健康领域类有关论文范文集 和量化自我理论在健康领域的应用方面论文范文素材

本论文是一篇免费优秀的关于健康领域论文范文资料,可用于相关论文写作参考。

量化自我理论在健康领域的应用

摘 要在量化自我理念的驱动下,传统的健康管理和服务模式不断变革,呈现出便捷化、数字化、网络化、智能化、个性化等特点.文章从量化自我的内涵和途径出发,着重介绍量化自我在健康领域的应用,分析了存在的问题并提出相应的对策.

关键词量化自我APP可穿戴设备健康领域

引用本文格式朱启贞,胡德华,张彦斐.量化自我理论在健康领域的应用[J].图书馆论坛,2018(2):17-21.

CurrentApplicationsofQuantifiedSelfintheHealthService

ZHUQizhen,HUDehua,ZHANGYanfei

AbstractDrivenbyquantifiedself,thehealthservicehasbeenundergoinggreatchanges,whicharecharacterizedbyportability,digitalization,networking,intelligenceandpersonalization.Startingfromtheconceptandmeansofquantifiedself,thispaperfocusesonitscurrentapplicationsinthehealthservice,makingananalysisoftheexistingproblemsandofferingsomepossiblesolutions.

Keywordsquantifiedself;APP;wearabledevice;healthservice

1量化自我理论

1.1量化自我的内涵

随着信息化发展,收集自身数据、观察身体状况、加深自我认识变得越来越简便.量化自我与当下越来越流行的智能手机APP及可穿戴设备相结合,在健康、教育、资源管理等领域有了较为广泛的应用.其中在健康领域带来的影响和变革最为深刻,正逐渐改变传统的健康管理服务模式,使人们主动参与健康产业的开发,从依赖医生、营养顾问等专业人员到依赖自己,并且自主参与整个健康管理过程[1].

加里·沃尔夫和凯文·凯利首次提出量化自我(QuantifiedSelf,QS)概念,指利用技术和设备追踪、探索自我身体,也称“自我跟踪”(Self-Tracking)、“自我量化”(Self-Quantification)、“自我监视”(Self-Surveillance)、“个人分析”(PersonalAnalytics)或“生活骇客”(LifeHacking)[2-4].维基百科将“量化自我”定义为一种运动:它是一个在个人日常生活中用输入、状态和表现这些参数,将科学技术引入日常生活中的技术革命.其中输入是人体吸收的外界因素,如消化的食物,空气质量;状态是人体当前的特征,如心情、皮肤电导、血氧饱和度;表现是人体表现的行为,分为心理上和物理上的表现[5].简单来说,量化自我即利用数字设备跟踪、量化、管理自身.马约翰曾清华大学整四年的体质变化,这些调查资料后来被协和医院用来分析中国人的体质状况[6].随着自动化、信息化、数据挖掘等技术的发展,这项工作可以更简便地完成.通过量化自我,对人体各种行为信息和生命体征随时随地进行无创、连续的监测[7],以精确的数字进行记录,以图形、图像等视觉化形式简洁清晰地呈现分析结果,从而为用户提供有针对性的干预和帮助.

1.2量化自我的途径

1.2.1量化自我的工具

目前存在各式各样的量化自我工具.搭载在移动智能设备上的各类APP,可以通过GPS和运动传感器动态监测用户时间、运动强度及活动范围等行为数据,实现最基本的记录功能.具有高级功能的APP则可以实时、动态地监护用户的体温、脉搏、心率、血压等生命体征,并为用户提供分析结果和建议.比如使用HeartRate这一APP,只要将手指指纹面放在手机摄像头和闪光灯处,就可以测出心率.

