面向慢性疾病的未来健康管理模式的思考

韩秀萍　李红文　高杨　曹辉　杨向东

[关键词] 慢性病;健康管理;健康管理模式;智能化

[中图分类号] R197.1            [文献标识码] C           [文章编号] 1673-9701（2021）23-0150-04

Reflection on the future health management model for chronic diseases

HAN Xiuping1   LI Hongwen1   GAO Yang2   CAO Hui3   YANG Xiangdong1

1.Jiaxing Primary Laboratory of Lung Cancer Precision Treatment，Yangtze Delta Region Institute of Tsinghua University， in Zhejiang Province， Jiaxing   314006， China; 2.The First Hospital of Jiaxing City in Zhejiang Province， Jiaxing   314000， China; 3.Keeson Technology Co.， Ltd.， Jiaxing   314000， China

[Abstract] Noninfectious chronic diseases （NCDs） have become a major public health problem in the world. China has done a lot of practice and accumulated a lot of successful experience in the management of chronic diseases.However，due to various reasons，chronic disease management has always lacked a long-term，comprehensive and targeted health education and intervention for patients with chronic diseases and high-risk groups on the basis of whole process monitoring and risk factor assessment.With the advent of the era of big data，"internet plus" is rapidly integrating with various industries，and chronic disease management，which is widely concerned by the society，has given birth to a new information service model，and the innovative demand for health management service model has emerged.The model and achievements of applying "internet plus" technology to chronic disease management in the author′s unit were introduced in this research and the application situation of "internet plus" in chronic disease management was made a prospect，so as to provide reference for relevant researchers.

[Key words] Chronic diseases;Health management;Health management model;Intellectualization

近幾年，随着人们生活质量的提高，中国患慢病人口不断上升，对人民健康产生威胁。目前，中国确诊慢病患者2.6亿人，且以每年8.9%的速度递增，其死亡人数占总死亡人数的86.6%[1]。伴随中国老龄化进程的加快，慢病发病的潜在风险因素增加。据统计，中国在 2050年时，老年群体人数比例将占总人口的1/3，预计超过4亿人[2]，其中60岁以上老年人群中，慢病患病数将达到2.2亿[3]。2011年，美国心脏学会发表文章预测[4]，预计到2030年，40.5%的美国人会患有某种心血管疾病，直接医疗费用总额超过8000亿美元;在2019年的《国务院关于实施健康中国行动的意见》中，预测心脑血管疾病等慢病导致的死亡人数占比为88%，而疾病负担占比也将达到70%以上。面对严峻的老龄化以及慢病患病趋势，推行有效的慢病健康管理模式成为势在必行的途径之一。当前，中国慢病管理模式包括：信息监测系统、自我管理监测、社区管理、社区慢病临床路径等模式[5-6]，以期为慢病患者提供一种全面、持续、积极主动的管理方式，为促进这类群体可以延缓疾病进展进程、降低伤残率、提高生活质量、节约医疗费用提供一种科学的管理模式[7]，近年来“互联网+”的创新成果与健康管理领域快速高效融合，已经形成了以“互联网+”为基础的创新要素新形态[8-9]。笔者所在单位就借助先进的人工智能技术，建立“互联网+智能床”慢病健康管理模式，本研究将就其取得的实践成果进行阐述。

1 现状

2009年，中华医学会健康管理学分会[10]提出了健康管理的概念：“以现代健康概念（生理、心理和社会适应能力）为基础，以新的医学模式（生理-心理-社会）为核心，以“中医治未病”思想为指导，采用现代医学和现代管理学的理论、技术、方法和手段，对个体或群体整体健康状况，针对影响个体健康风险的因素进行全面监测、评估，并对其进行有效干预和连续跟踪服务的医学行为及过程”[10]。纵观国内外，现阶段的健康管理模式大都采取“以疾病为中心”的策略，站在医疗机构角度上，针对高收入等特殊人群进行管理。属于医疗增加需求，满足了慢病管理消费的贵族类人群，并未真正符合普通群众对健康服务的需求。伴随全球老龄化形势的加剧，人们对健康管理的服务需求也发生了质的变化。

显然，当前老百姓对自身的健康管理需求的认知和接受度虽有明显提高，但传统管理方式并没有真正融合到日常生活中，仍建立在健康体检的基础上来了解个体的健康状态。近年来，以传感器、互联网和人工智能为核心的工程技术手段正逐步融入健康管理领域。自然科学理论和工程应用已经为健康管理的信息获取和处理提供了丰富的技术和手段，可以融入日常生活，为改善个体健康提供有效的监测手段。因此，需加强“互联网+健康管理”模式的研究，从而为慢性病的管理和治疗提供更丰富的手段。

2构建未来健康管理模式的框架

2012年，美国加州大学洛杉矶分校的Ahmanson-UCLA心肌病中心发表论文[11]提出家庭环境中的自我健康管理模式。即在居家环境中针对慢病患者中的心力衰竭患者，使用传感技术采集人体血流动力学数据传输到云端，数据进行分析后对人体疾病状态进行评价，并根据预先制定的算法自动生成个性化的健康管理建议，或将健康预警信息发送给临床医生为患者进行个体定制化的治疗方案。

