泮洪杰 劉紀(jì)敏 趙慧奇

摘 要：為了進(jìn)一步提高醫(yī)養(yǎng)健康服務(wù)質(zhì)量并解決傳統(tǒng)方案中存在的數(shù)據(jù)時(shí)延與數(shù)據(jù)隱私問題，提出一種居家環(huán)境中健康信息采集與管理系統(tǒng)架構(gòu)方案。該方案采用霧計(jì)算范式，通過部署在社區(qū)中的眾多智能網(wǎng)關(guān)形成邊緣霧，能夠更好地拓展云計(jì)算覆蓋范圍并解決基于云的物聯(lián)網(wǎng)模式數(shù)據(jù)延時(shí)嚴(yán)重和帶寬資源利用率低的問題。主要功能包括用戶設(shè)備接入管理、實(shí)時(shí)數(shù)據(jù)處理、任務(wù)緊急程度分類、針對用戶數(shù)據(jù)分析結(jié)果的消息通知等。該方案的實(shí)現(xiàn)能夠進(jìn)一步提高醫(yī)療服務(wù)質(zhì)量、簡化服務(wù)流程，適用于新型養(yǎng)老模式與高級(jí)住宅建設(shè)。

關(guān)鍵詞：醫(yī)養(yǎng)健康;信息采集;霧計(jì)算;物聯(lián)網(wǎng);智能網(wǎng)關(guān)

DOI：10. 11907/rjdk. 191949 開放科學(xué)（資源服務(wù)）標(biāo)識(shí)碼（OSID）：

中圖分類號(hào)：TP319文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1672-7800（2020）005-0124-04

0 引言

在全球人口老齡化背景下，針對老年人提供日常健康信息監(jiān)控和健康狀況評(píng)估意義深遠(yuǎn)[1]。像腦溢血、心臟病等突發(fā)急性病致死大多是未能得到及時(shí)救治而造成的。因此，及時(shí)獲取個(gè)人日常健康信息并在健康異常時(shí)及時(shí)采取搶救措施可以大幅度降低死亡率。隨著生物信息傳感技術(shù)和通信技術(shù)的逐漸發(fā)展，在醫(yī)療保健4.0下的診療服務(wù)不再僅僅以醫(yī)院為中心，其能夠使醫(yī)療服務(wù)提供者對患者進(jìn)行遠(yuǎn)程診斷，不僅為患者提供了方便，而且能夠減輕醫(yī)療服務(wù)提供者壓力[2-3]。在大數(shù)據(jù)技術(shù)支持下，個(gè)人日常產(chǎn)生的健康數(shù)據(jù)也能夠?yàn)獒t(yī)學(xué)研究提供非常寶貴的依據(jù)。

基于物聯(lián)網(wǎng)的醫(yī)療健康數(shù)據(jù)采集很早就已被提出并在臨床實(shí)踐中廣泛應(yīng)用[4]。利用物聯(lián)網(wǎng)強(qiáng)大的感知能力代替人工輸入患者的健康信息，不僅能夠減少勞動(dòng)力的使用，而且提高了速度和準(zhǔn)確度，已經(jīng)被證明對用戶的健康管理具有積極意義[5]。嵌入式可穿戴設(shè)備的普及使健康數(shù)據(jù)監(jiān)測進(jìn)一步簡化。如文獻(xiàn)[6]中，使用可穿戴設(shè)備采集人體的生物信號(hào)，并在本地的嵌入式平臺(tái)運(yùn)行復(fù)雜算法，實(shí)驗(yàn)證明可以在不限制患者行動(dòng)的前提下非常準(zhǔn)確地監(jiān)測心腦血管疾病。然而，這對物聯(lián)網(wǎng)設(shè)備的性能和電池壽命是一種挑戰(zhàn)。

