基于EHR和决策支持的智慧医疗在精准健康管理中的应用

杨红梅，周毅，⋆，田翔华

基于EHR和决策支持的智慧医疗在精准健康管理中的应用

杨红梅1，周毅1，2⋆，田翔华2

（1.中山大学中山医学院生物医学工程系，广州 510080；2.新疆医科大学医学工程技术学院，乌鲁木齐 830011）

发展精准医学的长远目标是实现精准的健康管理。本文介绍了精准医学和精准健康管理的概念，阐述了精准健康管理和精准医学的关系，及其区别于传统健康管理的特点；论述了基于电子健康档案和决策支持的智慧医疗应用在精准健康管理中所发挥的作用。

精准医学；精准健康管理；智慧医疗；电子健康档案； 决策支持

0 前言

精准医学[1]是指充分考虑了患者的基因、环境、生活方式、个体差异、疾病特征等各个方面的信息，在正确的时间为正确的患者或高危人群提供正确的诊断、治疗或预防措施的一种医学模式。精准医学的核心[2]是将与人类疾病相关的多方面信息关联，包括组学信息、临床、环境、个人行为等，精确地理解疾病的状态和发展过程，明确患者所属的疾病亚类，从而制定出个性化的治疗方案。 世界卫生组织发布的健康公式[3]：健康=15%遗传因素+10%社会因素+8%医疗条件+7%气候条件+60%自我保健，反映生活方式、遗传、医疗、气候和社会因素对个健康的影响。

精准健康管理是精准医学的长远目标，以美国倡导的精准医学计划为基础，推行个体化基因组学研究，制定个体化医疗方案，必将推动经典的健康管理进入“精准健康管理”新高度[4]。

1 精准健康管理

精准健康管理[4]是运用精准医学的理念技术，根据个体或群体的健康状况结合个体遗传特征进行全面监测、分析和评估，提供健康咨询和指导以及对健康危险因素进行干预的精细化的健康管理。精准的健康管理是精准医学的长远目标[1]。精准医学的研究成果将提升人类对疾病风险评估、疾病机制把握以及许多疾病最佳治疗方案的预测，这将对扩大精准医疗在健康和卫生保健等诸多领域带来益处。

精准的健康管理包括基于个体基因的健康管理，更有针对性的预防医学；基于基因组学的药物匹配，为患者已核实的计量提供合适的药物。精准的健康管理与预防医学是密不可分的，它的范畴不仅仅包括“未病先治”概念，他是通过建立一个完整的由数据支撑的健康的模型，在此框架下进行一系列的健康指导[5,6]。

以医疗为核心的健康管理策略是按照个人身体状况进行划分，即是：（1）低风险人群；（2）中度风险人群； （3）高风险人群；（4）紧急状态人群；（5）慢性病状态人群；（6）灾难性疾病人群。针对不同的人群采取不同的管理措施。评估与教育、疾病预防、生活行为方式改变适用于除患灾难性疾病之外的所有人群，这些人群要么经过健康风险评估后没有发现风险因素，要么通过教育、疾病预防与生活行为方式干预可以防止慢性病的发生。但当患慢性病或者灾难性疾病时，就需要对应的疾病管理及进行相关治疗。如图1所示。

图1 针对不同人群的健康管理策略及生命周期

电子健康档案以及相关指导适用于所有人群。 广义的电子健康档案（EHR，Electronic Health Record）是居民健康服务和自我健康管理过程的规范、科学记录，包含个人健康信息和接受健康服务的信息[7]。居民自我健康管理和公众健康管理是健康档案的重要应用领域。电 子健康档案的作用是以居民个人健康为核心，贯穿整个生命过程，涵盖各种健康相关因素、实现多渠道信息动态收集，满足居民自我保健和健康管理、健康决策需要：

（1）自我保健。居民可以通过安全认证程序查阅自己的健康档案。了解自己不同生命阶段的健康状况和利用卫生服务的情况，接受医疗卫生机构的健康咨询和指导。

（2）健康管理。卫生服务提供者可通过持续积累、动态更新的健康档案系统地掌握服务对象的健康状况，及时发现重要疾病或健康问题、筛选高危人群并实施有针对性的防治措施，从而达到预防为主和健康促进目的。

（3）健康决策。建立完整的健康档案，能及时、有效地提供基于个案的各类卫生统计信息，帮助卫生管理者客观地评价居民健康水平、医疗费用负担以及卫生服务工作的质量和效果，为区域卫生规划、卫生政策制定以及突发公共卫生事件的应急指挥提供科学决策依据。

