盛明，張勇，李超，邢春曉（清華大學(xué)信息技術(shù)研究院 計算機系，清華信息科學(xué)與技術(shù)國家實驗室，北京 100084）

?

一種基于大數(shù)據(jù)分析的移動健康服務(wù)平臺

盛明，張勇，李超，邢春曉
（清華大學(xué)信息技術(shù)研究院 計算機系，清華信息科學(xué)與技術(shù)國家實驗室，北京 100084）

摘要：本文提出一種基于可穿戴傳感器、移動互聯(lián)網(wǎng)以及大數(shù)據(jù)分析的健康服務(wù)平臺-飛活健康網(wǎng)平臺。該健康服務(wù)平臺整合可穿戴設(shè)備、一體機設(shè)備、智能手機應(yīng)用和相關(guān)大數(shù)據(jù)處理技術(shù)，便于展示、管理與比較長期的基本健康數(shù)據(jù)和環(huán)境數(shù)據(jù)；并通過智能分類、深度學(xué)習(xí)等后臺數(shù)據(jù)分析，實現(xiàn)提醒、建議與警告等健康增值服務(wù)。

關(guān)鍵詞：大數(shù)據(jù)；可穿戴設(shè)備；數(shù)據(jù)分析；智慧健康

1　介紹

近些年隨著物聯(lián)網(wǎng)的和移動互聯(lián)網(wǎng)的不斷發(fā)展，可穿戴設(shè)備、移動健康服務(wù)也越來越成為研究和工業(yè)界熱點［1-3］。可穿戴設(shè)備和移動互聯(lián)網(wǎng)在健康監(jiān)測領(lǐng)域有著天然的優(yōu)勢，可以隨時隨地的監(jiān)控使用者的身體與運動狀態(tài)，并提供相關(guān)服務(wù)［5-7］。隨著中國社會老齡化的進程加快，人群中亞健康人群比例的增加，整個社會對可穿戴的健康監(jiān)控的需求也會隨之加大［8-9］，產(chǎn)生的健康方面的數(shù)據(jù)也會激增［10-12］，因此更好的管理以及分析大量的健康相關(guān)的數(shù)據(jù)并提供相關(guān)的增值服務(wù)顯得尤為重要，基于上述背景，我們提出了一種基于可穿戴傳感器、移動互聯(lián)網(wǎng)與大數(shù)據(jù)分析的健康服務(wù)平臺——飛活健康網(wǎng)平臺。

飛活健康網(wǎng)平臺為用戶提供全方位、多渠道、實時且便捷的健康監(jiān)控。健康數(shù)據(jù)的收集主要基于可穿戴設(shè)備、一體機以及智能手機?；趯ο嚓P(guān)健康數(shù)據(jù)的采集、組織、管理以及分析，平臺能夠為慢性病人群以及亞健康狀態(tài)的人群提供健康增值服務(wù)。與此同時，基于云平臺和物聯(lián)網(wǎng)，飛活健康網(wǎng)能夠提供面向智慧健康的增值服務(wù)。飛活健康網(wǎng)平臺能夠展示、對比、分析長期的健康相關(guān)的數(shù)據(jù)，這些數(shù)據(jù)都是從可穿戴設(shè)備、一體機設(shè)備、智能手機采集而來的。與此同時，本平臺還能夠提供面向健康的增值服務(wù)比如早期預(yù)警和健康建議等。而上述服務(wù)的實現(xiàn)是基于智能分類、深度學(xué)習(xí)以及相關(guān)的數(shù)據(jù)挖掘算法。

本文的組織方式如下：第二部分主要介紹相關(guān)方式方法。第三部分主要介紹數(shù)據(jù)分析和增值服務(wù)。第四部分對結(jié)果進行展示。第五部分是總結(jié)。

2　相關(guān)方法

2.1服務(wù)方式

2.1.1數(shù)據(jù)采集

平臺針對個人、家庭和社區(qū)構(gòu)建了健康監(jiān)控網(wǎng)絡(luò)，可以隨時隨地的記錄用戶的健康狀態(tài)。

●基于藍牙的便攜式可穿戴設(shè)備：主要包括計步器和腕帶。利用這些設(shè)備可以收集個人的健康相關(guān)的數(shù)據(jù)比如步數(shù)、距離、體溫、心率、環(huán)境溫度、環(huán)境濕度等。

