基于云平台的生命体征监测系统的研究与实现

【作 者】余曼，谭安祖，黄建琪温州医科大学附属眼视光医院信息管理处，温州市，325000

0 引言

生命体征是指评价生命活动存在与否及其质量的指标，包括体温、脉搏、呼吸和血压[1]。这四项体征受大脑皮质控制，在机体正常情况下变化相对较小，而在机体处于病理状态中变化敏感。正是由于这样的特性，生命体征成为医护工作中用来衡量人体机体身心状态变化可靠且重要的指标。因此在患者的临床护理工作中，做好生命体征变化的监测、记录和分析，是临床护理内容中极为重要的一部分。

而快速准确的采集评估甚至最大范围共享患者的体征数据，可以借助新一代的信息技术实现。国家科技部办公厅于2017年5月发布的《“十三五”医疗器械科技创新专项规划》就明确指出了要利用大数据、云计算、人工智能等新一代信息技术，来驱动医疗器械向远程化、移动化、智慧化方向发展。在大力提倡“互联网+医疗”模式的当下，将科技创新的理念在生命体征检测工作中深化有着极为重要的战略意义。将体征数据的采集规范化、传输电子化、数据云端化，实现护理人员的移动办公、患者的医疗数据的追溯共享，这有助于有效提高护理工作效率、优化医疗服务，是医学模式变更的一次有意义的实践性实验。

1 存在的问题

1.1 手工方式易出错

目前生命体征的监测主要还是以手工方式进行，护理人员需要携带纸质护理记录单，通过核对床头卡确认患者身份，然后进行体征数据的测量。

这样的作业方式，使用床头卡匹配患者、从耳温枪、血压计等设备中读取数值，将数值抄录在纸质记录单，进而摘抄到电子病历系统等步骤都有可能造成医疗数据差错并引发医疗风险。并且这种模式无法保证纸质单据和电子病历中护理记录人员一致，这对于医疗安全管理的追溯工作会造成不利影响。

1.2 差异化测量易疏漏

在患者生命体征测量的过程中，有很多特异化的场景需要特殊处理。例如患者有心律不齐或脉搏短绌的情况，应由两名护理人员同时进行测量，并且记录方式需要是“心率/脉率”；呼吸不规律的患者及婴儿应当测量1 min；术后患者、病情危重以及接受了特殊治疗的患者需要加测，一般需要15～30 min测量一次。

现行的手工作业方式，只能通过护理人员的人为记忆和临床经验来避免这种特异化、易疏忽引起的医疗风险。这种容错率低的医疗行为会给护理工作埋下很大的隐患。

1.3 数据共享难度大

目前医学服务模式由传统疾病医学服务向健康医学服务模式加速变革，大数据、深度学习、人工智能等信息技术蓬勃发展，这个高速发展的时代对数据共享提出了更高标准的要求。就生命体征数据而言，患者及其家属希望可以随时获取到患者的体征信息；电子病历系统希望可以完整同步到护理记录单；公共卫生监测机构希望可以快速采集数据以供疾病疫情控制等工作。

当前的纸质单记录，难以实现这种“数据全局共享”的需求。即便通过摘抄转录的方式，也会存在错误数据、效率低的问题，并且对于患者医疗数据互联互通目标的实现也是很大的一个挑战。

2 云平台

云平台是指由广域异构计算资源整合而成，通过互联网为用户按需提供计算资源、存储资源和应用软件等服务的一个抽象的、虚拟的和动态扩展的计算机资源池。在云平台上，计算机资源得以共享，从而提供强大的计算存储、计算功能[2]。并且随着在各个领域越来越广泛的应用和实践，云平台的扩展性、安全性、稳定性得到了有效证实。

本系统基于阿里云平台设计开发，具体架构如图1所示。系统采用了阿里云的ECS（Eastic Compute Service，云服务器）、SLB（Server Load Balancing，服务器负载均衡）、RDS（Relational Database Service，关系型数据库）和VPC（Virtual Private Cloud，专用网络）。

图 1 阿里云架构Fig.1 Ali cloud architecture

整个云的核心组件是生命体征服务ECS， ECS是包含了 CPU、内存、操作系统、磁盘、带宽等服务器组件的虚拟计算环境。ECS与传统服务器相比，具有高可用性、安全性、弹性的优势。其中高可用性体现在服务可用性高达 99.95%，数据可靠性高达99.999 999 9%，支持宕机迁移、数据快照备份和回滚、系统性能报警、容灾备份。安全性体现在支持配置安全组规则、云盾防 DDoS 系统、多用户隔离、防密码破解。弹性则在于支持不停机升级带宽、内存CPU轻松扩展。本系统在ECS上配置了实例规格族通用型g5，选择了Windows Server 2008 r2标准版镜像，并在安装的IIS组件上发布了自主开发的Restful Web Service以实现患者生命体征数据的上传，发布了WAP网站以供患者及其家属在移动端进行个人生命体征数据的查询。

系统采用了阿里云提供的SLB来实现系统的高性能、鲁棒性。SLB是将访问流量根据转发策略分发到后端多台云服务器的流量分发控制服务。SLB通过设置虚拟服务地址将位于同一地域的多台ECS实例虚拟成一个统一的应用服务池，再根据应用指定的方式，将来自客户端的网络请求分发到云服务器池中。温州医科大学附属眼视光医院作为专科医院，在患者体量上并不大，但是考虑到医疗护理行为的实效性和严谨性，需要考虑单点故障造成的隐患，因此部署了SLB来增强系统的强壮性。

