慢性病一体化管理平台的制作方法

本发明属于互联网数据处理技术领域与医疗信息领域，具体涉及一种慢性病一体化综合管理平台。

背景技术：

我国慢性病发病率高，但知晓率、治疗率和控制率较低，尤其是基层慢性病患者自身健康知识缺乏、对慢性病的危害和长期治疗重要性的认识不足。因此，开展科学规范的患者健康教育是十分必要的。基层医生平时和患者接触较为密切，可以利用这一机会对患者进行健康教育，教育患者要学会自我管理慢性病，科学地防治慢性病。随着医疗信息化蓬勃的发展，已经有了电子处方，医护平台，智慧医疗终端，疾病管理系统等信息化手段，一定程度上帮助了医疗信息的综合化、便捷化。

但根据当前署名的发明人的工作发现，目前针对慢性病的体系建设还不够全面，个人的健康数据难以系统的存储与调用，没有对多种慢病一体化联动的医院社区与家庭全覆盖系统。缺少针对病患个体信息的全方位、一体化的慢病平台，因此也无法做到医联体入乡入户。

技术实现要素：

发明目的：针对现有技术的不足，本发明提出一种慢性病一体化管理平台，能够做到落实具体个人的防护与诊疗，保证病患在社区、家庭与医院所产生的数据集合汇总，从而对慢病进行密切观察与治疗。

技术方案：一种慢性病一体化管理平台，包括医联体管理诊疗系统、个体健康管理系统、后台服务系统，所述医联体管理诊疗系统与个体健康管理系统分别与所述后台服务系统连接，所述医联体管理诊疗系统对各级机构进行分级管理，将慢性病按病种进行分类管理，并对医生权限进行分层管理；所述个体健康管理系统依托个体id进行建立个人档案，并通过健康数据的采集、存储、分析，实现慢性病的预防与筛查；所述后台服务系统用于支撑整个平台的运行管理，包含了数据库服务器、用户账号和权限的管理并提供慢性病的辅助决策功能。

进一步地，所述医联体管理诊疗系统包括机构分级管理模块、慢性病分类管理模块、医生分层管理模块，所述机构分级管理模块用于对各级医疗机构进行分级管理，整合各医院的医疗资源和服务能力信息，建立从三甲-县级-社区的分级诊疗体系，实现信息融合，数据共享；所述慢性病分类管理模块用于对多源的异构数据按慢性病病种进行管理，并建立病种与相应的医院和医生的匹配关系；所述医生分层管理模块以专科联盟为基础，根据医生在不同医院的职称授予不同的慢性病管理和诊疗权限，将个人慢病的管理划分到医院、社区与家庭。

进一步地，所述个体健康管理系统包括健康信息采集模块、数据存储模块、数据处理和分析模块，所述健康信息采集模块用于感知人体指标数据，健康信息采集模块采集的人体指标数据通过无线或有线的方式传输至数据存储模块，数据存储模块按个体存储指标数据信息，并与个人基本信息相关联，建立个人健康档案；所述数据处理和分析模块基于指令或定期从数据存储模块中获取数据进行处理和分析，识别出慢性病病种并加以标记。

进一步地，所述后台服务系统包括数据库模块、账户管理模块和医疗决策支持模块，所述数据库模块用于存储各种数据，所述账户管理模块提供账户注册、校验、登录、登出、注销功能以及根据使用者的角色是病患还是医生进行权限设置；所述医疗决策支持模块提供基于医疗大数据和人工智能的慢病全周期综合管理模型，实现对慢性病的预防与筛查。

进一步地，所述基于医疗大数据和人工智能的慢病全周期综合管理模型包括：

基于ai自主学习的慢病综合管理策略：在遵循客观诊疗过程前提下，利用人工智能自主学习整合医疗大数据，自动完成医院信息系统中相关患者数据的处理和分析，为医务人员提供医疗决策支持；

基于人工神经网络的全病种辅助决策系统：利用人工神经网络学习临床数据中慢病患者症状体征、辅助检查与疾病诊治的关联关系，基于权威循证医学知识库和真实世界临床数据，构建知识图谱，在医生诊疗过程中提供全病种辅助决策支持；