智能可穿戴设备越来越流行.1960年代麻省理工学院媒体实验室提出可穿戴设备的思想雏形,即采用先进技术制造可以佩戴在用户身上的产品和电子设备[8].它将信息监测技术与人们的日常穿戴相结合,实现对人体无侵扰、无创、连续、动态的数据监测.可穿戴设备可分为可穿戴健康设备、通信设备、娱乐设备等[9].可穿戴健康设备又分为两类:一是针对普通大众的健康跟踪类设备,如智能手环、智能体重秤,主要采集步数、睡眠、体重等数据,用来辅助用户的运动健身及日常健康管理;二是血压计、血糖仪等设备,主要针对有某种医疗康复需求的病患,采集较为专业的生命体征,如血糖、血氧、心率、血压等数据[10],用来协助疾病诊治.

1.2.2量化自我的主要技术

传感器是量化自我设备的核心器件,能感受到被测量的信息,并将其按一定规律转变成电信号或其他所需形式的信息.根据功能,它可分为运动传感器、生物传感器和环境传感器[11].运动传感器已普遍应用于智能手机和可穿戴设备,以实现检测横竖屏、计步器、手势识别等功能.生物传感器和环境传感器则可实现更高级的功能,如心率、血压、血糖等人体生命体征和温度、光线、气压等环境指标的监测.完整的可穿戴设备通常由多种传感器构建成传感器网络,并且与远程设备如智能手机或云端关联.利用Bluetooth、Wi-Fi、ZigBee等无线通讯技术,实现低成本、低能耗、高速率、安全准确的数据传输[12],然后通过各种程序和算法对这些数据进行信号处理、模式识别、数据挖掘等,最后借助移动应用程序为用户提供易于阅读的可视化结果.

2健康领域量化自我的应用

2.1日常健康促进

量化自我最开始用于对日常生活的监测.通过手表、手环和配饰等智能可穿戴设备及相关APP,对用户的运动、睡眠、饮食和营养摄入等进行持续跟踪,实现运动轨迹记录、健康数据朋友间分享、信息反馈和行为激励等功能,协助用户提升个人运动能力和健康状况[13].比如,Fitbit是一种智能腕带,用于追踪佩戴者的日常活动,包括睡眠模式、步行数、燃烧的卡路里等,可将数据同步到智能手机APP或电脑,通过社交网络分享个人数据.通过WakeMate(智能手环)、ZeoMobile(智能头带)、Sleepbot(APP)等可以记录睡眠相关的心电、温度、声音等数据,估计用户处于清醒还是浅、深睡眠状态,提供睡眠模式分析和质量评估,在最适当的时刻唤醒用户[14],并为用户提供可执行的行动指南以提高睡眠质量.要瘦身的人则可以利用智能体重秤和膳食管理类APP对每天的体重和卡路里的摄入和消耗进行记录,通过长时间积累的数据预测体重走向,从而制定更合理的饮食计划和锻炼计划[15].

2.2慢性病管理

高血压、糖尿病等慢性病严重威胁居民健康,成为重大公共卫生问题.慢性病管理类应用程序结合智能穿戴设备,使患者可以随时记录和管理个人的血糖、血压、血氧含量等体征,并可将数据与医院的病历系统和监控中心相连,有异常时及时提供预警以及相应的诊治意见[16],从而实现慢性病的有效管理.比如北京精准高心健康管理有限公司开发的高血压大夫APP提供智能随访、病例收集、患者管理、会诊交流、健康教育、预防保健等专业服务.患者可以利用具有蓝牙或WiFi功能的智能血压仪实时上传血压数据,建立与医生的“点对点”追踪联系,获得专业的用药指导及宣传教育.医生通过APP医生客户端对自己的“线上患者”进行管理,并开展患者随访及用药指导等工作[17].

