普适计算技术在健康看护领域的现状分析与发展趋势

周海鹰

（哈尔滨工业大学 计算机科学与技术学院，黑龙江 哈尔滨150001）

医疗卫生保健是构成现代社会不可或缺的组成部分，是全民专注的重点，其财政支出在国民生产总值中占有重要比重。健全的医疗卫生保健系统，可提升政府形象，也是维护社会和谐稳定的重要因素。进入21世纪以后，由于全球老龄化问题，世界各国的卫生保健系统正面临着开支飞速增长，保健系统压力沉重等问题，为满足日益增长的医疗保健需求已导致医疗保健部门的财政资源和人力资源出现严重短缺［1］。为应对因老龄化问题所引起的医疗卫生保健服务的供求矛盾，利用新一代的IT技术执行普适健康看护 （Pervasive Healthcare,PHC）成为了一条行之有效的解决途径。

1 PHC发展现状

世界卫生组织预计全世界65岁以上老龄人口在2025年将达到7.61亿［2］。《中国老龄事业的发展》白皮书揭示了我国正加速进入老龄化甚至高龄化社会 ：2005年底我国60岁及以上老年人口为1.44亿，到2037年将超过4亿，居世界首位。另一方面，我国医疗资源总体严重不足，且分布极不均衡。中国人口占世界的22%，但医疗卫生资源仅占世界的2%，这其中80%的医疗资源都集中在城市，而在城市中又有80%的资源集中在大医院。因此，我国因老龄化问题所引起的医疗卫生保健服务供求矛盾非常突出［4］。

多项研究显示，80%以上的老龄人患有慢性疾病以及与生活习惯相关的疾病，30%以上患有2种以上慢性疾病［5］。研究进一步表明，针对患有多种慢性疾病的患者，更需要的是长期持续的健康看护观察，而不是费用昂贵的临床监护治疗。从流行病学数据和过去的研究发现，预防与减少疾病急性发作的重点在于提高健康看护质量，主动管理慢性疾病，及时发现异常，鼓励患者在医院以外的正常、健康的生活方式［6］。

面对因为老龄化所引起的医疗费用不断上升及看护能力日益短缺的现状，支持独立生活方式、个性化的院外医疗护理模式正成为新的健康看护的发展趋势［7］，其特点包括：1）充分利用普适生物医学传感、计算和通信技术，配合与协助医疗专家执行7×24 h的有效慢性疾病管理；2）提供异常及时发现能力以避免陷入危机（猝死）；3）利用医护人员的专业知识，提供时间和位置未受约束的适时准确的医疗看护服务与异常处理能力。

普适健康看护针对老年人和患有多种慢性病的高风险病人，旨在协助和补充现有的医疗卫生保健系统，整合医疗资源，降低不必要开支，提供高品质的健康看护服务。病人积极参与的普适健康看护可有效降低医护人员体力上与精神上的压力，提高配合治疗程度，减少看护与治疗成本，促进病人在院外的更好、更健康的生活方式［4］。病人监测服务市场是一个有着数十亿美元的产业，但目前面对以环境构建与服务提供为目的的普适健康监护关键技术的专门研究还非常缺乏［8］。

健康与医疗关系到人民的生命安全与身体，关系到国家的安全与和谐。普适健康服务技术是支持基本健康保障制度实施的主要技术基础，在中国开展与推广普适健康看护服务，可解决资源与需求的冲突，能有效整合医疗资源，确保财务保障高效运转，以健康普适服务促进社会和谐。通过运用普适服务技术和信息化手段，在健康与医疗服务全过程中融合普适计算理念，以创新的服务模式为人民适时、适地的提供普遍适用的健康服务与医疗服务，既是国家之所急，又是人民之所需，更是技术之所责。

