“互联网+”睡眠健康管理服务系统设计初探

章毓洁　黄秋波

【摘要】    睡眠健康问题成为现代社会日益被关注的问题。我国紧张的医疗资源难以满足社会需求。本文分析了传统睡眠健康管理模式面临的问题，现阶段数字睡眠健康管理的不足，提出了“互联网+”睡眠健康管理系统设想。旨在探索借助互联网和自然语言等认知技术，重构医患交流机器替代为特色的睡眠健康管理服务流程和系统。

【关键词】    睡眠健康管理    服务标准化

睡眠健康是大健康重要组成。2016年中国睡眠研究会调查显示中国成年人失眠发生率高达38.2%，超过3亿中国人有睡眠障碍，丁香园和健康报联合发布的《2019国民健康洞察报告》显示八成受访者存在不同程度睡眠困扰。医护人员的长期跟踪服务和患者自我管理对睡眠障碍诊疗至关重要。我国医疗资源紧张，可供睡眠健康等慢病管理调用的医疗力量不能满足睡眠健康医疗需求。而患者由于缺乏必要的知识技能，无法实施有效自我管理。因此，社会急需创新睡眠健康管理模式。睡眠健康管理“互联网+”化是可行途径。

一、传统睡眠健康管理模式问题

睡眠障碍的机理复杂多样。美国睡眠障碍联合会根基产生机理，将睡眠障碍分为3类34种，再加上病患个体差异，睡眠管理的个性化要求极高。现代睡眠医学研究睡眠障碍主要分认知模式和生理模式。认知模式指过度兴奋和沉思引起的睡眠障碍，生理模式指觉醒系统、认知系统和 HPA 轴（丘脑-垂体-肾上腺）的失调引起的睡眠障碍。此外，神经传递物质、激素水平等原因也被认为能引起睡眠障碍。睡眠障碍虽然不直接威胁生命安全，但病情长期持续会引起躯体类、神经、精神类并发症，甚至造成死亡。目前已有治疗方法主要包括：药物疗法、经颅磁刺激疗法、认知行为疗法等。认知疗法是公认的大部分睡眠障碍有效方法，但耗时长，治疗频繁。

我国专业医生与患者比例严重失衡，尤其睡眠心理医学领域更为突出，很多医院甚至没有设置睡眠科室。这限制了认知行为疗法的临床推广和应用。医疗资源约束下，提升认知疗法的有效途径是借助信息技术和智能化技术实现机器替代。认知疗法主要包括睡眠障碍识别、诊疗、睡眠质量检测、教育引导、心理辅导几个方面。实现机器替代的难点在于提升各个环节的自动化和智能化水平，采用穿戴技术和机器学习技术替代睡眠医生基于相关量表（如失眠严重程度指数、匹兹堡睡眠质量指数、国际睡眠障碍分类第三版）及人工识别的生理数据（如脑电）做出诊断。

二、现有数字睡眠健康管理不足

2.1现有数字睡眠健康管理服务创新性不足

现有基于“医联体”和“医共体”的分级诊疗的健康管理模式通过医疗服务需求结构性调整缓解了大医院诊疗压力，但由于未改变医护人员人工跟踪监督的方式，无法缓解医疗资源约束。如何突破医疗资源约束，满足失眠等慢性病健康管理服务需求成为一项重要课题。近几年，数字健康管理的实践和研究为破解这一难题打开了窗口。研究证实基于互联网工具的睡眠健康管理效果显著提升。但现有数字睡眠健康管理创新不足，大多只是将互联网作为医生和患者间沟通新渠道。虽然新工具提升了医患沟通的信息多元（图像、语音、文字）、沟通时效、时空错配、支持社会水平，但本质上仍需要医护人员提供人工服务，因此也无法从根本上缓解我国医护人员劳动强度大、医疗资源紧缺的问题，甚至有些应用反而增加医护人员工作量。针对好大夫平台一项研究发现，平台注册医生只有1/3的医生会在线上保持信息的及时更新和患者的频繁交互，其重要原因是医生线下劳动强度很大，已经无暇提供线上医疗服务。此外，未经整体设计的线上工具功能有限，有些甚至是借助微信等社交媒体工具，存在医疗数据不能共享、不够便捷等问题。因此，数字睡眠健康管理服务发展要基于医疗资源约束短期难改的现实，以实现机器替代为目标，从数字医院建设整体格局出发，重构诊疗管理服务传递系统。

2.2现有数字健康管理服务标准化建设缺失

只有标准化的服务系统才能保证服务质量一致性，进行产业化推广。美国已经做了初步探索，形成了一些健康管理的服务标准和规范性指南，通过术语、分类和编码的形式就健康管理信息和电子健康管理记录框架、数据交互、影像、生物信号、安全性、个人健康设备通信标准等方面进行规范。我国健康管理领域标准化建设主要由国家卫生和计划生育委员会和国标委下的各技术委员会，如TC 86（文献影像技术）、TC 260（信息安全）、TC 264（服务）、TC 483（保健服务）等技术委员会就文献影像技术、安全性、社区服务、保健服务等几方面制定标准。此外中医药也组织制定了一些中医临床指南。现阶段，虽然睡眠健康诊断阶段承袭了医疗诊断特点，强调标准制定，但睡眠健康管理阶段标准化建设不足。睡眠健康管理诊断和诊后医护跟踪指导需要服务标准化，尤其是基于信息化的数字服务模式创新涌现，更需要服务标准建设同步跟进。

