xù)護(hù)理。上海健康信息網(wǎng)工程，實(shí)現(xiàn)市級平臺、公衛(wèi)平臺、17個區(qū)縣平臺與醫(yī)聯(lián)平臺的互聯(lián)互通，包含健康檔案數(shù)據(jù)庫和電子病歷數(shù)據(jù)庫二個核心數(shù)據(jù)庫?！吧虾＝】翟啤笔忻穸藨?yīng)用可以在線提供慢病風(fēng)險評估、健康檔案調(diào)閱、在線問診、在線簽約、預(yù)約掛號轉(zhuǎn)診、免疫規(guī)劃、親情賬戶等服務(wù)，引導(dǎo)市民開展慢病自主管理。該服務(wù)覆蓋了上海全市122個社區(qū)，實(shí)現(xiàn)了9萬余名社區(qū)居民的線上注冊，有7,000余名家庭醫(yī)生提供線上服務(wù)，120余萬名居民還在社區(qū)衛(wèi)生服務(wù)中心使用物聯(lián)網(wǎng)監(jiān)測設(shè)備測量體征[13]。

劉倩麗等[14]對中國電子健康檔案的應(yīng)用情況進(jìn)行了研究，指出了電子健康檔案困境和瓶頸，并提出建議，包括建立統(tǒng)一數(shù)據(jù)標(biāo)準(zhǔn)，實(shí)現(xiàn)醫(yī)療衛(wèi)生服務(wù)信息的互聯(lián)互通共享；提高整體建檔率，加強(qiáng)與新農(nóng)合等基本醫(yī)療保險系統(tǒng)相銜接，努力擴(kuò)大建檔人群，提高建檔率；建立EHR的多渠道籌資模式充分利用市場等。

基于大數(shù)據(jù)的慢病管理平臺，計算構(gòu)建慢病管控的各項指標(biāo)，利用歷史數(shù)據(jù)的比對，來評估慢病管理的有效性，分析慢病管理的有效方案，形成直觀的可視化統(tǒng)計報表，實(shí)時發(fā)布慢病現(xiàn)狀和診療技術(shù)發(fā)展趨勢，使衛(wèi)生管理機(jī)構(gòu)能夠合理調(diào)配醫(yī)療資源[15]。利用大數(shù)據(jù)技術(shù)與方法，可為循證公共衛(wèi)生決策提供準(zhǔn)確有效的支持。將個人數(shù)據(jù)集加入大數(shù)據(jù)能為循證醫(yī)學(xué)提供堅實(shí)的證據(jù)，能發(fā)現(xiàn)小樣本無法發(fā)現(xiàn)的細(xì)微差別，為公共衛(wèi)生決策者提供最新的證據(jù)，指導(dǎo)衛(wèi)生政策的制定或臨床實(shí)踐[3]。“基于大數(shù)據(jù)的上海市衛(wèi)生決策支持體系構(gòu)建項目”開展了衛(wèi)生籌資、衛(wèi)生規(guī)劃、衛(wèi)生績效評價、藥品使用監(jiān)測、衛(wèi)生技術(shù)評估五大模塊與應(yīng)用研究，挖掘數(shù)據(jù)潛在價值，為衛(wèi)生決策提供工具與方法學(xué)參考[16]。

4.3 大數(shù)據(jù)在慢病健康管理中的運(yùn)用

伴隨互聯(lián)網(wǎng)與健康產(chǎn)業(yè)融合的不斷深化，大數(shù)據(jù)將不斷豐富慢性病防治的方式與方法，逐漸成為慢病管理的主要手段。大數(shù)據(jù)時代的到來是大勢所趨，大數(shù)據(jù)分析因其強(qiáng)大的預(yù)測能力，在疾病診療、模型建立、個人健康管理、基因分析等領(lǐng)域逐漸顯示出強(qiáng)大的優(yōu)勢[17]。