以糖尿病的自我管理为例,北京糖护科技有限公司研发的糖护士智能血糖仪通过绑定糖护士APP,可以提醒糖尿病患者或发送短信让患者的亲人提醒患者按时进行血糖测试,并与医生共享血糖数据,以及实现病患之间监督交流[18].G5移动血糖监测系统(MobileCGMSystem)是Dexcom公司于2015年推出的一款糖尿病血糖监测移动设备,也是美国食品与药品监管局(FoodandDrugAdministration,FDA)认证通过的第一个全天候可携带血糖监护仪[19],实时监测的结果每5分钟上传至专用接收设备或者兼容该应用的手机、平板电脑上,当实时血糖水平高于或低于设定的血糖阈值时,便会发出预警提示.美国的WellDoc糖尿病管家系统也已通过FDA审批,并成为美国第一个被纳入医疗保险报销的移动应用,患者使用该软件实时记录和上传饮食摄入、血糖波动和药物治疗等信息,后台的医护人员对这些数据进行分析,给予患者个性化的反馈和建议.与单纯用药治疗相比,坚持使用该软件后,患者的糖化血红蛋白(反映血糖控制情况的金指标)降低1.2%,12个月内急诊和住院概率降低58%[20].可见合理运用量化自我工具进行慢性病管理,可以有效延缓慢性病进程、预防并降低并发症,减少就医次数,大大节约人工和经济成本.

2.3疾病预防和诊断

量化自我工具采集的身体活动、饮食、吸烟水平、在污染环境中的暴露程度等数据,可以促进种群、亚群及个人水平的疾病危险因素的发现,通过提高干预措施的有效性,帮助人们有效预防和控制疾病的发生和发展[21].利用医疗级可穿戴设备采集生理生化指标和影像数据,有助于在疾病初期寻找病因,实现疾病的早期治疗.比如,心血管疾病在发病前往往伴有高血脂、肥胖、高血压等症状,及时检测到异常的指标并改变不良生活习惯,就可以很好地控制此类疾病.

量化自我得到的数据还能辅助医生进行疾病诊断.通过智能手机记录心脏声音、重放声音、绘制声波,实现声波的实时可视化,可以帮助医生区分心脏的各种声音[22],更准确地诊断心脏病.心脏监测服务提供商CardioNet的产品MCOT(MobileCardiacOutpatientTelemetry,移动心脏门诊遥测)可以为患者提供一天24小时的心脏数据监测服务,并将数据传输至便携式监控器,监测到心律异常时,自动将心电图发送至CardioNet监测中心,监测中心随时有专家进行数据分析,一旦发现异常可以及时诊治.到目前为止,MCOT已成功诊断20多万名患者,并帮助41%的患者发现以前并未诊断出的严重心脏问题,诊断率比传统心律不齐检测方法(如LOOP)高得多[23].

2.4院外康复

在院外康复环节,通过可穿戴设备将术后患者的关键指标实时反馈给医护人员,实现院内医疗服务向院外拓展延伸[24].通常情况下,患者术后需要定期到医院复查,但是借助便携的专用量化仪器,患者可以在家中进行自我监测,并借助电脑软件,远程询问医生意见.比如,心脏瓣膜置换术后患者使用便携式血凝仪可以完成口服抗凝治疗的自我监测及管理.与传统的实验室监测随访方式相比,此法可以增加患者的监测频率以获得更好的控制,提高抗凝治疗的安全性并改善患者的生活质量[25].此外,也能利用量化自我工具协助患者在家庭环境下进行康复训练.如将三轴加速度传感器、角速度传感器、磁力计组成的传感器单元,分别置于腰骶关节、大腿前外侧、膝关节下20cm处,利用蓝牙将原始数据实时传递给主机,再利用软件进行数据储存、同步及处理,可计算出步速、步律、步长、运动中膝关节可活动的最大角度等,为全膝置换术后患者的膝关节康复训练提供实时的帮助[26].

