人工智能时代下健康管理新模式探析

沈淑雅

【摘要】随着互联网技术的发展，人工智能、物联网等技术也越来越多的被运用于健康管理行业。健康管理模式从原先的纯人工、纸质健康档案，改变为与大数据人工智能相配合，电子健康档案，云数据处理，实现增加人类寿命、预防疾病的健康管理目的。

【关键词】互联网;健康管理;人工智能

一、人工智能与健康管理工作关系

（一）健康管理发展

健康管理作为一个行业及学科最早出现在20世纪50年代的美国。在西方国家，健康管理经理多年的发展，已经成为了医疗服务体系中不可或缺的一部分。在2001年中国才出现第一家健康管理公司。2003年SARS出现以及2005年健康管理师国家职业设立，有利的推动了健康管理在中国的发展。现在从事健康管理公司在市场上逐渐增多，但大都仅仅停留在体检层面。另外，健康管理也逐渐在社区医院开展，为更多的慢病人群提供管理服务。

（二）人工智能发展

1956年麦卡锡、明斯基等科学家首次提出“人工智能（Artificial Intelligence，简称AI）”这一概念，标志着人工智能学科的诞生。由于网络技术特别是互联网技术的发展，加速了人工智能的创新研究，促使人工智能技术进一步走向实用化。1997年国际商业机器公司（简称IBM）深蓝超级计算机战胜了国际象棋世界冠军卡斯帕罗夫，2011年至今。大数据、云计算、互联网、物联网等词汇被越来越多的人所熟知，智能图像处理、智慧问答、语音机器人、无人驾驶等技术的出现，让科学与应用巧妙的结合在一起。

（三）人工智能与健康管理工作的关系

2013年8月，习近平总书记提出“用信息化系统提高医疗水平，叫如虎添翼。要利用好这套系统，更好为群众服务”。在人工智能出现之前的健康管理工作，健康信息获得时间跨度较大，导致无法形成健康趋势线，因此无法及时进行有效的评估，往往会影响疾病的早期发现。因为时间、地域等各种其他不确定因素，导致无法有效干预。并没有很好的遏制慢性疾病的发展。而人工智能大数据、物联网的出现，可以很好的帮助解决这些问题。利用信息化技术于健康管理，帮助健康管理更便利的进行健康状况监测和信息收集，及时进行风险评估和健康评价，更为有效、个性化的进行干预。

二、当前科技条件下健康管理工作的瓶颈

（一）平台复杂，数据管理与共享存在一定复杂性

我国社区服务中心缺乏综合信息交互共享平台，导致信息数据无法共享，容易导致采集信息以及信息档案重复，影响健康管理工作者效率以及病人体验感。比如杭州的医院，虽然现在“智慧医疗”的执行为病人提供便利，在同一个医院中数据得到共享，但是不同的医院之间数据无法共享交互，导致病人重复检查等问题。

信息共享平台的缺乏容易导致健康管理师对个人的健康风险评估与健康评价不全面，不客观。由于信息的不对称性以及个人主观影响，容易产生数据偏差与数据丢失，从而影响个人健康风险评估与健康评价。

（二）缺少对慢病数据连续性监测与管理

由于受基础医学、生物医学、信息科学等技术发展限制，全时空、全时段持续性数据监测以及收集存在很大的难度。健康数据传输同时面临着互联网入口少、专用宽带窄等技术性问题。比如慢病健康管理需要连续性数据支撑，帮助提早发现疾病问题，评判持续性健康管理干预效果。现在的社区医院进行慢病管理数据来源主要通过病人门诊时检测的数据，以及通过电话、短信、上门等形式询问记录数据，这类方式费时费力，导致健康管理工作者效率低下，此外这种方式采集的数据间断性、延迟性，难以提早排除疾病发展因素。

（三）数据问题

大数据分析的前体是具有大规模的样本数量，而数据的质量会直接影响分析结果，从而影响分析数据的准确性。数据的准确性对医学非常重要。医学健康数据几乎都是以片段化出现。目前，我国的基层医疗机构，大部分都还是以纸质记录档案记录为主，推行电子档案的也没有统一的数据系统，使数据准确性差、数据关联性弱、时效性差，导致医学健康数据难以用于大数据分析。

随着互联网的发展，数据的安全性逐渐成为焦点。健康数据和大部分的数据一样，都需要依托于互联网传输储存，如若被恶意网络攻击，个人隐私泄露以及从海量数据中挖掘利益等问题也会出现。