4.3.1 大數(shù)據(jù)在疾病預(yù)警中的運(yùn)用

薛付忠[18]提出了健康醫(yī)療大數(shù)據(jù)背景下生命歷程流行病學(xué)與暴露組學(xué)理論指導(dǎo)的健康/疾病管理學(xué)理論框架與概念模型、健康/疾病檢測指標(biāo)篩選及證據(jù)獲取的理論方法。其中，以心血管疾病為例，在暴露組學(xué)和生命歷程流行病學(xué)理論框架下，提出了廣義心血管事件鏈（general cardiovascular continuum，GCVO）概念模型，擴(kuò)展了疾病預(yù)警時間鏈，并特別強(qiáng)調(diào)“基因—環(huán)境”的復(fù)雜交互作用調(diào)控心血管病變發(fā)生、發(fā)展和轉(zhuǎn)歸進(jìn)程，使心血管健康管理貫穿于整個生命歷程。其課題組建立的“山東多中心健康管理縱向觀察大數(shù)據(jù)庫”，開展大數(shù)據(jù)研究，為代謝綜合征和心血管病預(yù)測模型提供了很多新型的生物標(biāo)記和預(yù)測因子。袁祖貽[9]開展的西北地區(qū)（陜西?。┞圆》揽匦难芙】抵笖?shù)的研究，通過對大數(shù)據(jù)挖掘和分析，發(fā)現(xiàn)心腦血管疾病在西北地區(qū)的流行特征并提早布局，并進(jìn)行有針對性的防控，對陜西城鄉(xiāng)居民衛(wèi)生健康狀況的改善意義重大。孫艷秋等[19]提出采用大數(shù)據(jù)分析的潛在高血壓病預(yù)測方法，通過數(shù)據(jù)采集、預(yù)處理等，對數(shù)據(jù)屬性進(jìn)行分類，建立潛在高血壓病的預(yù)測模型，根據(jù)計算模型屬性分類結(jié)果的權(quán)重，得到不同屬性對高血壓影響的重要程度分級，通過與高血壓病特征參數(shù)的比較，獲取潛在的高血壓病的預(yù)測結(jié)果。

王偉娜等[20]對患者畫像技術(shù)進(jìn)行描述，根據(jù)用戶的診斷信息、日常生活信息、用藥信息、醫(yī)學(xué)影像信息等數(shù)據(jù)進(jìn)行抽象標(biāo)簽化，根據(jù)用戶的醫(yī)學(xué)標(biāo)簽更加精確的為用戶提供慢病管理等健康服務(wù)。此技術(shù)通過實(shí)時監(jiān)控消費(fèi)者的網(wǎng)絡(luò)咨詢、問診等健康服務(wù)網(wǎng)絡(luò)行為，分析抓取相關(guān)關(guān)鍵詞，如詢問病癥名稱、自我療法、相關(guān)藥品等關(guān)鍵詞，可以發(fā)出大數(shù)據(jù)的預(yù)警。通過大數(shù)據(jù)的分析，能夠識別不同病癥的地域分布，影響的人群廣度，并結(jié)合醫(yī)療工作者的經(jīng)驗，共同判斷是否會爆發(fā)流行性疾病[21]。利用大數(shù)據(jù)技術(shù)，基于處方藥和非處方藥的銷售量、衛(wèi)生服務(wù)咨詢中心接到患者電話的數(shù)量和內(nèi)容、關(guān)鍵詞的點(diǎn)擊量或搜索次數(shù)、社交網(wǎng)絡(luò)瀏覽偏好等，使人群疾病預(yù)測成為可能，對于人群健康/疾病特點(diǎn)的分析相較于之前的小樣本數(shù)據(jù)分析更客觀準(zhǔn)確。

劉詠梅等[22]在對“量化自我在健康領(lǐng)域的應(yīng)用”的研究中，分析了“量化自我”的內(nèi)涵，是由“大數(shù)據(jù)+移動終端+傳感器網(wǎng)絡(luò)+數(shù)據(jù)處理+游戲”構(gòu)成。研究指出：對量化自我數(shù)據(jù)的運(yùn)用，有利于慢性病的家庭護(hù)理與康復(fù)，利于發(fā)現(xiàn)病癥新的醫(yī)療發(fā)現(xiàn)、形成新的醫(yī)療方法，能夠處理成為一系列的行為見解和干預(yù)措施，在患者發(fā)生病理前識別出早期預(yù)警信號，便于醫(yī)生及時介入診療。

