本发明属于计算机科学领域，尤其涉及基于云计算和移动互联技术的慢病管理系统及其实现方法。
背景技术：
随着人民生活水平的提高，生活方式和饮食文化的改变，以心脑血管疾病(高血压、冠心病、脑卒中等)、糖尿病、恶性肿瘤、慢性阻塞性肺部疾病(慢性气管炎、肺气肿等)、精神异常和精神病等为代表的各种慢性疾病患病率逐渐增加，并呈现出年轻化趋势，慢性病已经成为我国居民死亡的主要原因。
·截止到2012年，中国高血压患者超过2亿人，并且仍以每年1000万人的速度递增；
·糖尿病患者9240万人，另有1亿4千万人的血糖还在增高；
·心脑血管疾病患者已超过2亿人。
在每年中国死亡人数当中，慢性病导致的死亡已经占到总死亡的85％，导致的疾病负担已占总疾病负担的70％，当前我国已进入慢性病的高负担期，这个阶段呈现“患病人数多、医疗成本高、患病时间长、服务需求大”的特点。2012年，卫生部等15个部委联合下发《中国慢性病防治工作规划(2012～2015年》规划，要求到2015年，“高血压和糖尿病患者规范管理率达到40％，管理人群血压、血糖控制率达到60％”，这意味着国家将会进一步加大对慢性病防控的投入。
以慢性心力衰竭为例，全球20％人群患有可致心力衰竭的疾病。2010年报道的心衰患者已达2250万，并以每年200万的速度递增。在美国，2010年心衰患者达660万，患病率在18岁以上人群中高达2.8％。更严峻的是预计到2030年，心衰患者还将增加300万。在我国，据《中国心血管病报告2011》统计：心血管病患者高达2.3亿，心衰患者为420万，慢性心衰发病率为0.9％。随着心血管病危险因素的持续增长、人口老龄化的加速，心衰的患病率和发病率持续上升。
我国慢性病监测信息化发展相对较晚，各地开展方式也不一。上世纪80年代后期，我国部分省市开始对慢性病进行监测，开展最早的是天津，简历了各级医院基础上的慢性病发病、死亡报告系统。随着国内社区卫生服务中心额度发展，慢性病监测信息系统建设也不断加快。2006年，天津开始建设慢性病信息系统并应用；无锡开展了以社区卫生服务信息系统整合的慢性病管理工作并取得初步成功。同年，北京市东城区社区卫生服务改革中进行了全区慢性病普查，简历了社区卫生服务信息平台，实现了对慢性病患者的精细管理。2008年，北京信息管理科学研究所与国际生命科学学会中国办事处向卫生部疾控局和中国疾病预防控制中心捐赠“基层慢病管理信息系统”软件，它的全面应用将进一步规范慢病管理工作，为社区医生管理慢性病人提供简单易行并切实有效的模式。目前各地慢性病检测系统建设过程中指标并不统一，且发展模式不同，应进一步统一规划和发展。
以心力衰竭疾病管理为例，20世纪80年代起欧美等发达国家就开始探索慢性心衰的管理模式。如瑞典，接近100％的临床期患者纳入了管理系统。研究显示对慢性心衰患者进行疾病管理，可促进心功能的改善，提高患者生活质量，减少死亡及再次住院率，具有良好的卫生经济学效益。近年来，我国一些医院也相继开展了面向出院慢性心衰患者的疾病管理。这些管理多以护士为主导，采用患者教育、随访和心衰门诊的方式。但目前仍主要以大医院为中心，以重症晚期病人为主要对象，缺乏基层社区医院的参与，不能面向整个患病群体。多数医院没有专门的心力衰竭门诊，对慢性心衰患者的管理尚不能做到系统化。
技术实现要素：
有鉴于此，本发明提供基于云计算和移动互联技术的慢病管理系统及其实现方法，本发明通过基于云计算及移动互联的慢性疾病的管理系统，提高医生的工作效率，实现对慢病患者和高危人群有效的疾病管理和健康管理，降低慢病如心衰的发病率、住院率、再入院率和死亡率。
本发明通过以下技术手段解决上述问题：
基于云计算和移动互联技术的慢病管理系统，其特征在于：包括慢病管理及健康服务平台、以及与所述慢病管理及健康服务平台分别连接的个人自助管理系统、医疗机构服务管理系统、卫生中心服务管理系统和医生服务管理系统；所述个人自助管理系统分别通过移动互联网连接所述医生服务管理系统和医疗机构服务管理系统，所述医生服务管理系统通过局域网或移动互联网连接卫生中心服务管理系统。
