物联网在慢性疾病中应用现状的可视化分析

李彦儒,曾咏梅,程 丽,胡细玲*

1.中山大学护理学院，广东510080；2.中山大学附属第三医院

慢性非传染性疾病是以心血管疾病、糖尿病、癌症和慢性阻塞性肺疾病等为主的疾病[1]。据统计，慢性疾病死亡例数已超过世界总死亡人数的60%，预计2030年将上升至75%[2]，慢性疾病已经成为威胁人类健康的公共卫生问题。慢性疾病防治是一项综合、烦琐的工程，目前的慢性疾病管理模式对病人的依从性和质量指标的控制结果都不尽如人意[3]。我国的慢性疾病防治过程中存在着许多突出问题，如医疗结构和医疗资源分配的不合理、防治人员数量不足、慢性疾病管理信息不对称、系统管理共享性差等[1]。慢性疾病管理需要打破时间、空间的限制，需要采用更可靠的人体数据采集方式，更精准的数据分析模式[4]。物联网(Internet of things，IOT)，也称为Web of things，被称为继计算机、互联网之后，世界信息产业发展的第3次浪潮，其技术将所有具备独立寻址能力的，包括将物理对象在内的所有物体相互连接，以实现自行感知、可靠通讯、智能分析，从而建立起人与物、物与物相联系的智能化信息处理、交互式服务系统[5]，物联网促进了“人人享有基本医疗卫生服务”，其在医疗领域的应用已成为众多高校和研究机构的研究热点。本研究探讨物联网在慢性疾病领域中的应用情况，对该方面的学术论文进行统计分析，以揭示物联网在慢性疾病领域的发展趋势和研究热点。

1 数据来源

本研究选取的全球文献数据源为Web of Science的SCI-E、SSCI数据库，检索时间为建库至2020年，通过主题词字段进行检索。主题词字段采用的检索词包括主题词与款目词。①物联网主题词：Internet of things；②物联网相关技术主题词及款目词：radio frequency identification device，RFID，radio frequency identification，ambient intelligence，ambient，intelligences、intelligence,ambient，intelligences，ambient assisted living，ambient assisted livings，assisted living，ambient，assisted livings，ambient，ambient assisted，livings，ambient assisted，ambient-assisted living，ambient-assisted livings，living，ambient-assisted，geographic information systems，geographic information system，information system，geographic，information systems，geographical information systems，geographical information system，information system，geographical，information systems，geographical，system，geographical information，information，global positioning systems，positioning system，positioning systems，global，system，global positioning，systems，global positioning system，用“OR”进行连接检索；③慢性疾病相关主题词及款目词：chronic disease，chronic diseases，disease，chronic，diseases，chronic illness，chronic illnesses，illness，illnesses，chronically ill，“OR”进行连接检索。将①与②的检索结果用“OR”连接检索，检索结果与③用“AND”连接进行检索。将检索得到的文献进行除重后最终共得到有效文献共322篇。

2 研究方法

本研究使用CiteSpace 5.6.R1软件对数据进行可视化分析。知识脉络的分析与展示：将Web of Science中的数据以其他文献格式导出，记录内容为“全记录与引用的参考文献”，导入CiteSpace软件后，时间切片设置为1，节点类型选择作者、机构及关键词，每个时间切片出现最高的50个关键词为分析对象(阈值选择Topn=50)。由于第1篇文献发表时间为1999年，故软件的时间跨度参数选择为“1999年—2020年”。研究力量分析：通过对作者和研究机构的分析，绘制高频作者的可视化图谱，获取节点为作者共现网络图，了解该领域的核心研究力量及相互合作情况，为评价科研人员和研究机构的学术影响力提供新的视角。节点和连线的颜色深浅程度表示发文时间的远近，颜色越深表示发文时间越近；节点的直径表示作者或机构的发文数量，直径越大表示发文数量越多；节点间连线的粗细程度表示两者间合作关系的强弱，连线越粗表示两者之间合作关系越强。研究热点分析：通过对高频关键词的共现分析和聚类分析，生成高频关键词的网络图谱和聚类图谱，可视化展示国际研究热点[6]。

3 结果

3.1 时间分布

Web of Science中以物联网在慢性疾病领域应用研究为主题的外文文献共322篇，第1篇文献发表时间为1999年，之后呈逐年上升趋势，其中2019年最多，为47篇。将数据导入Excel中获得物联网在慢性疾病领域的应用在Web of Science数据库中历年发文量时间分布折线图，详见图1。

