分級(jí)診療中患者健康監(jiān)測(cè)物聯(lián)網(wǎng)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)

分級(jí)診療中患者健康監(jiān)測(cè)物聯(lián)網(wǎng)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)

終端中的健康數(shù)據(jù)采集、物聯(lián)網(wǎng)系統(tǒng)和云架構(gòu)之間的連接。個(gè)人健康數(shù)據(jù)采集終端是具有內(nèi)置GPS模塊、藍(lán)牙模塊和SQLite數(shù)據(jù)庫(kù)等功能的嵌入式智能終端設(shè)備，如平板電腦或智能電話1.2訪問數(shù)據(jù)的管理數(shù)據(jù)中心作為醫(yī)療私有云平臺(tái)，通過執(zhí)行需要存儲(chǔ)、處理和分析來自IoT子系統(tǒng)的收集的患者健康數(shù)據(jù)的繁重功能來減輕IoT子系統(tǒng)(1)患者健康數(shù)據(jù)存儲(chǔ)健康數(shù)據(jù)云存儲(chǔ)資源用于長(zhǎng)期存儲(chǔ)患者的醫(yī)療信息(電子病歷)和來自物聯(lián)網(wǎng)子系統(tǒng)的數(shù)據(jù)(傳感數(shù)據(jù))。電子病歷(E-Health)包含常規(guī)臨床數(shù)據(jù)(例如，臨床觀察和實(shí)驗(yàn)室化驗(yàn)結(jié)果)，而傳感數(shù)據(jù)包含由BSN提供的縱向患者數(shù)據(jù)。基于訪問控制配置，醫(yī)療保健從業(yè)者或急救中心可以訪問存儲(chǔ)的信息而無需訪問患者。能夠訪問感官數(shù)據(jù)以及決策支持系統(tǒng)支持的電子健康數(shù)據(jù)的醫(yī)生可以通過更好，更快地預(yù)測(cè)、干預(yù)和治療建議來改善偏遠(yuǎn)地區(qū)患者的健康質(zhì)量。(2)健康數(shù)據(jù)共享策略醫(yī)療保健服務(wù)提供商收集患者臨床數(shù)據(jù)的目的之一是與授權(quán)的醫(yī)療保健專業(yè)人員共享。由于數(shù)據(jù)安全和隱私是醫(yī)療保健系統(tǒng)中的重要問題，本研究使用簽名和證書的訪問控制機(jī)制確保只有合法的最終用戶才能訪問云中的數(shù)據(jù)。本研究還使用一定策略來管理授權(quán)實(shí)體之間共享的患者數(shù)據(jù)，并用于驗(yàn)證具有訪問權(quán)限的用戶的身份。例如，策略可以定義對(duì)傳感器數(shù)據(jù)存儲(chǔ)中的傳感器讀取的訪問以及相應(yīng)的分析結(jié)果只能由神經(jīng)病學(xué)部門的醫(yī)生訪問。健康數(shù)據(jù)共享策略還確保在與其他實(shí)體(如研究中心)共享數(shù)據(jù)之前，應(yīng)對(duì)患者的獨(dú)特身份和相關(guān)配置文件進(jìn)行匿名處理。在提議的框架中，數(shù)據(jù)監(jiān)測(cè)單元負(fù)責(zé)建立健康數(shù)據(jù)共享策略，同時(shí)考慮到遵從法規(guī)要求和共享的需要，以便為患者提供最安全的醫(yī)療護(hù)理。(3)虛擬機(jī)層虛擬機(jī)層包括虛擬機(jī)(VM)管理器和服務(wù)調(diào)度程序等(4)醫(yī)療應(yīng)用層該層提供各種服務(wù)，處理從物聯(lián)網(wǎng)子系統(tǒng)收集的臨床數(shù)據(jù)，用于臨床觀察和干預(yù)，以及派遣救護(hù)車或通知患者家屬。