系统采用了RDS进行生命体征数据的存储。RDS是一种稳定可靠、可弹性伸缩的在线数据库服务。本系统采用RDS主要有两方面的考虑，一是阿里云的RDS支持SQL Server数据库引擎，不需要增加开发人员的学习成本；二是无需采购硬件且便于快捷扩容与部署，大大降低了本系统在各院区间推广和使用的难度及成本。

3 生命体征监测系统的组成

生命体征监测系统主要为医护人员提供患者的体温、血压、脉率、呼吸、血糖、血氧饱和度的监测与采集功能。护理人员通过扫描患者手腕带的二维码，确认患者身份后测量患者相关数据，测量设备将数据上传至PDA设备，经由护理人员加工核对后上传至云平台。这些数据将同步导入到电子病历系统中的体温单或危急护理记录单中，也可供患者及其家属自行查阅。

3.1 系统总体架构

本系统的整体架构如图2所示，主要包括了医疗检测设备、PDA设备、云计算平台、查询网站、电子病历服务器。医疗检测设备通过相应通信协议将患者各项生命体征参数上传至安卓设备；PDA设备则用于呈现患者的生命体征数据并提供可视化界面供护理人员修改调整；云平台用于存储患者的相关数据并提供相关查询接口；查询网站供患者及其家属使用移动设备来查询相关的生命体征数据；电子病历服务器则负责将云端的数据转存至电子病历数据库中，供护理人员书写绘制护理记录。

图2 整体架构图Fig.2 Overall architecture diagram

3.2 硬件部分

本系统以带有扫描功能的安卓设备为中心，辅以袖带式血压计、指夹式脉搏仪、接触式红外体温计、非接触式体温计等测量仪，并附有延长线缆、探针等附件。

系统在硬件部分主要考虑到的特性有：

（1）便携性。考虑到生命体征监测工作移动范围广、测量频率高，系统采用了基于安卓系统的掌式PDA与小型精准的医疗检测设备。在电源方面则使用了可充电式锂电池，以减少更换电池的繁琐操作。

（2） 兼容性。由于不同的医疗检测设备提供的通信端口存在多样性，为了使系统获得最大程序的可扩展性，因此采用的PDA设备支持串口、蓝牙、USB等常用通讯端口[3]。

（3）鲁棒性。考虑到无线网络不稳定的特性，采用的PDA具有本地存储功能。当测量时由于网络问题导致数据无法上传到云端，PDA能将相关数据存储在本地，待网络恢复后重新上传[4]。

3.3 软件部分

本系统包含了基于安卓平台开发的生命体征管理系统、基于云平台的数据上传系统、基于微信公众号的生命体征查询网页、基于Web Service的生命体征信息接收系统。其中安卓的体征管理系统和获取数据的电子护理单界面如图3所示。

基于安卓平台开发的生命体征管理系统主要包含了以下功能：

（1）用户登录。护理人员可以通过账户密码登录、二维码扫码两种方式登录系统，用户20 min之内没有操作行为将自动注销登录信息。通过用户登录认证的方式，一则自动化记录操作护理人员信息从而提高工作效率，二则保证了生命体征数据的可回溯性从而提高医疗质量。

图 3 生命体征采集系统与电子病历体温单系统截图Fig.3 Vital signs acquisition system and electronic medical record temperature system screenshot

（2）患者定位。护理人员可以通过扫描患者手腕带的二维码从而定位需要测量的患者，从而提高数据准确性。也可以通过“待测”快速过滤本责任组内当前需要测量的患者列表，从而提高每日普测覆盖率。也可以通过“体温异常”、“入院三天”、“术后三天”过滤需要特别关注的患者，从而提高护理人员的监测和交接班工作的效率。

（3）患者信息查询。护理人员在定位患者后，可以查看患者的床位、姓名、年龄、性别、身高、体重、医嘱、术式、治疗、住院天数、历史体征、异常生命体征等信息。

（4） 生命体征数据采集。护理人员使用蓝牙连接耳温枪，使用线缆连接袖带血压计、脉搏仪，测量采集患者的体温、血压、脉搏、呼吸、血氧饱和度等数据，系统会根据当前测量时间将数据匹配到相近的业务时间点上。护理人员也可以手工填写或者修改相关数据。

（5）生命体征数据上传。护理人员通过医疗仪器采集相关体征数据，并咨询填写病人的疼痛评分、大便次数后，点击“保存采集”按钮实现数据的上传。数据会在无线网络覆盖的环境下上传至阿里云。

4 结论

基于云平台的生命体征检测系统的研究和实现对本院信息化工作具有相当的现实价值和战略意义。

其现实价值表现在有效地提高了生命体征监测工作的效率。在系统辅助下整个过程若操作熟练只需60 s即可完成，而传统的监测方法则至少需要4 min。临床验证了本系统减轻了护理人员约35%的查房工作量，并且也规避了人工抄录数据所产生的潜在错误，在提高医疗安全级别和患者满意度的同时，还为优质护理服务提供可靠的数据基础。

本系统的战略意义在于验证了医院医疗云建设工作的可行性并提供了实践经验。在“互联网+”的大背景下，传统的医疗信息产品模式和服务模式必须实现转型和升级。将系统部署到云端，不仅实现了未来数据共享的目的，更是为未来医院信息工作的大数据挖掘、人工智能应用提供了更为可靠的数据准备。

[1] 潘祥林, 陈文彬. 诊断学[M]. 北京: 人民卫生出版社, 2013．

[2] 陈全，邓倩妮．云计算及其关键技术[J]. 计算机应用, 2009，29(9): 2562-2567．

[3] 史翰缨. 电刺激医疗设备计算机接口及软件设计[D]. 南京: 南京理工大学, 2013．

[4] 牛艳霞, 马秉斌. 嵌入式Web服务器的Android空间数据离线解决方法[J]. 测绘科学, 2017, 42(7): 178-182.