基于大數(shù)據(jù)環(huán)境的健康監(jiān)測管理系統(tǒng)的研究與設(shè)計

摘要：醫(yī)療健康問題與我們每個人息息相關(guān)，隨著互聯(lián)網(wǎng)+的推進(jìn)和發(fā)展，智慧醫(yī)療也越來越貼近我們的生活。該文提出一種基于MapReduce的Apriori優(yōu)化算法，并設(shè)計了基于大數(shù)據(jù)環(huán)境健康監(jiān)測管理系統(tǒng)。

關(guān)鍵詞：大數(shù)據(jù)；健康計劃；數(shù)據(jù)分析

中圖分類號：TP391 文獻(xiàn)標(biāo)識碼：A 文章編號：1009-3044（2018）24-0081-02

隨著經(jīng)濟(jì)的飛速發(fā)展，我國的健康管理事業(yè)也在不斷進(jìn)步。隨著人們物質(zhì)生活水平不斷提高，中老年疾病在不斷地向年輕化發(fā)展，而且爆發(fā)率也在不斷增長，如何控制，防范已經(jīng)成為我國的公共衛(wèi)生管理事業(yè)中一個重點(diǎn)的研究方向。傳統(tǒng)的公共衛(wèi)生健康管理模式已經(jīng)不能適應(yīng)新時代新需求。隨著互聯(lián)網(wǎng)、大數(shù)據(jù)、智能化等技術(shù)的出現(xiàn)，利用基于大數(shù)據(jù)環(huán)境下的健康管理系統(tǒng)，通過合理飲食、適度用藥、適量運(yùn)動和調(diào)整生活習(xí)慣等來控制醫(yī)療費(fèi)用，保證個人健康利益，已經(jīng)成為健康醫(yī)學(xué)的一項(xiàng)重要課題[1]。本項(xiàng)目可以利用大數(shù)據(jù)分析的方法通過對多次體檢結(jié)果數(shù)據(jù)、生命體征的監(jiān)控數(shù)據(jù)及生物醫(yī)學(xué)指標(biāo)變化情況進(jìn)行分析，來評價個體的健康狀況，給出合理建議，以低廉的預(yù)防費(fèi)用獲得超值的健康回報。從而科學(xué)地提高個人乃至整個家庭的生活質(zhì)量，達(dá)到減輕社會、政府的公共醫(yī)療衛(wèi)生管理負(fù)擔(dān)的目的。

1 大數(shù)據(jù)環(huán)境下健康監(jiān)測管理系統(tǒng)面臨的挑戰(zhàn)

目前，在醫(yī)療健康領(lǐng)域，大數(shù)據(jù)的開放共享面臨著挑戰(zhàn)。通過相關(guān)部門的不懈努力，到2018年底，我國將實(shí)現(xiàn)跨部門的、可共享的醫(yī)療健康大數(shù)據(jù)平臺。就目前看來，數(shù)據(jù)的組織形式、數(shù)據(jù)格式等都缺乏統(tǒng)一的、規(guī)范化的標(biāo)準(zhǔn)，這使醫(yī)療健康數(shù)據(jù)共享平臺中的數(shù)據(jù)接入問題亟待解決。

醫(yī)療健康大數(shù)據(jù)的安全保護(hù)問題也是我們必須面對的。使用者的數(shù)據(jù)涉及個人隱私，如果不做好安全保護(hù)工作，必將會引起抗拒心理。因此，在構(gòu)建健康管理監(jiān)測系統(tǒng)時必須做好各種安全防范措施，這樣才能讓使用者在共享數(shù)據(jù)時安心、放心。有了海量的數(shù)據(jù)，并對其進(jìn)行科學(xué)合理的使用，對推動我國的公共衛(wèi)生事業(yè)的發(fā)展也是大有裨益的。

2 系統(tǒng)需求分析

整個系統(tǒng)包括：基本信息管理、個人健康信息管理、體檢信息管理、健康計劃管理、統(tǒng)計分析和大數(shù)據(jù)分析等幾個模塊。根據(jù)實(shí)際需求，健康監(jiān)控管理系統(tǒng)的主要流程如下圖1所示：

在大數(shù)據(jù)環(huán)境下的健康監(jiān)測管理系統(tǒng)可以有效預(yù)防疾病的發(fā)生，提高人們的生活質(zhì)量。通過日常健康數(shù)據(jù)和體檢數(shù)據(jù)的積累，可以充分了解個人的健康狀況，結(jié)合現(xiàn)有的醫(yī)學(xué)領(lǐng)域的數(shù)據(jù)模型，對數(shù)據(jù)進(jìn)行分析，可以及時掌控導(dǎo)致疾病產(chǎn)生的危險因素，達(dá)到及早預(yù)防，有效地減少疾病發(fā)生的效果。患者還可將自身的健康情況數(shù)據(jù)上傳到云平臺，社區(qū)衛(wèi)生部門、醫(yī)療機(jī)構(gòu)就可以通過健康管理數(shù)據(jù)的云平臺獲得使用者的健康數(shù)據(jù)信息，再利用分析結(jié)果給出合理的建議。針對潛伏期長、風(fēng)險性較高的患者，可進(jìn)行長期跟蹤、檢測，做到風(fēng)險預(yù)警，及時為患者提供全方位的、智能化的健康管理和醫(yī)療服務(wù)。大數(shù)據(jù)環(huán)境下的健康監(jiān)測管理系統(tǒng)降低了對疾病監(jiān)控的難度，通過本系統(tǒng)，各級醫(yī)療機(jī)構(gòu)可以不受時間、空間、地域限制，可及時地對患者的健康狀況進(jìn)行風(fēng)險評估，還可借助互聯(lián)網(wǎng)社交平臺，可通過電話、短信等多種方式對患者進(jìn)行實(shí)時的健康指導(dǎo)。通過本系統(tǒng)的使用還可調(diào)動使用者的主觀積極性，降低或盡量避免個人慢性疾病的發(fā)生，從而以低廉的預(yù)防費(fèi)用獲得超值的健康回報，提高了個人家庭的生活質(zhì)量，也減輕了社會公共事業(yè)醫(yī)療衛(wèi)生管理部門的負(fù)擔(dān)。

