大数据背景下智慧养老研究综述

王战友，赵耀培

（1.山东管理学院，山东 济南 250357；2.山东财经大学，山东 济南 250014）

一、引言

随着我国老龄人口的增多，我国已提前迈入老龄化社会，数据显示，截至2016年底，中国60岁及以上老年人口超过2.3亿，占总人口的16.7%；65岁及以上老年人口超过1.5亿，占总人口的10.8%。预计到2050年，中国老年人口将达到4.8亿，约占届时亚洲老年人口的五分之二、全球老年人口的四分之一，比现在美、英、德三个国家人口总和还要多。老龄问题将为中国社会经济发展和转型带来新挑战。随着互联网、云计算及大数据计算等技术的推广普及，如何运用互联网思维改革养老服务产业，成为我国学术界和产业界共同关注的重要议题。

在此背景下，面对老龄化带来的各种问题，学术界和产业界不由自主地将求解思路转向了现代信息技术，智慧养老便应运而生。智慧养老涉及老人、家庭、社区、养老机构、医疗机构以及政府等多个层面，基于现代化的科技技术（如互联网、社交网、物联网、移动计算等），围绕老人的生活起居、医疗卫生、保健康复、娱乐休闲、学习分享等各方面支持老年人的生活服务和管理，在提升老年人生活质量的同时，也能充分利用老年人的经验智慧，真正实现老年人“老有所养、老有所医、老有所乐、老有所学和老有所为”。

2016年国务院办公厅下发的《关于促进和规范健康医疗大数据应用发展的指导意见》明确提出，要夯实健康医疗大数据应用基础，加快建设统一权威、互联互通的人口健康信息平台，深化健康医疗大数据应用。2017年我国又相继出台了《国务院关于印发“十三五”国家老龄事业发展和养老体系建设规划的通知》等一系列的政策，先后颁布的政策及规范近80项；2018年国务院办公厅下发《关于促进“互联网+医疗健康”发展的意见》，对健全和完善“互联网+医疗健康”的服务体系和支撑体系提出指导意见。这些政策的发布为“十三五”期间养老与医疗事业的发展和体系建设指出了方向。

本文通过文献分析法，对智慧养老国内外研究现状、具体应用情况，以及存在的问题进行较为全面的梳理与分析，希望为智慧养老在我国的应用与发展提供相关的参考。

二、国内外研究现状

本文以Elsevier、web of Science等外文数据库及CNKI中文期刊全文数据库作为数据来源。文献检索的时间年限设置为2010—2018年，重点检 索 MIS QUARTERLY、INFORMATION SYSTEMS RESEARCH、MANAGEMENT SCIENCE、DECISION SUPPORT SYSTEMS等信息系统领域国际权威期刊。文献检索时采用的中文关键词包括智慧养老、医养结合、电子健康、健康大数据等多个关键词；英文关键字包括smart care、smart care for the aged、intelligent pension、elderly care、smart health等，经过对文献摘要和内容的浏览、研读，剔除不相关的文献后，最后得到68篇文献，其中英文37篇。

（一）国内研究现状

目前国内养老领域的研究更多地是从养老服务视角对服务模式、服务质量以及用户选择行为进行研究，成果较多。针对健康医疗大数据中心的构建、智慧养老及医疗领域进行数据挖掘的研究及成果国内数量较少。下面主要从养老服务模式、养老服务质量、养老服务参与者行为与选择、数据驱动的智慧养老、健康医疗大数据等几个方面进行介绍。

1．养老服务模式

当前，国内常见的养老模式有居家养老、机构养老、社区养老以及乡镇卫生院与养老院“两院合一”的养老模式。智慧养老作为一种全新的养老模式，许多学者已经展开深入研究，这些研究主要集中于研究养老服务基本模式、特征及服务平台的建设。例如，有的学者对当前中国现有的养老运作模式进行分析和总结[1]；探索构建“互联网+居家养老”服务模式的实现路径[2]；探讨智慧社区养老服务体系构建原则、服务内容、服务载体及服务平台构成设计[3]；设计一种全新的中国老年人慢性病群体服务模式，从5W模式的视角探索中国老年慢性病智慧居家服务的定位[4]；总结基于不同类型老人服务对象的四种服务模式，以及基于不同社区类型的四种服务模式[5]。

2．养老服务的质量管理

服务作为一种特殊商品模式，它提供的是一种行为和表现，随着消费者对高品质服务需求的增加，服务质量和顾客满意度成为研究的重点。我国养老服务质量的研究目前主要从质量服务评价的角度展开，如从公共服务质量评价的维度研究服务质量的影响因素、服务质量的评价方法、公共服务的绩效评价等。例如，基于粗糙集的研究方法，从生活照料、医疗护理、安全保障、精神慰藉，以及社会参与五个维度对显著影响社区养老服务质量评价的指标进行了约简，进而确定质量评价体系的指标和权重[6];采用德尔菲（Delphi）法，确立养老机构服务质量评价指标体系[7]。

