面向中医养生的移动互联网应用概述

于彤　崔蒙　毛郁欣　于琦　李敬华　张竹绿

【摘要】 近年来，智能手机等移动设备得以迅速普及，成为面向百姓提供知识服务的一种有效手段。面向中医养生的移动互联网应用逐年增多，移动互联网正在成为传播中医养生知识的一个新兴的平台。本文介绍中医养生移动互联网应用的工作原理、使用方法、市场前景以及推广方式，分析其中存在的问题并提出研究思路。

【关键词】 中医药； 中医养生； 知识服务； 移动互联网； 移动设备

【Abstract】 In recent years，mobile devices such as intelligent mobile phones were widely used and became an effective means to provide knowledge services for the masses.A plenty of mobile applications have appeared in TCM health preservation domain，and mobile internet has become an emerging platform for the dissemination and sharing of TCM health knowledge among the people.This paper introduces the technical mechanism，method of use，market prospect，promotion method of these mobile applications，analyzes the existing problems and proposes research thoughts.

【Key words】 Traditional Chinese Medicine； TCM health preservation； Knowledge service； Mobile internet； Mobile device

First-authors address：Information Institute of Traditional Chinese Medicine，China Academy of Chinese Medical Sciences，Beijing 100700，China

doi：10.3969/j.issn.1674-4985.2015.35.033

中医养生学历史悠久，源远流长，是中华民族优秀的文化遗产[1-2]。随着社会的发展和人民生活水平的提高，百姓越来越重视养生保健，对中医传统的养生知识发生了日益浓厚的兴趣。近年来，面向中医养生的移动互联网应用（以下简称“App”）逐年增多，成为百姓获取中医养生知识的创新性手段。中医养生App具有使用方便、内容丰富、智能等优点，具有广阔的发展前景。然而，相关产品仍存在知识可信性、系统友好性等方面的问题，需要开展进一步的研究工作加以解决。在下文中，介绍中医养生App的工作原理、使用方法、市场前景以及推广方式，分析其中存在的问题并提出研究思路。

1 中医养生APP的工作原理和使用方式

近年来，智能手机等移动设备迅速普及，移动互联网蓬勃发展[3-4]。移动App成为医学信息技术研发的一个新热点[5-7]。在中医养生领域，也已出现了一些优秀的App。例如：（1）“过日子”能根据用户“中医体质测试”的结果，针对用户的体质类型提供个性化的知识服务；（2）“中华养生”以中医理论为依据，从运动、食疗、调神三个方面向用户阐述养生知识，还实现了养生提醒功能；（3）“中医养生钟（普及版）”将时辰养生等中医养生知识与移动技术相结合，根据时辰（时间）与脏器经络的对应关系为用户提供养生提醒服务；（4）“365健康养生”提供健康饮食、针灸按摩、名医坐诊等栏目，每天实时为用户更新养生知识；（5）“体质养生（食疗）系统”帮助用户在选择食物时能根据自身体质去分析营养价值[8]，而不仅根据喜好。这些App的优点包括专业、美观的界面设计、认真编写的知识内容以及个性化的知识服务等。

中医养生App的获取和使用都很方便：用户可从国内外各个移动应用市场上发现自己想要的App并下载安装，即可开始使用。许多App会提请用户进行注册并填写个人健康信息，以便提供知识推荐等个性化服务。例如，App会基于中医理论和标准，为用户提供中医体质测试服务，通过一组测试题帮助用户了解自己的中医体质类型。中医养生App提供的常见服务包括：（1）根据用户的体质特点提供个性化知识推荐服务；（2）通过输入框接受用户的知识查询请求，使用户可以随时随地获得针对自己和家人的养生知识和健康提示；（3）提供中医养生文献，供有兴趣的用户进行深入阅读；（4）根据用户个人健康信息，自动生成养生调理的推荐方案，成为用户养生保健的智能助手。

