面向慢性疾病的未來健康管理模式的思考

韓秀萍　李紅文　高楊　曹輝　楊向東

[關鍵詞] 慢性病;健康管理;健康管理模式;智能化

[中圖分類號] R197.1? ? ? ? ? ? [文獻標識碼] C? ? ? ? ? ?[文章編號] 1673-9701（2021）23-0150-04

Reflection on the future health management model for chronic diseases

HAN Xiuping1? ?LI Hongwen1? ?GAO Yang2? ?CAO Hui3? ?YANG Xiangdong1

1.Jiaxing Primary Laboratory of Lung Cancer Precision Treatment，Yangtze Delta Region Institute of Tsinghua University， in Zhejiang Province， Jiaxing? ?314006， China; 2.The First Hospital of Jiaxing City in Zhejiang Province， Jiaxing? ?314000， China; 3.Keeson Technology Co.， Ltd.， Jiaxing? ?314000， China

[Abstract] Noninfectious chronic diseases （NCDs） have become a major public health problem in the world. China has done a lot of practice and accumulated a lot of successful experience in the management of chronic diseases.However，due to various reasons，chronic disease management has always lacked a long-term，comprehensive and targeted health education and intervention for patients with chronic diseases and high-risk groups on the basis of whole process monitoring and risk factor assessment.With the advent of the era of big data，"internet plus" is rapidly integrating with various industries，and chronic disease management，which is widely concerned by the society，has given birth to a new information service model，and the innovative demand for health management service model has emerged.The model and achievements of applying "internet plus" technology to chronic disease management in the author′s unit were introduced in this research and the application situation of "internet plus" in chronic disease management was made a prospect，so as to provide reference for relevant researchers.

[Key words] Chronic diseases;Health management;Health management model;Intellectualization

近幾年，隨著人們生活質量的提高，中國患慢病人口不斷上升，對人民健康產生威脅。目前，中國確診慢病患者2.6億人，且以每年8.9%的速度遞增，其死亡人數占總死亡人數的86.6%[1]。伴隨中國老齡化進程的加快，慢病發病的潛在風險因素增加。據統計，中國在 2050年時，老年群體人數比例將占總人口的1/3，預計超過4億人[2]，其中60歲以上老年人群中，慢病患病數將達到2.2億[3]。2011年，美國心臟學會發表文章預測[4]，預計到2030年，40.5%的美國人會患有某種心血管疾病，直接醫療費用總額超過8000億美元;在2019年的《國務院關于實施健康中國行動的意見》中，預測心腦血管疾病等慢病導致的死亡人數占比為88%，而疾病負擔占比也將達到70%以上。面對嚴峻的老齡化以及慢病患病趨勢，推行有效的慢病健康管理模式成為勢在必行的途徑之一。當前，中國慢病管理模式包括：信息監測系統、自我管理監測、社區管理、社區慢病臨床路徑等模式[5-6]，以期為慢病患者提供一種全面、持續、積極主動的管理方式，為促進這類群體可以延緩疾病進展進程、降低傷殘率、提高生活質量、節約醫療費用提供一種科學的管理模式[7]，近年來“互聯網+”的創新成果與健康管理領域快速高效融合，已經形成了以“互聯網+”為基礎的創新要素新形態[8-9]。筆者所在單位就借助先進的人工智能技術，建立“互聯網+智能床”慢病健康管理模式，本研究將就其取得的實踐成果進行闡述。

1 現狀

2009年，中華醫學會健康管理學分會[10]提出了健康管理的概念：“以現代健康概念（生理、心理和社會適應能力）為基礎，以新的醫學模式（生理-心理-社會）為核心，以“中醫治未病”思想為指導，采用現代醫學和現代管理學的理論、技術、方法和手段，對個體或群體整體健康狀況，針對影響個體健康風險的因素進行全面監測、評估，并對其進行有效干預和連續跟蹤服務的醫學行為及過程”[10]?？v觀國內外，現階段的健康管理模式大都采取“以疾病為中心”的策略，站在醫療機構角度上，針對高收入等特殊人群進行管理。屬于醫療增加需求，滿足了慢病管理消費的貴族類人群，并未真正符合普通群眾對健康服務的需求。伴隨全球老齡化形勢的加劇，人們對健康管理的服務需求也發生了質的變化。