图1 物联网在慢性疾病中应用研究相关文献时间分布

3.2 国家分布

通过对Web of Science收录的前10个国家物联网在慢性疾病领域中的分析可以看出，排名前5位的国家分别为：美国[110篇(34.16%)]、英国[23篇(7.14%)]、澳大利亚[20篇(6.21%)]、加拿大[19篇(5.90%)]和西班牙[17篇(5.28%)]。我国在该领域共发表了15篇SCI论文，居第7位，占比4.66%，与西方发达国家相比仍有一定差距，详见表1。

表1 2011年—2019年物联网在慢性疾病中应用相关研究文献发文量前10位的国家(n=322)

3.3 研究机构分析

本研究共提取到47个研究机构，利用CiteSpace软件绘制研究机构的可视化图谱，获取节点为研究机构的共现网络视图，运行软件后获得包含47个节点和80条连线的发文机构混合共线网络图，从研究力量的分布来看，研究机构主要为高校，呈现出以布朗大学(Brown Univ)、奥胡斯大学(Aarhus Univ)、澳大利亚弗林德斯大学(Fllnders Univ Austrilia)和西澳大利亚大学(Univ Western Australia)等高校为中心的合作网络，详见图2。

图2 1999年—2020年物联网在慢性疾病中应用相关文献研究机构分布图

3.4 研究热点分析

利用CiteSpace软件绘制高频关键词的可视化图谱，选择关键词为分析对象的节点类型，时间段设置为1999年—2020年，以1年为时间切片，选择每个时间段频率出现最高的50个关键词为分析对象(Topn=50)，获取节点为关键词的共现网络，得到物联网在慢性疾病领域中应用情况的关键词共现图谱。运行软件后获得包含145个节点和457条连线(density=0.043 8)，详见图3。本研究共提取到145个关键词，出现频次前3位分别为“健康(health)”“流行(prevalence)”及“死亡率(mortality)”，中介中心性前3位分别为“疾病(disease)”“健康”及“流行”。其中“健康”“流行”“互联网(Internet)”及“系统(system)”在出现频次与中心性排名中均为前10位，同时具备高频与高中介中心性，是研究领域的热点。出现频次前10位关键词见表2，中心度前10位关键词见表3。对提取对象中出现的高频关键词进行聚类分析，通过相似度算法(LLR)，生成聚类视图，得到4个主要聚类。其中模块化度量值为0.535 5，表示聚类结构显著，聚类内部相似度指标为0.630 1，显示聚类合理[7]，详见图4。主要聚类包括：①急诊监护(emergency department surveillance)包括住院(hospitalization)、复苏(resuscitation)、病历系统(medical record systems)、心肺死亡率(cardiopulmonary mortality)、护理(care)、护理服务(care delivery)、电子健康(e-health)、紧急医疗服务(emergency medical service)等。②雾计算(fog computing)包括物联网(Internet of things)、数据挖掘(data mining)、多媒体应用(multimedia applications)、云计算(cloud computing)、智能医疗(smart health care)、移动医疗(mobile health care)等。③建筑环境(built environment)包括生活方式行为(lifestyle behaviour)、健康规划(health planning)、汽车尾气(automobile exhaust)、颗粒物(particulate)、物理环境(physical environment)、地理信息系统(geographical information systems)、呼吸健康(respiratory health)等。④慢性疾病(chronic disease)包括关键词帕金森(parkinson disease)、糖尿病(diabetes)、高血压(hypertension)、慢性肾病(chronic kidney disease)、泌尿系感染(urinary tract infection)、哮喘(asthma)、可穿戴设备(wearable device)、传感器网络(sensor networks)、长期护理(long-term care)、整合性照护(integrated care)、以病人为中心的护理(patient-centered care)等。