3健康领域量化自我存在的问题及对策

3.1准确性存疑,缺乏临床认可

由于数据精准性达不到要求,大部分可穿戴健康设备所采集的数据缺乏后期临床分析与专业医疗人员的认可.以心率监测为例,市面上的穿戴设备如AppleWatch、小米手环2,大多采用反射型光电传感器,采集光电信号来监测计算脉搏血容量的变化,然后根据血液内物质吸光度与浓度的正比关系,计算出反映人体心率的基本参数.但运动、姿势,甚至皮肤颜色,都会对光电法的心率测量结果产生影响,所以大多数手环和手表测出的心率不完全准确[27].要全面了解健康状态,仍必须借助更复杂的设备和依靠更专业的医生.因此,设备商需要研发更专业的生物传感技术、更安全的数据传输技术和更高效的处理算法,实现防的精准监测和全面的用户行为分析和指导,并通过相关医疗机构认证,逐步把可穿戴设备发展到提供医疗级数据的高度[28].

3.2性价比不高、电池续航能力差

国内智能手环售价为200-800元,国外品牌如Jawbone、Fitbit售价在1000元以上.低廉的智能手环功能比较单一,监测的敏感度和准确度较低,而功能较强大的可穿戴设备高昂,且往往需要与智能手机或其他智能设备连接,才能进行数据计算与处理.需要不断完善相关设备的功能和外观设计,增加产品的性价比,增强核心竞争力,才能使可穿戴市场充满活力.

另外,可穿戴设备本身小型化,导致其无法配备大容量的电池,而且其某些功能需要长期开启,蓝牙、WiFi等无线通信模块也比较耗电[29].功能简单的可穿戴设备续航时间相对较长,能达到数周、数月至一年;但搭载LCD屏幕、强劲CPU以及GPU等功能复杂的设备,续航时间则只有一天或几天[30].所以,需要改进电池微型化与高容量技术、节省处理器以及软件的耗电量,从而延长电池续航时间.

3.3健康数据隐私问题

随着量化自我的广泛应用,信息安全问题接踵而来.量化自我产生大量关于用户身体特征、健康状况、疾病情况的数据,而这些数据背后又蕴含着个人生活方式、情感状况的相关信息,一旦泄露,可能导致严重后果.因此,在数据共享过程中有效保障用户的医疗和健康数据安全、保护用户隐私是亟待解决的问题.一方面,可以从法律角度采取措施.比如,通过法律制定和个人隐私保护方面的规定,以及对移动医疗健康应用进行市场准入认证和监管.另一方面,需要从技术上突破.比如,对网络上传输的数据进行加密和拥塞控制,通过添加噪音等方法使敏感数据失真,但同时保持某些数据或数据属性不变,或者利用限制发布技术实现有选择地发布原始数据.此外,还可以通过规范管理措施保护隐私,如下载行为必须符合安全策略要求、第三方应用获取数据必须由用户亲自授权等.

参考文献

[1]SWANM.EmergingPatient-DrivenHealthCareModels:AnExaminationofHealthSocialNetworks,ConsumerPersonalizedMedicineandQuantifiedSelf-Tracking[J].InternationalJournalofEnvironmentalResearchandPublicHealth,2009(6):492-525.

[2]ALMALKIM,GRAYK,SANCHEZFM.Theuseofself-quantificationsystemorpersonalhealthinformation:bigdatamanagementactivitiesandprospects[J].HealthInformationScienceSystem,2015,3(Suppl):S1.

[3]FrickL.Self-surveillance[J].EmboReports,2014,15(3):218-222.

[4]WOLFRAMS.ThePersonalAnalyticsofMyLife[EB/OL].(2012-03-08)[2017-02-25].http://blog.

stephenwolfram.com/2012/03/the-personal-analytics-of-my-life/.

[5]QuantifiedSelf[EB/OL].[2017-02-25].https://en.wikipedia.org/wiki/Quantified_Self.

[6]马约翰陈列室展板[EB/OL].[2017-05-06].http://www.sports.tsinghua.edu.cn/three/?qhty等于32&p等于2.

[7]CHANGF,YINJ,ZHANGH,etal.Theresearchandexpectationonwearablehealthmonitoringsystem[J].Chinesejournalofmedicalinstrumentation,2015(1):40-43.