进一步的，所述个人自助管理系统包括客户端计算机、生理参数检测仪、血液计、血糖仪、家庭视讯终端、自动脉象仪、动态心电仪、呼吸监测仪和睡眠监测仪，所述客户端计算机通过局域网或移动互联网分别连接所述的生理参数检测仪、血液计、血糖仪、家庭视讯终端、自动脉象仪、动态心电仪、呼吸监测仪和睡眠监测仪。
进一步的，所述医疗机构服务管理系统包括医疗机构服务器、医疗信息模块、医院检查模块、体检模块、预约挂号模块、电子病历模块、临床信息模块、手术麻醉模块和合理用药模块，所述医疗机构服务器分别通过局域网连接所述医疗信息模块、医院检查模块、体检模块、预约挂号模块、电子病历模块、临床信息模块、手术麻醉模块和合理用药模块。
进一步的，所述卫生中心服务管理系统包括卫生中心服务器、监护仪、心电仪、生化分析仪、输液泵、麻醉机和临床实时监控单元，所述卫生中心服务器分别通过局域网连接所述监护仪、心电仪、生化分析仪、输液泵、麻醉机和临床实时监控单元。
进一步的，所述医生服务管理系统包括医生客户端、急救报警模块、设备监测模块、本地电子病历模块和本地临床信息模块，所述医生客户端分别连接所述急救报警模块、设备监测模块、本地电子病历模块和本地临床信息模块。
本发明的基于云计算和移动互联技术的慢病管理系统具有以下有益效果：
本发明公开了基于云计算和移动互联技术的慢病管理系统，该系统包括慢病管理及健康服务平台、以及与慢病管理及健康服务平台分别连接的个人自助管理系统、医疗机构服务管理系统、卫生中心服务管理系统和医生服务管理系统；个人自助管理系统分别连接医生服务管理系统和医疗机构服务管理系统，医生服务管理系统连接卫生中心服务管理系统。本发明基于多层松散耦合的高延展性架构设计和服务交换框架技术，通过基于云计算及移动互联的慢性疾病的管理系统，提高医生的工作效率，实现对慢病患者和高危人群有效的疾病管理和健康管理，降低慢病如心衰的发病率、住院率、再入院率和死亡率。
一种根据上述基于云计算和移动互联技术的慢病管理系统的实现方法，其特征在于，包括标准数据、ETL服务层、大数据存储及计算层、数据融合层、数据集市层和SOA服务总线，所述标准数据依次通过所述ETL服务、大数据存储及计算层以及数据融合层连接所述数据集市层；所述数据融合层向数据集市层发送ETL，所述数据集市层向数据融合层发送反向ETL和分析结果反馈；所述数据集市层抽取或透明访问所述大数据存储计算层，所述SOA服务总线针对所述数据融合层回写仓库，所述大数据存储及计算层向SOA服务总线服务注册。
一种根据上述基于云计算和移动互联技术的慢病管理系统的实现方法，其特征在于，包括IasS平台、数据处理层、数据资源中心和行业引擎；所述数据处理层包括数据总线以及与所述数据总线分别连接的数据目录管理模块、元数据管理模块、关系数据存储模块和专题数据存储模块，所述数据资源中心包括HER搜索数据、成人体检索引数据、专科EMR索引数据、PHR个人健康数据和服务过程数据，所述行业引擎包括慢病医疗服务应用和健康自我服务应用。
进一步的所述行业引擎包括MPI服务、术语服务、档案调阅服务、UHR索引服务和UHR存储服务。
本发明基于云计算和移动互联技术的慢病管理系统的实现方法具有以下有益效果：
本发明提供了基于云计算和移动互联技术的慢病管理系统的实现方法，该方法集成了现有电子病历及健康档案，建立统一标准，实现来自不同医疗机构的异构数据的交换与集成。按慢性病诊断治疗指南建立管理档案，数据准确、完备。同时，根据国际数据标准化指导，把医疗数据结构和关系进行标准化，建立了新的疾病管理模式，将预防，治疗，监护，随访、康复实现一体化管理。最后，可以在对大量数据进行挖掘分析的基础上，建立慢病流行病的疾病模型，进行智能相关性分析及趋势预测。在数据融合和医疗业务集成的基础上进行疾病模型的认知功能的拓展，通过慢疾病模型的学习及培训，形成有建设意义的疾病管理模型。