这个居家健康管理模型仅针对特定疾病开发了相应的监测项目（针对该疾病的常见监测指标）的检测设备，使慢病患者能够在居家环境下及时监督身体状态。

笔者团队认为，该研究提出的模型具有通用性，据此提出了慢病患者的居家自我健康管理模型如图1所示。而实现该模型的关键突破需集中在以下三个方面：一是需要针对更广泛疾病的检测手段;二是需要针对个体健康状态的评价方法;三是建立慢性病自我管理服务体系。

2.1睡眠状态生命体征测试设备——智能床

目前，国内外已经有很多智能化产品和设备可以准确获取人体健康信息，如智能手环、血压、血糖仪等，这些产品可以根据用户需求针对性监测某些生理指标，虽能即时反应用户身体状态，但测量数据单一、不能对身体健康状态进行完整描述、不能有效区分用户所处环境对使用者身体状态的影响，使其难以作为定量评价身体状态的指标，只提供短时的数据存储和图形化显示。这样，这些传感器产品不能作为图1所示家庭环境下自我健康监督系统的组成部分。

笔者团队认为，构建家庭环境自我健康监督系统的重要基础，是获得长期、稳定、持续增长的使用者生命体征数据。这样的数据定义为健康大数据。其中“稳定”是指获得的数据的环境以及被检测者的身体状态相对稳定，在生理学和临床医学角度具有可比较性。笔者认为，白天检测的数据，与测试者之前的活动以及测量时当时的主观意识有密切联系。因为人在运动后测量的心率肯定是快一些，测量时人的情绪状态也会影响测量数据波动。而测量之前及测量时的这些信息难以记录，因此无法使之成为数据分析必须考虑的重要因素。

基于此，笔者团队开发了智能床产品，获取人体睡眠时期的心肺运动信号，如图2所示[12-16]。图2（a）为获取的智能床原始波形，图2（b）为心血管术语委员会规定的标准心冲击信号（Ballistocardiography，BCG）波形。智能床获得信号类似于心冲击信号。

2.2健康评价管理方法

智能床目前主要是獲取心跳的信号，成年人每晚在床上睡眠时获得的心脏跳动信号一般会持续6 h左右。根据这些信号，团队制定了睡眠期心率变化形态学描述、平均峰值心率等统计学参数描述。临床医学的心率变异性（Heart rate variability，HRV）描述逐次心跳间期之间的微小差异[17]（临床医学使用的HRV分析的信号有长有短，短期的只有5 min，最长1 h;长期的可达24～48 h）。据此课题组提出了睡眠期间HRV的定义，即计算使用者睡眠期间的HRV，描述更丰富的人体健康状态变化因素（图3）。利用睡眠时的HRV和上述统计学参数，对个体的多维运动生命体征进行描述，及时反映身体数据异常变化，对人体健康状态进行评价，对重大疾病风险进行提前预警干预。

HRV指标丰富了对使用者身体状态评价的信息，是神经系统对心跳节律的调整，实际上反应的是人体内在部分组织或系统健康状态变化以及周围环境因素对人体的影响。因此，可以认为是健康状态变化的晴雨表，也可以表征许多慢性疾病的潜在征兆和恶化趋势[18-19]。

睡眠期间的心跳数据与临床常见的化验、检查指标不同，没有统一的医学指导标准。目前该产品已针对慢病患者建立健康养老示范区，推向市场。其中该养老院针对200例使用者，利用其2年的使用数据分析，提出的十余项描述指标，对于每个个体均可以根据此前长期采集的数据，设定均值和上下限范围。当某一天的数据出现多项指标超出正常范围时，存在身体状态变化的概率极大。特别是针对慢性病患者，特定指标的明显变化存在与某种疾病相关联。很多心脑血管患者使用智能床后发现，HRV较低结果表现为更高的情绪变化、焦虑状态、抑郁发病风险和心血管疾病患病率;而HRV计算值较高的个体数据表现出较好的心血管功能。

2.3 慢性病自我管理服务体系

针对智能床数据及使用人群的特点，团队建立了自我健康管理服务体系，功能结构见图4。团队开发的人工智能健康大数据分析系统，基于智能床获得的数据，对使用者的身体状态做出分析判断，并对数据存在异常的使用者，发出健康状态预警。同时，健康服务团队会与接收到健康状态预警的使用者，通过数据服务平台系统进行交流，进一步了解使用者的身体状态，结合医学专家团队的建议，对使用者提出健康管理建议。目前该系统已在一家养老院以及居家的慢性病患者开始使用。

从使用情况来看，以智能床为载体的智能化健康管理模式对心脑血管用户个体的健康状态和疾病风险预警很有意义。养老机构及居家的慢性病患者可以有效及时掌握用户身体健康状态并给予干预，尤其针对慢病患者健康管理效力显著提升。