2 PHC技术调研

随着普适计算技术的进一步研究和其在健康看护领域应用的不断深入，区别于相关联的生物医学工程技术、医学信息学以及普适计算技术，普适健康看护技术作为一个新兴的研究领域，显示出其自身显著的特点与不同的研究内容、方法与技术。由于PHC应用环境的复杂性、多样性以及多变性，如何基于现代信息技术，调试普适计算技术，并结合生物医学技术，构建一个适时适地提供适当健康看护的服务环境，是一门多学科交叉综合的复杂研究领域［9］。本文将分别从应用原型、系统模型以及上下文感知技术的角度分析普适看护领域的研究发展现状。

2.1 PHC应用原型

无线通信技术和病人可佩戴的医疗遥测设备的进步促使了病人临床监护与院外监护技术的快速发展，各种不同的病人监护系统得以开发与应用。随着普适计算、生命医学工程、医疗遥测等多学科技术的发展，现在可快速实现通过病人携带设备提取、记录、分析并传输病人健康状况征兆（以生理信号为表征形式）到医疗专业人员的电脑或PDA设备上，从而减少对评估和治疗所需的时间［10］。最近，从事健康监护研究机构正着力于开发可以准确监测病人生命体征和及时发现异常征兆的病人监护原型系统和应用，并取得了显著成果［11］。认识到老人医疗监护市场的重要性，一些全球知名的医疗仪器设备公司，包括通用电气、惠普、霍尼韦尔和英特尔，于2002年在美国华盛顿联手成立一家老年服务技术研究中心（CAST），鼓励老年人服务相关技术的开发与合作，倡导无线、远程病人监护医疗服务模式，以面对医疗服务费用日益增长的现状。

大量的健康监护原型系统得以开发设计，经历了3个典型阶段［8］，如果按照病人（监护对象）所处于的监护场景来划分，可以分为医院临床监护、居家监护以及户外移动监护3种不同类型［12］。第一代监测系统，如Micropaq在医院大楼范围内通过蓝牙等短距离无线技术和医院通信基础设施，收集和传输多参数的监测信息。下一代监视系统，如Medtronic支持居家的病人监护功能，在预约的时间收集传输病人信息。Motiva系统基于电视与有线网络构建一个安全的、个性化的健康监护通信平台，支持慢性病人在家中与服务提供商的交互，从而实现慢性疾病进行监控与管理，改善病人生活质量。其它类似的系统，如CardioNet与Biotronik可提供针对居家病人的短期监护（7～14 d）。

新一代监视系统针对移动病人，通过基于传输基础设施的无线网络（无线局域网，蜂窝PCS和卫星），持续不断的收集和传输病人的生命体征信息。代表性的类型，如智能穿戴式健康研究［13］，医疗遥测设备［14］，PDA 移动网关［15］，智能服装监护[16]等。 文献［17］体现了为提高普适看护质量而进行的医疗推理决策方面的研究。适合于老年人的普适监护系系统，代表性的研究如Gator Tech智能房间［18］，感知房间［19］以及精英护理［20］等项目。

2.2 PHC系统建模

目前，针对普适看护系统模型的研究还不多见，已有的文献多给出了普适看护系统设计的需求与挑战分析，但实际的系统建模研究则少见报道。例如，文献［21］分析了传达报警消息的需求模型；文献［22］从ICT架构模式的角度分析监护系统体系结构：以人为中心、以家为中心、以远程健康服务为中心，以健康看护服务机构为中心，分类普适健康看护的基本功能：紧急状态检测与报警、疾病管理、健康状态反馈与建议，并提出设计24 h医疗监护环境应包含的主要系统：室内（外）居家监控系统、远程户外活动监控与位置定位、紧急情况救援系统与系统服务的稳定维持；文献［23］调研了最近5年在健康看护领域的相关文献，按原始资料将文献分为5大类别：决策支持信息系统、用户健康信息学、居家远程健康看护、突发信息技术与信息学方法；文献［24］按照服务的可控性与应用位置，将健康看护系统分为可控制的环境（如健康看护单元或医院）与立即健康服务不可达地点（如病人家中或城市里）；文献［8］提出了基于传感、推理和传输功能的普适健康看护的系统框架，并探讨了主要功能组件的设计决策逻辑；文献［25］基于无线传感器网路技术，提出了一种基于网格的普适健康看护系统框架；文献［26］通过分析已有的普适健康看护应用，分类居家、网格空间以及移动空间3种典型应用环境，试图提出一种通用的满足软件需求的普适看护系统框架。