隨著高新技術(shù)的不斷升級(jí)，基于物聯(lián)網(wǎng)的傳統(tǒng)健康數(shù)據(jù)收集服務(wù)呈現(xiàn)出新的發(fā)展方向和重點(diǎn)，云計(jì)算技術(shù)與物聯(lián)網(wǎng)的整合應(yīng)用解決了邊緣設(shè)備計(jì)算與存儲(chǔ)方面的諸多問題。一方面簡化了邊緣設(shè)備的硬件組成復(fù)雜度，另一方面利用云計(jì)算服務(wù)提高了遠(yuǎn)程計(jì)算和資源共享功能。研究表明，云計(jì)算與物聯(lián)網(wǎng)技術(shù)整合進(jìn)一步延伸了醫(yī)療健康數(shù)據(jù)的應(yīng)用范圍且更有益于醫(yī)療保健研究，對改善醫(yī)療服務(wù)現(xiàn)狀有積極作用，并且通過云平臺(tái)提供的遠(yuǎn)程服務(wù)實(shí)現(xiàn)病人遠(yuǎn)程監(jiān)護(hù)，能夠優(yōu)化醫(yī)療人員的工作服務(wù)流程，提高醫(yī)療效率[7-8]。很多學(xué)者根據(jù)具體問題提出了自己的方案。如Xu等[9]為了改善移動(dòng)醫(yī)療監(jiān)控系統(tǒng)在個(gè)性化健康數(shù)據(jù)處理上面臨的挑戰(zhàn)，提出采用分層結(jié)構(gòu)系統(tǒng)，實(shí)現(xiàn)數(shù)據(jù)個(gè)性化存儲(chǔ)、處理和分析，并通過實(shí)驗(yàn)證明了其可用性;Almashaqbeh等[10]通過利用動(dòng)態(tài)信道分配策略，延遲感知路由度量和WBAN的關(guān)聯(lián)協(xié)議等技術(shù)解決了健康監(jiān)控系統(tǒng)面臨的數(shù)據(jù)量大、用戶移動(dòng)性和網(wǎng)絡(luò)覆蓋等問題。

盡管基于云的整合應(yīng)用有諸多優(yōu)點(diǎn)，但是由于云端遠(yuǎn)離終端設(shè)備并且對網(wǎng)絡(luò)帶寬的依賴性較高，因此在醫(yī)療信息監(jiān)控等對時(shí)延敏感和穩(wěn)定性要求高的應(yīng)用中仍然需要一種更合適的方法。思科曾于2012年提出一種新的計(jì)算范式——霧計(jì)算[11]，它將集中式的計(jì)算任務(wù)擴(kuò)展到網(wǎng)絡(luò)邊緣附近，是云計(jì)算的延伸，在這種模式下物聯(lián)網(wǎng)產(chǎn)生的數(shù)據(jù)可以在本地網(wǎng)絡(luò)內(nèi)進(jìn)行處理計(jì)算，從而大大縮短了響應(yīng)時(shí)間、減輕了網(wǎng)絡(luò)帶寬負(fù)擔(dān)。此外，在數(shù)據(jù)源所在的本地網(wǎng)絡(luò)內(nèi)對數(shù)據(jù)進(jìn)行處理更有助于安全隱私保護(hù)和位置感知。文獻(xiàn)[12-14]中分析了霧計(jì)算在醫(yī)療保健領(lǐng)域近年來的文獻(xiàn)和成果，指出了霧計(jì)算能夠解決醫(yī)療保健中諸如時(shí)延、隱私等問題，總結(jié)了當(dāng)前研究的主流方向，同時(shí)指出了不足。

結(jié)合上述分析，本文介紹一種采用霧計(jì)算結(jié)構(gòu)范式、應(yīng)用于社區(qū)家庭環(huán)境中及居家情況下的健康數(shù)據(jù)收集與監(jiān)控系統(tǒng)模型，該模型能夠?yàn)樾滦宛B(yǎng)老模式推進(jìn)和高級(jí)住宅社區(qū)建設(shè)提供借鑒。

1 架構(gòu)設(shè)計(jì)

本文模型主要用于在居家環(huán)境下對用戶健康信息進(jìn)行采集和實(shí)時(shí)監(jiān)控，并在發(fā)生突發(fā)健康狀況時(shí)及時(shí)處理，以避免更嚴(yán)重的傷害并減少醫(yī)療投入成本。