3讨论

本研究运用“互联网+智能床”技术进行慢病管理的有效实践，突破传统健康管理模式的发展瓶颈。分析其管理模式，表现出三个特点：其一，建立慢病采集分析干预平台。全面了解患者的身体健康情况，相较于传统的面对面诊治方式更加连续，可以每日反馈患者的身体变化，建立用户的身体健康档案。同时还建立数据服务团队，及时根据患者身体健康状态，为患者制定有针对性的个性化合理的健康管理方式，并在居家环境中帮助慢病患者关注自身健康，增加了使用者的活跃程度和黏性;其二，建立以智能床为核心的健康自我管理模式。建立的健康管理服务系统利用大数据分析技术在健康预警方面取得了初步成果，为慢性病人群身体状态提供了一种崭新的描述体系，团队将进一步深入研究这种健康状态描述体系，建立与现代临床医学检验诊断体系之间的联系，实现更加精准的健康预警;其三，建立面向慢性疾病的未来健康管理模式。利用家庭场景下的智能化健康管理对慢性疾病患者进行个体化专业管理健康服务，并使用“互联网+智能床” 慢病管理的模式、先进技术手段、健康管理平台等有效综合更多的社会资源，以改善慢病用户生命质量，使其健康状况和功能维持在心理预期范围，减少并发症危险因素，降低伤残率[20]，并使人人参与慢病管理，减轻慢病用户的家庭经济负担，更深层次为节约有限的医疗资源提供一种值得推广的慢病健康管理模式。

[参考文献]

[1] 国家卫生和计划生育委员会.中国居民营养与慢性病状况报告（2015年）[Z].北京：国家卫生和计划生育委员会，2015.

[2] 吴玉韶，党俊武.中国人口老龄化与老年人状况蓝皮书[M].北京：中国社会出版社，2014.

[3] 原卫生部.中国慢性病防治工作规划（2012-2015年）[Z].北京：原卫生部，2012.

[4] Paul A，Heidenreich M D，FAHA MS，et al.Forecasting the Future of Cardiovascular Disease in the United States A Policy Statement From the American Heart Association[J].Circulation，2011，123（8）：933-944.

[5] 国务院关于积极推进互联网+行动的指导意见[EB/OL]，2015-07-04.

[6] 赵欣.慢病管理的现状与发展方向[J].中国临床医生，2012，40（3）：42-44.

[7] 田华，李沐，张相林.慢病管理模式的国内外现状分析[J].中国药房，2016，27（32）：4465-4468.

[8] 舒阳，张春霞，敖斌，等.“互联网+慢病管理”模式的探索与实践[J].Journal of China Prescription Drug，2019，17（3）：11-12.

[9] 朱枫，何小舟，薛冬，等.慢性疾病互联网化管理体系搭建的必要性与可行性分析[J].中国卫生产业，2019，16（19）：194-196.

[10] 中华医学会健康管理学分会，中华健康管理学杂志编委会.健康管理概念与学科体系的中国专家初步共识[J].中华健康管理学杂志，2009，3（3）：141-147.

[11] AnhL B，Gregg C，Fonarow MD.Home Monitoring for Heart Failure Management[J].Journal of the American College of Cardiology，2012，59（2）：97-104.

[12] 张艳艳，林平，王旖旎.冠心病患者心率变异性影响因素的研究进展[J].现代临床护理，2019，18（3）：64-68.

[13] Ibrahim S，Jit B，Bessam A.Ballistocardiogram signal processing：A review[J].Health Information Science and Systems，2019，7（10）：2-23.

[14] Chen N，Zhou M，Dong X，et al.Epidemiological and clinical characteristics of 99 cases of 2019 novel coronavirus pneumonia in Wuhan，China：A descriptive study[J].Lancet，2020，395（10223）：507-513.

[15] Wang D，Hu B，Hu C，et al.Clinical Characteristics of 138 Hospitalized Patients With 2019 Novel Coronavirus-Infected Pneumonia in Wuhan，China[J].JAMA，2020， 323（11）：1061-1069.

[16] 李曉玲，方放，刘玉平，洪海鸥.慢性病的院外管理模式探讨[J].中国临床保健杂志，2019，22（1）：138-141.

[17] Malik M，Bigger J T，Camm A J，et al.Heart rate variability.Standards of measurement， physiological interpretation，and clinical use.Task force of the European Society of Cardiology and the North American Society of pacing and electrophysiology[J].Circulation，1996，93（5）：1043-1065.

[18] 王秀峰.健康中国战略背景下强化全民健康管理的若干思考[J].中华健康管理学杂，2020，14（2）：105-109.

[19] 孟群.互联网+慢病管理的研究与实践[J].中国卫生信息管理杂志，2016，13（2）：119-123.

[20] 张丽楠，李洪禹，魏建，等.基于互联网+的中医慢病管理浅议[J].中西医结合心血管病杂志，2019，7（6）：15-16.

（收稿日期：2020-12-02）