（四）慢病人群年龄层限制

我国超过2/3的老年人深受慢性疾病困扰，老年人的健康管理模式仍需探索。现在的社区服务卫生院常见的有电话随访、定期课堂宣教、定期诊疗、家床服务等。但是由于资源有限，医疗人员工作时间过于饱和，提供服务单一等问题，并不能在老年人中很好的开展健康管理工作。

老年人由于思维变缓、接受能力较弱、不识字、记忆力差等问题，导致新技术较难开展，易出现教不会、学会了忘等问题，导致通过互联网的方式开展的数据持续性监测难以执行。

三、基于人工智能的健康管理模式

（一）物联网模式探索

物联网是“物物相连的互联网”，它让所有能够被独立寻址的普通物理对象形成互联互通的网络。物联网现在被广泛的应用于健康管理行业，各类具备个人数据实时监测与可上传功能的设备在市场不断涌现，如智能医疗监测设备、可穿戴设备，智能家用健康设备等，其中可穿戴设备，可以让人在家也能监测自身的数据（心跳、血压、血糖、血氧等），解决了健康管理监测数据不连续性以及健康管理工作者数据采集困难费时的问题。物联网具体的模型原理如图1。

基于物联网的社区健康管理工作主要是电子健康档案利用物联网和云計算技术搭建社区服务中心与个人之间的管理后台，采用远程健康数据监控、远程健康管理等方式进行健康管理。此外，电子健康档案记录了病人全程完整的就诊记录。电子健康档案全方位的反映了个人就诊的情况，有助于健康管理工作者更全面有效的收集其健康状况与信息，更有效的进行健康干预。通过采集到的信息进行汇总分析，对收集到的异常信息，进行预期警告，预防疾病更为严重的症状发生。

（二）人工智能分析数据

健康大数据应包括各种健康信息与数据，全方位、全周期的医疗数据，人工智能首先可对数据进行初步的清洗、选择、分类、存储，此外具备数据处理、数据深挖与数据分析的供能。人工智能分析数据有效减少了人工的重复性工作以及由于人工造成的数据失误，增加了数据的准确性，此外人工智能分析数据出的结果可以为健康管理工作者的干预工作提供数据基础。如若在管理过程中人工智能分析出的异常结果，则可提醒健康管理工作者及时对被管理者进行干预预防。

（三）人与人工智能分工合作管理服务

互联网、物联网人工智能的出现对健康管理工作者而言是技术上的重大支持。根据健康管理的步骤，可知信息数据在健康状况监测和信息收集以及健康风险评估中的重要性。首先通过可穿戴设备的监测、健康app数据上传，可以帮助健康管理工作者实时获得其数据，及时发现异常。在多次数据上传之后，通过人工智能对数据进行深度分析，健康管理工作者通过数据分析结果，对个人进行前瞻性、全面性的分析，对可能发生的疾病危险进行健康评估以及风险评测，给出个性化健康管理建议。有研究结合大数据技术和人工智能建立疾病预测模型，有效对阿耳茨海默症、脑卒中、糖尿病、心脏病等疾病发生进行预测。

在健康干预过程中，各类健康指标数据的监测并个性化干预，可以有效改善疾病或者减慢疾病发展史。如糖尿病患者，可以通过可穿戴设备，在家实现血糖自我监测，监测数据上传至管理后台，管理工作者便可以了解该患者持续性血糖情况，在此期间可以进行个性化指导，同时引导其进行健康的生活方式习惯。另外健康app也具备提醒功能，提醒患者定时进行数据监测。

四、结语

随着医疗信息化发展，人工智能、云分析、物联网等已然成为了健康管理不可分割的一步，人工智能数据分析为健康管理工作者提供了管理基础，健康管理工作者与人工智能相辅相成，改变个人和家庭的就医习惯与生活习惯，维护个人、家庭乃至整个社会的健康，增加寿命，提高人民健康水平，实现早预防，少生病的目的。

参考文献：

[1]鲍娟，科尊平，魏刚.基于物联网的社区医疗健康管理模型研究[A].医学信息学杂志，2014，35（1）：7-11.

[2]李江，陶沙，李明，傅华，等.健康管理的现状与发展策略[A].中国工程科学，2017，19（2）：8-15.

[3]李迎新，黄河.基于国家卫生与健康管理大数据平台的健康管理模式[J].国际生物医学生物杂志，2017，40（5）：307-314.

[4]王婧婷，王园园，刘砚燕，袁长蓉.智能手机应用程序在慢性疾病患者健康管理中的应用及展望[J].中华护理杂志，2014，49（8）：994-996.

[5]高奇琦，李松.從功能分工到趣缘合作：人工智能时代的职业重塑[A].上海行政学院学报，2017，18（6）：78-86.