移动健康创新平台研究与实践

常耀斌，李文海，于 路，郭义华，许利群

（中国移动研究院 北京100032）

1 引言

人口老龄化加速、慢性病人数攀升、人们对健康服务意识和需求提高等为移动健康医疗带来前所未有的机遇，国家政策支持、市场投资热度持续升温、移动通信及相关技术领域的不断创新等更是推动其发展的大好时机[1]。对于这个正在崛起的新兴跨界融合产业，各利益相关机构纷纷根据自身行业背景从不同角度切入。互联网公司着眼于用户体验和用户规模，注重收集用户的健康和医疗数据，同时提供软件平台进行多源数据的汇聚；医疗软件公司主要依托于现有医院内医疗信息化系统的深化和拓展，面向医疗机构建立区域医疗平台，实现医疗数据的存储和共享；通信运营商利用无所不在的宽带网络优势，建立多方资源整合的运营平台，并适时开展个性化的健康管理服务；APP开发商则联合智能硬件提供商，通过采集用户运动、生理数据，进行各种智能健康服务。总体来说，移动健康医疗生态系统复杂，要实现健康和医疗设备商、健康服务提供商、第三方开发者、专业医疗机构等多方的资源融合和互联互通，更好、更有效地为用户和患者提供服务，并非易事。

如何实现产业链优良资源聚合，设备和应用服务融合，线上和线下服务无缝对接，为用户和患者提供全生命周期的健康管理和医疗服务，并在健康产业中孵化有价值的新型应用，促进服务模式的创新，是移动健康医疗面临的主要难题。针对这一问题，广泛汲取国内外的经验，研究设计和开发了基于云计算的开放平台[2]——中国移动健康创新平台（China Mobile-mHealth innovation Platform，CM-mHiP），旨在面向移动健康医疗产业链各方，提供满足各方需求并推进其业务创新和迅速成长的平台，从而将各方资源有机融合，贯穿整个产业链，其服务模式如图1所示。CM-mHiP的主要服务对象包括专业医疗机构、健康服务提供商、健康和医疗设备提供商和第三方开发者。在移动健康医疗业务中，要满足不同用户的个性化服务，需要平台开放多种数据服务能力，例如，多模态体征数据接入、海量存储提供安全可靠的数据服务能力等。CM-mHiP针对上述需求提供了电子健康档案等3个核心构件和标准化接入、智能分析和海量存储等5种核心能力。

2 CM-m HiP的系统架构设计

为了面向上述4类用户提供个性化服务，需要以CM-mHiP为核心，通过开放平台的核心能力，实现平台数据共享和产业链资源整合，从而构建移动健康医疗领域活跃的生态系统。

2.1 移动健康医疗系统端到端架构设计

CM-mHiP处于典型的移动健康医疗端到端架构[3]中的核心位置，如图2所示，提供业务数据的统一接入、存储、转发、调用、分析能力。从业务数据流上传方向来看，多模态的体征数据从用户随身携带的各式各样的低功耗可穿戴设备中采集而来，并通过专门设计的PAN（Personal Area Network，个人区域网）接口传输到智能网关上。智能网关包括智能手机和家庭网关设备两种类型，它们具有网络通信能力，能够直接进行数据传输。通过智能网关收集到的数据再经WAN（Wireless Area Network，无线区域网）接口在广域网上传输并发送到云端的平台进行存储和处理。此外，以专业机构和合作伙伴为代表的专业医护咨询机构和平台也存在大量的数据通信和传输需求，通常这些数据通过HRN（Health Record Network，健康档案网络）接口在平台和专业医护咨询机构进行高效传输。

2.2 核心构件设计

目前，CM-mHiP主要包括3个核心构件：数据汇集和分发服务引擎、电子健康档案系统、业务管理系统。具体分析如下。

（1）数据汇集和分发服务引擎

通过数据汇集和分发服务引擎，按照统一的数据格式和接口规范采集来自于不同的厂家、设备类型、数据格式、传输协议的体征数据，然后进行数据存储，最后通过消息开放服务中间件实时分发电子健康档案系统。

（2）电子健康档案系统

电子健康档案系统是医疗信息化系统的核心，它以用户或患者为中心，将历年的健康检查状况作为档案的形式存储，以便查阅健康和疾病趋势。典型的电子健康档案中的个人健康信息包括基本信息、主要疾病和健康问题摘要、主要卫生服务记录等内容。未来，借助云端大数据分析能力，居民的电子健康档案中还可增加健康评估、健康指导等功能，从而跟踪健康状况走势。统一和规范化的电子健康档案的建立，可以实现医疗机构间的信息互联互通和健康信息共享，切实解决群众看病就医难题。

（3）业务管理系统

在平台中，存在大量的多模态业务数据，需要对业务进行统一管控，以按照业务需求为不同角色或用户提供数据操作权限。例如，自有业务和第三方业务可以基于CM-mHiP注册用户和设备，同时完成相互绑定。此外，业务进行统一管控，包括业务能力共享、业务流程整合、业务计费和鉴权等。