無錫阿斯利康制藥有限公司在全國范圍內(nèi)已經(jīng)建成了1,320余家呼吸綜合診療室和12,900多間標(biāo)準(zhǔn)霧化室，覆蓋260多個城市。上千家霧化中心實(shí)現(xiàn)數(shù)據(jù)連接后，每天上百萬人在霧化室治療急性哮喘，可形成霧化地圖。通過數(shù)據(jù)分析可查找到過敏源、氣溫等各種因素可能對人體造成的影響。一旦數(shù)據(jù)聯(lián)通技術(shù)成熟，就可以開發(fā)各種應(yīng)用：比如與氣象站或者學(xué)校連接，可以及時提醒患有哮喘的孩子加強(qiáng)疾病的預(yù)防[23]。

《2017年中國城市健康狀況大調(diào)查第二期》中反映，對北京和上海地區(qū)慈銘體檢2016年參檢客戶健康數(shù)據(jù)分析整理結(jié)果：兩個城市體檢人群中乳腺異常、口腔異常、眼科異常高發(fā)，其中TCT異常、血脂異常、子宮疾患數(shù)、宮頸疾患數(shù)、脂肪肝數(shù)，北京高于上海。這是健康管理機(jī)構(gòu)對職業(yè)人群運(yùn)用大數(shù)據(jù)進(jìn)行疾病特點(diǎn)分析的典型案例[24]。

4.3.2 大數(shù)據(jù)在慢病健康促進(jìn)中的運(yùn)用

2018年，寧光院士推動鄭州人民醫(yī)院內(nèi)分泌代謝科“國家標(biāo)準(zhǔn)化代謝性疾病管理中心（MMC）”揭牌。MMC專項管理小組是由內(nèi)分泌代謝科牽頭，由專業(yè)的醫(yī)師、教育護(hù)士、營養(yǎng)師、健康管理師、藥師、心理師組成醫(yī)療團(tuán)隊。自2018年1月8日正式運(yùn)行以來，已入組300多例代謝性疾病患者，患者一次入組后就能享受快速檢測、數(shù)據(jù)分析、疾病診療、配合APP院外提醒等全方位一站式診療服務(wù)，避免患者多次往返于多個科室，減輕醫(yī)患雙方的負(fù)擔(dān)。成功入組后，醫(yī)院將定期通知患者訪視復(fù)查，發(fā)現(xiàn)問題及時啟動有效的預(yù)防和治療，促使更多的患者在院外可以保證血糖、血壓、血脂等代謝性指標(biāo)的長期達(dá)標(biāo)[25]。作為上海市政府第四輪公共衛(wèi)生體系建設(shè)3年行動計劃（2015—2017）建設(shè)項目之一，上海市第六人民醫(yī)院會同市疾病預(yù)防控制中心、市眼病防治中心等共同組織并實(shí)施代謝性疾?。ㄌ悄虿。╊A(yù)防和診治服務(wù)體系建設(shè)項目，旨在向申城居民提供融合健康教育、高危人群篩查和疾病管理為一體的糖尿病預(yù)防與診治全程服務(wù)[26]。閆冠韞等[27]基于大數(shù)據(jù)，立足于糖尿病患者管理現(xiàn)狀與存在問題，運(yùn)用互聯(lián)網(wǎng)的信息交互技術(shù)和移動應(yīng)用技術(shù)，通過建立一體化信息系統(tǒng)、移動互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、虛擬貨幣、人工智能5種模式，滿足糖尿病患者醫(yī)療服務(wù)的數(shù)據(jù)信息化和便捷化需求。

李顯熙等[28]提出建設(shè)以心血管?？婆R床數(shù)據(jù)倉庫以及心血管注冊數(shù)據(jù)中心為核心的心血管?？婆R床科研數(shù)據(jù)中心，并開發(fā)了基于隨訪策略的心血管隨訪管理、基于個性化診療計劃的心血管病人院后管理、相關(guān)性分析及不良心血管事件模式識別等應(yīng)用和工具，設(shè)計測試的“心血管病人慢病管理解決方案”，通過基于個性化診療方案的病人居家慢病管理解決方案、隨訪機(jī)制與流程，期望幫助病人提高對診療計劃的依從性，所有的隨訪數(shù)據(jù)與病人居家慢病管理數(shù)據(jù)均被自動和手動記錄在隨訪注冊表中，為心血管疾病的臨床質(zhì)量評估和科研同時提供便利。