系統(tǒng)網(wǎng)絡(luò)框架由3部分組成，分別為感測設(shè)備層、霧計(jì)算層和云計(jì)算層，如圖1所示。系統(tǒng)可以通過醫(yī)療傳感設(shè)備、可穿戴設(shè)備或者其它智能設(shè)備采集用戶健康數(shù)據(jù)，并通過無線傳輸?shù)男问竭B接到霧層或直接連接到云;霧計(jì)算層由部署在家庭或社區(qū)的具有計(jì)算和存儲(chǔ)能力的網(wǎng)絡(luò)節(jié)點(diǎn)通過分布式計(jì)算形式提供支持，其在本地環(huán)境中可以不依賴互聯(lián)網(wǎng);云計(jì)算層能夠提供更大范圍的服務(wù)，用于遠(yuǎn)程訪問、管理以及高級(jí)應(yīng)用程序部署。

2 霧層功能設(shè)計(jì)

為了提高系統(tǒng)的擴(kuò)展性和穩(wěn)定性，在霧層設(shè)計(jì)中采用模塊化設(shè)計(jì)方法。本文通過閱讀大量相關(guān)文獻(xiàn)并結(jié)合對當(dāng)?shù)蒯t(yī)療和科研機(jī)構(gòu)的實(shí)際調(diào)研，總結(jié)霧層應(yīng)具備的基礎(chǔ)功能。霧層功能模塊如圖2所示。

2.1 霧計(jì)算節(jié)點(diǎn)

霧計(jì)算與云計(jì)算的核心思想相同，不同之處在于霧計(jì)算更加靠近數(shù)據(jù)源，這使得霧計(jì)算對互聯(lián)網(wǎng)的依賴性更小，因而能夠進(jìn)一步延伸云計(jì)算覆蓋范圍[15]。通常霧節(jié)點(diǎn)不需要特別強(qiáng)大的處理能力，但很多研究者對霧計(jì)算的處理能力和計(jì)算結(jié)果精度感到擔(dān)憂，尤其是在一些要求比較高的應(yīng)用中。然而隨著近年來芯片技術(shù)的發(fā)展，一些小型物聯(lián)網(wǎng)設(shè)備的計(jì)算能力已經(jīng)完全可以滿足基本要求，而且價(jià)格也較低。比如Raspberry Pi，它的體積只有信用卡大小，擁有常見的各種接口和通信功能，最新版本的3代B+型CPU能夠達(dá)到單核1.4GHz的工作頻率，此外它還擁有非常好的擴(kuò)展性，因此作為霧計(jì)算中的計(jì)算節(jié)點(diǎn)是完全可靠的。

在設(shè)計(jì)方案中，霧計(jì)算節(jié)點(diǎn)作為傳感設(shè)備的接入點(diǎn)部署在用戶家庭中。在整個(gè)社區(qū)中，大量霧節(jié)點(diǎn)通過局域網(wǎng)連接并利用虛擬化技術(shù)形成擬議框架中的霧層，因此霧層可以在不依賴互聯(lián)網(wǎng)的情況下進(jìn)行本地相關(guān)任務(wù)處理。通過這種方案可以避免互聯(lián)網(wǎng)出現(xiàn)故障時(shí)導(dǎo)致系統(tǒng)無法運(yùn)行的問題，提高了穩(wěn)定性。同時(shí)，霧層能夠通過互聯(lián)網(wǎng)接入云平臺(tái)，提供更高層次的服務(wù)。

2.2 設(shè)備接入

在系統(tǒng)架構(gòu)中，健康信息采集設(shè)備通過部署在每個(gè)家庭中的接入點(diǎn)接入霧層，用戶通過應(yīng)用程序或者Web網(wǎng)頁對連接接入點(diǎn)的健康信息感測設(shè)備進(jìn)行管理?？紤]到可穿戴設(shè)備或其它傳感設(shè)備通信方式的異構(gòu)性特征，接入點(diǎn)必須具備支持多種無線通信協(xié)議的功能。設(shè)備接入流程如圖3所示。

2.3 數(shù)據(jù)處理

數(shù)據(jù)處理模塊主要功能是對接收到的傳感器數(shù)據(jù)進(jìn)行預(yù)處理、診斷分析并存儲(chǔ)在本地?cái)?shù)據(jù)庫。