2.3 核心能力设计

在上述的移动健康医疗领域端到端的参考架构中，CM-mHiP是核心和基础，如图3所示。它既要负责汇集、分发、存储和处理来自可穿戴设备的数据，又要支撑上层的应用服务和来自专业医疗机构及合作伙伴的数据访问、管理和调用，因此，它是整个端到端架构中最为关键的一个环节。为了方便可穿戴设备和第三方应用的快速接入，CM-mHiP需要提供标准化接入、高效处理、智能分析、海量存储、业务整合5种核心能力。

（1）标准化接入

能实现可穿戴设备的高并发数据接入，使得不同的厂家、设备类型、数据格式，通过不同传输协议的体征数据按照统一的数据格式和技术接口规范接入平台。同时能够实现数据类型的灵活扩展，支持可穿戴设备和第三方应用的快速接入。

（2）高效处理

借助消息队列、缓存、分布式处理、集群、负载均衡等核心技术，实现数据的高可靠、高并发处理和在广域网上的高速传输，有效降低端到端的数据传输时延，提升用户体验。

（3）海量存储

基于云计算存储技术可以实现电子病历、体检信息、生理数据、用药信息和临床数据等主流数据类型的统一存储，并在数据规模增长时实现自由扩展。

（4）业务整合

为移动健康业务提供统一的服务定制、服务管理、服务整合、服务注销等一站式业务能力，从而使用户和业务实现松耦合，满足个性化的用户对业务的定制需求，提升平台对业务的快速孵化和接入能力。

（5）智能分析

智能分析能力是整个CM-mHiP的重中之重。基于电子健康档案[4]和医学知识库[5]，可以进行移动健康医疗大数据的深度挖掘和智能分析[6]，例如用户行为分析、疾病关联分析和健康预测等。

3 系统实现与能力验证

本节讨论CM-mHiP系统的软件实现技术和思考以及对系统具备的典型能力的实验验证。

3.1 系统实现

针对系统需要提供的核心能力，采取了如下技术实现。

（1）标准化接入

采用Mina负载均衡技术框架设计和实现，支持10余种生命体征类型和多种传输协议（HTTP、TCP、UDP）JSON格式接入，基于符合Restful规范提供145个API，可以满足每秒2 000个请求的高并发数据接入需求。

（2）高效处理

采用消息开放服务中间件，实现数据的异步交换，保证数据在传输和同步过程中的一致性和完整性，保证PB级数据的可靠传输和数据交互。

（3）海量存储

采用Hadoop集群，实现电子病历、体检信息、生理数据、用药信息和临床数据的弹性存储、处理、计算，针对结构化和非结构化的健康和医疗数据，支持PB级存储，同时实现了灵活可扩展的数据模型设计。

（4）业务整合

采用Ralasafe开源的双重权限管理框架，实现新型业务的快速整合，通过业务的注册、鉴权，用户管理和权限管理，针对业务系统实现管理流和数据流的双重管控。

（5）智能分析

该平台采用了Apache的Spark、Mahout、Storm等开源大数据分析技术，对移动健康医疗数据进行深度挖掘和分析。

3.2 能力验证

在标准化接入、高效处理和海量存储方面进行了验证，目前已支持10余种生命体征类型（血糖、血压、运动、心电等）和多种传输协议（HTTP、TCP、UDP），满足高并发、高性能、高可靠性、易伸缩的运营需求，为汇聚上游智能硬件厂商，打造CM-mHiP的基础服务能力奠定了坚实基础。基于CM-mHiP已经孵化了10余种健康服务，并为多个专业机构及第三方开发者提供海量数据和高效处理能力，目前正持续地为用户提供可靠、稳定的医疗业务数据服务。

4 结束语

我们已经在云计算[7]方面对CM-mHiP进行了初步探索，充分利用其非结构化数据的存储、分布式关系数据库等核心能力，实现海量健康数据的分布式、高可伸缩性、高可靠存储与调用。今后还需要在两个方面继续演进：一是提升智能算法的深度和广度，实现海量健康数据的深度挖掘，建立以数据为中心的决策模型，并进行个性化疾病管理；二是开展安全、隐私技术架构研究，参考美国HIPPA[8]等较为完备的医疗健康数据隐私保护机制以及已有的安全技术标准，研究适合于移动健康医疗端到端的安全体系架构，涵盖数据存储、数据共享、业务交互、政策法规、用户行为习惯和业务特征等环节。

[1]许利群.移动医疗带来哪些改变？[J].中国医学论坛报,2015,41(7):2-12.

[2]马琳,宋俊德,宋美娜.开放平台：运营模式与技术架构研究综述[J].电信科学,2012,28(6):125-140.

[3]PARKERC.Continuahealth allianceaims for interoperable personal health solutions[J].Biomedical Instrumentation&Technology,2010.

[4]吕孟涛,李道苹,吴静等.电子健康档案现状分析与展望[J].医学与社会,2006,19(7):60-61.

[5]马利,崔志伟,毛树松.我国医学知识库应用现状研究[J].医学信息学杂志,2013,34(11):55-59.

[6]MAYER SV,CUKIER K.Big data:a revolution thatwill transform how we live,work,and think[J].American Journal of Epidemiology,2014,17(1):181-183.

[7]FERNANDON,LOKESW,RAHAYUW.Mobile cloud computing:a survey[J].Future Generation Computer Systems,2013,29(1):84-106.

[8]HIPPA A A.Health insurance portability and accountability act of 1996[J].TabersCyclopedic MedicalDictionary,2009,2:700-701.