4.3.3 其他健康管理大數(shù)據(jù)的應(yīng)用實(shí)踐

此外，越來越多的醫(yī)藥公司將大數(shù)據(jù)應(yīng)用于醫(yī)藥研發(fā)領(lǐng)域[29]。華大基因針對人類基因組展開研究，最終是為了整合各種醫(yī)療、環(huán)境、來自穿戴設(shè)備的數(shù)據(jù)，為人類健康提供大數(shù)據(jù)支持?！昂么蠓颉本W(wǎng)站是就醫(yī)經(jīng)驗發(fā)布平臺，患者可以為自己喜愛的大夫投票、撰寫感謝信，分享如何選擇醫(yī)生，交流就醫(yī)經(jīng)驗，共同對抗疾病。同時，該網(wǎng)站通過自動匯總來自患者的親歷經(jīng)驗，形成數(shù)據(jù)資源，形成就醫(yī)向?qū)到y(tǒng)，能提供近200個?？?、2,000余類疾病的就醫(yī)推薦，為患者選對醫(yī)生、正確就醫(yī)提供參考?！按河赆t(yī)生”是國內(nèi)開發(fā)的一款移動健康咨詢APP，創(chuàng)立于2011年7月，截至2015年7月份春雨醫(yī)生擁有6,500萬用戶、20萬注冊醫(yī)生和7,000萬條健康數(shù)據(jù)，每天有11萬個健康問題在春雨醫(yī)生上得到解答，目前已積累了許多數(shù)據(jù)。

隨著信息技術(shù)發(fā)展，“可穿戴移動設(shè)備+健康應(yīng)用軟件”正在把健康保健轉(zhuǎn)變?yōu)橐粋€更高效、以人為中心的個人即時系統(tǒng)。谷歌和Dexcom合作開發(fā)微型血糖監(jiān)測可穿戴設(shè)備，蘋果AppleWatch和健康數(shù)據(jù)平臺HealthKit、谷歌GoogleFit等合作，用戶基于相關(guān)硬件可獲取體能生理數(shù)據(jù)并通過數(shù)據(jù)平臺進(jìn)行分析。除了能檢測和監(jiān)控人體各項數(shù)值變化外，目前已有智能穿戴設(shè)備投入醫(yī)用治療領(lǐng)域，日本熊本大學(xué)就研發(fā)了一種治療2型糖尿病的可穿戴腰帶。

徐昆[30]對商業(yè)保險與醫(yī)療大數(shù)據(jù)對接進(jìn)行研究，提出了醫(yī)療系統(tǒng)大數(shù)據(jù)庫與保險行業(yè)數(shù)據(jù)庫的互聯(lián)互通，可解決商業(yè)保險公司的承保風(fēng)險、產(chǎn)品設(shè)計、疾病發(fā)生率等經(jīng)營環(huán)節(jié)中的關(guān)鍵問題，提高商業(yè)健康保險管理水平；還可解決醫(yī)療機(jī)構(gòu)腐敗、過度治療的問題，方便商業(yè)保險參保患者獲得一站式免墊資理賠服務(wù)，全面提升國民健康管理水平，構(gòu)建新的醫(yī)療保障體系。

5 總結(jié)

要實(shí)現(xiàn)慢病管理有效實(shí)施，需要從影響健康的全要素出發(fā)，包含生物遺傳、生活方式、風(fēng)險評估等來搭建健康管理平臺。健康醫(yī)療大數(shù)據(jù)平臺在對慢病患者、慢病高危人群、健康個體進(jìn)行健康醫(yī)療數(shù)據(jù)收集和監(jiān)測的基礎(chǔ)上，通過數(shù)據(jù)挖掘、深度分析、云計算等技術(shù)建立慢病預(yù)測分析模型，可對導(dǎo)致慢病發(fā)生的高危因素進(jìn)行定位，對健康個體給予健康管理相關(guān)指導(dǎo)，對高危人群進(jìn)行健康危險評估和預(yù)警并引導(dǎo)其進(jìn)行有效的干預(yù)，對慢病患者進(jìn)行個性化治療與預(yù)后的跟蹤監(jiān)測。大數(shù)據(jù)的發(fā)展為慢病健康管理提供了創(chuàng)新的模式。