分析引擎(AE)從收集的數(shù)據(jù)中提取特征并對(duì)數(shù)據(jù)進(jìn)行分類，以幫助醫(yī)療保健專業(yè)人員促進(jìn)良好的患者護(hù)理。為了使醫(yī)療保健專業(yè)人員能夠使用AE的結(jié)果來獲得準(zhǔn)確和適當(dāng)?shù)捻憫?yīng)和動(dòng)作，可視化引擎將使用AE的輸出來使醫(yī)療保健專業(yè)人員以易于消化的格式訪問數(shù)據(jù)。當(dāng)觀察到需要緊急干預(yù)的事件時(shí)，警報(bào)系統(tǒng)會(huì)發(fā)出警報(bào)信號(hào)。如果感測(cè)的生理參數(shù)值超過預(yù)定閾值，則警報(bào)功能生成警報(bào)。例如，當(dāng)檢測(cè)到諸如心律失?；虻脱獕旱漠惓r(shí)，產(chǎn)生警報(bào)信號(hào)。該功能可以在不去看醫(yī)生的情況下檢測(cè)患者的健康問題，通知醫(yī)療服務(wù)提供者是否需要檢查，并為急救中心生成緊急警報(bào)。1.3觀察站點(diǎn)觀察站點(diǎn)是進(jìn)行數(shù)據(jù)驅(qū)動(dòng)的臨床觀察和干預(yù)的地方。該層包括醫(yī)療專業(yè)人員、緊急響應(yīng)醫(yī)療服務(wù)、醫(yī)學(xué)監(jiān)測(cè)中心和患者等實(shí)體。醫(yī)學(xué)監(jiān)測(cè)中心涉及許多醫(yī)療保健行為者，包括醫(yī)生、患者和護(hù)理人員、臨床觀察、患者診斷和干預(yù)過程。因此，所有對(duì)患者數(shù)據(jù)的訪問請(qǐng)求都由醫(yī)學(xué)監(jiān)測(cè)中心管理。任何想要訪問傳感器數(shù)據(jù)的授權(quán)用戶都可以通過醫(yī)學(xué)監(jiān)測(cè)中心向云發(fā)出數(shù)據(jù)請(qǐng)求。如果請(qǐng)求的數(shù)據(jù)在傳感器數(shù)據(jù)存儲(chǔ)器中可用，則數(shù)據(jù)將返回給用戶。因此，醫(yī)療專業(yè)人員必須具有適當(dāng)?shù)纳矸蒡?yàn)證和授權(quán)憑據(jù)才能訪問數(shù)據(jù)。該框架還允許授權(quán)用戶或應(yīng)用程序從個(gè)人健康數(shù)據(jù)采集終端按需請(qǐng)求數(shù)據(jù)。個(gè)人健康數(shù)據(jù)采集終端將從其內(nèi)存或傳感器節(jié)點(diǎn)檢索數(shù)據(jù)，并將其發(fā)送給最終用戶或應(yīng)用程序。當(dāng)觀察到特定數(shù)據(jù)或模式時(shí)，此級(jí)別的實(shí)體可訂閱數(shù)據(jù)服務(wù)以自動(dòng)通知。例如，患者可以訂閱接收數(shù)據(jù)以進(jìn)行自我健康監(jiān)測(cè);當(dāng)系統(tǒng)向用戶提供醫(yī)療建議時(shí)，這可能發(fā)生在數(shù)據(jù)分析和健康指示之后。在這種情況下，數(shù)據(jù)在可用時(shí)立即自動(dòng)發(fā)布給醫(yī)護(hù)人員。在異常檢測(cè)的情況下，患者可以使用諸如血糖水平的數(shù)據(jù)來采取適當(dāng)?shù)男袆?dòng)。這種基于知識(shí)的決策可能會(huì)減少對(duì)醫(yī)生檢查和住院治療的請(qǐng)求次數(shù)。該框架還可以通過短信通知護(hù)理人員和急救中心可能存在的醫(yī)療急救服務(wù)。2試驗(yàn)與研究2.1監(jiān)測(cè)結(jié)果的描述一般認(rèn)為患有充血性心力衰竭(CHF)的患者可以在就近的社區(qū)診所進(jìn)行護(hù)理。