物聯(lián)網(wǎng)感測設(shè)備發(fā)送的數(shù)據(jù)不可避免會(huì)含有大量重復(fù)或者不完整的數(shù)據(jù)，通過預(yù)處理能夠極大降低數(shù)據(jù)體積以減輕本地存儲(chǔ)壓力和數(shù)據(jù)傳輸過程中的帶寬壓力。文獻(xiàn)[16]指出隨著芯片技術(shù)的發(fā)展，傳感設(shè)備的微型化已經(jīng)很容易實(shí)現(xiàn)，但受電池尺寸和形狀限制，其功耗問題是當(dāng)前面臨的主要問題。該模塊可以對傳感設(shè)備進(jìn)行管理，根據(jù)實(shí)際狀況調(diào)整設(shè)備的數(shù)據(jù)傳輸頻率，以減少不必要的能量消耗。

對數(shù)據(jù)的分析處理大多仍采用峰值檢測等傳統(tǒng)方法，這種方法對計(jì)算能力要求不高，通常被資源限制型的系統(tǒng)使用。本文方案中，由于計(jì)算能力的提高，在對異常健康狀況監(jiān)測時(shí)可以使用更加精準(zhǔn)和可靠的方法，例如在心電圖監(jiān)測中使用支持向量機(jī)分類器，能夠?qū)崿F(xiàn)98.9%的分類精度[6]。此外，可以利用機(jī)器學(xué)習(xí)技術(shù)，通過大量的用戶歷史數(shù)據(jù)進(jìn)行模型訓(xùn)練，對用戶健康狀況進(jìn)行評(píng)估和前瞻性預(yù)測。為了保證監(jiān)測系統(tǒng)的穩(wěn)定性，考慮本地霧層可能出現(xiàn)的資源不足等狀況，將在下文給出解決方案。

醫(yī)療健康數(shù)據(jù)具有很高的隱私性，其存儲(chǔ)位置受到重點(diǎn)關(guān)注。為此，本架構(gòu)擬采用文獻(xiàn)[17]中提出的醫(yī)療云平臺(tái)解決方案，將數(shù)據(jù)存儲(chǔ)在家庭網(wǎng)關(guān)中，在經(jīng)用戶授權(quán)后數(shù)據(jù)可以公開到公共云平臺(tái)提供給第三方作為研究使用，確保了個(gè)人隱私數(shù)據(jù)的安全性。但是受限于設(shè)備性能，獨(dú)立作為網(wǎng)關(guān)的物聯(lián)網(wǎng)設(shè)備在數(shù)據(jù)處理方面難以令人滿意。

在本文設(shè)計(jì)方案中，數(shù)據(jù)通過分布式存儲(chǔ)方式存儲(chǔ)在覆蓋社區(qū)的“霧”中，這相比于獨(dú)立設(shè)備上的存儲(chǔ)更具有安全性。此外，霧計(jì)算在計(jì)算資源方面也遠(yuǎn)遠(yuǎn)勝于獨(dú)立設(shè)備，因此可以提供對局部區(qū)域數(shù)據(jù)處理服務(wù)，同時(shí)還可以運(yùn)行復(fù)雜算法，實(shí)現(xiàn)在距離數(shù)據(jù)源最近的地方完成必要的處理任務(wù)。

2.4 任務(wù)分類

霧計(jì)算的優(yōu)勢在于對緊急任務(wù)的響應(yīng)時(shí)間較短，但不能保證當(dāng)任務(wù)較多時(shí)或者大量霧節(jié)點(diǎn)出現(xiàn)故障導(dǎo)致計(jì)算資源減少時(shí)系統(tǒng)仍能對緊急任務(wù)進(jìn)行最短時(shí)間的響應(yīng)。為了能夠體現(xiàn)霧計(jì)算與數(shù)據(jù)源距離的優(yōu)勢，同時(shí)避免可能出現(xiàn)的狀況，本方案中通過任務(wù)分類模塊實(shí)現(xiàn)霧層與云層的協(xié)作計(jì)算。