[1] 上海市科學(xué)技術(shù)委員會. 上海推進(jìn)大數(shù)據(jù)研究與發(fā)展三年行動計劃(2013-2015年)[EB/OL]. (2013-07-12). [2018-12-31]. http://www.stcsm.gov.cn/gk/ggjg/20694. htm.

[2] 黃遠(yuǎn), 王心馨. 大數(shù)據(jù)下一站:智慧醫(yī)療[N]. 第一財經(jīng)日報, 2014-02-19.

[3] 王瀟, 張愛迪, 嚴(yán)謹(jǐn). 大數(shù)據(jù)在醫(yī)療衛(wèi)生中的應(yīng)用前景[J]. 中國全科醫(yī)學(xué), 2015, 18(1):113-115.

[4] 鄭曉瑛, 劉玉博, 武繼磊, 等. 人口健康測量與大數(shù)據(jù)標(biāo)準(zhǔn)研究回顧[J]. 人口與發(fā)展, 2014, 20(1):42-49.

[5] 馮晶晶, 劉宇飛, 靖瑞鋒. 慢性病管理的國際經(jīng)驗及啟示[J]. 中國藥房, 2017, 28(8):1009-1012.

[6] 竇強(qiáng), 劉鴻齊, 晉曉強(qiáng), 等. 基于全程管理的“互聯(lián)網(wǎng)+”慢性病管理模式[J]. 中華醫(yī)學(xué)圖書情報雜志, 2016, 25(7):22-26.

[7] 屈健寧, 王浩, 梅浙川, 等. 互聯(lián)網(wǎng)+慢性病管理創(chuàng)新模式探索[J]. 重慶醫(yī)學(xué), 2017, 46(7):988-989.

[8] 李迎新, 黃河. 基于國家衛(wèi)生與健康管理大數(shù)據(jù)平臺的慢病防控模式[J]. 國際生物醫(yī)學(xué)工程雜志, 2017, 40(6):403-409.

[9] 袁祖貽. 不忘初心, 方得始終: 大數(shù)據(jù)分析西北地區(qū)慢性病防控[J]. 臨床心血管病雜志, 2018, 34(8):739-742.

[10] 馬莉, 陸遠(yuǎn)強(qiáng). 健康管理的某些新理念[J]. 中華保健醫(yī)學(xué)雜志, 2016, 18(1):81-82.

[11] 劉文先, 胡建平, 肖大華, 等. 以色列健康信息化情況考察報告[J]. 中國衛(wèi)生信息管理雜志, 2018, 15(2): 175-178,210.

[12] 徐彪, 庹兵兵, 張黎黎, 等. 丹麥衛(wèi)生信息化項目MedCom建設(shè)及其啟示[J]. 醫(yī)學(xué)信息學(xué)雜志, 2015, 36 (4):8-12,18.

[13] 你的健康在云上？！大數(shù)據(jù)告訴你真相[N/OL]. (2017- 09-05). [2018-12-31]. http://www.sohu.com/a/1697358 30_660858.

[14] 劉倩麗, 關(guān)健. 中國電子健康檔案的應(yīng)用現(xiàn)況與展望[J]. 中國健康教育, 2015, 31(10):969-971.

[15] 王偉娜, 楊丹, 童慶. 基于大數(shù)據(jù)的慢病管理平臺的研究[J]. 電腦知識與技術(shù), 2018, 14(5):27-29.

[16] 健康醫(yī)療大數(shù)據(jù)怎么用上海率先開發(fā)5大模塊供決策參考[N/OL]. (2017-12-06). [2018-12-31]. http://www. shanghai.gov.cn/nw2/nw2314/nw2315/nw4411/u21aw1272631.html.

