基于物联网与深度学习的健康监测管理服务平台研究

许莉丽

（浙江经贸职业技术学院 浙江省杭州市 310018）

1 健康监测管理的现状与不足分析

随着城市化进程与人们工作生活节奏的加快与压力增大，人们健康监测实时管理与健康服务对接意识的淡泊或者存在需求无法得到满足的匮乏问题；随着社会的发展与进步，人口老龄化问题逐步凸显，这类人群现在随着子女的异地求学工作造成空巢或者独居的情况越来越多，但是他们往往有时候健康状况不佳、慢性病亚健康或者不健康甚至生活不能自理的也不在话下，但市场上的健康服务管理供应商更多的是线下机构，很多老人行动不便利或者觉得不方便，往往耽误了很多实时监测管理健康数据并接受相关健康服务的时间和机会；随着国家乡村振兴计划的推进，新农村地区的基础设施与农民生活配套已经提升不少，但是很多医疗设施、营养师、健身教练、养生新媒体博主、医疗专家软性资源还是在大城市比例较高，并未在新农村地区普及实际落地，但是新农村地区的农民收入在提升，健康管理与服务需求在加大，但是资源与配套不平均造成了他们对于自身健康监测管理与服务对接的需求无法得到满足。

基于上述三类人群健康监测管理的需求与不足的现状，目前已经有一些产品关注了健康监测管理服务，但是却存在一定的局限性和不足，大体上来说可以分成三类：第一类如智能手环或手表等，虽具备自动健康数据采集功能，但缺乏后续分析与健康服务对接；第二类如线上健康分析诊断平台等，可基于大数据生成健康报告，但数据采集不自动和无健康服务对接；第三类如健身或营养推荐App 等，被动提供健康服务，例如健身课程等，但不是基于数据分析的智能推荐引流。

针对上述的健康监测管理需求现状与已有产品的应用现状总结，不难发现现在的已有产品或平台存在例如智能手环缺少后续的健康报告和自动智能推荐健康方案、健康管理类App 无智能推荐的C2C 专业健康服务、健康营养类APP 无健康数据采集与健康分析和智能推荐的缺点，整体来说功能不全面、研究不深入与服务不到位，不能更好地做到对自身健康的监测、管理与后续的电商服务销售模式下的健康服务对接。因此，迫切需要一个集个人健康数据实时采集监测、自动化生成健康分析报告，再到后续智能推荐对接健康服务于一体的数字化平台。正是基于上述的现状，开展应用物联网与人工智能手段实现一个跨越时间与空间的健康监测管理平台的研究。接下来对平台的研究实现过程进行阐述。

2 基于物联网与深度学习的健康监测管理服务平台的研究

基于上述的现状与不足分析，目前还没有把健康数据检测和后续的健康恢复服务连接在一起的平台与产品，因此提出融合物联网、人工智能深度学习与智能推荐算法的AIoT 前沿技术实现集“数据采集监测+智能分析+智能对接服务”三位一体流程化的健康监测管理服务平台研究，用户使用平台时可以通过物联网采集设备实现健康数据的准确的采集和健康数据的实时更新查看。此外还将根据用户目前的身体健康数据个性化推荐健身教练一对一直播教学、专业营养师跟踪一对一咨询、养生论坛推文服务和互联网+诊疗服务等系列健康服务管理。基于物联网与深度学习的健康监测管理服务平台可以为一切关心自身健康的人们服务，精准定位于白领、老年人和新农村地区农民人群。通过物联网设备对用户进行自动实时健康数据的检测，大数据分析与智能化生成用户的健康监测分析报告，后续自动化对接智能推荐的个性化健康服务，包括三大部分，具体的原理内涵阐述如下：

2.1 物联网健康数据采集与阿里云物联网平台云端上收精准信息匹配

（1）物联网健康数据采集上传：用户通过我们定制的物联网智能设备或设置在社区的智能采集点，通过物联网设备自动采集体温、心率等健康数据。用户通过体温检测模块和心率采集模块采集到体温与心率，并将这些数据上传至阿里云物联网平台云端。

（2）用户通过微信小程序端注册上传个人照片至人脸库服务器上，该库收集了所有用户的人脸信息，通过人脸智能算法生成与用户信息匹配的人脸ID。云端会将人脸ID 与采集到的健康数据进行精准匹配，确保数据的安全性与精确性。

2.2 健康大数据分析与基于人工智能深度学习算法的健康报告生成

（1）健康大数据分析：将实时采集或者阶段性采集（社区点）的体温和心率信息整合成健康大数据样本集，并对健康大数据样本集进行信息归纳、检索、整合。

（2）基于人工智能深度学习模型的健康监测分析报告生成：平台在健康大数据分析的样本集基础上，将数据集输入训练完成的人工智能深度学习模型进行预测与判定生成用户的健康检测分析报告，为后续的健康服务自动化智能化推荐与对接提供了良好的依据与基础。此处人工智能深度学习模型是基于时间序列LSTM 算法经过前期大量健康数据样本训练生成的具有精准拟合性和可迁移性的深度学习模型。

2.3 自动化智能推荐算法支持下的健康服务对接

（1）智能推荐算法支持的健康服务对接：基于模块2 的健康监测分析报告生成，应用智能推荐算法，自动生成智能推荐结果与之对接，包括健身服务、营养餐计划推荐咨询服务、养生知识推荐服务和互联网+诊疗服务等。