該功能模塊通過分析用戶的歷史健康數(shù)據(jù)，結(jié)合用戶當(dāng)前監(jiān)測項(xiàng)目出現(xiàn)緊急狀況的嚴(yán)重程度，調(diào)整當(dāng)前用戶任務(wù)的時(shí)間敏感度，根據(jù)不同任務(wù)的時(shí)間敏感度將其分為不同的優(yōu)先等級(jí)，對于緊急程度高的任務(wù)將根據(jù)任務(wù)需要充分調(diào)動(dòng)霧層計(jì)算以及帶寬資源進(jìn)行優(yōu)先處理，并通過最佳方式以最快速度通知家屬或者社區(qū)醫(yī)院;對于優(yōu)先級(jí)較低的任務(wù)，系統(tǒng)則會(huì)根據(jù)當(dāng)時(shí)資源冗余情況，以最佳方式選擇在本地處理或者將數(shù)據(jù)和計(jì)算任務(wù)遷移至云數(shù)據(jù)中心進(jìn)行處理。其邏輯流程如圖4所示。

2.5 消息通知

當(dāng)用戶出現(xiàn)健康異常情況時(shí)，需及時(shí)將異常信息通知給家人或醫(yī)院以便采取必要措施。本文方案中，通過消息通知模塊提供用戶健康異常信息的緊急報(bào)警，還可向用戶定期推送健康報(bào)告及相關(guān)健康知識(shí)，讓用戶及時(shí)了解自身健康狀況并在平時(shí)生活中注意養(yǎng)生，在一定程度上可以起到“早發(fā)現(xiàn)，早預(yù)防”以及“以養(yǎng)代醫(yī)”的作用。

為了保證能夠及時(shí)將健康異常報(bào)警信息通知到相關(guān)人員，在設(shè)計(jì)中使用了多種方式。首先，由于社區(qū)醫(yī)療部門處于霧計(jì)算的覆蓋范圍之內(nèi)，當(dāng)檢測到健康異常時(shí)可以在不依賴外部互聯(lián)網(wǎng)的情況下通知到社區(qū)醫(yī)護(hù)人員，社區(qū)醫(yī)護(hù)人員能夠在最短時(shí)間趕到現(xiàn)場實(shí)施救助。同時(shí)，該模塊能夠通過撥打急救電話通知醫(yī)院和患者家屬。

3 云平臺(tái)架構(gòu)

盡管霧計(jì)算在不依賴互聯(lián)網(wǎng)的情況下可以獨(dú)立工作，但是隨著數(shù)據(jù)的不斷積累，霧計(jì)算在大數(shù)據(jù)存儲(chǔ)和處理上會(huì)面臨相當(dāng)大的壓力。此外，通過霧計(jì)算直接與用戶進(jìn)行交互使得系統(tǒng)的安全性無法得到保障。與霧計(jì)算相比，云計(jì)算具有更大的資源優(yōu)勢，同時(shí)在地理分布上能夠提供更廣覆蓋范圍的服務(wù)，云計(jì)算與霧計(jì)算相互配合，能夠彌補(bǔ)彼此的不足。

在本文架構(gòu)中，云平臺(tái)實(shí)際上是在云計(jì)算SaaS層開發(fā)的軟件系統(tǒng)，霧層通過接口接入云平臺(tái)對用戶數(shù)據(jù)進(jìn)行備份或者長期存儲(chǔ)，平臺(tái)可以根據(jù)用戶健康數(shù)據(jù)并結(jié)合相關(guān)知識(shí)庫對用戶健康狀況進(jìn)行評(píng)估。同時(shí)，通過移動(dòng)應(yīng)用程序或Web客戶端為用戶提供個(gè)人健康信息遠(yuǎn)程訪問服務(wù)。此外，平臺(tái)通過客戶端允許醫(yī)院等醫(yī)療機(jī)構(gòu)接入，專業(yè)醫(yī)護(hù)人員可以健康顧問的身份為用戶提供建議。

4 結(jié)語

信息通信技術(shù)在醫(yī)療保健領(lǐng)域的應(yīng)用逐漸深入，有望通過生物信號(hào)的遠(yuǎn)程監(jiān)測降低突發(fā)性疾病致死率，同時(shí)通過醫(yī)療服務(wù)中心轉(zhuǎn)移實(shí)現(xiàn)人口老齡化背景下減少醫(yī)療成本、緩解服務(wù)壓力。本文介紹了基于物聯(lián)網(wǎng)的醫(yī)療保健系統(tǒng)服務(wù)模式和當(dāng)前問題，分析了霧計(jì)算在物聯(lián)網(wǎng)醫(yī)療保健中的特點(diǎn)和優(yōu)勢，并總結(jié)了國內(nèi)外先進(jìn)技術(shù)與理論成果，提出了一個(gè)以家庭為中心的云、霧相結(jié)合的物聯(lián)網(wǎng)健康監(jiān)測與管理系統(tǒng)架構(gòu)方案，著重討論了霧的功能和實(shí)現(xiàn)方法，并與相關(guān)研究進(jìn)行了比較分析。該架構(gòu)方案的提出對新型養(yǎng)老社區(qū)和高級(jí)住宅建設(shè)具有參考價(jià)值。