健康档案信息主要来源于医疗卫生服务记录、健康体检记录和疾病调查记录，面对医疗大趋势。电子健康档案的分析应用需要打造一个更强大的大数据平台做支撑[8]，不局限于院内数据整合，还要求院与院之间，区域与区域之间的数据的联合和共享。不仅整合临床信息，还应包括基因信息，这也是实现精准医学的需求。基于统一的健康档案标准，构建区域卫生信息平台，利用此平台共享信息资源，建立居民健康服务应用系统，并经过合法授权程序通过区域卫生信息平台供给其他应用系统使用[9]。

2 智慧医疗

基 于健康档案的区域医疗信息平台是智慧医疗的基础。智慧医疗脱胎于智慧地球，是医疗卫生信息化建设的新阶段。智慧医疗运用物联网、云计算等技术，通过感知化、物联化、智能化的方式，将与医疗卫生建设相关的物理、信息、社会和商业基础设施连接起来，并智能地响 应医疗卫生生态圈内的 需求。

决策支持贯穿健康管理整个生命周期，其属于智慧医疗应用的范畴。精准健康管理需要一个实时的知识传递的途径，为健康服务提供者、医务工作者或个人提供知识、特定个人或人群信息，在恰当的时间智能化地过滤或表达信息，目的是提供更好的健康、诊疗或公共卫生服务[10]。

决策支持是基于一系列个人健康状况特点在恰当的时间以恰当的方式辅助健康管理。决策支持在健康管理中的应用覆盖广泛且全面，包括支持卫生信息的管理，卫生服务计划指南与协议的创建、支持与管理，药物治疗预防保健、健康教育的提醒，对相关知识（临床指南、患者信息）的存取等[11]。

推进精准医学的研究和应用，需要整合基因检测数据、临床数据和生活环境数据。可以预见，精准的健康管理要求决策支持具备传递基因信息的功能。在临床上的应用基于患者和疾病的特点，包括基因组突变检测和所有患者特异性数据的临床应用，许多临床医生缺乏利用基因组信息的知识和正规训练而面临了解和整合基因组数据的挑战。对于医生专家来说，实现精准的癌症诊断不仅需要了解先进的最佳治疗方案实践，不断地对庞大且复杂的肿瘤研究资料进行深度的研究和分析，他们最大的挑战还包括每天以秒递增的海量数据，这其中包括80%的非结构化数据(例如声音、行为等)。利用世界先进的深度学习技术和认知技术，辅助临床诊断，提高诊断的效率和精度。

范德堡－英格拉姆癌症中心2011年研发了一个个性化的癌症决策支持工具My Cancer Genome[12]，为肿瘤科护士提供临床决策支持。其数据来源于护理、医学文献及因特网，并将医学知识与EHR整合，给 医生提供突变靶向治疗和可能的临床试验的决策支持，通过互联网向医生、病人或研究人员可提供相关的信息服务。美国圣犹达儿童医院研究中心研究出一套机制将药理基因组学检验报告自动整合到EHR中[13]，并以临床决策支持系统来辅助医生下达医嘱。

面向精准医学的决策支持的广泛应用目前仍面临一些问题，基于基因组学的决策支持设计与实施依赖于特定的医疗机构和医疗信息系统运行，没有独立于应用程序的可重用的决策支持资源，是目前制约决策支持广泛被采用的最主要原因之一。实现资源共享和可重用最后还是要归结到标准化的问题。

无论是美国电子病历Meaningful Use还是中国电子病历分级评审以及几百个临床路径强制性的推行，都把决策支持功能的实现列入对医院临床实践的现实要求。但当前开发出适合大面积推广的决策支持系统，还面临一系列严峻的挑战[14,15]。包 括：

（1）没有广泛可接受的、标准的方法表述基于计算机的决策支持干预和它们的结构化成分；

（2）缺乏统一的表达临床规则的结构化模型；

（3）患者数据还未达到语义的统一，各医院和各软件实现决支持的方法各不相同，远达不到可重用的水平。

因为以上原因，决策支持很难得到普及。决策支持的标准化有利于促进决策支持的推广和应用。对于决策支持服务的提供者来说，如果没有一个广泛采纳的标准，那么需要实现不同的接口来适应与不同决策支持系统直接的交互，就只有很小一部分的服务提供者愿意投资。遵循一个广泛采纳标准则可以减少决策支持系统的实现互操作的成本，并有利于打开市场，吸引服务提供者投资。对于厂商来说，标准化也能够降低他们投资于开发系统框架的风险。因此，要解决决策支持普及的问题，标准化是不可避免的。