3．养老服务参与者行为与选择

顾客的选择行为对服务需求也具有显著影响。在养老服务方面，主要是一些实证性的研究。有的考虑移动医疗的特殊情境，加入技术焦虑以及信任倾向的调节效应，基于医院的声誉、信任倾向、技术焦虑、结构保证和信息质量几个变量，构建个体对移动医疗的初始信任模型[8]。也有的基于感知的疾病威胁、感知风险、初始信任和技术焦虑几个维度，来探索影响中国移动慢性病管理系统采用的缓和因素[9];还有基于用户参与模式、关系链特征和持续使用情况，对老年用户进行聚类分析,并进一步通过回归分析发掘以上三者之间的关联[10]。

4．数据驱动的智慧养老

智慧养老对医疗信息化提出了更高的要求，目前我国北方医疗信息化水平相对落后于南方地区，尤其是好多省市在医疗信息化建设过程中信息孤岛现象特别严重，由于民政部门和卫生管理部门体制管理等原因，健康医疗数据尚不能完全融合。个别地市甚至还出现虽然老年人每年能够按时体检，但在领取养老金时还需要去民政部门进行身份鉴定，这给老年人的日常生活带来了不必要的麻烦。

国内在智慧养老领域进行数据挖掘的研究数量较少，现有学者多运用简单的算法分析慢性病的关联，或者从宏观层面综述养老大数据的意义及价值，从管理学角度对挖掘结果进行剖析、决策的研究较少。有的学者运用SPSS软件中Apriori modeling算法对4858名社区居民的患病情况进行分析，研究一些慢性病之间的关联规则及关联强度[11]。也有其他学者提出如何挖掘可穿戴设备采集的大量数据，这对慢性病趋势的研究、相关部门制定政策及个人自我健康的管理都非常有意义[12]。还有其他学者基于疾病并发权重的概念，采用反向传播(BP)神经网络模型来计算疾病的并发权重。采用加权关联规则挖掘算法，推导出疾病并发症关联规则[13]。

5．健康医疗大数据平台

国家卫生信息化“46321工程”框架的提出，为健康中国和数字中国战略的成功实施指明了方向，助推智慧医疗和养老进入高速发展的预订轨道。在国家相关政策的指导下，各省市也在积极探索，上海市级医院临床信息共享项目、湖北省省级远程医学平台、中南大学“湘雅临床大数据系统建设项目”等医疗大数据项目已成功实施，四川省初步实现交换共享的健康大数据平台，并对大数据平台在健康医疗领域实现的应用效果作了切实分析[14]。甘肃省探索了大数据技术在甘肃健康医疗大数据中的应用，提出了健康医疗大数据应用所面临的困惑[15]。除此之外，有的学者基于驻点区域特征向量与用户职业特征向量相结合的相似度计算方法，最终实现在节约医疗资源的基础上为海量用户提供个性化健康推荐服务的功能[16]。

也有一些企业凭借自身技术优势，积极参与对中国医疗健康医疗大数据中心落地建设，与合作单位共同建设支持不同疾病、不同设备的影像大数据平台，实现智能分析处理，目前已经在肺管家、心血管家庭关护等慢病康复和管理方面取得明显进展。

（二）国外研究现状

国外发达国家，如英国、美国等都已率先进行了有关智慧养老项目的实践，并获得一定的成效[17]。英国已在家庭或社区开始使用机器人护士，在完成日常护理的同时，还能够与老人互动，提供个性化的咨询建议。伯恩茅斯大学设计了一种用于家庭护理的多传感器行为识别系统，它利用身体传感器以帮助老年人尽可能长时间呆在家里，预防或推迟进入养老机构[18]。美国很多地区的门诊都已安装了“远程医疗”网络，老人在服务对象中占比30%以上。远程医疗模式的使用不仅提高了服务效率，还减少了护理费用。除此之外，国外发达国家多采用数据挖掘算法协助治疗和诊断，这方面的研究相对国内而言比较成熟，成果较多，但数据挖掘的应用领域更侧重于疾病诊断和治疗。