由于健康看护环境、对象以及采取策略的不同，健康看护应用系统类型众多，当前的研究多是针对某一特定的应用类型（目标），提出特定的解决方案，缺乏一种统一的普适看护体系架构分析以及设计方法研究。为便于普适看护系统的原型开发与设计，需要建立一个规范的系统模型，这是实现普适看护系统仿真与评估的重要前提与模型基础。

2.3 PHC上下文感知

上下文感知是普适计算领域的核心技术，最近几年，大量的研究工作集中在这一领域。文献［27］分类了5类有代表性的上下文感知架构：基于智能代理的架构（如CoBrA）、面向服务的构架（如SOCAM）、面向数据流的构架（如Confab）、基于 COBRA构架（如Gaia）以及面向对象的架构（Context-Tookit）。 T.Strang 等人［28］中总结了以下几种上下文模型：键值对模型、标记配置模型、图模型、面向对象模型、基于逻辑模型和基于本体模型。其中，基于本体的上下文建模具有知识共享、支持逻辑推理以及知识重用的特点，可实现语义层次的上下文信息的交互与共享，因而非常适合于普适看护服务的上下文建模应用［29］。文献［30］提出了一个包含增强词汇模型的上下文本体用于界面中上下文和动作信息的导航，其中，本体结构被定义为一系列属性，而本体词汇表则可依据领域和应用的需要进行设计；文献［31］使用OWL本体标记语言建模上下文，并支持语义表示、上下文推断和语义知识共享等；文献［32］中提出了一种基于 RDF（resource description framework）的CSCP语言来建模上下文。

由于普适看护服务的多样性、多变性以及复杂性，应用于普适看护上下文感知系统的研究还是少见报道。面向普适看护计算的上下文建模与推理工作，必须与普适看护服务环境和专家医疗知识与经验常识相结合，因此具有其特殊性。按照实现技术，文献［27］提出了一种命名为VINCA的服务网格方法体系，采用本体描述语言OWL和Jena规则推理系统，开发了基于VINCA－CC的上下文感知中间件。在过去的几年，常识推理在普适环境下的研究与应用也越来越多。文献［33］等利用常识知识以及智能对象来识别隐藏的对象并判断该对象的位置，以及检测某些隐含的危险情形，及时提醒用户。文献［34］设计了一种常识概率模型并使用传感器数据来推断用户的状态。文献［35］借助常识知识进一步进行推理获取更准确的用户活动。文献［36］基于常识推理技术介绍了一种新的面向场景的推荐方法，可以帮助用户根据日常生活中不同的场景选择更合适的穿戴搭配。文献［37］提出了厨房感知的研究平台，使用常识推理使控制接口简单化并增强交互性。文献［38］提出了一种面向老年人智能辅助环境的常识推理系统结构，阐述了常识获取、采用本体技术的常识表征以及常识规则推理技术，并建立起来推理原型系统。文献［39］针对现有上下文感知中间件在普适医疗领域的中存在的不足，基于本体对上下文信息建模和推理，提出一种适用于普适医疗环境的上下文感知中间件，该中间件采用集中式架构、用UPnP作为上下文发现和接入方法。

3 总 结

通过上述调研分析可以发现，虽然有关病人监护领域的研究已经取得了一些显著的成绩，但仍然存在着一些主要的限制和制约：1）提出的解决方案多数未涉及普适看护领域，未深入研究如病人移动性、持续监护以及异常及时发现等普适看护的应用特色；2）大多数解决方案未充分利用移动计算平台进行生物医学数据分析，因而传输大量原始数据将导致高的传输网络流量和更高的带宽需求，同时也给医疗专业人士进行信号分析和异常监测带来巨大的工作压力。

