大数据应用 医疗健康应用实例与系统分析(3)

4 医疗健康大数据平台

为了利用大数据技术处理医疗健康问题，需要针对数据特点以及处理方式设计专门的系统。下面主要介绍目前医疗健康大数据平台如何设计以应对挑战。

4.1 个人数据收集系统

iEpi[1]是一个便于流行病医疗科研人员快速搭建起收集用户接触信息、位置信息平台的系统，本文主要对其进行介绍分析。

4.1.1 背景

智能手机的普及为获取个人医疗数据提供了一个绝佳的机会，利用这些信息服务个人医疗、公共卫生成了关注的焦点。多个应用给予用户控制自己健康状况的自由，为医疗服务提供商提供病人的详细状态信息。这些应用主要提供非聚集的信息。而聚集化的信息可以更容易地提供准确、一致性的信息。

4.1.2 目标

设计一个个人数据收集系统，周期性收集用户数据，包括位置、加速度、温度、心跳等信息；

考虑到需要提供接触信息，位置信息应尽可能精准；

用户可以设定所要收集的数据以及数据收集的频率和持续时间；

考虑到医疗研究人员可能没有编程经验，配置方式应该简单。

4.1.3 设计

iEpi系统包含2个部分（如图1所示）：数据收集部分（HealthLogger）和辅助处理部分。其中，HealthLogger由5个模块组成。

图1 iEpi 的系统构架

任务管理器：HealthLogger的任务包括上传数据、传输数据、读取传感器。任务分连续性和周期性两种方式调度，其中，周期性任务需要设置周期和持续时间。任务管理器也调度其他服务。

数据流和过滤器：数据流提供了访问Android传感器API和其他数据的标准接口，过滤器帮助用户剔除不需要的数据。

数据日志和数据缓存：数据日志存放收集的数据，数据缓存为数据日志提供临时存放功能。

数据传输器：数据传输器是一个通用的文件上传器，被HealthLogger的其他组件用来上传数据到服务器。

iEpian：是HealthLogger提供的一种简易脚本，用来为没有编程经验的医疗研究员提供控制数据采集方式的功能。

因此，用户可以在没有编程经验的情况下完成数据采集器的设计。HealthLogger还提供了蓝牙接口以帮助用户采集其他设备提供的数据，比如体重信息和饮食信息。当用户数据被收集后，会以文件形式存放在Apache服务器，iEpi周期性地检查新文件，对数据解密并解析，然后按用户和数据采集周期存放到数据库中。由于在室内时GPS提供的位置信息不准确，为了提高位置信息的准确性，iEpi定位器采用SaskEPS算法利用接入点位置及信号强度提高室内位置计算精确度。

4.2 面向病人的医疗健康网络社区

DiabeticLink[27,33]为糖尿病患者及相关利益人员提供了一个多功能的健康网络社区，下面将分析其设计思路。

4.2.1 背景

目前，在美国，糖尿病影响了8%的人口，建立为糖尿病人服务的医疗健康网络社区有助于帮助他们。该网络社区主要提供以下4个方面的服务：

糖尿病门户及在线健康社区，主要包括为病人提供论坛、博客等交流医疗经验及感情的服务，还包括匿名交流的服务；

糖尿病追踪及可视化，包括记录病人的医疗数据与健康数据并生成可视化报告；

糖尿病风险报告，使用病人数据预测患病风险，促进病人自我管理；

提供建议，为病人提供改善其状态的建议，并鼓励病人达成长期目标。

4.2.2 目标

设计一个面向病人的医疗健康网络门户，为患者、患者家属、护士、医师、制药公司提供服务。其中，病人可以利用医疗健康网络社区交流治疗经验和疾病信息，学习医疗知识，以更好地了解自己的病情、控制病情发展；病人家属可以利用医疗健康网络社区了解病人疾病、讨论治疗经验、阅读教育书籍，以提供更好的照顾；护士需要快速建立起疾病相关知识，以引导病人积极应对治疗。医疗健康网络社区还提供了以下功能：医师在面对不熟悉的疾病时，需要快速获取相关工具和资源的通道；部分医疗健康网络社区提供匿名的电子健康记录，医学研究员可以从中挖掘信息；制药公司可以从医疗健康网络社区挖掘药物不良反应信息。

4.2.3设计

为了满足多方面的需求，除了提供简单的医疗健康社区功能外，该系统还包含以下4个部分。

个性化病人智能工具：使用数据挖掘方法挖掘病人电子病例和病人博客以发现生活方式、治疗和疗效的关系，并为病人提供预防性建议。

疾病管理工具：记录患者糖尿病参数（血糖、血压、糖化血红蛋白等）、营养、运动量、用药量，并形成可视化报表，以帮助用户管理自己的状况。

社交功能：提供用户分享经验和感情，提出回答问题，寻找情感支撑等功能。

教育功能：提供可信的医疗文章、研究报告、健康食谱等内容，并为用户提供知识搜索引擎。

4.3 个人体征数据收集与处理系统

参考文献[34]为用户提供了一个便于开发个人体征分析应用的基于Hadoop的框架。

4.3.1 背景

医疗健康行业的重心正逐步从医疗转向预防[35]，而可穿戴医疗设备的兴起为医疗健康行业的转变提供了独一无二的机会。利用可穿戴医疗设备从用户身上收集生命体征数据，比如心电图、体温、心跳，帮助提早检测用户患病危险、主动预防、管理健康。

生命体征数据包括像体温、血压这样的间隔数据，也包括像呼吸、心电图这样的连续测量才有意义的数据。前者可以用传统数据库存放，后者一般采用文件存放。

4.3.2 目标

设计一个个人健康分析系统，以便用户在此之上快速搭架生命体征分析应用。系统应该提供的服务包括：体征数据接收、数据存储管理、数据分析接口、个性化服务（发送用户服务数据到用户的智能设备）。考虑到两种不同体征数据形态，系统应该提供统一的处理方式。

4.3.3 设计

系统分为5个部分，如图2所示。

图2 u-He althcare 平台构架

生命体征传输：为了提供可拓展性，系统采用符合W3C的SOAP标准传输数据。