[17] 范盧明, 梁桂仙. 大數(shù)據(jù)在健康管理中的應(yīng)用研究進(jìn)展[J]. 中國全科醫(yī)學(xué), 2016, 19(31):3786-3789.

[18] 薛付忠. 健康醫(yī)療大數(shù)據(jù)驅(qū)動的健康管理學(xué)理論方法體系[J]. 山東大學(xué)學(xué)報(醫(yī)學(xué)版), 2017, 55(6):1-29.

[19] 孫艷秋, 劉鋼. 基于大數(shù)據(jù)分析的潛在高血壓病預(yù)測研究[J]. 計算機(jī)仿真, 2015, 32(5):386-389,421.

[20] 王偉娜, 楊丹, 童慶. 基于大數(shù)據(jù)的慢病管理平臺的研究[J]. 電腦知識與技術(shù), 2018, 14(05):27-29.

[21] 劉艷飛, 王振. “互聯(lián)網(wǎng)+”條件下健康服務(wù)業(yè)新業(yè)態(tài)研究[J]. 改革與戰(zhàn)略, 2016, 32(11):151-154.

[22] 劉詠梅, 劇曉紅. 量化自我在健康領(lǐng)域的應(yīng)用——基于大數(shù)據(jù)的角度[J]. 情報資料工作, 2018(4):56-63.

[23] 不用出家門, 醫(yī)生就能聽到你的“心跳”[N/OL]. (2017- 09-12). [2018-12-31]. http://www.wxrb.com/zhuanti_ center/2017/2017WIOT/news/201709/t20170912_1331066.shtml.

[24] 2017年慈銘體檢城市健康狀況調(diào)查: 北京VS上海哪個城市人群更健康？[N/OL]. (2017-04-28). [2018-12- 31]. http://health.people.com.cn/n1/2017/0428/c14739- 29244345.html.

[25] 河南省首家！“國家標(biāo)準(zhǔn)化代謝性疾病管理中心(MMC)”在鄭醫(yī)揭牌[N/OL]. (2018-04-27). [2018-12- 31]. http://www.ha.chinanews.com/news/hnjk/2018/ 0427/16144.shtml.

[26] 糖尿病管理的“上海探索”[N/OL]. (2017-12-13). [2018- 12-31]. http://www.xinhuanet.com//health/2017-12/13/c_ 1122101794.htm.

[27] 閆冠韞, 陳洪恩, 李舜, 等. 大數(shù)據(jù)視閾下糖尿病患者管理模式探析[J]. 中國全科醫(yī)學(xué), 2018, 21(9):1066- 1069,1084.

[28] 李顯熙, 周國鵬, 蔣捷. 我國心血管專科臨床科研數(shù)據(jù)中心的建設(shè)與思考[J]. 中國醫(yī)院管理, 2017, 37(5):51-53.

[29] 蘇燕, 李禎祺, 徐萍. 健康大數(shù)據(jù)產(chǎn)業(yè)發(fā)展態(tài)勢分析[J]. 競爭情報, 2017, 13(3):26-32.

[30] 徐昆. 商業(yè)健康保險與醫(yī)療大數(shù)據(jù)對接交互系統(tǒng)研究[J]. 金融理論與實(shí)踐, 2018(7):103-108.

Research Progress of Health Management Services for Chronic Diseases Based on Big Data

Noninfectious chronic disease(NCDs) have become a major public health problem in the world. China has carried out many practices and accumulated successful experiences in the management of chronic diseases. However, due to various reasons, chronic disease management has always lacked a long-term, comprehensive and targeted health education and intervention for chronic patients and high-risk groups on the basis of overall monitoring and risk factor assessment. With the development of Internet, cloud computing, Internet of Things, and other technologies, big data of health care can support the prevention and control of chronic diseases.

Chronic disease; Health management; Big data

10.16117/j.cnki.31-1974/r.201901017

2018年上海市衛(wèi)生和計劃生育委員會政策研究自選課題。

葛海燕（1978—），女，本科，副研究員，gehaiyan01@ 163.com。

王風(fēng)曉，50870138@qq.com。

2019-01-03。