基于健康云平台的糖尿病管理应用与个性化推荐方法

辛宗桂 何晨光 樊小毛 李 烨

1 中国科学院深圳先进技术研究院 深圳 518055

2 东北大学中荷学院 沈阳 110004

3 华北水利水电大学软件学院 郑州 450045

引言

随着科技水平的提高及经济的快速增长，近10年来，人们的生活方式和饮食习惯有了显著的变化，我国的疾病谱也发生了重大改变。2010年中国18岁以上成人糖尿病患病率为11.6%，人数达到1.139亿，其中男性6 050万，女性5 340万，18岁以上成人有一半为糖尿病前期患者(50.1%)。糖尿病患者病情知晓率不到1/3(30.1%)，仅1/4接受治疗(25.8%)，接受过治疗的患者，仅有略高于1/3血糖达标[1]。从中国的人口角度看，糖尿病总体规模几乎已达“警戒级别”(图1所示)。如果没有一个覆盖全国的有效措施，中国可能在不久的将来会大量出现与糖尿病相关的并发症，包括心血管疾病、中风及慢性肾病、微循环障碍疾病等多种严重疾患；因此，糖尿病防控领域的市场需求非常大。根据R2G的2015年报告，在医疗健康领域，糖尿病相关的应用占到五分之一，位于第二。针对此需求开发的移动应用可以通过对患者的监护，记录患者的生活习惯、饮食习惯、生理参数等各种数据，自动检测并推荐出最好的治疗方案，起到行为干预的效果，从而预防各种并发疾病的发生，降低家庭在医疗健康方面的支出。

图1 中国糖尿病患病率

糖尿病管理信息化的第一次探索是在20世纪60年代，当时美国开始探索病案、慢性病管理的信息化，以麻省理工总医院为代表，开发并投入使用了糖尿病电子病历管理系统。随着多媒体技术的发展与成熟，在20世纪90年代，西门子公司研发了一款记录糖尿病信息的多媒体系统。同时期的西方国家也陆续投入大量经费开发糖尿病信息管理系统。2004年，美国总统布什在国情咨文演讲中提出一个要求，他希望在10年内能够确保绝大部分的美国人拥有糖尿病的电子病历，并以此为基础建立国家慢性病信息管理系统，经费估计达到2 760亿美元。我国起步相对较晚，在20世纪80年代才开始疾病信息化管理的探索，多家医院将糖尿病的病案用做索引标记，通过摄片、冲洗等流程的缩微技术，对病历进行信息化的管理。

2011年3月29日召开的全国卫生统计信息工作会议确定了我国“十二五”期间卫生信息化建设的路线图，要求各地加强建设健康档案和电子病历2个基础数据库和1个专用网络[2]。该计划加速了卫生服务信息化的建设，为实现以信息系统为基础的疾病管理提供硬件基础。实际上，早在2002年，赵志刚等人就开发并推广了第一个糖尿病电子病历系统，其参考了日本和美国的管理方案，能够通过互联网传输、储存，随时为医生提供病人的病历，更好地长期跟踪病人的病情[3]。2006年，刘伟等人提出了门诊改革方案，为门诊引入糖尿病信息管理系统，并建立了上海市第一个糖尿病信息管理系统，每个病人都有专业的医护人员管理，制定了初诊与复诊的常规检查，并对糖尿病患者进行2周一次的上门随访[4]。2007年，李杰等人研发了能够高效管理和分析糖尿病的分布式、动态糖尿病信息管理系统(DIMS系统)[5]。2013年，李领侠等人采用可视编程系统制作了糖尿病健康管理系统，该系统通过对糖尿病病人实施长期、全面、动态、连续有效的管理，起到提高病人健康管理相关知识水平，改变其自我管理能力的作用[6]。2015年，曾小华等人开发设计了基于云平台的糖尿病的院后健康监测管理系统，基于“智能手机+移动终端”的移动医疗技术，解决了2型糖尿病患者院后体征数据测量、存储和再利用问题，具有较高的应用价值[7-10]。

在糖尿病管理系统探索的伊始，只是对电子病历进行存储和传输，让医生能够及时、顺利地追踪患者的详细资料，并没有做到对所存储的数据进行分析利用，患者也无法看到自己的病历，缺乏医患交互。虽然经过积极的探索，开发者对上述几个方面做出了相应的调整，但依然有所不足。如刘伟等人的门诊改革方案，给每个病人分配专业的医护人员，无疑大大地增加了人力资源的压力；曾小华等人设计的管理系统只是将医学保健书籍中的一些方案或知识机械地移植到移动设备中，没有做到因材施教，个性化处理，指导意义不强。