參考文獻(xiàn)：

[1] ALEMDAR H，ERSOY C. Wireless sensor networks for healthcare：a survey[J]. Computer Networks，2010， 54（15）：2688-2710.

[2] APARNA K，SUDEEP T，SUDHANSHU T，et al.Fog computing for healthcare 4.0 environment： opportunities and challenges[J]. Computers & Electrical Engineering， 2018， 72：1-13.

[3]LIU C H，WEN J，YU Q，et al. HealthKiosk： a family-based connected healthcare system for long-term monitoring[C]. Shanghai：Computer Communications Workshops，2011.

[4] REN Y，WERNER R，PAZZI N，et al. Monitoring patients via a secure and mobile healthcare system[J]. IEEE Wireless Communications，2010， 17（1）：65.

[5] ROLIM C O，KOCH F L，WESTPHALL C B， et al. A cloud computing solution for patient's data collection in health care institutions[C]. The Second International Conference on eHealth，Telemedicine， and Social Medicine，Etelemed 2010，St. Maarten， Netherlands Antilles，2010.

[6] AZARIADI D，TSOUTSOURAS V，XYDIS S，et al.ECG signal analysis and arrhythmia detection on IoT wearable medical devices[C]. 2016 5th International Conference on Modern Circuits and Systems Technologies （MOCAST）， 2016：1-4.

[7] KUO M H. Opportunities and challenges of cloud computing to improve health care services[J]. Journal of Medical Internet Research， 2011， 13（3）：e67.

[8] FERMíN GALáN，F(xiàn)AZIO M，CELESTI A，et al. Exploiting the FIWARE cloud platform to develop a remote patient monitoring system[C]. Larnaca：Management of Cloud and Smart city systems （MoCS 2015）， 2015.

[9] XU B，XU L，CAI H，et al.The design of an m-health monitoring system based on a cloud computing platform[J]. ?Enterprise Information Systems， 2017， 11（1）：17-36.

[10] ALMASHAQBEH G，HAYAJNEH T，VASILAKOS A V. A cloud- based interference-aware remote health monitoring system for non-hospitalized patients[C]. IEEE Global Communications Conference， 2014.

[11] BONOMI F，MILITO R，ZHU J，et al. Fog computing and its role in the internet of things[C]. The MCC Workshop on Mobile Cloud Computing，2012.

[12] MUTLAG A A，GHANI M K A，ARUNKUMAR N，et al. Enabling technologies for fog computing in healthcare IoT systems[J]. Future Generation Computer Systems， 2019， 90： 62-78.

[13] HU P，DHELIM S，NING H， et al. Survey on fog computing： architecture， key technologies， applications and open issues[J]. ?Journal of Network and Computer Applications， 2017，98（11）：27-42.

[14] FARAHANI B，F(xiàn)IROUZI F，CHANG V，et al. Towards fog-driven IoT eHealth： promises and challenges of IoT in medicine and healthcare[J]. Future Generation Computer Systems，2017：S0167739X17 07677.

[15] RAHMANI A M，GIA T N，NEGASH B，et al. Exploiting smart e-health gateways at the edge of healthcare Internet-of-Things： a fog computing approach[J]. Future Generation Computer Systems，2017，78（1）：641-658.

[16] LO B P L，IP H， YANG G Z. Transforming health care： body sensor networks，wearables and the internet of things[J]. IEEE Pulse， 2016， 7（1）：4-8

[17] HONG J，MORRIS P，SEO J. Interconnected personal health record ecosystem using IoT cloud platform and HL7 FHIR[C]. Park City：2017 IEEE International Conference on Healthcare Informatics （ICHI）， 2017.

（責(zé)任編輯：孫 娟）