3 总结

精准的健康管理是精准医学的长期目标。精准健康管理不同于传统的健康管理，其特点是运用精准医学的理念技术，根据个体或群体的健康状况结合个体遗传特征进行全面监测、分析和评估，提供健康咨询和指导。精 准健康管理的实现需要依托电子健康档案和智慧医疗建设。健康档案的实施贯穿健康管理生命周期，基于电子健康档案的区域卫生信息平台建设，将促进健康档案的统一和规范化，实现医疗机构间的信息互联互通，健康信息共享，支持精准健康管理应用。智慧医疗的将是精准医学和精准健康管理实现中重要的策略，决 策支持属于智慧医疗的范畴，在恰当的时间为恰当的用户传递知识，决策支持的正确应用将提高精准医学和精准健康管理服务的效率和质量。

精准医学长远目标实现需要注入医疗信息技术，推动精准医学的研究，促 进人类对疾病风险评估、疾病机制把握以及许多疾病最佳治疗方案的预测，扩大精准医疗在人类健康和卫生保健等领域的应用。

[1] Collins F S, V.H., A new initiative on precision medicine. New England Journal of Medicine, 2015. 372(9)： p. 793-795.

[2] in Toward Precision Medicine： Building a Knowledge Network for Biomedical Research and a New Taxonomy of Disease. 2011：Washington (DC).

[3] 梅甜,张洋,胡珊,杨红梅,周毅. 精准医学体系的构建及其面临的挑战. 中国数字医学,2016,01：44-48.

[4] 记者 于娟. 精准健康管理时代来临[N]. 中国医药报,2016-06-24001.

[5] 王力 and 王丽辉, 健康、健康管理、健康管理师及中国健康管理的发展前景. 中国疗养医学, 2011. 20(12)： p. 1065-1067.

[6] 中华人民共和国国家卫生和计划生育委员会.国家基本公共卫生规范[s].2011.

[7] 中华人民共和国国家卫生和计划生育委员会.基于健康档案的区域卫生信息平台建设技术解决方案(试行)[s].2009.

[8] 孟海滨, et al., 电子健康档案数据分析应用总体框架研究. 医学信息学杂志, 2014. 35(11)： p. 2-7.

[9] 基于健康档案的区域卫生信息平台建设技术解决方案（试行）http：//www.moh.gov.cn/mohbgt/s6718/200912/45413.shtml.

[10] 李包罗, 可共享临床决策支持系统及其知识表达的架构和干预类型. 中国数字医学, 2014. 9(6)： p. 42-45.

[11] 王雪, 临床决策支持系统综合报告.百度文库.109120104.

[12] My Cancer Genome.www.mycancergenome.org.

[13] Ullman-Cullere, M.H. and J.P. Mathew, Emerging landscape of genomics in the Electronic Health Record for personalized medicine. Hum Mutat, 2011. 32(5)： p. 512-6.

[14] Zhou, L., et al., Structured representation for core elements of common clinical decision support interventions to facilitate knowledge sharing. Stud Health Technol Inform, 2013. 192： p. 195-9.

[15] 李新伟, 代涛, and 胡红濮, 美国卫生决策支持系统建设与应用. 中国循证医学杂志, 2012. 12(3)： p. 251-255.

The Application of Smart Health Based on EHR and Decision Support in Precision Health Management

YANG Hong-mei1, ZHOU Yi1,2*, TIAN Xiang-hua2
(1.Department of Biomedical Engineering, Zhongshan Medical College, Sun Yat - sen University, GuangZhou 510080;2. Medical Engineering College of Xinjiang Medical University, Urumqi 830011)

The long-term goal of developing precision medicine is to achieve precise health management. This paper introduces the concepts of precision medicine and precision health management, and expounds the relationship between precision health management and precision medicine. The features are summarized that distinguishes precision health management from traditional health management. Furthermore, It is discussed the importance of application of smart health based on electronic health records and decision support in precise health management.

Precision medicine； Precision health management； Smart health； Electronic health record； Decision suppo rt.

国家自然科学基金项目(61263011）；科技部精准医学重点项目；（2016YFC0901602）；广东省前沿与关键技术创新专项（2014B010118003，2015B010106008）；中山大学中央高校基本科研业务费项目（15ykcj03d)；广州市科技计划项目（201604020016）

周毅，男，中山大学中山医学院生物医学工程系，副教授。