基于遗传算法的单病种个体化诊疗决策支持系统：将病历数据内容转换为机器可识别的决策树或者算法，形成决策引擎，根据患者疾病特征，提供诊疗方案。

有益效果：本发明从慢性病的预防、并发症的筛查以及治疗出发，面向多种不同种类的慢性病进行不同的针对性措施的要求，提出一种一体化的管理平台，对医院、社区与家庭进行全覆盖，真正实现医联体入乡入户。与现有技术相比，本发明做到了落实到具体个人的防护与诊疗，保证病患在社区、家庭与医院所产生的数据集合汇总，从而对慢病进行多元化，长时间，多层次的密切观察与治疗。

附图说明

图1为本发明慢性病一体化管理平台的结构示意图；

图2为本发明的医联体管理诊疗系统的结构示意图；

图3为本发明的个体健康管理系统的结构示意图；

图4为本发明的基于可软件定义的管理与服务系统的通信架构示意图；

图5为本发明的后台服务系统的结构示意图；

图6为本发明的慢性病一体化管理平台的安全架构图；

图7为本发明的慢性病一体化管理平台的应用示意图；

图8为本发明的慢性病一体化管理平台以患者为核心的全连接示意图。

具体实施方式

下面结合附图对本发明的技术方案作进一步说明。应当了解，以下提供的实施例仅是为了详尽地且完全地公开本发明，并且向所属技术领域的技术人员充分传达本发明的技术构思，本发明还可以用许多不同的形式来实施，并且不局限于此处描述的实施例。对于表示在附图中的示例性实施方式中的术语并不是对本发明的限定。

如图1所示，一种慢性病一体化管理平台，包括医联体管理诊疗系统、个体健康管理系统、后台服务系统，医联体管理诊疗系统与个体健康管理系统分别与后台服务系统连接。医联体管理诊疗系统对各级机构进行分级管理，将慢性病按病种进行分类管理，并对各个职称的医生权限进行分层管理。这里的医联体各级机构包括三甲医院、区/县医院、社区医院、社区和家庭，从医院角度提供一个包含各层次的全面的医疗架构。个体健康管理系统依托个体id(如电子健康卡、市民卡、医疗卡、身份证等)进行建立个人档案，并通过健康数据的采集、存储、分析，实现慢性病的预防与筛查。个体健康管理系统将慢性病具体到个体病患，给病患带来便捷并且收集更多的个人数据，以供分析病情。后台服务系统用于支撑整个平台的运行管理，包含了数据库服务器、用户账号和权限的管理并提供慢性病的辅助决策功能。

参照图2，医联体管理诊疗系统包括机构分级管理模块、慢性病分类管理模块、医生分层管理模块。机构分级管理模块用于提供对包括社区和家庭的各级医疗机构进行分级管理，整合各医院的医疗资源和服务能力信息，建立从三甲-县级-社区的分级诊疗体系，实现信息融合，数据共享。慢性病分类管理模块用于对多源的异构数据按慢性病病种进行管理，包括记录各病种的主要判断指标、诊疗装置等，并与相应的医院和医生建立匹配关系。医生分层管理模块以专科联盟为基础，根据医生在不同医院的职称授予不同的慢性病管理和诊疗权限，将个人慢病的管理划分到医院、社区与家庭。

图3示出了个体健康管理系统的功能模块图，包括健康信息采集模块、数据存储模块、数据处理和分析模块，通过各种终端设备的智能感知，获取多源异构的数据，并将个人健康档案、慢性病随改记录、医疗诊疗记录、历次相关影像检验等资料进行功能融合，实现个体健康记录与慢性病管理的全过程连接。健康信息采集模块设置于社区或家庭，可采用可穿戴设备或其他生理检测设备，用于感知人体血压、血糖、血脂、体重身高、肺活量、含脂量、心电图等指标数据。健康信息采集模块采集的人体指标数据通过无线或有线的方式传输至数据存储模块，数据存储模块按个体存储指标数据信息，并与个人基本信息相关联，建立个人健康档案。数据处理和分析模块基于指令或定期从数据存储模块中获取数据，首先进行归一化处理，再根据预存的知识库进行对比分析，初步识别出慢性病病种并加以标记。进行数据归一化处理的原因是，不同的慢病数据指标往往具有不同的量纲及单位，该情况会直接影响大数据分析的结果，为了消除指标之间量纲的影响，需要进行数据归一化处理，以解决数据指标之间的可比性。

