健康信息学：建立高质量和低成本的“p-健康”医疗体系

顾闻博潘颂欣张元亭,2

1 香港中文大学电子工程系联合生物医学工程研究中心 (香港)

2 中国科学院深圳先进技术研究院医学与健康工程研究所 (深圳 518055)

健康信息学：建立高质量和低成本的“p-健康”医疗体系

顾闻博1潘颂欣1张元亭1,2

1 香港中文大学电子工程系联合生物医学工程研究中心 (香港)

2 中国科学院深圳先进技术研究院医学与健康工程研究所 (深圳 518055)

由于世界人口老龄化，未来数十年各国将面临越来越多的医疗服务需求和医疗成本压力。为了建立高质量和低成本的医疗保健体系，本文探讨了个体性(Personalized)、普惠性(Pervasive)、参与性(Participatory)、预防性(Preventive)、预测性(Predictive)以及先发性(Pre-emptive)的“p-健康”医疗范式。“p-健康”强调个性化医疗及疾病防治重心的前移，通过疾病的预防和早期诊断，提高医疗及突发性公共卫生事件应急措施的质量、降低社会医疗卫生成本。其中，健康信息系统是实现“p-健康”的关键。为建立多模态、多尺度、多层次的健康信息系统，本文提出了健康信息学五大研究方向包括获取(Acquisition)、传输(Transmission)、处理(Processing)、存储(Storage)以及检索(Retrieval,“p-STAR”)中的一些挑战和亟需解决的问题。

p-健康 健康信息学 医疗保健

Abstract:Population ageing and prevalence of chronic diseases, some of the global phenomena that have been observed in many countries,are anticipated to increase the burden of our health care systems in the coming decades. “p-Health”, a future health model that can be described as a 6-P’s paradigm, has been proposed to relief the burden, enhance the quality and lower the cost of health care by individualizing medicine and diagnosing and treating diseases at the early stages. Health informatics entails the key technologies required to realize p-Health. In order to construct multi-modality, multi-scale and multi-level health information systems for p-Health,grand challenges for processing, storing, transmitting, acquiring and retrieving (p-STAR) of health information should be addressed.

Key words:p-Health, health informatics, health care

0 引言

随着世界人口出生率的下降和人均期望寿命的升高，人口老龄化是未来数十年中不可避免的趋势。预计到2050年，世界60岁以上人口的比例将由2000年的10.0%上升至21.8%，中国地区60岁以上人口增加趋势更为显著，所占比例将由10%上升至35%[1]。人类寿命的增长一方面体现了医疗水平的进步，同时也对医疗保健体系提出了更多的挑战。例如，大部分的老年人都患有一种或多种慢性疾病，且85%的慢性疾病在患者70岁以前就已经产生，并带来长期的负担和痛苦[2]。随着老龄化现象的日益严重，社会医疗体系需要提供更多的、长期的服务；医疗成本的压力正逐渐凸显，世界各国分配于医疗的支出越来越高昂。

如何建立高质量和低成本的医疗保健体系，是未来社会医疗卫生事业发展的核心问题。为解决这一问题，“p-健康”(p-Health)及健康信息学(Health informatics)的概念被提出来。

“p-健康”以美国卫生研究院(U.S. National Institute of Health)的未来医疗范式为蓝本[3]，把个性化医疗和疾病早发现、早诊断、早治疗做为核心思想，将个人、地区、国家乃至全球的健康信息以及医疗卫生体系联系起来，使现有以治疗为主的医疗模式向以预防为主的模式转变[4]。健康信息学与“p-健康”密不可分。2009年4月10～12日召开的香山科学会议第346次学术讨论会，从心脑血管的应用角度，首次系统地探讨了健康信息学的概念、重大挑战及其基础科学问题[5]。在以上研究的基础上，本文将进一步探讨“p-健康”和健康信息学的内涵、重大意义及其所需要解决的问题。

1 “P-健康”医疗范式

现有的医疗模式以治疗已经出现明显症状的疾病为主，而对有病发先兆、疾病高危人群以及亚健康人群的关注较少。在疾病诊断方面，多以人群统计结果和经验值为标准，较少考虑某一特定患者的具体情况。例如，高血压的国际公认判定标准是血压大于140/90 mmHg(收缩压/舒张压)[6]，但由于个体差异，每个人的正常血压值实际相差甚远，因此高血压的判断更应考虑血压变化的幅度。在现有医疗模式中，日常和健康情况下的生理数据往往被忽略、或难以长期获取，因此针对个体的疾病诊断无法实现。