基于健康云平台，本文研发个性化糖尿病管理应用，实现了原始生理信息数据的分布式云存储。根据用户的健康情况、生活习惯、饮食习惯、生理参数等数据，利用双聚类推荐方法进行建模，给出个性化的饮食方案、用药推荐、健康教育和医疗建议。应用功能主要包括糖尿病患者的基本信息、血糖记录、血压记录、心电监测、饮食记录、运动记录、用药情况，从而推送个性化生活方式，更好地控制并发症的发作。

1 健康云平台

为了能够随时、随地同步用户的数据，并对用户的历史数据进行挖掘分析，一个稳定、安全、高并发的健康云平台必不可少[11-12]。图2展示了我们开发的整个健康云平台：HCloud的系统架构，包括web集群、消息队列集群、数据库集群和数据挖掘分析集群。用户使用个性化糖尿病管理应用的过程中，数据通过互联网自动上传到健康云平台中存储，利用双聚类推荐分析方法挖掘相似的糖尿病用户，推送相似人群中病情控制最好的生活方式、用药情况等信息，帮助用户更好地控制糖尿病病情。

健康云平台主要划分为以下4个模块。

1)web集群：包括负载均衡设备。将用户的请求均衡地分散到web集群的节点，能够提高环境总体的可靠性，可用性和可服务性，同时能够更快地从意外中断中恢复，从而将对用户体验的影响降至最低。

2)消息队列集群。消息队列是在消息的传输过程中保存消息的中间件，队列的主要目的是提供路由并保证消息的可靠传递；如果发送消息时接收者不可用，消息队列会保留消息，直到可以成功地传递它。

3)数据库集群。由于数据库系统是任何一个信息系统的核心，系统性能、数据可靠性、服务可用性是重要指标。数据库集群可提供负载均衡和自动优化的能力。数据库集群还具有冗余设计，可以保证理论上的数据零丢失。

4)数据挖掘集群。数据挖掘的任务包括一系列的生理数据预处理、分析和挖掘模型，从而更精确地推送个性化生活方式、用药推荐、饮食方案等信息。

图2 健康云平台架构

2 糖尿病管理应用

国际糖尿病联盟(IDF)将健康教育与心理改善、药物改善、饮食改善、运动改善和血糖监测形象地称为糖尿病改善的五架马车，正确驾驭五架马车就能使糖尿病患者血糖长期控制稳定，结合减少吸烟、饮酒、控制高血脂等其他有害因素，就能有效防止或减少糖尿病并发症的发生，最终达到延长寿命、提高生活质量的目标。本文将从功能模块、接口协议框架、生理信号数据采集、双聚类推荐方法来阐述糖尿病管理应用。

2.1 功能模块

个性化糖尿病管理应用主要分为6个功能模块，包括用户注册，数据采集(心电、血压、血糖、食谱、运动、用药记录等)，资讯，数据分析(统计、血糖曲线、历史记录)，亲友圈，调查问卷(如图3所示)。

图3 个性化糖尿病管理应用功能模块

1)资讯。健康云平台通过挖掘、分析用户上传的数据，为用户推送更加贴近用户实际情况的健康教育。

2)注册。为了能够享受专业的健康服务，用户需要在健康云平台上建立属于个人的健康档案。

3)数据采集。只有收集到足够多的用户个人生理数据，才能更好地确定用户的身体健康状况，采集的数据包括：心电、血糖值、血压值、饮食习惯、运动情况、用药记录。

4)亲友圈。亲友可以通过本应用及时地监控患者的健康状况，每次的健康评估，都会同时推送给患者跟亲友团，亲友可以看到患者的最近健康数据，并且相关的健康教育信息都会得到推送，使得亲友能更加清楚患者的状况并根据健康教育做出调整，起到督促患者健康作息。

5)数据分析。本应用可以长期跟踪记录用户的身体状况，利用图表，更加直观地为用户展示个人最近的健康情况。

6)调查问卷。可根据知识库进行动态更新，掌握用户的最新反馈信息，提升用户体验，为推荐算法改进提供客观依据。

2.2 接口协议框架

糖尿病管理应用与健康云平台之间的传输数据采用易于交互的JSON数据格式。考虑到协议的通用性、简洁性和统一编码，结合糖尿病管理应用的特点，本文设计的JSON格式的协议框架如下。