但是一旦患者出現(xiàn)心臟血液泵血能力快速減弱的癥狀，就需要到中心醫(yī)院急診。本研究試圖通過所提出的PPHM框架在社區(qū)醫(yī)院采用檢測(cè)EGG方法監(jiān)測(cè)患者的心臟活動(dòng)，一旦出現(xiàn)需要急診的癥狀就自動(dòng)向急救中心發(fā)出警報(bào)，并及時(shí)聯(lián)系社區(qū)診所根據(jù)情況采取就地急診或轉(zhuǎn)院等措施。圖2說明了用于遠(yuǎn)程患者監(jiān)測(cè)的建議框架。如圖2所示，醫(yī)生啟動(dòng)數(shù)據(jù)分析過程實(shí)現(xiàn)對(duì)患者心臟活動(dòng)的監(jiān)視和分析。醫(yī)生可以定義監(jiān)測(cè)期的開始和結(jié)束時(shí)間。醫(yī)學(xué)監(jiān)測(cè)中心完成建立連接過程，包括確認(rèn)請(qǐng)求代理是授權(quán)個(gè)人以及與個(gè)人監(jiān)測(cè)設(shè)備連接建立。個(gè)人健康數(shù)據(jù)采集終端能夠通過物聯(lián)網(wǎng)設(shè)備收集患者心電圖數(shù)據(jù)，并通過互聯(lián)網(wǎng)把匯總的患者數(shù)據(jù)發(fā)生給數(shù)據(jù)中心。在建立連接的過程中還需要完成個(gè)人監(jiān)測(cè)設(shè)備的注冊(cè)、檢查警報(bào)啟動(dòng)的閾值以及數(shù)據(jù)中心和個(gè)人健康數(shù)據(jù)采集終端之間的加密密鑰的交換。此外，醫(yī)生需要選擇監(jiān)測(cè)服務(wù)的類型是連續(xù)的或是階段性的。在建立連接步驟完成之后，物聯(lián)網(wǎng)傳感系統(tǒng)開始收集關(guān)鍵生理參數(shù)并將數(shù)據(jù)轉(zhuǎn)發(fā)到個(gè)人健康數(shù)據(jù)采集終端。采集終端聚合傳感數(shù)據(jù)并將其中繼到數(shù)據(jù)中心的云存儲(chǔ)系統(tǒng)中，作為患者電子健康記錄被實(shí)時(shí)存儲(chǔ)。一般來說，醫(yī)生需要通過視覺檢查ECG記錄的重要特征。然而這樣手動(dòng)檢查可能導(dǎo)致不準(zhǔn)確的醫(yī)療診斷，因此ECG信號(hào)的自動(dòng)分類對(duì)于各種心臟病的臨床診斷非常重要。然而，ECG數(shù)據(jù)集具有多維度、海量以及伴隨隨機(jī)噪聲的。為了解決這個(gè)問題，本研究使用了一種結(jié)合了減少ECG數(shù)據(jù)特征維度的一致性聚類的分類算法。多級(jí)EGG分類算法如圖3所示。首先使用維度降低算法對(duì)ECG數(shù)據(jù)集進(jìn)行處理。該算法主要通過秩相關(guān)系數(shù)(RCC)算法有效捕獲ECG信號(hào)行為的最簡(jiǎn)特征。來自RCC的輸出被饋送到一組無監(jiān)督的聚類算法(即，期望最大化、最遠(yuǎn)優(yōu)先和簡(jiǎn)單K均值)算法。該步驟生成一組n個(gè)獨(dú)立的簇C={C2.2chfd數(shù)據(jù)集的研究本試驗(yàn)對(duì)來自西安交大一附院充血性心力衰竭數(shù)據(jù)庫(kù)(CHFD)的真實(shí)ECG信號(hào)進(jìn)行仿真分析以驗(yàn)證所提出的遠(yuǎn)程監(jiān)控框架。該數(shù)據(jù)集包含來自15名患有嚴(yán)重充血性心力衰竭的受試者的ECG記錄。各個(gè)EGG的持續(xù)時(shí)間約為20小時(shí)。每個(gè)患者的監(jiān)測(cè)數(shù)據(jù)包含兩個(gè)主要的ECG信號(hào)，每個(gè)信號(hào)以250個(gè)樣本/秒進(jìn)行采樣，在±10mV的范圍內(nèi)具有12位分辨率。