为了改变这一现状，“p-健康”的概念被提出。“p-健康”的医疗范式可以阐释为六大元素，即个体性(Personalized)、普惠性(Pervasive)、参与性(Participatory)、预防性(Preventive)、预测性(Predictive)和先发性(Preemptive)，由于这六大元素的英文皆以字母P开头，故命名为“p-Health”。如图1所示，“p-健康”主要围绕两个核心问题展开：如何制定医疗决策？制定何种医疗决策？[7]

图1 未来医疗范式“p-健康”[8]

从患者的角度来看，个体性、普惠性、参与性相辅相成，描述未来医疗决策制定过程的机制。个体性是“p-健康”最核心的元素，指为特定患者制定医疗决策的过程中，需要考虑有关该个体的基因遗传、家族病史、组织和器官的医学影像信息、血液测试结果、日常生理参数和生活行为等多方面个人信息，通过把这些信息融合到生物和生理建模中，实现对该个体病情的综合客观评估，从而为其选择最优化、最有效的疾病预防或治疗方案。普惠性指打破现有以医院为医疗服务中心的局限，形成由个体、家庭、社区、医院组成的立体式、多层次服务网络，每一个层次发挥各自所长，将医疗保健普遍推广至人民的日常生活中。普惠性的医疗结构不仅实现在各种不同情况下均可进行适当的检测、诊断和治疗，同时也为个体性诊断获取最丰富的、医院外的健康信息。参与性是指不同机构、不同地域、乃至不同国家的个体和参与者之间，可以共享健康信息并产生互动，从而提高疾病诊断的效率和准确性。

从疾病的角度来看，“p-健康”所制定的医疗决策是预防性的、预测性的和先发性的。预防性指通过个体预防和人群预防结合的方式，控制诱导疾病产生的危险因素、降低疾病的发生率。预测性指针对特定疾病应建立相应的风险评估模型，利用已获取的各种健康信息量化疾病患病风险以及病情发展的预测。先发性指在对疾病进行准确预测之后，还应根据治疗过程中患者的反应以及恢复情况，采取先发性的介入治疗手段。因此，预测性和先发性是对预防性的具体诠释和补充。

2 “p-健康”的效率与成本

“p-健康”在降低医疗成本、提高医疗质量方面的作用主要体现于三个方面[8]。

首先，“p-健康”的目标不仅在于挽救生命，更力求延长人类健康生活的年限。许多疾病，例如肿瘤、癌症、心脑血管粥样动脉硬化斑块等，往往存在一个隐性发展时期，当这类疾病出现明显症状时，可能已经造成了无法恢复的严重损伤、甚至直接导致猝死。有研究显示，相较于早期治疗，疾病在晚期的治疗效率更低、成本更高、后遗症更多，患者完全康复的可能性更小，特别是死亡前数月，医疗成本有相当显著地增加[9]。因此“p-健康”要从被动诊断疾病向主动监测人体健康状况转变，在疾病尚未造成危害健康的后果或导致突发性事件之前就进行先发性治疗，从而使患者有效恢复健康。

第二，实现全民健康的低成本离不开个性化医疗的方式。“低成本健康”不是特指某种医疗器械或者治疗手段的经济成本低，而是全民医疗卫生各方面成本的整体降低，包括重大疾病患病率和死亡率的降低、人均期望寿命的提高以及国家医疗卫生总费用的降低等等。提早预防疾病发生和发展是实现低成本健康的首要方法。Geoffrey Rose在其经典论文“Sick Individuals and Sick Populations”中提出，疾病预防策略分为个体性(或高风险性)预防和群体性预防两种[10]。群体性预防策略由于可能涉及到一个数目相当庞大的目标人群而导致成本大大升高，所以一直备有争议。因此，通过“p-健康”所建立的多层次医疗服务网络，可以以一个低成本、最优化的手法将需要实施预防策略的高风险个体从整体人群中有效筛选出来，将被干预的人群缩减至最小，并综合每个个体或者群体的健康信息，制定出合理解决方案，使减低社会整体医疗成本降低。