目前，商用的便携式监测设备与原型系统所提供的远程病人监护服务对于上下文异常检测的实时性、有效性以及可靠性方面与理想的普适看护服务还存在巨大差距，一个主要的因素在于已有的解决方案对于普适看护的复杂处理模式、相关的系统参数、以及推理决策机制等方面还缺乏深入理解和研究。针对慢性疾病的普适看护服务的系统构架与异常检测技术的研究，其未来主要研究方向包括：1）提供及时的异常检查，预防突发性疾病，减少可避免的住院费用与相应开销；2）利用移动计算平台，提供基于普适看护的生物医学数据的分析监测能力与医疗干预能力，降低网络流量与带宽需求。

［1］ U.Varshney.Pervasive healthcare：applications，challenges and wireless solutions ［J］.Communications of the Association for Information Systems，2005，16.

［2］ World Health Organization.Death by Cause， Sex and Mortality Stratum in WHO Regions［R］.1999.

［3］全国老龄办.中国人口老龄化发展趋势预测研究报告［R］.

［4］朱珍民.健康普适服务—普适计算在健康/医疗的应用探讨 ［J/OL］.http://www.bjkp.gov.cn/bjkpzc/kjqy/it/lsywl/250584.shtml.

［5］ 严佳岚，危 尚.城市社区老年人健康教育存在的问题及对策［J］.现代护理，2009，6（35）.

［6］ S.Sneha.Patient Monitoring via Mobile Ad Hoc Networks：Maximizing Reliability while Minimizing Power Usage and Delays ［D］.Doctoral Dissertation，Georgia State University，May 2008.

［7］ Website：US Administration on Aging Report on Demographic Changes ［EB/OL］.http://www.aoa.dhhs.gov/aoa/stats/aging21/demography.html.

［8］ S.Sneha， U.Varshney.Enabling ubiquitous patient monitoring：Model，decision protocols,opportunities and challenges ［J］.Decision Support Systems，2009，46：606–619.

［9］ J.E.Bardram.Pervasive healthcare as a scientific discipline［J］.Methods Inf Med，2008，47（3）：178－85.

［10］ K.Hung，Y.Zhang.Implementation of a WAP －based telemedicine system for patient monitoring ［J］.IEEE transactions on Information Technology in Biomedicine，2003，7（2）.

［11］ S.Sneha，U.Varshney.Wireless ECG monitoring system for pervasive healthcare ［C］//In Proceedings of the Eleventh Americas Conference on Information Systems，AMCIS，Omaha NE，2005.

［12］ H.Y.Zhou，K.M.Hou.Pervasive Cardiac Monitoring System for Remote Continuous Heart Care［C］//Proceedings of International Conference on Bioinformatics and Biomedical Engineering（ICBBE’10），2010.

［13］ P.Bonato.Wearable sensors/systems and their impact on biomedical engineering ［J］.IEEE Engineering Medicine and Biology Magazine，2003，22（3）.

［14］ I.A.Gieras.The proliferation of patient－worn wireless telemetry technologies within the U.S.healthcare environment［C］//Proceedings of 4th International IEEE EMBS Special Topic Conference on ITAB，2003.

［15］ E.Jovanov，A.O’Donnell Lords，D.Raskovic， et al.Stress monitoring using a distributed wireless intelligent sensor system ［J］.IEEE Engineering in Medicine and Biology Magazine，2003，22（3）.

［16］ Website for Smart Shirt：http://www.smartshirt.gatech.edu.

［17］ U.Varshney.A framework for supporting emergency messages in wireless patient monitoring ［J］.Decision Support Systems，April 2008.

［18］ Website：Gator Tech Smart House：http://www.icta.ufl.edu/gt.htm.