附图说明
图1是本发明提供的基于云计算和移动互联技术的慢病管理系统的结构示意图；
图2是本发明提供的基于云计算和移动互联技术的慢病管理系统的原理示意图；
图3是本发明提供的基于云计算和移动互联技术的慢病管理系统的案例示意图；
图4是本发明提供的基于云计算和移动互联技术的慢病管理系统的个人自助管理系统示意图；
图5是本发明提供的基于云计算和移动互联技术的慢病管理系统的医疗机构服务管理系统示意图；
图6是本发明提供的基于云计算和移动互联技术的慢病管理系统的卫生中心服务管理系统的示意图；
图7是本发明提供的基于云计算和移动互联技术的慢病管理系统的医生服务管理系统的结构示意图；
图8是本发明提供的一种基于云计算和移动互联技术的慢病管理系统的医生服务管理系统第一实现方法示意图；
图9是本发明提供的一种基于云计算和移动互联技术的慢病管理系统的医生服务管理系统第二实现方法示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
实施例一
如图1、图2所示，基于云计算和移动互联技术的慢病管理系统，包括慢病管理及健康服务平台、以及与所述慢病管理及健康服务平台分别连接的个人自助管理系统、医疗机构服务管理系统、卫生中心服务管理系统和医生服务管理系统；所述个人自助管理系统分别通过移动互联网连接所述医生服务管理系统和医疗机构服务管理系统，所述医生服务管理系统通过局域网或移动互联网连接卫生中心服务管理系统。
如图4所示，所述个人自助管理系统包括客户端计算机、生理参数检测仪、血液计、血糖仪、家庭视讯终端、自动脉象仪、动态心电仪、呼吸监测仪和睡眠监测仪，所述客户端计算机通过局域网或移动互联网分别连接所述的生理参数检测仪、血液计、血糖仪、家庭视讯终端、自动脉象仪、动态心电仪、呼吸监测仪和睡眠监测仪。
如图5所示，所述医疗机构服务管理系统包括医疗机构服务器、医疗信息模块、医院检查模块、体检模块、预约挂号模块、电子病历模块、临床信息模块、手术麻醉模块和合理用药模块，所述医疗机构服务器分别通过局域网连接所述医疗信息模块、医院检查模块、体检模块、预约挂号模块、电子病历模块、临床信息模块、手术麻醉模块和合理用药模块。
如图6所示，所述卫生中心服务管理系统包括卫生中心服务器、监护仪、心电仪、生化分析仪、输液泵、麻醉机和临床实时监控单元，所述卫生中心服务器分别通过局域网连接所述监护仪、心电仪、生化分析仪、输液泵、麻醉机和临床实时监控单元。
如图7所示，所述医生服务管理系统包括医生客户端、急救报警模块、设备监测模块、本地电子病历模块和本地临床信息模块，所述医生客户端分别连接所述急救报警模块、设备监测模块、本地电子病历模块和本地临床信息模块。
具体的，本实施例采用了国际最新的医疗指南和物联网设备及集成技术，通过多种形式的移动终端应用、监护设备信息采集与分析，利用物联网及移动互联技术进行慢病管理；采用多源异构一体化健康档案集成技术，建立以病患为中心的医疗及健康档案。同时，使用的健康物联网设备，面向心衰疾病等慢性病人群，集成测量者身份识别技术、体征感知与暂存技术等，为平台的运营提供物理基础及数据分析基础。健康物联网设备集成身份识别阅读模块或外接身份阅读设备，用户可持IC卡、医保卡、社保卡、身份证等个人专属身份识别标识，进行身份识别。
需要说明的是，健康物联网设备集成生理体征传感模块，当用户按照标准的测量规范与操作规程，完成体征测量以后，生理体征传感模块自动解析用户当前的体征测量数据。测量指标由多功能移动监护终端(包括实时的多参数监护、动态心电、动态血压、呼吸睡眠分析等同步完成),使数据采集实时、可移动、便于监护。健康物联网设备集成无线通讯模块，自动将用户的生理体征数据传输至远端数据中心。遇网络阻塞或无线信号盲区时，暂存至健康物联网设备暂存器。在网络恢复正常或进入信号服务区以后，自动启动断点续传技术，将暂存器数据继续上传至远端数据中心。远端数据中心可以根据用户的体征测量结果，参考医生中制定的体征预警范围，向用户发出端信息提示。