第三，通过建立和整合个人、机构、国家乃至全球的健康信息系统，可以使得各个授权的医疗机构共享信息、共同参与和了解诊断与治疗方案制定过程，从而减少非必需或重复性的医疗服务、杜绝滥用医疗服务的行为。

3 健康信息学

人体各类健康信息的获取、理解以及运用是“p-健康”范式实现的关键。从出生、发育、日常生活至衰老，从基因、分子、组织、器官至人体系统，多空间维度、多时间维度的人体信息均具有重要意义和价值。为了获得不同的条件和环境下的健康信息，各种模态的传感器和成像装置需要被研制和开发。而获得的海量信号或图像数据要能够无障碍地流通、互动，通过分析、综合、建模，并最终用于解决从个人、地区乃至全球的各个层次上的健康问题。因此，健康信息学(Health Informatics)是一个充满挑战的全新领域，它被定义为：生物医学、生命科学及信息工程等多学科高度交叉的领域，通过对不同层次上多模态多尺度信息的获取、传输、处理、存储、以及检索，从遗传信息开始，将与个体健康相关的信息从分子到系统地进行监测、记录、管理和分析，以深入理解人体内在的生物、生理及病理原理，从而对患病风险进行早期预测，对不良倾向进行及时调整，对健康状态进行综合评估，并努力做到疾病个性化早期发现，早期诊断和早期治疗[5][7]。图2所示为一个多模态、多尺度、多层次健康信息系统的基本结构。

图2 多模态、多尺度、多层次健康信息系统的信息获取、传输、处理、存储、和检索(p-STAR)[7]

4 健康信息学的“p-STAR”

信息获取(Acquisition)、传输(Transmission)、处理(Processing)、存储(Storage)和检索(Retrieval)是健康信息学的五大研究方向，为了便于记忆，各取其英文首字母合称“p-STAR”。另外，“p-STAR”中的p不仅指信息处理，还有“p-健康”六大元素的含义。针对健康信息系统的发展和完善，这五个方向的挑战有[8]：

A. 获取

信息的获取是整个健康信息系统的起始点和基础。与其他信息学不同，健康信息学的研究对象是人体。人体信息的获取，一方面要求检测手段尽量少地损伤人体、微创、甚至无创；一方面又要求测量结果尽量真实反映人体内部各种情况，克服生物通道调制、运动伪迹等带来的误差。在基因和分子层次，需要进一步提高高通量分子检测技术，以降低DNA排序的成本和更好地理解基因(或复合物)在生物通道中的调节机制。在组织和器官层次，成像技术的分辨率需要进一步提高，发展非介入式的多模态高分辨率成像，实现肿瘤、动脉粥样硬化斑块等疾病的早期检测。在系统层次，为了动态获取人体信息、实时连续地检测健康状况的改变，由光、电、生物、化学等可穿戴式和可植入式设备所组成的躯体传感网络(Body Sensor Network，躯感网)的发展也必不可少。

B. 传输

从个人到全球，每一层次健康信息的无缝安全传输都有离不开计算机和通信技术的普及和发展。除此之外，人体作为生物通道的信息传输机制也需要更深入的理解。例如，作为躯感网的中心，人体连接了体内、体表及体外的各种传感器，人体的生物信道可以成为躯感网信息传输网络的组成部分，从而降低网络成本、增强数据传输安全性[11]。为了理解生物信息传输系统的复杂性和效率，需要开拓新的生物通信理论。

C. 处理

健康信息系统的每一个环节都离不开各种程度的信号和数据处理。然而，随着多模态、多尺度信息的获取以及全球健康数据网络的建立，如何处理这些性质不同、但又包含了大量未知知识的海量数据，将成为健康信息处理中最大的挑战。海量健康数据处理不仅是普通的数据压缩、分类、融合，还包括建立一系列的基因调制模型、生物结构模型、生物功能模型以及生理模型，在此基础上对健康信息进行深入的解释、实现以基因和生理模型为基础的个性化医学诊断。国际生理科学联合会(International Union of Physiological Sciences)已在相关方向中做了一些先期研究，即“Physiome Project”。该项目对人体进行综合建模，通过数学建模的方式将人体细胞、组织以及器官的生物化学、生物物理、解剖结构等多方面信息融合于一体，在时间和空间的量级上分别达到1015和109[12]。然而，目前的研究成果还远远不能满足健康信息系统的应用需求。更多的健康数据融合理论、疾病致病关键因素分析理论、个性化疾病演化模型及预警模型等亟待研究。