其中，code字段主要用户客户端来识别处理的结果；msg字段是返回客户端的提示内容信息；而result字段包含的是返回的数据结果，比如推荐的饮食信息。对于result数据有以下3种情况。

1)返回单个对象数据。

适用于仅返回单个模型的情景，如用户登录信息。

2)返回对象数组数据。

适用于返回一个模型列表的情景，如饮食内容列表。

3)返回混合模式数据。

适用于比较复杂的组合型界面，返回模型的内容和模型列表的内容，大大增强了协议的灵活性。

2.3 生理信号数据采集

图4 利用三合一设备数据采集

通过自主研发的配套采集设备，如微型动态心电仪Mini Holter、手握式三合一检测器、血压计、血糖仪等。利用手机终端检测用户身体状况，按照每天不少于一次的频率持续上传自己的血压、血糖、心电三合一等健康数据。此外还采集包括饮食习惯，生活方式，用药记录等行为信息。健康云平台根据已有的数据通过算法建模，为用户提供多种并发疾病的风险评估及健康趋势分析报告。如图4所示为手握式三合一采集生理信号过程：首先是选择要测量的项目，然后通过蓝牙连接设备，最后三合一开始采集心率、脉率、血氧和心电的数据并自动上传(如图4所示)。

数据上传至健康云平台存储并分析，实时反馈给用户分析结果。图5所示为检测分析报告内容，按顺序依次为测量结果报告、生理信号的详情、异常脉搏的具体参数。检测分析报告直观反映身体状况，为指导合理饮食、运动及调整用药提供科学依据。

2.4 双重聚类推荐方法

根据已有糖尿病用户的个人信息、生活习惯、用药信息、运动情况、饮食情况，利用推荐系统建立糖尿病用户与并发症之间的关系，利用已有的选择过程或相似性关系，挖掘糖尿病用户潜在的并发症，推送糖尿病用户已有病例的最佳生活方式，控制后续并发症的发作。本文基于糖尿病用户和并发症双重聚类的协同过滤推荐算法，利用评分数据稀疏差异度和并发症类别构造集合差异度度量公式，用在“糖尿病用户—并发症评分矩阵”上进行项目聚类；同时采用2007年在Science发表的Affinity propagation聚类[13]方法对并发症进行聚类，具有自适应确定聚类数目和简单、快速适于处理大数据的优点，省去了规范化处理过程。图6是用户和并发症双重聚类协同过滤算法流程图，主要过程包括：1)对原始数据进行预处理得到用户—并发症矩阵；2)利用近邻传播(Affinity Propagation, AP)聚类方法分别对用户和并发症进行聚类，生成用户和并发症的两个最近邻集；3)对最近邻集采用协同过滤算法进行预测评分并产生并发症的推荐；4)求两个子集的并发症预测前N个评分的加权平均，按照从高到低进行推荐。

3 个性化管理的实现

个性化，是指在大众化的基础上增加独特、另类、拥有自己特质的需要，常用来指具有个体特性的需求和服务。糖尿病的诊疗和管理一方面具有群体普遍性的特征，另一方面，由于其长期性以及家族遗传因素、个人生活习惯和环境、既往病史和服药方案的差异，不同个体特征的糖尿病管理需求是不同的。对于一个具体应用来说，如何更好地体现个性化的需求和操作的便利性，将是个性化管理设计的重点。

图5 检测分析报告

图6 基于用户和并发症的双重聚类协同过滤算法流程图

通过长期跟踪，记录用户的生活方式、健康状况，建立用户的个人档案，并在此基础上，利用2.4节的双重聚类推荐技术，本应用对用户和并发症进行聚类分析，为用户推送最相似且并发症控制效果最好的病友的生活方式、用药情况等信息，满足糖尿病管理应用的个性化需求，为用户量身定制全方位的个性化糖尿病管理方案。系统包括：资讯、生活方式、诊疗、圈子4个方面。如图7所示。

1)资讯。主要包括糖尿病的健康教育、并发症、治疗、最新动态4个内容。根据用户的糖尿病类型，身体健康状况推送对应的健康教育。众所周知，能否坚持合理饮食、运动、用药及血糖检测是治疗糖尿病的关键与难点，而健康教育可以帮助患者加强对糖尿病的认知，掌握科学运动、合理饮食、合理用药与疾病归转之间的关系。在普及糖尿病基本常识的同时，让用户正确地认识到糖尿病并发症的发生和危害，糖尿病管理的重要性，使其能够积极配合治疗，及时了解身体状态。同时推送糖尿病治疗的最新技术，让不同层次的用户有更多的治疗选择。