本发明公开了基于云计算和移动互联技术的慢病管理系统，该系统包括慢病管理及健康服务平台、以及与慢病管理及健康服务平台分别连接的个人自助管理系统、医疗机构服务管理系统、卫生中心服务管理系统和医生服务管理系统；个人自助管理系统分别连接医生服务管理系统和医疗机构服务管理系统，医生服务管理系统连接卫生中心服务管理系统。本发明基于多层松散耦合的高延展性架构设计和服务交换框架技术，通过基于云计算及移动互联的慢性疾病的管理系统，提高医生的工作效率，实现对慢病患者和高危人群有效的疾病管理和健康管理，降低慢病如心衰的发病率、住院率、再入院率和死亡率。
如图8所示，一种根据上述基于云计算和移动互联技术的慢病管理系统的实现方法，包括标准数据、ETL服务层、大数据存储及计算层、数据融合层、数据集市层和SOA服务总线，所述标准数据依次通过所述ETL服务、大数据存储及计算层以及数据融合层连接所述数据集市层；所述数据融合层向数据集市层发送ETL，所述数据集市层向数据融合层发送反向ETL和分析结果反馈；所述数据集市层抽取或透明访问所述大数据存储计算层，所述SOA服务总线针对所述数据融合层回写仓库，所述大数据存储及计算层向SOA服务总线服务注册。
本发明提供了一种基于云计算和移动互联技术的慢病管理系统的实现方法，该方法集成了现有电子病历及健康档案，建立统一标准，实现来自不同医疗机构的异构数据的交换与集成。按慢性病诊断治疗指南建立管理档案，数据准确、完备。同时，根据国际数据标准化指导，把医疗数据结构和关系进行标准化，建立了新的疾病管理模式，将预防，治疗，监护，随访、康复实现一体化管理。最后，可以在对大量数据进行挖掘分析的基础上，建立慢病流行病的疾病模型，进行智能相关性分析及趋势预测。在数据融合和医疗业务集成的基础上进行疾病模型的认知功能的拓展，通过慢疾病模型的学习及培训，形成有建设意义的疾病管理模型。
具体的，集成了现有电子病历及健康档案的基础上，建立统一标准，实现来自不同医疗机构的异构数据的交换与集成。按慢性病诊断治疗指南建立管理档案，数据准确、完备。同时建立新的疾病管理模式，把预防，治疗，监护，随访、康复实现一体化管理。管理档案不应是简单的病历、健康档案或类似的信息堆陈，它将直接面对医生、社区和个人，以患者的疾病发展为主线，以慢性病的协同管理为核心，实现医院和社区的协作，专业人员对患者及家属的协助，比如提示预警：对时间、某症状、某检测指标等参数设定警戒值，以提示医生的定期随访、社区的及时转诊、病人的定期复查、及时就诊等。最后为进行一体化医疗健康管理，医疗设备等硬件设备随时进行相关医疗数据采集，通过物联网接口连接器实现对医疗设备或可穿戴设备上信息的自动化采集，并结合电子病历系统(EMR)和健康档案数据库，在一体化平台上进行管理。以准确和丰富的数据资源，通过一体化管理平台进行全面地评估分析病人健康状况，对医疗健康服务提供高效的预警及支持。在对大量数据进行挖掘分析的基础上，建立慢病流行病的疾病模型，进行智能相关性分析及趋势预测。在数据融合和医疗业务集成的基础上进行疾病模型的认知功能的拓展，通过贵疾病模型的学习及培训，形成有建设意义的疾病管理模型。
本发明提供了基于云计算和移动互联技术的慢病管理系统的实现方法，该方法集成了现有电子病历及健康档案，建立统一标准，实现来自不同医疗机构的异构数据的交换与集成。按慢性病诊断治疗指南建立管理档案，数据准确、完备。同时，根据国际数据标准化指导，把医疗数据结构和关系进行标准化，建立了新的疾病管理模式，将预防，治疗，监护，随访、康复实现一体化管理。最后，可以在对大量数据进行挖掘分析的基础上，建立慢病流行病的疾病模型，进行智能相关性分析及趋势预测。在数据融合和医疗业务集成的基础上进行疾病模型的认知功能的拓展，通过慢疾病模型的学习及培训，形成有建设意义的疾病管理模型。
实施例二