下面简要介绍中医养生App的工作原理。App为部署于各种移动终端上的一个应用程序，它一般会通过移动互联网连接到后台服务器，获得服务端的知识库和计算能力的支持。知识库部署于服务器端，它以中医理论为依据，对中医养生领域各种知识点进行系统组织，构成完整的养生知识体系。用户管理、数据管理、信息推送和查询处理等功能也都在服务端完成。App向服务器上传用户注册信息以及个人健康信息，并从服务器端获取知识内容，再通过分类浏览、知识推荐、知识检索等方式向用户呈现。用户在输入框中输入文字后，App向服务器发出查询请求，服务器端将结果返回App，App再将结果显示出来。移动终端、网络与云端的知识库构成了一个巨型的知识服务系统，面向大众提供丰富、智能和个性化的“普适知识服务”。任何人只要通过某种移动终端接入广泛覆盖的网络，即可随时、随地获得自己感兴趣的中医养生知识。

2 中医养生APP的市场前景和推广方式

基于移动互联网的专业化中医养生知识服务具有广阔的市场前景。健康长寿是人类永恒的追求，每个人都可能是养生App的潜在用户。随着社会的飞速发展，人民群众对生活质量和身心健康的要求越来越高，同时也出现了许多新型的健康问题。例如，随着我国逐渐进入老龄化社会，老年人的养生保健问题正在日益凸显；又如，随着经济发展和产业升级，更多的人从“蓝领”转向“白领”，白领人群激增带来了白领养生保健的问题。因此，“老人养生”和“白领养生”都是可以重点发展的领域。可针对重点用户群体，专门研究该群体的使用方式和关注点，在知识服务的内容和方式上有所侧重。如针对白领侧重于养生美容知识的推荐；针对老年人以短信方式提供知识使其更易接受等。

中医养生App能够向用户传达科学、实用的养生观念和知识，并按节气、时辰提供养生提醒服务，适时督促用户从事养生保健活动，以达到增强体质、预防疾病、颐养生命之目的。为满足人民群众对中医养生知识的需求，中医养生App的主要应用范围和使用方式包括：（1）根据中医理论，提供疾病的预防、保健和康复服务；（2）为不同体质状态下的无特殊疾病人群提供个性化知识服务；（3）为不同年龄段、性别和职业特点的人群（如老人、儿童、白领女性等）提供差异化的知识服务；（4）在不同时节，提供适时、合理的养生保健建议；（5）遍寻中医名家，广泛收集并综合存储名家养生经验等。

App具有开发技术成熟、开发成本低等优势。App开发完成之后，即可以较低成本发布到国内外各个移动应用市场（如苹果App Store、Google Play、91助手、豌豆荚等）。产品投放市场之后，运营和维护成本也相对较低。移动互联网的服务方式除了App，还有Web网站、微信、微博、手机短信等。在前期推广中，一般免费使用。积累一定的用户量后，可通过投放广告、收费服务、医疗O2O、第三方数据服务等多种方式实现盈利。

3 存在的问题和研究思路

目前，中医养生移动应用产业蓬勃发展，但尚未成熟。该领域仍存在一系列亟待解决的问题。其中的一个突出问题是App产品质量良莠不齐，知识服务的内容缺乏系统性和科学性，因此缺乏用户的信任[9-10]。另外，现有系统一般仅实现了基本的知识检索和浏览功能，对普通用户尚不友好；尚需实现个性化推荐、知识问答等智能化方法，帮助用户以更为简易、高效的方式获取知识。上述问题的解决，需要学术界参与其中。中医药科研机构（包括中医药大学）可以与工业界合作，开展基础性的研究以及App产品的开发等工作。下面讨论中医养生知识库以及个性化推荐、知识问答等智能化方法的研究思路。

3.1 研发中医养生知识库 中医养生领域尚未形成一个权威、准确、值得百姓信任的知识源。为保证知识的可信性，需要权威专家对养生知识进行系统梳理，贡献多年来积累的专业知识。近年来，中医药领域的信息化建设取得了长足的进展，积累了大量的中医药数据资源[11]。但相关资源相对分散，尚未得到有效整合，与百姓需求之间尚有差距。为提升中医养生知识服务的整体水平，需要建立一个权威、系统、全面的中医养生知识库，为众多的中医养生App提供统一的支持。