顯然，當前老百姓對自身的健康管理需求的認知和接受度雖有明顯提高，但傳統管理方式并沒有真正融合到日常生活中，仍建立在健康體檢的基礎上來了解個體的健康狀態。近年來，以傳感器、互聯網和人工智能為核心的工程技術手段正逐步融入健康管理領域。自然科學理論和工程應用已經為健康管理的信息獲取和處理提供了豐富的技術和手段，可以融入日常生活，為改善個體健康提供有效的監測手段。因此，需加強“互聯網+健康管理”模式的研究，從而為慢性病的管理和治療提供更豐富的手段。

2構建未來健康管理模式的框架

2012年，美國加州大學洛杉磯分校的Ahmanson-UCLA心肌病中心發表論文[11]提出家庭環境中的自我健康管理模式。即在居家環境中針對慢病患者中的心力衰竭患者，使用傳感技術采集人體血流動力學數據傳輸到云端，數據進行分析后對人體疾病狀態進行評價，并根據預先制定的算法自動生成個性化的健康管理建議，或將健康預警信息發送給臨床醫生為患者進行個體定制化的治療方案。

這個居家健康管理模型僅針對特定疾病開發了相應的監測項目（針對該疾病的常見監測指標）的檢測設備，使慢病患者能夠在居家環境下及時監督身體狀態。

筆者團隊認為，該研究提出的模型具有通用性，據此提出了慢病患者的居家自我健康管理模型如圖1所示。而實現該模型的關鍵突破需集中在以下三個方面：一是需要針對更廣泛疾病的檢測手段;二是需要針對個體健康狀態的評價方法;三是建立慢性病自我管理服務體系。

2.1睡眠狀態生命體征測試設備——智能床

目前，國內外已經有很多智能化產品和設備可以準確獲取人體健康信息，如智能手環、血壓、血糖儀等，這些產品可以根據用戶需求針對性監測某些生理指標，雖能即時反應用戶身體狀態，但測量數據單一、不能對身體健康狀態進行完整描述、不能有效區分用戶所處環境對使用者身體狀態的影響，使其難以作為定量評價身體狀態的指標，只提供短時的數據存儲和圖形化顯示。這樣，這些傳感器產品不能作為圖1所示家庭環境下自我健康監督系統的組成部分。

筆者團隊認為，構建家庭環境自我健康監督系統的重要基礎，是獲得長期、穩定、持續增長的使用者生命體征數據。這樣的數據定義為健康大數據。其中“穩定”是指獲得的數據的環境以及被檢測者的身體狀態相對穩定，在生理學和臨床醫學角度具有可比較性。筆者認為，白天檢測的數據，與測試者之前的活動以及測量時當時的主觀意識有密切聯系。因為人在運動后測量的心率肯定是快一些，測量時人的情緒狀態也會影響測量數據波動。而測量之前及測量時的這些信息難以記錄，因此無法使之成為數據分析必須考慮的重要因素。

基于此，筆者團隊開發了智能床產品，獲取人體睡眠時期的心肺運動信號，如圖2所示[12-16]。圖2（a）為獲取的智能床原始波形，圖2（b）為心血管術語委員會規定的標準心沖擊信號（Ballistocardiography，BCG）波形。智能床獲得信號類似于心沖擊信號。