3 大數(shù)據(jù)環(huán)境下健康監(jiān)測管理系統(tǒng)主要功能設(shè)計

該系統(tǒng)提供了個人健康信息管理、健康計劃管理、體檢信息管理、定時復(fù)查提醒以及大數(shù)據(jù)分析等功能。在此主要介紹個人監(jiān)測數(shù)據(jù)管理、大數(shù)據(jù)分析模塊。

3.1 個人健康信息管理

個人健康信息中，體重、血壓、心律等體測數(shù)據(jù)是需要實(shí)時監(jiān)測的，尤其是對已有癥狀的患者或老年人。可該系統(tǒng)通過對大量體測數(shù)據(jù)進(jìn)行分析和挖掘，不僅可分析出使用者目前的身體狀況，及發(fā)展趨勢還可以獲得一些決策信息用于今后的治療和防治。用戶也可通過實(shí)時查看健康信息和系統(tǒng)所給的健康計劃，來得知自己最近的身體狀況，結(jié)合實(shí)際情況調(diào)整作息、飲食、用藥等，對身體進(jìn)行一定的控制，或者及時去醫(yī)院就診

個人監(jiān)測數(shù)據(jù)的獲得主要是利用各種醫(yī)療傳感技術(shù)，血壓計、體溫計等，獲得原始的健康數(shù)據(jù)，再通過成熟的無線傳輸技術(shù)將數(shù)據(jù)傳輸?shù)狡脚_進(jìn)行存儲、處理。處理后的數(shù)據(jù)信息可以直觀地通過網(wǎng)頁為用戶顯示，并可打印輸出，或用微信、QQ等平臺分享。

3.2 大數(shù)據(jù)分析

該模塊是健康監(jiān)測管理系統(tǒng)的核心模塊，本系統(tǒng)在進(jìn)行關(guān)聯(lián)挖掘時，采用了基于MapReduce改進(jìn)后的Apriori算法。在此，我們利用MapReduce可自動分割大數(shù)據(jù)的特性，首先，將大數(shù)據(jù)切割成小的數(shù)據(jù)塊，再分別發(fā)送給各個結(jié)點(diǎn)。而每個Map的輸出結(jié)果作為某一項(xiàng)集的局部支持度，成為Reduce端的輸入，然后在Reduce中進(jìn)行匯總，成為全局支持度，并與所設(shè)最小支持度相對比，最后找出頻繁項(xiàng)集。

我們將該系統(tǒng)采用的基于MapReduce的Apriori算法調(diào)用Hadoop平臺進(jìn)行了數(shù)據(jù)處理。首先，將原始的數(shù)據(jù)庫分成多個子集，并采用了并行處理的方法進(jìn)行數(shù)據(jù)處理。其次，將每一個事務(wù)轉(zhuǎn)換成布爾矩陣。傳統(tǒng)Apriori算法在生成候選項(xiàng)集時，每一次都要對整個數(shù)據(jù)庫進(jìn)行掃描，耗時、耗力。而改進(jìn)后的算法只需對數(shù)據(jù)庫進(jìn)行一次掃描，就可將每個事務(wù)轉(zhuǎn)換成需要的布爾矩陣。利用布爾矩陣，連接步和剪枝步的過程都簡化了很多。因此，改進(jìn)后的，基于MapReduce的Apriori算法在對海量數(shù)據(jù)分析的時候，可大大地提高頻繁項(xiàng)集的搜索速度，提高系統(tǒng)的效率。

4 總結(jié)

隨著互聯(lián)網(wǎng)+的推進(jìn)和發(fā)展，智慧醫(yī)療也越來越受到國家的關(guān)注。大數(shù)據(jù)處理技術(shù)與傳統(tǒng)醫(yī)學(xué)相結(jié)合，可以為用戶提供有效、快速的健康數(shù)據(jù)分析服務(wù)，提供可靠的、科學(xué)的健康計劃。本系統(tǒng)針對健康數(shù)據(jù)，進(jìn)行了相關(guān)的大數(shù)據(jù)處理。采用改進(jìn)的基于MapReduce的Apriori算法，找出頻繁項(xiàng)集，并用Hadoop平臺進(jìn)行了分布式處理。在Hadoop和HBase實(shí)驗(yàn)室硬件環(huán)境下，完成了平臺的軟件實(shí)現(xiàn)，達(dá)到了用戶基本要求。平臺的功能仍處于試驗(yàn)階段，功能不夠完善，今后隨著健康數(shù)據(jù)的不斷增加和用戶的需求，我們將不斷改進(jìn)和完善系統(tǒng)功能。

參考文獻(xiàn)：

[1] 鄒北驥. 大數(shù)據(jù)分析及其在醫(yī)療領(lǐng)域中的應(yīng)用[J]. 計算機(jī)教育，2014（7）.

[2] 富野.健康計劃管理系統(tǒng)的設(shè)計與實(shí)現(xiàn)[D].北京：北京郵電大學(xué)，2009.

【通聯(lián)編輯：梁書】