中医养生领域知识体系相当复杂，知识库设计需要兼顾服务需求、系统功能、实现难度、稳定性、可扩展性等多种因素。应以中医养生的概念体系为主线，实现术语、文献、数据库等相关知识资源的相互关联，从而构建综合性的中医养生知识库，满足中医养生App的数据需求。可将中医养生知识分为中医养生基础、中医养生方法、中医养生应用三个大类，从理论、方法到应用的三个层面上解析养生知识，建立中医养生知识分类框架。其中“中医养生基础”中包括中医养生思想和中医养生原则，是中医养生方法的理论指导；中医养生方法涵盖中医养生的具体方法类型，包括饮食养生、运动养生、情志养生、针灸养生、按摩养生、房室养生、药饵养生等多种养生方法；中医养生应用是中医养生方法的服务对象和应用范围。可以将中医养生方法作为中心，建立中医养生理论、典籍、节气、疾病、体质、证候等概念和知识点之间的相互关联，实现中医养生知识的系统组织。

中医科研界作为中医知识的传承者和创新者，在这个共性知识库的建设中将发挥领导作用。可在互联网上建立知识库的共建和共享平台，鼓励中医养生专家注册并参与知识库的建设，形成一个围绕养生知识共享的虚拟社区。

3.2 研究基于移动互联网的用户信息交互模型 移动互联网技术为收集用户个人健康数据和行为信息的采集，提供了极大的便利。可充分利用移动互联网的技术特点，设计具有中医特色的用户信息交互模型，定义用户提交个人信息和知识需求的基本方式，为开展个性化的知识服务奠定基础。具体的研究内容如下。

首先，需要系统梳理可被用于个性化知识服务的用户个体特征信息，包括用户的个人健康信息（包括性别、年龄、体质、疾病、证候、病史、生活史、工作环境、作息、饮食、人际关系等）以及用户所处环境的信息（包括季节、时间、天气、地域等）。

其次，需要分析相关信息的可获得性以及具体的采集方式。例如，性别、年龄、病史可人工填写；中医体质可根据《中医体质分类与判定》等标准制定的“中医体质测试”进行评测；时间、季节、地点等信息可由计算机系统自动确定等。

再次，可采用本体方法，根据中医理论对用户个体特征信息进行建模，对用户属性进行分析与归纳，定义不同属性的取值范围。从不同的维度对用户进行分类，整理和归纳不同群体对中医的需求差异，从而形成面向一般用户的个性化中医需求模型。

最后，可基于用户信息交互模型，使用智能移动终端对用户数据进行搜集和管理。根据当前智能移动终端的功能和交互特点，采用客户端脚本语言设计数据采集程序，动态采集面向中医药领域的用户信息，搜集和整理用户数据，为实现智能的个性化知识服务奠定基础。

3.3 研究中医养生知识推荐方法 不同用户对中医药知识的需求不尽相同，用户往往对与自身体质和健康状况相关的中医药知识更感兴趣。若能根据用户的特点和偏好，向其提供个性化的知识推荐服务，则可更好地满足用户的需要。为实现个性化知识推荐服务，需要搜集关于用户的信息。这些信息可能来自于用户的填写和设定，也可能由用户使用行为推定。

个性化知识推荐服务的后台需要推荐系统的支持，而推荐系统的核心则是其所使用的推荐方法（或称推荐算法）[12]。近年来，推荐方法研究相当活跃，提出了“协同过滤”、“基于内容的过滤”、“基于知识的推荐系统”等多种推荐方法[13-15]。可综合利用上述方法，研制面向中医药领域的个性化知识推荐系统，使之能够利用用户个人健康信息、人际网络信息和健康公共信息，向用户提供有用的中医药知识和有效的建议。