●面向社區(qū)的健康一體機設(shè)備：此一體機集成了監(jiān)測體重、體溫、血壓、脈搏和血氧血糖數(shù)據(jù)的功能。

●基于IEEE Continua標準的第三方健康數(shù)據(jù)采集設(shè)備：包括歐姆龍等廠家生產(chǎn)的血壓、血氧、血糖以及心跳監(jiān)測儀等。

2.1.2數(shù)據(jù)上傳

●基于藍牙的匯總方式：通過手機藍牙，將通過上述途徑采集到的數(shù)據(jù)進行匯總。

●基于JSON的健康檢測數(shù)據(jù)的統(tǒng)一結(jié)構(gòu)化，將來自上述多個途徑的不同格式的健康數(shù)據(jù)以JSON的方式進行統(tǒng)一的結(jié)構(gòu)化并在手機端進行匯總與存儲。

●手機端將最終整理好的健康數(shù)據(jù)通過手機網(wǎng)絡(luò)上傳至后臺服務(wù)器，實現(xiàn)長期的健康數(shù)據(jù)跟蹤與分析。并為后期的健康增值服務(wù)提供數(shù)據(jù)基礎(chǔ)。

2.1.3數(shù)據(jù)分析

將健康數(shù)據(jù)以JSON的形式存儲，為后續(xù)的海量數(shù)據(jù)挖掘、分析、推薦等功能提供基礎(chǔ)。

●基于健康數(shù)據(jù)的運動人群：根據(jù)上述采集到的海量數(shù)據(jù)，通過對每一個數(shù)據(jù)對象中的年齡、性別、營養(yǎng)攝入量習(xí)慣、運動習(xí)慣、體重、血壓、血糖等維度分析、比對，本系統(tǒng)可以按照健康運動的標準將每一個對象劃分至不同的群組。從健康運動的角度而言，同一人群有著相同的身體狀況以及飲食和運動習(xí)慣。

●基于健康數(shù)據(jù)的慢性病人群：同樣根據(jù)采集到的健康數(shù)據(jù)，本系統(tǒng)可以按慢性病的分類（高血壓、糖尿?。┮约捌渌幍牟煌A段為標準將每一個對象劃分至不同的群組。從健慢性病角度而言，同一人群有著相同的身體狀況以及飲食和運動習(xí)慣。

●為特定人群提供早期預(yù)警健康指導(dǎo)以及相關(guān)增值服務(wù)：本平臺將不斷學(xué)習(xí)并優(yōu)化面向特定人群的最優(yōu)的飲食、運動、治療推薦流程與計劃。通過智能手機應(yīng)用發(fā)布相關(guān)提示和預(yù)警。

2.2系統(tǒng)架構(gòu)

本平臺主要包括兩個部分（圖1）：數(shù)據(jù)采集和大數(shù)據(jù)處理。數(shù)據(jù)采集主要包括對健康相關(guān)數(shù)據(jù)的采集、集成、儲存和上傳。大數(shù)據(jù)處理部分主要分析健康相關(guān)的數(shù)據(jù)以及健康增值服務(wù)的推送。

圖1　飛活健康網(wǎng)平臺架構(gòu)

2.3服務(wù)模式的實現(xiàn)

2.3.1健康數(shù)據(jù)采集

本平臺采用了多種數(shù)據(jù)采集方式：針對個人的采用可穿戴設(shè)備和智能手機；針對家庭的采用基于IEEE Continua標準的健康檢測設(shè)備；針對社區(qū)的采用高度集成化的一體機。

a）針對個人的可穿戴設(shè)備

計步器：基于藍牙連接，主要采集個人的運動數(shù)據(jù)。該計步器可以高效過濾噪聲，提高計步算法的精度；并且通過藍牙和智能手機的連接，隨時隨地管理運動數(shù)據(jù)。與此同時，該計步器還支持24小時的全天監(jiān)控，包括白天的計步以及夜間的睡眠監(jiān)測。