图7 推荐系统构成

2)生活方式。糖尿病患者要控制病情，除了要积极治疗外，还需要改变生活习惯。总得来说就是，“管住嘴，迈开腿，好好睡”。管住嘴，糖尿病人需要平衡饮食，并保证进食时间的规律，以防止体内血糖浓度起伏过大，从而控制病情。系统根据用户的饮食习惯，为用户推荐兼顾用户口味的，合理的营养食谱。系统根据跟踪用户的运动状况，结合用户的健康状况，劳动状况，饮食习惯，为用户定制合适的运动方案。人体内的血糖的水平，跟节律体内的时间是一样的，如果休息不好就会导致血糖失控。糖尿病人按照正常的作息规律则应该早上六点到七点之间起床，睡眠时间要保证至少七小时。

3)诊疗。根据用户的用药记录、作息时间，为用户制订一个正规的注射或口服药的规律，制订一个合理作息用药时间。同时也会根据最近的生理数据、饮食、运动情况，建议用户减少或增加某药物的剂量，以更健康的方式控制病情。用户在用药上有什么疑问也可以通过留言的方式，跟我们的专业医生互动，我们会在最快的时间内解决用户的问题。

4)圈子。圈子是一个给广大用户交流的一个地方，首先系统会根据不同类型的用户，将他们归类到同一个圈子里，在里面，用户可以把自己觉得有用的经验共享出去，同时也可以通过分享自己的情况来获取糖友们的帮助。除了糖友外，用户的亲友也能够关注用户的身体状况，进而对用户行为、饮食、运动进行监督。我们的医生也会在圈子里浏览用户分享的经验，回复用户的问题，对优秀的经验进行顶置，让更多的用户受益。

4 总结

基于糖尿病管理的需求，通过个人行为干预、第三方激励以及社区群体激励等方式，联合家人共同管理患者的病情，本文研发了一个糖尿病管理的应用。通过跟踪记录患者的生活方式、饮食习惯、运动习惯、用药记录、生理数据等，运用双重聚类推荐技术，为用户建立个性化健康管理档案，进行用药管理、运动干预、饮食干预等规范患者的生活作息，从而达到控制患者病情、降低家庭医疗支出、提高生活质量的作用。此外，本应用除了服务于糖尿病的日常管理之外，通过对用户历史数据进一步地挖掘分析，可探索发现糖尿病并发症新型诱导因子，并可由专业医生进行验证及机理分析，从而提前进行诱导因子的防控，降低并发症发生的风险。

参考文献

[1] Xu Y, Wang L, He J, et al.Prevalence and control of diabetes in Chinese adults[J].Jama,2013,310(9):948-959

[2] 孟群.突出重点,狠抓落实,努力开创卫生统计与信息化工作新局面——在2012年全国卫生统计信息工作会议上的讲话(一)[J].中国卫生信息管理杂志,2012(2):7-12

[3] 赵志刚,史晓红,张春玲,等.糖尿病电子计算机标准化管理系统的开发研究[J].河南诊断与治疗杂志,2002(1):16-17

[4] 刘伟,王丽华.糖尿病患者管理模式的探索[J].上海交通大学学报(医学版),2006(9):957-960

[5] 李杰,贾伟平,吴松华,等.糖尿病管理信息系统的建立及应用[J].上海医学,2007(8):595-598

[6] 李领侠,王明旭,周西,等.糖尿病健康管理系统的开发与应用[J].全科护理,2013(9):831-832

[7] 曾小华,郭文明,朱旭阳,等.基于云平台的糖尿病院后健康监测管理系统[J].医疗卫生装备,2015(4):56-59,88

[8] 方勇强,林岳武,黄玉章等.基于云平台的糖尿病院后健康监测管理系统应用效果研究[J].白求恩医学杂志,2015(06):586-588

[9] 肖晓玲,胡秋秋,刘玉萍,家属参与健康教育在2型糖尿病管理中的应用[J].中华护理杂志,2012,47(4):98-100

[10] 李非洲,健康教育干预在糖尿病病人中的应用效果评价[J].青岛医药卫生,2015,47(4):311-313

[11] He C, Fan X, Li Y. Toward ubiquitous healthcare services with a novel efficient cloud platform[J].IEEE Transactions on Biomedical Engineering.2012,60(1)230-234

[12] 樊小毛,何晨光,李烨.健康云平台在家庭健康监护中的应用[J].信息通信技术,2013,7(5):31-36

[13] Frey, B J, Dueck D. Clustering by passing messages between data points[J].Science,2007,315(5814):972-976