1．基于数据挖掘的疾病诊断和预测

已有研究总结了数据挖掘在医疗保健行业中治疗效果、医疗管理、医院管理等各方面的应用，指出可使用Apriori算法进行普通疾病诊断，使用FP growth算法进行急性疾病和慢性疾病诊断。例如脑肿瘤可采用MAFIA算法，糖尿病可采用C4.5算法，肺结核可采用KNN算法[19]。在宫颈癌诊断研究方面，学者研发采用语义技术协助在宫颈癌领域进行医学关联研究的系统，它通过统一分布在不同的医疗中心或医院档案库的多样的病人记录，协助进行宫颈癌研究[20]。有的学者基于新的马尔可夫链蒙特卡罗贝叶斯推理方法，提出了心音信号的自动实时检测的方法，依据对Tree Augmented Nave Bayes算法获得结构的条件概率分布，识别需要采取一些行动的异常，以应用于其他类似的在辅助环境中生成的生物信号[21]。也有学者使用人工智能技术（人工蜂群优化和粒子群算法）、粗糙数据集理论和机器学习算法，设计一个混合结构的专家咨询系统，用于甲状腺疾病诊断[22]。基于美国国家癌症研究所采集的数据，创建两种共病数据集（一种用于乳腺癌和女性生殖器癌症，另一种用于前列腺癌和尿路癌），分别采用人工神经网络、逻辑回归、决策树、Random forest算法构建预测模型[23]。

2．基于数据挖掘的慢性病管理

针对老人慢性病(多病)管理，在考虑患者心理因素的基础上，提出一种旨在促进患者在护理过程中积极参与的电子健康系统的综合架构，以克服现有研究所强调的当前技术和心理/临床问题[24]。基于网络和信息技术的关键进展——包括患者监测、数据可视化和智能决策、机器人技术和计算机视觉诊断外科手术、用于培养基于社区的支持系统的社交网络等，为了向慢性病患者提供适当的治疗，卫生保健系统必须在疾病出现之前支持提高个人的健康行为，确保在疾病发生时，医疗护理人员能够提供高质量的临床护理服务，并在疾病治疗后的健康护理中促进病人—护理人员—家庭三者之间的伙伴关系[25]。除此之外，有的学者提出了一种个性化医疗支持的服务模式，它能够通过一种混合的机器人云技术来提供足够的医疗服务[26]。

3．健康医疗大数据

国外发达国家，如美国、英国、新加坡、澳大利亚，甚至经合组织和欧盟都在积极制定大数据战略计划，强调其潜力，并将其作为解决长期存在问题或发现新价值机遇的工具。美国、加拿大已成功实施NHIN项目、Health infoway项目等医疗大数据项目。欧盟提出了健康医疗大数据面临的几个主要挑战及应对措施，包括数据安全、数据可靠性、互操作性和数据管理等内容[27]。韩国已在国家层面制定了医疗和社会服务部门大数据的概念框架，在医疗保健和福利服务部门分别建立一个大数据分析框架、健康风险分析中心和综合社会福利服务网络[28]。有的学者基于智能家庭大数据提出了一种用来学习和发现应用于保健的人类活动模式的模型，它使用频繁的模式挖掘、群集分析和预测来测量和分析居住者行为引发的能源使用变化[29]。还有的学者重点介绍了使用智能手机和可穿戴设备进行个人数据挖掘的潜在应用领域[30]。除此之外，医疗保健大数据在药物发现、开发、监测，以及公共和个人卫生保健方面已展现或即将展现其重要用途，并对在医疗保健中充分发挥大数据潜力的主要实际和伦理挑战进行讨论。

三、研究述评与展望

智慧养老概念的提出为世界性养老难题提供了一个新思路，是切实解决老龄化问题的新路径。近年来，以物联网、大数据、云计算、移动互联等为基础的新信息技术的出现，也为我国医疗健康方面的问题提供了有力的解决措施。利用这些先进的技术，将老人患者与医务人员、医疗设备、可穿戴设备、医疗机构紧密联系起来，推动医疗全过程的信息化，提高服务效率，真正实现以患者为中心，确保医疗体系服务的最优化[37]。因此，可充分利用智慧医疗的建设成果推动智慧养老健康有序稳定发展，促进智慧医疗与养老的有机结合。

由于我国东西地区之间、城市和乡村之间经济发展程度差别较大，在智慧养老与医疗结合推动实施过程中，应充分考虑地区之间、城乡之间的差异性。智慧养老与医疗顺利实施的前提条件须以行政区域为基础，把医院HIS系统、养老机构、社区等机构诊疗记录、健康档案、社保及身份等相关信息进行整合，打破信息孤岛，实现数据全方位、深层次融合。因此，信息融合是智慧医疗助推智慧养老发展的核心和重点。