移动互联网因其普及性、便捷性以及强大的个人信息采集和自动感知能力，为知识推荐提供了理想的平台。需要研究如何根据某人的健康状况和行为信息，从海量中医知识资源中自动找出其可能关注或感兴趣的知识，从而实现知识的主动推荐。在此基础上，研发基于个人健康信息、用户行为以及推荐规则的知识推荐引擎，使普通百姓在移动终端上获得精准的个性化知识服务。

3.4 研究中医养生知识问答方法 问答系统是信息检索系统的一种高级形式。当用户输入查询请求或问题时，系统给出尽可能准确的答案或建议，而不是大量的搜索结果。问答系统的一个典型案例是Wolfram Alpha，它是一部提供知识的引擎，能利用后台存储的大量专业知识，完成知识问答、分析报告生成等任务。问答系统能通过语音、文字等方式，与用户进行接近自然语言的对话，用准确、简洁的自然语言回答用户用自然语言提出的问题。问答系统适合在移动设备中实现，面向普通百姓提供知识服务。问答系统的后台需要大型知识库系统和推理能力的支持，研发难度大，技术门槛高。需要研究专门面向中医养生的知识库和推理方法，实现根据症状辨别证候，以及推荐处方等常见的问答形式。

4 小结

近年来，随着“养生热”的逐年升温，书籍、广播、电视等各种媒体上的养生知识越来越多。移动互联网因其普及性、便携性等优点，正在成为传播中医养生知识的一个新兴的平台。中医养生App能提升知识访问的便捷性，促进中医养生知识和文化遗产的普及和传播，使中医在人民群众的养生保健中发挥更大的作用。中医药信息化经过多年发展，已经积累了大量宝贵的数据，为开发中医养生App产品创造了条件。目前，已出现了很多面向中医养生的App，它们普遍具有安装和使用方便等特点。但基于移动互联网的中医养生知识服务产业尚未成熟，需要开展进一步的研发工作。为提升知识服务的可信性，需要建立综合性、权威性、科学性、大众性的中医养生知识库。为使产品更加友好和高效，个性化推荐和知识问答等智能化方法也将是进一步研发的重点。

参考文献

[1]郭海英.中医养生学[M].北京：中国中医药出版社，2009：1-6.

[2]刘占文.中医养生学[M].北京：中国中医药出版社，2012：2-18.

[3]罗军舟，吴文甲，杨明.移动互联网：终端、网络与服务[J].计算机学报，2011，34（11）：2029-2051.

[4]肖志辉.移动互联网研究综述[J].电信科学，2009，25（10）：30-36.

[5]罗仁.美国移动医疗APP：新颖到主流之路[J].中华医学信息导报，2014，29（11）：18.

[6]汪鹏，吴昊.国内外移动互联网医疗应用现状及未来发展趋势探讨[J].中国数字医学，2014，9（1）：8-10.

[7]张卯红.国内外移动医疗的发展现状与未来趋势分析[J].医学信息，2014，28（38）：2.

[8]胡奥杰.基于android的体质养生系统的开发[J].电子世界，2014，36（7）：112-113.

[9]朱毓梅.中医药信息需求的调查分析[J].国际中医中药杂志，2014，36（9）：830-832.

[10]胡晨霞，申瑞华.中医药养生保健资源库构建思路[J].国际中医中药杂志，2013，35（4）：341-342.

[11]崔蒙，尹爱宁，范为宇，等.中医药科学数据建设研究进展[J].中国中医药信息杂志，2006，13（11）：104-105.

[12] Ricci F，Rokach L，Shapira B.Introduction to recommender systems[M].Handbook，Recommender Systems Handbook，Springer，2011：1-35.

[13] Melville P，Sindhwani V.Recommender systems[M].Encyclopedia of Machine Learning，2010：1-10.

[14] Mooney R J，Roy L.Content-based book recommending using learning for text categorization[C].Proceedings of the Fifth ACM Conference on Digital Libraries，ACM，1999：195-204.

[15] Burke R.Knowledge-based recommender systems[J].Encyclopedia of Library and Information Science，2000，69（32）：180-200.

（收稿日期：2015-04-07） （本文编辑：欧丽）