由于慢病管理过程中的采用的移动医疗终端的异构性，平台支持多种接入技术和组网方式，通过聚集已有的多个移动医疗终端形成一个增强的虚拟终端，慢病管理平台可以根据用户所处的环境自动选择合适的某个健康终端设备接入某一个无线网络，即以用户为中心，面向慢病管理服务，通过多终端形成的虚拟终端构成多终端协同的健康服务终端系统。多网络协同是指协调多种异构网络资源的接入、连接、传输、管理等多种功能。由于多终端协同的慢病管理系统采用不同的异构网络进行传输，并采用多种无线接入技术，这就需要对现有多种健康移动医疗终端突破某一单一网络的限制，以实现更加及时的慢病管理服务，同时也需要根据慢病患者所处的环境选择合适的网络为其提供服务。通过上述阶段，患者的生理数据才能从采集设备传输到数据后台，进行数据交换和管理，并在居民电子健康卡内做到及时更新，之后，医疗机构和社区慢病管理中心才能做出及时反馈。

在具体实施时，可通过构建面向多部门、多层级、多病种的可软件定义的管理与服务系统来实现平台多样的接口功能。可软件定义的管理与服务系统提供丰富的api编程接口，便于实现多样化的管理与服务，做到面向用户需求方面的“可定义”，并具有良好的可扩展性，在慢病管理平台中，需要管理不同病种，并随之管理增删移动医疗终端，良好的可拓展性让可软件定义的管理与服务系统在平台构建中具有优势。其发展思路与自身特点与社区慢病管理平台相符，对平台的网络构建和功能实现具有重要意义。

基于可软件定义的管理与服务系统的慢病智能管理与服务平台可以以匿名、异步、一对多或多对多的方式进行数据分发。该过程涉及平台中的感知层、网络层与应用层。第一层是感知层，包括移动医疗终端和各项附属传感器，它们产生元数据并把元数据传送至与它们直接相连的事件代理，第二层作为基础网络设施的网络层,主要包括提供网络服务的openflow交换机,负责高效地转发事件,并提供服务来满足应用程序的qos要求；第三层应用层则主要包括事件代理,这些事件代理组成一个分布式发布/订阅覆盖网络,实现基于慢病管理的发布/订阅服务。事件代理接收从医疗终端产生的元数据,并把元数据封装成预先定义的格式(嵌入主题),然后将其推送至sdn网络以进行网络传输。事件代理也接收从其他代理转发过来的数据,然后做相应的处理。所有的事件代理都被划分到不同的集群,不同集群的事件代理也相互连接,形成一个分布式发布/订阅覆盖网络。事件代理主要实现事件的发布、订阅/取消订阅、通知和路由等功能,包括用于存储主题和策略的数据库、用于计算路由的各级订阅表和事件路由模块、用于订阅维护的订阅信息管理模块、用于发布/订阅拓扑维护的代理网络拓扑维护模块等。

图4示出了平台的通信架构，主要依靠应用层和控制层,应用层实现发布/订阅功能,控制层则在控制器上增加了物联网服务接口作为北向接口。其工作流程如下：

①参数感知与采集：各种相关参数由传感器系统感知与采集,再经由标准协议传递到接入事件代理；

②信息标准化与发布：接入事件代理接收数据后,采用资源描述模型库中所设定的概念和属性将数据转化为事件,再经由发布/订阅接口将事件发布到发布/订阅网络；

③事件分发与路由：所发布的事件被事件代理接收后,再按照订阅表和路由表被分发和路由到不同的事件代理,并向订阅该事件主题的单元发送事件通知；

④事件订阅者处理：事件订阅者收到事件后,根据其设定的处理流程处理该事件。

在此基础上，可进一步提供以下分级管理能力：1)利用大数据分析与人工智能处理平台知识对各级医护人员的支持采用分级授权分病管理模式，以医疗集团专病联盟形式管理；2)运用平台实施上下转诊的管理；3)开展慢性病互联网医院服务；4)建立互联网慢性病mdt(multipledisciplinaryteam)服务平台；5)远程会诊与指导。将互联网医院与慢病管理平台进行深度融合和协同发展。互联网医院是连接患者与医院之间、患者与医护人员之间的桥梁，是对传统实体医院服务向院外的延伸、完善及有益的补充。慢病管理是互联网医院实现分级诊疗的极佳场景：专科医生及全科医生通过不同端口访问市民的电子健康卡，实现对慢病患者的连续跟踪管理。在上述基础上，平台定期邀请各专科主任、副主任医师到互联网医院进行异常数据会诊，了解病人数据，综合分析后并通过网络告知患者结果，并与患者互动，实现物理空间与虚拟空间结合，保证患者治疗连续性。除了诊疗模式、流程的优化、改进，还可以根据对服务手段进行更新、加强，例如可以开发慢病手机管理app。上述措施将会极大的丰富互联网医院在社区慢病管理的内涵与意义，促进互联网医院与社区慢病管理平台深度融合。