（2）多样化的健康服务电商销售模式：基于智能推荐结果直接给出相关的健身教练一对一直播服务、营养师推荐方案与一对一咨询服务、养生知识论坛与个性化推文服务和互联网+诊疗医师服务便于用户选择购买。

3 基于物联网与深度学习的健康监测管理服务平台的实现

平台使用物联网、大数据分析、人工智能、移动互联网和电商智能推荐服务等计算机前沿技术与数字化服务电商理念为社会与产品定位人群提供集物联网采集心率体温、用户人脸识别信息精准匹配、健康大数据分析与智能健康报告生成以及自动智能化健康方案推荐与电商健康服务销售成交等功能齐全的健康监控管理与健康服务销售数字化方案。具体实现分成三大部分，分别是基于物联网的健康数据实时采集、基于大数据与深度学习的健康数据分析报告生成和基于智能推荐算法的健康服务自动对接与销售。接下来对这三大部分进行阐述。

3.1 基于物联网的健康数据实时采集

在健康数据采集过程中，应用阿里云物联网开发平台匹配的树莓派（内置AliOS 物联网操作系统）开发板连接相关的心率、体温和摄像头传感器设备，形成物联网健康数据采集硬件套件，将该硬件套件内置到物联网采集设备成物联网穿戴设备，或者将上述硬件套件部署到社区的健康数据物联网采集屋内，成为平台的健康数据采集终端。基于终端（集成产品的物联网硬件套件的物联网采集设备或社区采集屋）的健康数据采集过程与摄像头采集数据。同时上收到阿里云物联网开发平台，进行基于人脸识别算法的信息匹配与数据存储。

3.2 基于大数据与深度学习的健康数据分析报告生成

从云端收集整合的用户健康大数据样本集将自动流入基于时间序列LSTM 的人工智能深度学习算法模型，并预测输出该用户的健康数据分析报告，这个过程包含了两大要点，第一大要点是云端用户健康大数据分析，对于该部分的数据经过采集处理、筛选与整合形成适合于人工智能深度学习模型预测的具有特征值与特征向量的数据样本集，第二大要点是人工智能深度学习模型的前期训练过程，为了有效形成具有精准拟合性和迁移学习性的预测模型，需要应用大量的健康数据进行训练，形成最终有效的人工智能健康分析报告预测深度学习模型，使得该模型预测准确率高，实际应用性更强。

3.3 基于智能推荐算法的健康服务自动对接与销售

用户的健康数据分析报告将有效地展示在用户的手机微信小程序端，此时平台将自动根据报告结果触发后台的智能推荐算法，以最优化的方案推荐给用户相关的健康服务，这些类型的健康服务包括健身教练一对一直播服务、营养师健康饮食计划与一对一咨询服务、养身论坛与内容推文服务和互联网+诊疗服务这四大类，用户可以基于智能推荐算法筛选出来的这些健康服务推送有选择地进行相关服务地购买，形成了基于智能推荐模式的健康服务电商销售创新手段。

4 创新与总结

在当下物联网与人工智能技术快速发展的今天，针对当下健康监测管理不同需求人群遇到的困难与市场产品平台的不足，研究当下最前沿的物联网健康数据采集传感器设备、树莓派物联网开发板、阿里云物联网操作系统AliOS 和阿里云物联网应用开发平台实现平台最前端的客户健康大数据采集，并应用人工智能人脸识别算法对接客户信息进行匹配，最终将用户信息与健康大数据组成元组对上收到阿里云Web 服务器，实现了基于AIOT（智能物联网）融合技术的健康大数据采集，克服传统穿戴设备与云端服务器对接的关联信息匹配靠微信或登录录入等特征，使用人脸识别能够自动对接信息匹配。在技术应用开发上基于阿里云物联网应用开发平台，抛弃了传统嵌入式物联网开发编写代码较难，逻辑性与安全性调试自主性过大的问题，用阿里云物联网应用开发平台封装的API 来为项目的第一个模块保驾护航，提供技术二次开发的保障。研究基于时间序列LSTM 算法的人工智能深度学习模型，以健康大数据集为训练样本集，形成具有高准确度的健康数据分析深度学习模型，能够实现健康数据分析报告自动生成，克服传统通过手动数据录入分析得到的健康分析报告不准确的问题和需要各类人工或者后台逻辑算法分析得到的健康数据分析报告实现繁琐问题。智能推荐在电商领域普遍应用，是人工智能手段在电商平台营销模式上的应用。同时一对一的视频教学在线上教育领域已经广泛应用，但是融合这两类应用到健康服务电商模式上市场上目前不多，产品则是融合上述两种成熟的科技应用，实现一种组合创新，基于健康数据分析报告结果，以大量该结果的数据集作为智能推荐算法的训练数据形成最优化的智能推荐算法模型，之后基于任何自动生成的健康数据分析报告，产品会自动通过智能推荐算法得到相关的健康服务推荐项目，自动化对接后续健康服务电商销售，同时自动化对接的健康服务又组合了当下最流行的一对一英语在线教育的直播视频模式，互联网+诊疗，营养师咨询等一对一聊天对话模式和自媒体的养生论坛推文模式这四大服务模式，实现了基于智能推荐算法的健康服务自动化对接电商销售的科技赋能下商业模式创新。研究的平台拥有多元一条龙服务的内涵，数据采集监测+智能分析+智能对接服务，从单一走到商品+服务+数据+内容的组合。