图3 1999年—2019年物联网在慢性疾病中应用研究的关键词共现网络图

表2 1999年—2019年物联网在慢性疾病中应用研究文献出现频次前10位关键词

表3 1999年—2019年物联网在慢性疾病中应用研究文献中心度前10位关键词

图4 1999年—2020年物联网在慢性疾病中应用研究的关键词聚类图

4 讨论

本研究使用CiteSpace 5.6.R1软件，以文献计量学的方法，对Web of Science数据库中以物联网在慢性疾病领域中的应用为主题的322篇文献进行了发文量、研究机构的提取及共现、关键词的提取与聚类等可视化分析。分析结果显示，以物联网在慢性疾病领域应用为主题的文献发文量逐年上升。2009年奥巴马将“智慧地球”确定为国家战略[8]，同年8月，温家宝总理将物联网上升为国家层次战略[5]，物联网在慢性疾病领域的发文量于2009年有了较大涨幅，到2019年发文量达历史最高。地域分布差异明显，以美国、英国、澳大利亚等发达国家发文数量较多，我国与西方发达国家相比仍有一定差距。研究力量方面，研究机构主要为大学，呈现出以布朗大学、奥胡斯大学、澳大利亚弗林德斯大学和西澳大利亚大学等高校为中心的合作网络。

4.1 物联网在急诊监护中的应用

许多慢性疾病病人由于日常自我管理不善、治疗中断或应激，会导致慢性疾病急性发作，例如高血压急症、脑卒中、严重血糖异常等，需紧急处理，体感网络、无线传感器网络、云计算、健康探测器等物联网技术，利用监护终端收集人体生理参数，实时监测病人的生命体征与健康状况，可将病人院内信息扩展到入院前，再发送至云硬盘中进行检测与预测，可实现提前预警，及时施救，应用在急诊护理信息系统中，可对病人进行快速评估、分级。我国一项基于物联网协同胸痛急救网建设研究显示，在心血管急救中充分利用物联网系统，可缩短救治时间、提高抢救成功率、缩短平均住院日[9]。

4.2 物联网先进技术在医疗服务中的应用

若使公民能够享有卫生保健，必须创建恰当的健康监测系统，而物联网是重要的解决方法，可以实现低成本、高水平的全科医生对公共卫生服务的支持以及对公共卫生和初级卫生保健的管理与有效监督[10]。可穿戴设备、传感器网络、移动健康数据登记等物联网技术的出现，可实时采集病人生理数据，监测被监护人的健康状况，帮助护理人员远程获取病人的具体信息，有效检测病情发展，优化时间，提供以病人为中心的长期护理与整合照护[11]，还可以帮助病人制定针对性的生活方式计划，改善其自我管理行为水平[12]。

4.3 物联网技术在建筑环境检测中的应用

随着我国的城镇化高速发展，大量工业废物被排放，自然环境被污染，人们的健康受到威胁，如可吸入颗粒物对呼吸系统造成损害，工业排放污染土壤与地下水增加了肾脏疾病、癌症等慢性疾病发生的风险[13]。通过物联网技术可对室内环境进行监测、分析，有效识别包括温度、湿度、可吸入颗粒物、甲醛等污染因素，实时报告室内环境情况，帮助居民进行调整与管理，实现健康的智能化家居。

4.4 物联网技术在慢性疾病护理中的应用

慢性疾病研究热点包括帕金森、高血压、糖尿病、慢性肾病等，慢性疾病病程较长，需要病人长期进行自我管理，慢性疾病病人还会普遍出现共病问题，慢性疾病不仅影响着病人的身心健康，更增加了家庭、社会的经济负担。我国慢性疾病医疗服务存在不同地区的发展不均衡、缺乏数据的有效对接、服务质量须进一步保障等问题[12]，信息零散的和服务的不协调，使得卫生保健网络中保健管理的连续性有限，阻碍了后续对于慢性疾病病人的保健指导和行动规划和护理，因此需要改善慢性疾病服务措施[4]。物联网传感器将收集到的生理数据和电子病历上传至云端，利用云计算能力存储、处理、分析，可智能化提供护理处方，发送到手机、电脑等终端，指导病人进行自我管理。也可促进病人与医疗专业人员之间的沟通和协调，并可以及时方便地做出医疗决策[14]，有助于资源的合理配置、为慢性疾病病人提供良好的医疗和护理服务。

5 小结

未来应加大对物联网在慢性疾病领域应用的研究投入，借鉴国际研究热点，从医疗物联网相关技术的研究出发，提升技术的高效性和安全性，在数据规范化与科学化的基础上，针对多系统、多种慢性疾病，搭建信息化健康管理平台，构建新型管理模式，在更加具体的领域和项目中探索，努力完善信息化慢性疾病管理医疗服务体系。本研究的不足之处：仅纳入了Web of Science数据库，未获取其他数据库相关数据，存在片面性，在今后的研究中，将努力扩大分析数据来源，采用更加多样化和科学的数据处理方法。