健康腕帶：一種基于藍牙連接的可穿戴設(shè)備。是一種健康體征采集設(shè)備，可隨時隨地記錄體溫、脈率、環(huán)境溫度、環(huán)境濕度、大氣壓等信息。通過藍牙將相關(guān)信息傳送至手機端。

b）面向健康數(shù)據(jù)采集的智能手機應(yīng)用

智能手機集成了諸多傳感器。其中，加速度傳感器可以采集計步相關(guān)的運動數(shù)據(jù)；手機攝像頭可以采集指尖血氧濃度；內(nèi)置的GPS傳感器可以記錄用戶的行動軌跡。

同時，智能手機也提供飲食數(shù)據(jù)的采集。通過用戶的選擇，智能手機應(yīng)用可以計算出用戶飲食的主要能量。首先應(yīng)用將食物分為主食、肉類、蔬菜等種類，接下來根據(jù)對相應(yīng)種類重量的選擇計算出每餐所攝入的蛋白質(zhì)、脂肪、糖分和熱量含量。

c）面向家庭的支持IEEE Continua標準的健康設(shè)備

IEEE Continua健康聯(lián)盟制定了一整套包括基于藍牙通訊的健康數(shù)據(jù)采集與傳輸標準。從家庭方面而言，飛活健康網(wǎng)平臺支持所有符合IEEE Continua標準的數(shù)據(jù)采集設(shè)備的接入，比如溫度計、血壓計、血糖儀等等。因此本平臺可以采集更廣泛的來自于第三方設(shè)備的健康數(shù)據(jù)。

d）面向社區(qū)的一體機設(shè)備

面對社區(qū)人群，平臺提供了集成多種檢測和采集功能的一體機，該一體機集成了諸如身高體重、體溫、血壓、心率、心電圖、血氧、血糖等功能。社區(qū)使用者可以直接通過身份證來使用，監(jiān)控多種生理指標。采集后的健康數(shù)據(jù)將通過互聯(lián)網(wǎng)直接上傳至平臺服務(wù)器。

2.3.2基于智能手機的健康數(shù)據(jù)的管理和上傳

智能手機應(yīng)用可以接收來自于可穿戴設(shè)備、第三方設(shè)備、一體機設(shè)備的健康數(shù)據(jù)。這些數(shù)據(jù)以JSON的形式結(jié)構(gòu)化并存儲。下圖展示的是計步數(shù)據(jù)的存儲方式，見圖2：

智能手機應(yīng)用可以管理本地的健康數(shù)據(jù)，并且提供歷史數(shù)據(jù)瀏覽、數(shù)據(jù)對比以及其它功能。因此，用戶可以隨時隨地管理并且瀏覽其自身的健康相關(guān)的數(shù)據(jù)。

智能手機應(yīng)用通過無線網(wǎng)絡(luò)將數(shù)據(jù)直接上傳至服務(wù)器，為長期的數(shù)據(jù)管理和分析做準備。健康數(shù)據(jù)根據(jù)采集時間、種類等維度進行分類。每一個數(shù)據(jù)文件存儲了一天內(nèi)產(chǎn)生的所有健康數(shù)據(jù)。智能手機應(yīng)用可以存儲并上傳相關(guān)健康數(shù)據(jù)。在默認的配置情況下，用戶每次退出智能手機應(yīng)用都會觸發(fā)一次上傳過程。與此同時智能手機將以時間戳的方式標記最近一次成功上傳時間從而避免重復(fù)上傳的發(fā)生。

圖2　JSON 數(shù)據(jù)組織方式

3　數(shù)據(jù)分析和健康增值服務(wù)

數(shù)據(jù)分析和增值服務(wù)主要面向兩類人群。第一類是運動人群；第二類是慢性病人群，主要包括高血壓和糖尿病人群。對于健康相關(guān)數(shù)據(jù)的分析主要包括分類和最佳生活模式提取。在服務(wù)器端，健康數(shù)據(jù)以JSON形式被存放在Mongodb中，并為之后的挖掘、分析、推薦以及其他功能提供服務(wù)。