［19］ Website：AwareHomeProject：http://www.awarehome.gatech.edu/projects/index.html.

［20］ V.Stanford.Using pervasive computing to deliver elder care ［J］.IEEE Pervasive Computing Magazine，2002（1）1.

［21］ E.Kafeza，D.K.W.Chiu，S.C.Cheung，et al.Alerts inmobile healthcare applications:requirements and pilot study ［J］.IEEE Transactions on.Information Technologies in Biomedicine，8（2），2004.

［22］ R.Haux，J.Howe，M.Marschollek，et al.Health －enabling technologies for pervasive health care：on services and ICT architecture paradigms ［J］.Informatics for Health and Social Care，2008，33（2）：77－89.

［23］ S.Koch，M.Ha¨gglund.Health informatics and the delivery of care to older people ［J］.Maturitas，2009，63（3）：195－199.

［24］ C.Doukas，I.Maglogiannis.Intelligent Pervasive Healthcare Systems，Advanced Computational Intelligence Paradigms in Healthcare［M］.Springer Press，2008，107：95－115.

［25］ J.O.Daramolar，V.C Osamor，O.O.Oluwagbemi.A gridbased framework for pervasive healthcare using wireless sensor networks：a case for developing nations［J］.Asian Journal of Information Technology，2008，7（6）：260－267.

［26］ Z.Salvador，M.Larrea，A.Lafuente.Infrastructural software requirements of pervasive health care［C］//Proceedings of IADIS International Conference Applied Computing，2007：557－562.

［27］杨少华，王洪翠，熊锦华，等.上下文感知中间件［J］.2009.

［28］ T.Strang，C.Linnhoff－Popien.A Context Modeling Survey ［C］//In First International Workshop on Ad－vanced ContextModelling，ReasoningAnd Management，Ubi-Comp，2004.

［29］ F.L.Gandon，N.M.Sadeh.Semantic Web technologies to reconcile privacy and context awareness［J］.Journal of Web Semantics，2004，（3）：241－260.

［30］ P.Korpipaa，J.Hakkila，J.Kela，et a1.Utilising context ontology in mobile device application personalisation，Colleage Park，Maryland，USA，2004.

［31］ T.Gu，H.Keng Pung，D.Qing Zhang.A middleware for building context—aware mobile services ［C］//IEEE 59th Vehicular Technology Conference，Milan，Italy，2004.

［32］ S.Buchholz， T.Hamann， G.Hfibsch.Comprehensive structured context profiles（cscp）：Design and experiences［C］//The 2nd IEEE Annual Conf on Pervasive Computing and Co mmunications Workshops，2004.

［33］ B.Guo.Sixth －Sense：Context Reasoning for Potential Objects Detection in Smart Sensor Rich Environment［C］//Proceedings ofIEEE/WIC/ACM IAT’06，2006：191 －194.

［34］ W.Pentney，M.Philipose，J Bilmes.Structure Learning on Large Scale Common Sense Statistical Models of Human state ［C］//Proceedings of the Twenty－Third AAAI Conference on Artificial Intelligence，2008.

［35］ T.Suganuma.A Ubiquitous Supervisory System based on Social Context Awareness［C］//IEEE Computer Society［J］.2008：370－377.

［36］ E.Shen，H.Lieberman，F.Lam.What am I Gonna Wear?：Scenario－Oriented Recommendation［C］//IUI’07，Hawaii，USA，2007：365－368.

［37］ C.－H.J.Lee，L.Bonanni.， J.H.Espinosa.Augmenting Kitchen Appliances with a Shared Context using Knowledge about Daily Events［C］//IUI’06，Sydney，Australia，2006：348－350.

［38］张桂英，周兴社，倪红波，等.面向老年人的智能辅助环境下常识推理系统 ［C］//普适计算学术会议，2009：443－448.

［39］程 洁，饶若楠.一种普适医疗环境下的上下文感知中间件［J］.计算机应用与软件，2009，26（11）：50－53.