物联网通信技术在养老和医疗的过程发挥着重要的作用，信息采集作为信息融合的首要环节仍面临诸多问题。由于老年群体有其自身的特殊性，视力、听觉等身体器官机能下降，新事物接收速度较慢，大多数老人不能正常使用基于物联网的智能设备及智慧医院等平台，因此针对终端监测类设备及移动医疗平台，应在乡镇农村和城市社区积极探索乡村医生、社区医院的使用模式。如果让老年群体自身操作，一方面没有这种商业模式，好多老年群体由于各方面原因不可能自己出钱购买，另一方面也面临巨大的工作压力，需要投入大量的人力、物力和财力监管老年群体的使用。通过调研发现，基础设施比较好的城市通过配置智慧小屋，让老年人使用身份证进行各项身体检查，操作环节越简单、步骤越少，效果越明显。也有的地区按照国家基层医疗一体化的要求，遵循“基层首诊、小病在社区、大病进医院、康复回社区”的原则，充分发挥家庭医生在信息采集时的源头作用。

另一方面，在智慧养老推动实施过程中面临的一个重大瓶颈问题是基层医生数量不足。按照国际比例大约每1万名老人需要配置5名全科医生，而目前我国发展较好的地区医生与老人配比大约为1.8/万，这样全科医生数量远远不足。但有的地方转化思维，积极探索健康管理师、家庭医师、专科医师三位一体的“三师联动机制”，充分发挥健康管理师在智慧养老实施过程中的作用，取得了良好的效果。

除此之外，养老服务模式在设计和选择时也应考虑地区之间和城乡之间的这种差异，不能搞一刀切的战略。我国各地区医疗信息化程度不尽相同，有的地方已在区域医疗协同方面做得非常突出，通过打造“一云多端N智能”模式，实现远程心电、远程影像、远程挂号、远程病理及远程超声，积极创新养老服务模式。但也有的地方医疗信息孤岛现象严重，烟囱林立，甚至同一家医院不同院区之间的信息都不能共享。

在新旧动能转换的背景下，现在我国各省市都面临养老与医疗结合的迫切需求，但相关单位和部门对具体需求不是很清晰，而每个地方都有各自的特点和优势，因此存在不同的诉求。如何深度挖掘各省市养老与医疗现状，借助大数据分析和展现结果，准确识别养老与医疗结合需求，为养老与医疗政策制定、标准设计、产品研发、服务创新提供强有力的支撑，进而推动医养结合快速发展，这是学术界和企业界共同需要研究的重要问题。

关于大数据背景下智慧养老的研究正在逐步完善中，基于对已有成果的分析，结合当前的现状，学者们在后续的研究中需要重点关注以下问题：

（一）养老服务模式

当前采用比较多的居家养老或者依托社区的居家养老等模式，目前还存在角色不明确、规则不明确、标准不明确不可行、质量不可靠、管理粗放等问题，值得进一步探讨研究。

（二）养老服务质量管理

互联网和物联网技术的发展，使得管理对象由传统的人和物拓展为包含“人、物、组织、信息和环境”五要素的整体。在这样的背景下，传统的服务质量管理理论和方法将无法支持智慧养老服务领域的理论研究和产业发展。因此，基于数据驱动的养老服务质量管理理论和方法的研究是一个需要解决的关键问题。

（三）养老服务参与者行为与选择

由于在自身经济条件、健康水平等多种因素影响下，不同的老年人对医疗、养老及生活服务的选择有明显的差异，基于社交服务网络、结合顾客选择行为的养老服务需求及相关决策的研究是一个非常重要的研究主题。

（四）健康医疗大数据平台

由于健康数据的多源性和多方参与性，目前健康医疗大数据多来源于省、市、县医院与卫生院的医疗健康资源，与医疗机构、养老机构以及政府部门的数据还没融合，数据维度相对单一，如何让医疗机构资源进一步渗透到养老机构，对医养结合大数据而言应是一个很好的探索。下一步可在健康大数据分析方法、数据驱动的健康评估和疾病预警、基于大数据的电子健康服务过程和管理机制等方面开展研究。

（五）健康医养标准及评估机制设计

在新旧动能转换的背景下，如何科学界定养老与医疗融合程度，积极探索健康医养结合的行业标准、区域标准、企业标准的制定，建立完善科学规范的医养结合工作评估体系，进而打造一种可复制推广模式，这也是一个非常重要的研究主题。

总之，老年群体有其自身的共性和特点，基于我国老龄社会的现状和国家“1＋5+2＋X”健康医疗大数据应用发展的总体规划，借鉴国外成熟的成果和经验，在智慧养老领域开展数据挖掘，然后采用管理学的思想和理念进行剖析，既能完成对现有医疗、养老信息化建设的数据整合，实现数据柔性生产，又能创新性地开发各类应用，促进大健康产业生态系统的构建，以更好地促进智慧养老行业的发展，具有重大的现实意义。