3.1運動人群

分析模型定義9個維度，分別是：年齡/100、睡眠時間/24小時、散步時間/24小時、跑步時間/24小時、日消耗熱量/體重、熱量攝入量/食物總攝入量、糖/食物總攝入量、脂肪/食物總攝入量、蛋白質(zhì)/食物總攝入量。因此可以用9維向量來描述個體的相關(guān)體征，比如：a=｛0.3，0.33，0.083，0.096，0.23，0.121，0.211，0.321，0.312｝。

這里我們用余弦相似度［13］來評估兩個對象的相似程度:

進一步可以得出a與b兩個向量所代表對象的運動生活習(xí)慣的相似程度。因此智能分類機制就可以根據(jù)對象之間的相似度進行人群的智能劃分、形成相似人群的群組，保證每個群組內(nèi)部對象兩兩之間相似度的值大于算法所設(shè)定的閥值。

在對象按照年齡、睡眠、運動、飲食習(xí)慣被劃分至不同群組之后，依照該群組的人群的上述特點，系統(tǒng)將會自動學(xué)習(xí)并提取出屬于該群組內(nèi)部的推薦運動生活方式，該生活方式同樣是按照上述9維向量進行表示的。該運動生活方式將會作為推薦的運動生活方式推薦給同群組的其他對象，并依照上述推薦生活方式作為模板對群組內(nèi)的運動生活方式進行預(yù)警與建議，例如：減少糖量的攝入，增加睡眠時間、增加跑步時間等。

3.2慢性病人群（高血壓、糖尿病）

對于慢性病人群，除了采集到的健康數(shù)據(jù)如血壓、血氧、血糖等，系統(tǒng)還會對用戶在博客、論壇、討論中發(fā)布的相關(guān)文本進行分析。

分析模型加入了對健康數(shù)據(jù)如血壓、血氧、血糖的分析，系統(tǒng)同時會追蹤并記錄用戶產(chǎn)生的文本信息并對其分析。分析模型定義了年齡、血壓、血氧、血糖、睡眠、運動、飲食等若干維度。與前文所述相同，系統(tǒng)仍然用N維向量來表示對象的特征，基于對象之間的相似度值的大小將對象劃分至不同的群組。對于文本的分析與分類，目前主要采取兩種方法。

第一種方法基于文檔的相關(guān)屬性，比如關(guān)鍵詞、作者、文本長度、發(fā)布時間等。第二種方式是基于文本的內(nèi)部相似度，比如采用的自組織映射方法將文本劃分為不同的類別［14］。

基于上述對用戶產(chǎn)生的健康體征數(shù)據(jù)以及文本數(shù)據(jù)的分析，每一個用戶可以更加精確的被劃分至不同的類別。系統(tǒng)會動態(tài)的自學(xué)習(xí)并在不同類別的內(nèi)部根據(jù)其人群特點推薦飲食習(xí)慣。

與運動人群不同，針對慢性病人群（主要指糖尿?。┫到y(tǒng)提供了預(yù)警功能，主要包括對血氧、血糖、糖分攝入、睡眠不足等事件或生活方式的預(yù)警。因此慢性病人群（主要指糖尿?。┑娘嬍乘叩壬钯|(zhì)量將被改善。系統(tǒng)分析方法的流程如圖3所示。平臺的目的就是通過對健康相關(guān)數(shù)據(jù)的采集、整合、分析、建模，最終提供面向健康的增值服務(wù)。

圖3　分析過程

4　結(jié)果

4.1意義

醫(yī)療機構(gòu)可以利用本平臺提高照護的效果與效率，增加用戶的滿意度，并為醫(yī)學(xué)相關(guān)的研究提供服務(wù)。平臺的多種應(yīng)用也可使用戶采集并管理、瀏覽自己的健康相關(guān)的數(shù)據(jù)，同時提供基于分析的健康增值服務(wù)，為醫(yī)療機構(gòu)和廣大人群提供服務(wù)。

4.2設(shè)計和開發(fā)

圖1展示了平臺架構(gòu)。飛活健康網(wǎng)平臺是基于Android SDK、PHP 和Java開發(fā)；并且通過藍牙、無線、互聯(lián)網(wǎng)技術(shù)進行數(shù)據(jù)的采集和傳輸。圖4展示了網(wǎng)頁端的用戶界面。圖5展示了智能手機端的用戶界面。