2.2健康評價管理方法

智能床目前主要是獲取心跳的信號，成年人每晚在床上睡眠時獲得的心臟跳動信號一般會持續6 h左右。根據這些信號，團隊制定了睡眠期心率變化形態學描述、平均峰值心率等統計學參數描述。臨床醫學的心率變異性（Heart rate variability，HRV）描述逐次心跳間期之間的微小差異[17]（臨床醫學使用的HRV分析的信號有長有短，短期的只有5 min，最長1 h;長期的可達24～48 h）。據此課題組提出了睡眠期間HRV的定義，即計算使用者睡眠期間的HRV，描述更豐富的人體健康狀態變化因素（圖3）。利用睡眠時的HRV和上述統計學參數，對個體的多維運動生命體征進行描述，及時反映身體數據異常變化，對人體健康狀態進行評價，對重大疾病風險進行提前預警干預。

HRV指標豐富了對使用者身體狀態評價的信息，是神經系統對心跳節律的調整，實際上反應的是人體內在部分組織或系統健康狀態變化以及周圍環境因素對人體的影響。因此，可以認為是健康狀態變化的晴雨表，也可以表征許多慢性疾病的潛在征兆和惡化趨勢[18-19]。

睡眠期間的心跳數據與臨床常見的化驗、檢查指標不同，沒有統一的醫學指導標準。目前該產品已針對慢病患者建立健康養老示范區，推向市場。其中該養老院針對200例使用者，利用其2年的使用數據分析，提出的十余項描述指標，對于每個個體均可以根據此前長期采集的數據，設定均值和上下限范圍。當某一天的數據出現多項指標超出正常范圍時，存在身體狀態變化的概率極大。特別是針對慢性病患者，特定指標的明顯變化存在與某種疾病相關聯。很多心腦血管患者使用智能床后發現，HRV較低結果表現為更高的情緒變化、焦慮狀態、抑郁發病風險和心血管疾病患病率;而HRV計算值較高的個體數據表現出較好的心血管功能。

2.3 慢性病自我管理服務體系

針對智能床數據及使用人群的特點，團隊建立了自我健康管理服務體系，功能結構見圖4。團隊開發的人工智能健康大數據分析系統，基于智能床獲得的數據，對使用者的身體狀態做出分析判斷，并對數據存在異常的使用者，發出健康狀態預警。同時，健康服務團隊會與接收到健康狀態預警的使用者，通過數據服務平臺系統進行交流，進一步了解使用者的身體狀態，結合醫學專家團隊的建議，對使用者提出健康管理建議。目前該系統已在一家養老院以及居家的慢性病患者開始使用。

從使用情況來看，以智能床為載體的智能化健康管理模式對心腦血管用戶個體的健康狀態和疾病風險預警很有意義。養老機構及居家的慢性病患者可以有效及時掌握用戶身體健康狀態并給予干預，尤其針對慢病患者健康管理效力顯著提升。

3討論

本研究運用“互聯網+智能床”技術進行慢病管理的有效實踐，突破傳統健康管理模式的發展瓶頸。分析其管理模式，表現出三個特點：其一，建立慢病采集分析干預平臺。全面了解患者的身體健康情況，相較于傳統的面對面診治方式更加連續，可以每日反饋患者的身體變化，建立用戶的身體健康檔案。同時還建立數據服務團隊，及時根據患者身體健康狀態，為患者制定有針對性的個性化合理的健康管理方式，并在居家環境中幫助慢病患者關注自身健康，增加了使用者的活躍程度和黏性;其二，建立以智能床為核心的健康自我管理模式。建立的健康管理服務系統利用大數據分析技術在健康預警方面取得了初步成果，為慢性病人群身體狀態提供了一種嶄新的描述體系，團隊將進一步深入研究這種健康狀態描述體系，建立與現代臨床醫學檢驗診斷體系之間的聯系，實現更加精準的健康預警;其三，建立面向慢性疾病的未來健康管理模式。利用家庭場景下的智能化健康管理對慢性疾病患者進行個體化專業管理健康服務，并使用“互聯網+智能床” 慢病管理的模式、先進技術手段、健康管理平臺等有效綜合更多的社會資源，以改善慢病用戶生命質量，使其健康狀況和功能維持在心理預期范圍，減少并發癥危險因素，降低傷殘率[20]，并使人人參與慢病管理，減輕慢病用戶的家庭經濟負擔，更深層次為節約有限的醫療資源提供一種值得推廣的慢病健康管理模式。

[參考文獻]

[1] 國家衛生和計劃生育委員會.中國居民營養與慢性病狀況報告（2015年）[Z].北京：國家衛生和計劃生育委員會，2015.