进一步可以提供以下分层管理能力：1)家庭医生团队服务功能：三甲医联体一体化的家庭医生服务团队社区服务场所点及与联系点；2)互联网医院服务虚拟门诊部：可作为互联网医院慢性病诊疗，管理，干预，健康教育，护理延伸服务的支撑点；3)非医疗技术健康服务中心：包括网上预约，线上医保支付，失能或老人等人群就医陪同，互联网配药等；4)互联网医疗线下服务功能：线下家庭医疗的医疗与护理服务包括抽血化验，换各种导管，理疗，康复等；5)社区慢性病自我教育等自治组织，如糖尿病病友会，肾衰互助会等；6)社区互联网+精准慢性病健康教育；7)互联网社区远程会诊点。

后台服务系统提供数据库、用户账号和权限的管理以及慢性病的辅助决策功能，参照图5，后台服务系统包括数据库模块，账户管理模块和医疗决策支持模块，数据库用于存储各种数据，账户管理模块提供用户的注册、校验、登录、登出、注销等功能以及根据使用者的角色是病患还是医生进行权限设置。基本功能如对象身份认证、病历资料采集存储、人员定位追踪、个人隐私和信息安全保护、行为全程留痕追溯、工作量统计分析、双向转诊等。并根据移动医疗服务流程，提供居民终端注册、完善信息、身份确认、提交服务需求申请等功能；社区医生通过电话、视频、入户等方式，对其疾病情况、健康需求等情况进行全面评估，同时结合采集的健康和预警信息，完成初步处理或派单任务；医疗机构医护人员根据社区医生提交的派单任务为居民提供相应的治疗护理服务。社区医生和o2o护理服务新模式，扩大了服务供给，提高了服务效率，能精准对接社区居民多样化、多层次的健康需求，形成了医护一体化慢病“防治康”新型工作机制。

医疗决策支持模块是在个人健康管理系统的基础上，进一步提供了基于医疗大数据和人工智能的慢病全周期综合管理模型，实现对慢性病的更精准预防与筛查。包括：

基于深度卷积网络构建人工智能自主学习模型,向模型中载入大量医疗数据包括慢病诊疗指南、文献资料、专业书籍及医疗讯息等,并将人工智能与医院信息系统(his)对接,以数据库中慢病患者病案记录为训练集,通过“训练”使其学习慢病临床诊治过程。利用人工智能原理与方法,基于权威循证医学知识库和真实世界临床数据,借助自反馈模型完成自动调整和算法改进,构建更加精准且切合临床思维的慢病管理模型,最终做到能够独立自主学习新事物,遇到未知的事物能够像人类一样合理地应对,真正做到类人化。

慢病临床诊疗过程中,在遵循客观诊疗过程前提下,通过人工智能自动完成病历系统中相关数据的采集、切分和分析,转换为机器可识别的数据模式,载入慢病管理模型,进行疾病智能推断,同时提供诊断鉴别依据、治疗计划依据以及相关文献资料,对医生采取的医疗措施给予提示、警示等,为医务人员临床诊疗提供决策支持,提高医院医疗服务质量和健康保障水平,降低患者诊疗负担。

基于人工神经网络的全病种辅助决策系统：利用人工神经网络学习大规模临床数据中慢病患者症状体征、辅助检查与疾病诊治的关联关系，基于权威循证医学知识库和真实世界临床数据，构建精准且切合临床思维的知识图谱，在医生诊疗过程中提供全病种辅助决策支持。

基于遗传算法的单病种个体化诊疗决策支持系统：在慢病患者个体化诊治过程中，根据相应临床指南及临床专家经验方案，结合患者真实病历数据进行分析，将数据内容转换为机器可识别的决策树或者算法，形成决策引擎，根据患者疾病特征，智能生成诊疗方案。

基于大数据的慢病全周期自我健康管理模型：通过可穿戴设备对采集慢病病患者健康数据并上传到云数据库形成个人健康档案，经过ai技术进行数据处理，提供个性化健康管理方案。依托可穿戴设备和智能健康终端，持续监测患者生命体征，提前预测险情并提出解决方案。