圖4　飛活健康網(wǎng)平臺網(wǎng)頁端界面

圖5　飛活健康網(wǎng)平臺智能手機端界面

4.3實際用例

本平臺目前已經(jīng)被部署至www.fihuo.com，并且有228，499注冊用戶。

5　總結(jié)

本文提出了一種基于大數(shù)據(jù)分析的移動健康服務(wù)平臺。結(jié)合可穿戴設(shè)備、智能手機應(yīng)用和后臺大數(shù)據(jù)分析的平臺，給用戶展示長期的基本健康數(shù)據(jù)和環(huán)境數(shù)據(jù)，并基于深度學(xué)習(xí)等分析方法用于比較、分析和分類，進而提供諸如提醒、建議、預(yù)警等健康增值服務(wù)。

致謝

本工作得到了國家重點基礎(chǔ)研究發(fā)展計劃（973計劃）No.2011CB302302，國家高技術(shù)研究發(fā)展計劃No.SS2015AA020102，以及清華大學(xué)自主科研項目的支持。

參考文獻

［1］S.Warren，R.Craft，B.Bosma，“Designing smart health care technology into the home of the future，” Workshops on Future Medical Devices.1999，2:667.

［2］A.Lymberis，“Smart wearable systems for personalised health management:current R&D and future challenges，” Engineering in Medicine and Biology Society，2003.Proceedings of the 25th Annual International Conference of the IEEE，2003，4:3716-3719.

［3］S.Fox，L.Rainie，“Vital Decisions:How Internet Users Decide what Information to Trust when They Or Their Loved Ones are Sick:Plus a Guide from the Medical Library Association about Smart Health-search Strategies and Good Web Sites ，” Pew Internet & American Life Project，2002.

［4］M.Clancy，“Getting to ‘smart'health care，” Health Affairs，2006，25（6）:w589-w592.

［5］A.Lymberis，“ Research and development of smart wearable health applications:the challenge ahead ，” Stud Health Technol Inform，2004，108:155-161.

［6］L. Irwig，“Smart health choices，” Judy Irwig，2007.

［7］H.Kao，Y.Cheng，Y.Chien，“ Develop and Evaluate the Mobile-Based Self-Management Application for Tele-Healthcare Service，”IEA/AIE，2014:460-469

［8］K.Elgazzar，M.AboElFotoh，P.Martin，H.S.Hassanein，“ Ubiquitous Health Monitoring Using Mobile Web Services，” ANT/Mobi-WIS，2012:332-339

［9］P.García-Sánchez，J.González，A.Miguel Mora，A.Prieto，“Deploying intelligent e-health services in a mobile gateway，” Expert Syst，2013，40（4）:1231-1239

［10］Z.Deng，X.Mo，S.Liu，“ Comparison of the middle-aged and older users' adoption of mobile smart health services in China，” I.J.Medical Informatics，2014，83（3）:210-224

［11］K.Kang，Q.Wang，J.Hur，K.Park，L.Sha ，“Medical-Grade Quality of Service for Real-Time Mobile Healthcare，” IEEE Computer，2015，48（2）:41-49

［12］V.Ghini，S.Ferretti，F(xiàn).M-Hippocrates，“Enabling Reliable and Interactive Mobile smart health services，”IT Professional，2012，14（3）:29-35

［13］G.Salton，M.McGill，“Introduction to Modern Information Retrieval，”1986

［14］T.Kohonen，“The self-organizing map，” Proceedings of the IEEE，1990，78（9）:1464-1480.

A Moblie Health Service Platform Based on Big Data Analysis

SHENG Ming，ZHANG Yong，LI Chao，XING Chun-xiao
（RIIT，Tsinghua University，Beijing 100084）

Abstract:This paper proposes a mobile smart health service platform based on big data analysis - Fihuo，which integrates wearable devices，all-in-one machines，smartphone applications and related big data processing technologies.It can present，manage and compare long-term health-related data and ambient data.Through background data analysis such as intelligent classification and deep learning，F(xiàn)ihuo provides value-added services such as reminders，advices and alarms.

Keywords:Big data； Wearable device； Data analysis； Smart health