如图3所示，该实施例以心力衰竭专病管理为突破口，通过一体化管理平台，建立新型的心衰专病管理和健康服务模式，保证病患在院前，院中，及院后都收到良好的整合医疗健康管理服务。本实施例构建的平台整合了区域卫生的心衰EHR、专科医院的心衰EMR、成人体检信息、个人健康采集信息PHR等数据。采用多源异构一体化档案集成技术，整合不同来源、不同采集频度、不同粒度、不同模型、不同可信度的医疗健康数据。通过慢性疾病的管理模式，建立专科疾病PHR的数据模型，以利于医疗机构进行科研及管理，更重要的是通过对慢病患者进行有效的疾病管理，对高危人群的进行有效的健康管理，降低慢病如心衰的发病率、住院率、再入院率和死亡率。
实施例三
如图9所示，一种基于上述基于云计算和移动互联技术的慢病管理系统的实现方法，包括IasS平台、数据处理层、数据资源中心和行业引擎；所述数据处理层包括数据总线以及与所述数据总线分别连接的数据目录管理模块、元数据管理模块、关系数据存储模块和专题数据存储模块，所述数据资源中心包括HER搜索数据、成人体检索引数据、专科EMR索引数据、PHR个人健康数据和服务过程数据，所述行业引擎包括慢病医疗服务应用和健康自我服务应用。
进一步的，所述行业引擎包括MPI服务、术语服务、档案调阅服务、UHR索引服务和UHR存储服务。
具体的，本架构体系建立各种慢病管理所需的核心模块功能，提供应用的资源综合服务和信息传递等作用。通过现代计算机技术、互联网及通信技术和软件技术的综合应用，提出一套完整的慢病管理及健康服务体系结构。通过云计算平台、移动互联、物联网技术来对中老年人的慢性病的疾病信息采集，分析，建立疾病模型和流行病学分析，实现医生的专业技术指导、基层医院的分布广泛及其协调服务、与患者及家属的自我管理的连结，进行疾病管理，实现慢性病预防、治疗和康复的一体化。
上述平台主要是支撑如下基础职能：数据采集、数据处理、数据安全等。发明研究心衰PHR的语义模型，采用一体化健康档案建模UHR技术，整合不同来源、不同采集频度、不同粒度、不同模型、不同可信度的医疗健康数据。通过数据采集和数据处理形成心衰档案及随访系统，并通过后期的大数据分析形成疾病管理模型。语义模型是在关系模型基础上增加全新的数据构造器和数据处理原语，用来表达复杂的结构和丰富的语义的一类新的数据模型。从临床业务角度而言，血压受许多因素的影响，包括情绪状况、发生事件、衡量评定指标、测量方案等。正常人血压在一天里有不同情况，不同精神状况、不同姿势、不同测量仪器以及不同测量位置等血压均不一样。因此，高血压专病语义模型结构中需要包括影响血压的多个要素，包括被测量者所处状态、事件、指标和测量方案。其中，UHR的逻辑架构是以人的健康为中心，以生命阶段、健康和疾病问题、卫生服务活动(或干预措施)作为三个纬度构建的一个逻辑架构；UHR数据以个人主索引、事件索引、文档索引串联EHR数据、EMR、体检数据和PHR数据等。个人健康档案数据的传统采集方式为在录入项通过键盘录入。录入系统的终端一般包括PC机、智能手机、平板电脑等。但对于不会使用键盘(包括手机和平板电脑键盘)操作的人群，特别是老年人，需要设计其它的录入方式。包括物联网设备自动采集、手写录入以及语音录入。
本发明提供了基于云计算和移动互联技术的慢病管理系统的实现方法，该方法集成了现有电子病历及健康档案，建立统一标准，实现来自不同医疗机构的异构数据的交换与集成。同时，根据国际数据标准化指导，把医疗数据结构和关系进行标准化，建立了新的疾病管理模式，将预防，治疗，监护，随访、康复实现一体化管理。最后，可以在对大量数据进行挖掘分析的基础上，建立慢病流行病的疾病模型，进行智能相关性分析及趋势预测。在数据融合和医疗业务集成的基础上进行疾病模型的认知功能的拓展，通过慢疾病模型的学习及培训，形成有建设意义的疾病管理模型。
以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也视为本发明的保护范围。