IPv6与医疗结合开发个人健康助理系统

当前，“互联网+医疗”模式的应用已经日渐深入，如何提高医疗数据收集的准确性和便利性，在医药健康领域发挥重要作用成为移动医疗的关键点。南京大学的“个人健康助理及医疗大数据平台”项目，调研了市场主流App，通过分析App功能以及界面的优缺点，结合现有资源和用户需求，设计出个人健康助理App的总体架构，并在架构的基础上设计代码并实现应用。近日，本刊采访了该项目团队成员程浩洋，请他对该项目近况进行了介绍。

《中国教育网络》：为什么想要开展与医疗健康有关的项目？

程浩洋：健康是人们生活中必不可少的一部分，随着人们生活节奏的日益加快，不规律的生活很容易引起健康问题。有资料显示，在各种因素导致的死亡中，慢性疾病占80%的比例，慢性疾病成为了威胁人们生命健康的重要因素。研究表明，合理的疾病预测方法能够有效地控制慢性疾病的发生。

随着科技的发展，智能手机在生活中越来越普及，健康类的应用越来越多地出现在人们的视野。在对市场上健康类应用进行调研后发现：一方面，多数应用的功能偏向于问诊和医药市场，少数应用有数据管理的功能，目前尚不存在一款将数据管理和问诊功能相结合的应用；另一方面，目前的健康类应用在对于慢性疾病的关注方面，只有健康数据记录、健康提醒和健康类资讯的推送等功能，而较少地涉及疾病预测相关功能。

图1 客户端架构

基于以上两个方面的考虑，我们希望设计实现一个基于Android平台的个人健康助理系统，包括个人健康数据管理、完整的问诊流程以及有效的疾病预测方法。

《中国教育网络》：个人健康助理系统的功能有哪些方面？

程浩洋：为了提高人们对健康的认识，我们开发了个人健康助理App及相应的医疗大数据平台。在这套个人健康和医疗相结合的系统下，用户不仅能对个人健康数据进行管理，还能对自身的健康风险进行评估，同时还可借助多种渠道同专业医生进行问诊和交流。此外，在所获取的一大批用户的健康数据资源下，通过对不同年龄、区域分布等群体的健康状况进行统计和分析，从而为进一步的健康建议和决策提供帮助。

个人健康助理系统在功能上从四个方面展开,包括健康管理、疾病预测、问诊和健康大数据平台。

一是，健康管理模块能够管理用户的健康数据，支持多种方式添加和查看数据。一方面用户可以直观地看出人体生理指标的变化趋势；另一方面也为医疗诊断提供了数据支持。

图2 服务器架构

二是，设计并实现了基于贝叶斯网络的疾病预测方法。用贝叶斯网络方法结合用户的健康数据实现疾病预测，在预测结果上有较好的准确性。它的预测结果能够让用户在早期预防疾病，降低用户患慢性疾病的风险。同时该方法能够发现对疾病影响因子最大的症状信息，为医学上的疾病诊断起到了辅助作用。

三是，设计出一个Android系统的问诊流程。问诊服务将线下的医疗资源转移到线上，提高了问诊的效率。在问诊流程上，一方面，用即时通讯实现了线上问诊功能；另一方面，结合用户的健康数据实现了线下预约。

四是，健康大数据平台。目前有多种渠道来采集公共卫生健康的相关数据，但由于缺乏相关的应用，所采集的数据并没有发挥应有的作用。通过个人健康助理App可以收集到大量的用户健康数据，在此基础上我们实现了一个健康大数据平台，以对当前所有用户的健康信息进行分析和追踪，这有助于了解某种疾病（例如高血压）在不同人群和年龄区间上的分布。同时对疾病预测的结果进行分析整理，可以依此给出某种疾病所表现出最普遍的症状，并能为当前医药相关政策的制定提供参考，还能为当前这类疾病的诊断提供一些有价值的信息。

《中国教育网络》：目前该项目的关键技术取得哪些重大进展？

程浩洋：首先，设计并实现了基于贝叶斯网络的疾病预测方法。该方法根据病例数据训练贝叶斯网络的结构和参数，它的精确率和召回率在与其他分类方法的对比上占有少量优势。将训练后的贝叶斯网络部署在支持IPv6协议的服务器上，为客户端提供访问接口。

其次，设计出Android终端通过蓝牙与可穿戴设备的通信方式。手机端可通过蓝牙启动血压计设备，在血压计测量完成后将数据自动传输并存储到手机上。

《中国教育网络》：在项目实施过程中遇到过哪些挑战，有哪些收获？

程浩洋：在项目启动初期，并不清楚项目具体要实现哪些功能，每个功能应该以怎样的方式实现。为解决这些问题，我们对市场上的同类App进行调研，并完成了一份《移动医疗App发展现状综述》调研报告，对现有App的功能进行分类总结，最后根据现有的资源及需求整理出要实现的功能。在此过程中，了解了医疗类App的发展现状及动向，对项目有了更清晰的认识。

在研究贝叶斯网络方法实现疾病预测的过程中，由于医疗类病例数据很少在网络上公开，数据来源成了这一阶段的重要问题。在此过程中，我们尝试了对真实数据的模拟，但是效果并不理想；同时也尝试了从国家医疗数据网站上获取数据，但是可以应用到模型的参数较少，或者数据量较少；最终我们在Kaggle网站中根据疾病关键词查询到高血压、糖尿病及心脏病的数据，参数较完整而且数据量充分，以此作为贝叶斯网络模型的训练数据。在网络中查找相关数据集繁琐而耗时，但是对各种疾病的不同数据集有了一定的认识，为项目今后在参数维度上的扩展提供了思路。

《中国教育网络》：对于项目的未来规划，有哪些想法？

程浩洋：疾病预测是本项目的一个亮点，同样也是AI与医疗相结合在今后的一个发展方向。随着人们的生活水平的提高，人们对于健康的关注度将不断增加。有效的疾病预测方法能够降低发生疾病的风险，提高健康水平。但是任何一种疾病预测方法都不是100%准确的，误诊或漏诊现象都对用户造成了不良影响，所以，如何在方法上进一步改进来不断降低误诊率和漏诊率，将是疾病预测在今后研究中的重点。

《中国教育网络》：未来您是否有考虑在IPv6领域其他方面开展研究？

程浩洋：未来主要是研究Android系统对IPv6的支持方面，Android4.0之后的移动端设备使用 IPv6网络可以进行正常的通信，但是目前Android手机上支持IPv6协议的应用较少。Android采用双栈协议进行IPv4/IPv6网络的协同工作，当发送的是IPv4数据报文时，采用的Socket为v4版本，当发送的数据报文采用的是IPv6协议时，采用的Socket为v6版本。

IPv6的技术发展已经较为成熟，但IPv6仍缺乏能够轰动一时的应用，现有的IPv4业务有着完善的体系，如果要打破这个体系，需要从IPv6的应用中寻求创新，以此作为IPv6广泛推广的起点。