[2] 吳玉韶，黨俊武.中國人口老齡化與老年人狀況藍皮書[M].北京：中國社會出版社，2014.

[3] 原衛生部.中國慢性病防治工作規劃（2012-2015年）[Z].北京：原衛生部，2012.

[4] Paul A，Heidenreich M D，FAHA MS，et al.Forecasting the Future of Cardiovascular Disease in the United States A Policy Statement From the American Heart Association[J].Circulation，2011，123（8）：933-944.

[5] 國務院關于積極推進互聯網+行動的指導意見[EB/OL]，2015-07-04.

[6] 趙欣.慢病管理的現狀與發展方向[J].中國臨床醫生，2012，40（3）：42-44.

[7] 田華，李沐，張相林.慢病管理模式的國內外現狀分析[J].中國藥房，2016，27（32）：4465-4468.

[8] 舒陽，張春霞，敖斌，等.“互聯網+慢病管理”模式的探索與實踐[J].Journal of China Prescription Drug，2019，17（3）：11-12.

[9] 朱楓，何小舟，薛冬，等.慢性疾病互聯網化管理體系搭建的必要性與可行性分析[J].中國衛生產業，2019，16（19）：194-196.

[10] 中華醫學會健康管理學分會，中華健康管理學雜志編委會.健康管理概念與學科體系的中國專家初步共識[J].中華健康管理學雜志，2009，3（3）：141-147.

[11] AnhL B，Gregg C，Fonarow MD.Home Monitoring for Heart Failure Management[J].Journal of the American College of Cardiology，2012，59（2）：97-104.

[12] 張艷艷，林平，王旖旎.冠心病患者心率變異性影響因素的研究進展[J].現代臨床護理，2019，18（3）：64-68.

[13] Ibrahim S，Jit B，Bessam A.Ballistocardiogram signal processing：A review[J].Health Information Science and Systems，2019，7（10）：2-23.

[14] Chen N，Zhou M，Dong X，et al.Epidemiological and clinical characteristics of 99 cases of 2019 novel coronavirus pneumonia in Wuhan，China：A descriptive study[J].Lancet，2020，395（10223）：507-513.

[15] Wang D，Hu B，Hu C，et al.Clinical Characteristics of 138 Hospitalized Patients With 2019 Novel Coronavirus-Infected Pneumonia in Wuhan，China[J].JAMA，2020， 323（11）：1061-1069.

[16] 李曉玲，方放，劉玉平，洪海鷗.慢性病的院外管理模式探討[J].中國臨床保健雜志，2019，22（1）：138-141.

[17] Malik M，Bigger J T，Camm A J，et al.Heart rate variability.Standards of measurement， physiological interpretation，and clinical use.Task force of the European Society of Cardiology and the North American Society of pacing and electrophysiology[J].Circulation，1996，93（5）：1043-1065.

[18] 王秀峰.健康中國戰略背景下強化全民健康管理的若干思考[J].中華健康管理學雜，2020，14（2）：105-109.

[19] 孟群.互聯網+慢病管理的研究與實踐[J].中國衛生信息管理雜志，2016，13（2）：119-123.

[20] 張麗楠，李洪禹，魏建，等.基于互聯網+的中醫慢病管理淺議[J].中西醫結合心血管病雜志，2019，7（6）：15-16.

（收稿日期：2020-12-02）