D. 存储和检索

如何提高数据的互用性和发展上下文感知的检索技术，是健康信息存储和检索的主要挑战。此外，为了在全球层次上整合来自各个独立资源的信息，网格计算、云计算等高性能计算也是健康信息共享网络必不可少的技术。

5 结束语

综上所述，“p-健康”医疗范式以个性化医疗以及疾病早期诊断和治疗为核心思想，解决“如何制定医疗决策”和“制定何种医疗决策”两大关键问题，建立高质量、低成本的医疗保健体系，从而提高医疗及突发性公共卫生事件应急措施的质量和效率，降低社会医疗卫生成本。实现“p-健康”，需要围绕健康信息获取、传输、处理、存储以及检索中的主要挑战，在健康信息学领域中持续拓展和创新。

[1] W. Lutz, W. Sanderson and S. Scherbov, “The Coming Acceleration of Global Population Ageing,” Nature 2008,451:716-719.

[2] WHO, “Preventing Chronic Diseases: A Vital Investment: WHO Global Report,” Geneva, Switzerland:World Health Organization, 2005.

[3] Office of the Director of the US National Institutes of Health (NIH), “The Future Paradigm: The 4 P’s,” in B. D.Lebowitz and Rajesh Parikh, “In this issue…,” Dialogues in Clinical Neuroscience, Personalized Medicine:Prediction, Prevention, Participation, vol. 11, no. 4, 2009.

[4] C.C.Y. Poon and Y.T. Zhang, “Some Perspectives on High Technologies for Low-Cost Healthcare: Chinese Scenario,” IEEE Engineering in Medicine and Biology Magazine, vol. 27, no. 5, pp. 42-47, Sept./Oct. 2008.

[5] 香山科学会议第346次学术讨论会“心血管健康信息学的重大科学前沿”会议综述，http://www.xssc.ac.cn/Web/ListConfs/ConfBrief.asp?rno=1424.

[6] A.V. Chobanian, G.L. Bakris, H.R. Black, W.C.Cushman, L.A. Green, J.L. Izzo Jr, D.W. Jones, B.J.Materson, S.Oparil, J.T. Wright Jr, E.J. Roccella and the National High Blood Pressure Education Program Coordinating Committee, “Seventh Report of the Joint National Committee on Prevention, Detection,Evaluation, and Treatment of High Blood Pressure”Hypertension, 2003 (42): 1206-1252.

[7] Y.T. Zhang and C.C.Y. Poon, “Editorial Note on Bio,Medical, and Health Informatics” IEEE Trans. on Information Technology in Biomedicine, May 2010.

[8] C.C.Y. Poon, W.B. Gu, and Y.T. Zhang, “Health Informatics for Low-Cost and High-Quality Health Care,” in 32nd Ann. Int. Conf. IEEE Eng. in Med. and Biol. Soc., 2010.

[9] Z. Yang, E. C. Norton, and S. C. Stearns, “Longevity and Health Care Expenditures: The Real Reasons Older People Spend More,” Journal of Gerontology: SOCIAL SCIENCES, vol. 58B, no. 1, pp. S2-S10, 2003.

[10] Rose G, “Sick individuals and sick populations,” Int J Epidemiol vol. 14, no.1, pp.32-38, 1985.

[11] C.C.Y. Poon, Y.T. Zhang and S.D. Bao, “A novel biometrics method to secure wireless body area sensor networks for telemedicine and m-Health,” IEEE Communication Magazine, vol. 44, no. 4, pp. 73-81, Apr. 2006.

[12] P. Hunter, P. Robbins and D. Noble, “The IUPS Human Physiome Project,” Eur J Physiol, vol. 445, pp. 1-9, 2002.

Health Informatics for High-Quality and Low-Cost p-Health Care

GU Wen-bo PAN Song-xin ZHANG Yuan-ting

1006-6586(2010)06-0002-04

R197.324

A

2010-06-02

张元亭，教授，中国科学院生物医学信息与健康工程学重点实验室主任，香港中文大学生物医学工程学部主任，中国科学院深圳先进技术研究院生物医学与健康工程研究所所长，IEEE生物医学信息技术学报总编辑；E-mail: ytzhang@ee.cuhk.edu.hk