慢病管理平台的建立也意味着着健康大数据采集分析和应用的增多，这也意味着要注重平台数据的安全性。在慢病管理平台的建设及运行过程中，预计将生成海量的慢病医疗大数据。这些数据在采集分析、应用、共享、交换过程中可能面临着数据隐私泄露风险问题。近年来，医疗隐私安全风险事件频发，医疗隐私安全现已存在着“内忧外患”，隐私泄露事件造成恶劣影响，大数据时代下隐私的泄漏途径更加隐匿。尤其是慢病患者已经背负了极为沉重的健康及心理负担，若遭遇不法分子利用其医疗数据进行牟利操作，后果将与收集慢病大数据的初衷相去甚远。在信息时代，大数据与云计算紧密联系，因此大数据一般都存储在云平台上，而慢病管理所需的数据并不仅限于平台与终端所产生的数据，还要与对接医院进行交换分析，甚至可能在未来与医疗管理机构相对接，因此更要执行数据安全的严格把关。

为应对上述数据安全风险，构建慢病管理平台安全框架，如图6所示，可以从三个横向、三个纵向进行设计。三个横向安全层主要针对社区慢病管理平台的总体技术架构而提出的安全：顶层为应用层安全，中间层为传输层安全，最底层为感知层安全，图上也示出了涉及到的安全技术和安全策略。感知层涉及到的安全策略主要有设备认证、数据加密、安全编码、tpm可信模块、安全协议、访问控制等。传输层主要有漏洞扫描、主动防御、安全协议、网络过滤和授权管理等安全策略。应用层主要包括安全审计、入侵检测、热机灾备、虚拟隔离、云杀毒、用户权限、安全管理等安全策略和手段。

三个纵向安全主要针对物联网整体的安全架构与服务、安全标准及安全测评，具体实施内容包括安全架构与服务，安全标准制定、风险评估和安全测评，其中安全测评包括感知设备安全检测服务平台、物联网系统安全检测服务平台、物联网系统风险评估服务平台等；云平台风险评估、虚拟服务风险平台、云资源集成化安全检测等。

图7示出了根据本发明实施例的慢性病一体化管理平台的应用示意图，通过两条线、从三个层次，采用1+x慢性病管理模式，对慢性病实施防控与管理，实现慢性病互联干预。“2”指的是两条线，表示两种慢病管理链路，分别是1)医联体线路，即三甲医院-社区医院-社区-家庭的慢性病一体化综合管理和治疗，2)居民建康与慢性病管理的全过程连接，即居民-办理健康卡(市民卡)-建立健康档案-建立个人体健数据库-签约家庭医生服务-慢性病预防-体检+慢性病病筛查-医联体一体化管理-社区智能感知监测-数据分析-提供精准化管理-家庭医生团队提供医疗服务+社区提供互联网医疗+社区提供非医疗健康服务。“3”指的是三个层次，表示慢性病防治的三个层次，1)注重预防，2)疾病的筛查与早期发现(包括并发症)，3)疾病的管理与控制。“x”指的是1+x慢性病管理模式，面向如高血压、房颤、糖尿病、慢性肾病、脑卒中、冠心病等x种慢性病。

图8示出了该平台以患者为核心的全角色连接状态图。其针对具体到个体的病患，可以将其与健康云以及多种支付通道等相连接，同时与医院、社区等健康机构相关联，做到信息交互，面向病患。通过几个典型案例了解工作过程：

案例一：患有糖尿病的病人在社区体检时发现近日血糖数值不正常，医院处的数据库会及时更新，而他(她)在县医院中体检的数据同样会在数据库中。

案例二：居民办理健康卡(市民卡)，建立健康档案与个人体健数据库，同时签约家庭医生服务，这就开启了慢性病预防，通过体检，将数据上传数据库中分析，平台会提供精准化管理，将家庭医生团队、社区的互联网医疗和社区的非医疗健康服务三者结合。

案例三：年迈的老人卧病在床，有高血压等慢性病，当她向平台申请家庭医生上门诊疗时，平台会按照其数据，安排适合的医生前往。

案例四：慢性病患者去周围的区或县城游玩，在感到身体不适时，前往就诊，医生可以获取其过去的指标与过敏情况，便于诊断与降低错误用药的情况。

案例五：政府或者医院可以抽调其中的数据进行单个病种的深入分析，研究治疗方案，提高治疗效率，降低误诊率。

案例六：当碰到比较复杂或者多次治疗没有显著效果时，医生可以在数据库中寻找其他医生的用药治疗。