試驗(yàn)使用在MATLAB中實(shí)現(xiàn)的ECG傳感器仿真器，通過將CHFD數(shù)據(jù)集中的每個(gè)ECG樣本轉(zhuǎn)換為一系列16位幀對(duì)，并通過藍(lán)牙將它們傳輸?shù)絺€(gè)人監(jiān)測(cè)設(shè)備，生成ECG數(shù)據(jù)流。(1)EGG分類試驗(yàn)使用加權(quán)平均F值研究了所提出的分類方案的有效性。試驗(yàn)使用了10倍交叉驗(yàn)證，并將基于SMO的分類算法與貝葉斯網(wǎng)絡(luò)學(xué)習(xí)(BayesNet)和經(jīng)典樸素貝葉斯(NaiveBayes)算法進(jìn)行了比較。圖4采用加權(quán)平均F值評(píng)估三種分類算法的性能，它們是在初始共識(shí)聚類數(shù)據(jù)訓(xùn)練之后作為聚類數(shù)量的函數(shù)。在聚類試驗(yàn)中，基于SMO的分類算法在20個(gè)聚類的中實(shí)現(xiàn)了89.7%的分類準(zhǔn)確性，在2個(gè)聚類中則實(shí)現(xiàn)了98.9%的分類準(zhǔn)確性。這些準(zhǔn)確性都高于其他兩種分類算法。結(jié)果表明，本文提出的分類算法再試驗(yàn)具有最佳的分類精度。試驗(yàn)結(jié)果還表明，隨著聚類數(shù)量的增加，基于SMO的分類算法仍然具有較高的分類準(zhǔn)確性，因此可以較好地適應(yīng)于大規(guī)模地?cái)?shù)據(jù)集的分類。試驗(yàn)表明，該算法可用于分析高維度、隨機(jī)噪聲和規(guī)模大的ECG數(shù)據(jù)集。(2)系統(tǒng)可擴(kuò)展性能分析為了研究系統(tǒng)的可擴(kuò)展性，試驗(yàn)?zāi)M了一組客戶端，這些客戶端同時(shí)傳輸傳感器數(shù)據(jù)流。試驗(yàn)將請(qǐng)求到達(dá)間隔時(shí)間建模為泊松過程，而客戶端對(duì)服務(wù)需求在1到5毫秒之間隨機(jī)選擇。重復(fù)實(shí)驗(yàn)1000次，取平均值。同時(shí)請(qǐng)求數(shù)量變化所對(duì)應(yīng)的平均響應(yīng)時(shí)間如圖5所示。由圖5可知，隨著請(qǐng)求數(shù)量的增加，響應(yīng)時(shí)間呈線性增長(zhǎng)。3患者遠(yuǎn)程監(jiān)控系統(tǒng)本文開發(fā)了一種廉價(jià)、靈活且可擴(kuò)展的遠(yuǎn)程健康狀態(tài)監(jiān)測(cè)系統(tǒng)，該系統(tǒng)集成了物聯(lián)網(wǎng)和云技術(shù)的功能，可遠(yuǎn)程監(jiān)控患者的健康狀況。實(shí)驗(yàn)分析已經(jīng)表明，所提出的框架具有可擴(kuò)展性，具有很高的分類精度。相信本文提議的技術(shù)框架可以通過大幅改善低效率和浪費(fèi)以及使患者留在社區(qū)醫(yī)院獲得相同或更好的醫(yī)療護(hù)理，來解決大中型醫(yī)院所面臨的醫(yī)療資源嚴(yán)重匱乏的挑戰(zhàn)。0醫(yī)院和基層醫(yī)院的醫(yī)聯(lián)體通過分級(jí)診療的落地解決我國(guó)醫(yī)療成本正以不可持續(xù)的速度增長(zhǎng)的痼疾是醫(yī)療機(jī)構(gòu)的迫切希望。但是基層醫(yī)療機(jī)構(gòu)存在醫(yī)療資源薄弱、專業(yè)醫(yī)生匱乏的問題，因此需要建立中心醫(yī)院和基層醫(yī)院的醫(yī)聯(lián)體，并使得中心醫(yī)院的高水平醫(yī)生能夠不受時(shí)