三、“互联网+”睡眠健康管理的关键技术需求

睡眠健康数据搜集和管理需依托计算机智能技术。用以检测睡眠的生理信息主要包括由脑电、眼电、肌电、心电、血氧饱和度、口鼻气流、体动等组成。睡眠障碍诊断的主要指标包含以下四个方面：睡眠潜伏期延长，入睡困难（>30分钟）;总睡眠时间缩短（<6.5小时/晚）;睡眠质量下降，睡眠维持障碍，觉醒次数增加（每晚超过大于3次）;日间功能障碍。可见睡眠管理的数据收集具有持续性、多维性，数据量庞大，且传统手动睡眠分期方法依据主观判断，耗时且误诊率高，需借助计算机智能技术对数据进行持续收集和智能分析。

全面分析睡眠障碍病情并参与患者健康管理不能忽略自然语言信息。睡眠健康管理需要采用“生理-心理-社会医学”模式，生理方式之外的社会性、心理性干预方法尤为重要。口述或医生记录的病历可为睡眠健康管理提供丰富心理和社会性信息。临床研究中采用机器学习技术研究临床文本信息（如病历等）已经越来越广泛，如基于NLP识别疾病及疾病类型，发现生物医学概念、评估病情风险等。然而，现有机器学习应用没有就具体场景开发闭环应用系统，因此基于机器学习技术并没有在临床环境中被广泛用于帮助决策支持系统或工作流，支持临床服务。少量零碎的应用中开发的工具简陋，无法吸引醫生患者采用。因此需要发展基于自然语言技术的患者病情“小数据”分析和推荐系统我。

四、“互联网+”睡眠健康管理服务系统框架

基于传统睡眠健康管理流程，设计“互联网+”的睡眠健康管理的服务内容和流程。构建以“互联网+”为中心的线上线下融合式睡眠健康管理服务创新模式。该模式应包括睡眠健康监测硬件及软件系统;睡眠健康在线教育资料推荐系统;睡眠健康管理服务标准系统三个核心子系统。该模式能实现线下诊疗、药物配送，线上睡眠健康检测评估、医护咨询、用药管理、监督干预、教育指导、跟踪反馈、社区支持等功能线上线下融合的睡眠健康管理服务整体功能。

4.1睡眠健康监测软硬件系统

包括一款带低功耗蓝牙信号设备的压电感应带式睡眠监测设备。参考同行睡眠障碍诊断方法，就心率、呼吸、起夜等数据开发并检验适用不同人群（性别、年龄等）的睡眠障碍监测算法。基于睡眠监测数据及数据可形成的睡眠报告内容，开发手机APP。APP主要模块和功能见表1。

4.2睡眠健康在线教育推荐系统

睡眠健康在线教育推荐系统基于自然语言处理技术，可从病人的睡眠健康数据中发现他们的潜在需求或者按照患者搜索向患者推荐最相关的教育资料，以引导患者正确认识睡眠健康问题并向患者提供针对性睡眠健康指导。睡眠健康教育推荐系统流程和功能见图1。

图1    基于自然语言的睡眠健康教育推荐系统示意图

4.3睡眠健康管理服务标准系统

为便于产业化推广和质量控制，基于服务系统的关键服务流程，制定包含支撑条件、服务对象、管理过程、管理结果等全流程的多级指标体系及指标量化值的服务标准方案。

五、结束语

“互联网+”睡眠健康管理理论和实践创新具有可行性和必要性。基于“互联网+”的睡眠健康管理不应将互联网视为渠道工具，而应以智能替代为目标，基于融合医学、管理学、心理学、计算机科学等多学科知识的交叉理论基础，开发包括睡眠健康检测系统、在线教育推荐系统等核心模块的线上线下融合系统，并针对“互联网+”睡眠健康管理新模式，开发服务标准。

睡眠健康管理服务标准系统

为便于产业化推广和质量控制，基于服务系统的关键服务流程，制定包含支撑条件、服务对象、管理过程、管理结果等全流程的多级指标体系及指标量化值的服务标准方案。

总 结

“互联网+”睡眠健康管理理论和实践创新具有可行性和必要性。基于“互联网+”的睡眠健康管理不应将互联网视为渠道工具，而应以智能替代为目标，基于融合医学、管理学、心理学、计算机科学等多学科知识的交叉理论基础，开发包括睡眠健康檢测系统、在线教育推荐系统等核心模块的线上线下融合系统，并针对“互联网+”睡眠健康管理新模式，开发服务标准。

参  考  文  献

[1].刘艳骄， 赵英凯. 美国睡眠障碍联合会（ASDA）睡眠障碍国际分类（ICSD）[J]. 中国中医基础医学杂志， 1999， （7）： 63-64.

[2].张冰涛. 基于生理信息的睡眠障碍识别方法及关键技术研究[D]. 兰州大学， 2019.

[3].李向新. 基于多生理参数的睡眠分期研究及其应用[D]. 天津大学， 2012.

[4].Roth T. Insomnia： Definition， Prevalence， Etiology， and Consequences[J]. Journal of Clinical Sleep Medicine， 2007， 3（期缺失）： 0-10.

[5].Bonnet M. Evidence for the Pathophysiology of Insomnia[J]. Sleep， 2009， 32（期缺失）： 441-442.

基金：2021浙江省大学生科技创新活动计划暨新苗人才计划（2021R421019）

章毓洁，浙江树人大学经济与民生福祉学院，研究方向为服务创新;

黄秋波，男，浙江嘉善人，浙江树人大学经济与民生福祉学院副教授，博士，研究方向为服务创新和管理。