[8]梅策香,柳钰,曾利霞.可穿戴设备在人体健康监测中的应用与发展现状[J].电子世界,2016(19):8-10.[9]李延军,李莹辉,余新明.穿戴式健康监测设备的现状与未来[J].航天医学与医学工程,2016(3):229-234.

[10]张泽,何晓琳,孙小康.移动背景下医疗健康可穿戴设备的数据生命周期[J].医学信息学杂志,2016(9):7-12,20.

[11]冯三明,田文杰.传感器技术在可穿戴智能设备中的应用分析[J].电子技术与软件工程,2015(17):107.

[12]贾震宇,王维,王琛,等.可穿戴设备在医疗领域中的应用发展[J].中国医疗设备,2017(2):96-99.

[13]LIUH,LIR,LIUS,etal.SmartCare:Energy-EfficientLong-TermPhysicalActivityTrackingUsingSmart-phones[J].TsinghuaScienceandTechnology,2015(4):348-363.

[14]VandenBulckJ.Sleepappsandthequantifiedself:blessingorcurse?[J].JournalofSleepResearch,2015,24(2):121-123.

[15]COUGHLINSS,STEWARTJ.UseofConsumerWearableDevicestoPromotePhysicalActivity:AReviewofHealthInterventionStudies[J].JournalofEnvironmentalScienceandHealth,2016(6):1-6.

[16]孙焱,戴启锐.可穿戴设备与医疗健康产业关系研究及发展趋势分析[J].中国数字医学,2015(8):25-28.

[17]互联网+慢病管理时代已到血压管理APP为国家科研项目助力[EB/OL].(2017-04-12)[2017-05-06].http://www.hichinanews.com/v-1-156969.aspx.

[18]管控健康:可穿戴设备的未来[J].厦门科技,2014(5):36-40.

[19]FDA批准首个G5移动血糖监测系统[EB/OL].(2016-12-23)[2017-05-06].http://medical.ofweek.com/2016-12/ART-11101-8110-30083259_2.html.

[20]开一个糖尿病管理app处方[EB/OL].[2017-05-06].http://www.xzbu.com/6/view-7171109.htm.

[21]BARRETTMA,HUMBLETO,HIATTRA,etal.BigDataandDiseasePrevention:FromQuantifiedSelftoQuantifiedCommunities[J].BigData,2013,1(3):168-175.

[22]MAMORITAN,ARISAKAN,ISONAKAR,etal.DevelopmentofaSmartphoneAppforVisualizingHeartSoundsandMurmurs[J].Cardiology,2017,137(3):193-200.

[23]全球可穿戴设备行业发展模式分析[EB/OL].(2013-10-14)[2017-05-06].http://www.askci.com/news/201310/14/1416113234064.shtml.

[24]寿文卉,王义,王博,等.可穿戴及便携式设备在健康医疗领域的应用分析[J].互联网天地,2015(8):26-32.

[25]陈秋林,董力,石应康,等.心脏机械瓣膜置换术后抗凝监测自我管理的非随机对照研究[J].中国胸心血管外科临床杂志,2016(7):646-652.

[26]CALLIESST,BOCKLAGER,KARKOSCHR,etal.Clinicalevaluationofamobilesensor-basedgaitanalysiethodforoutcomemeasurementafterkneearthroplasty[J].Sensors(Basel),2014,14(9):15953-15964.

[27]COPPETTIT,BRAUCHLINA,MUGGLERRS,etal.Accuracyofartphoneapporheartratemeasurement[J].Europeanjournalofpreventivecardiology,2017(12):1287-1293.

[28]封顺天.可穿戴设备在医疗健康领域的关键技术及应用场景分析[J].电信技术,2016(5):32-34.

[29]如何续航成为可穿戴设备技术难题[EB/OL].(2014-11-28)[2017-05-06].http://info.ec.hc360.com/2014/11/280840795490.shtml.

[30]游瑞.电池仍是可穿戴设备痛点[EB/OL].(2016-01-19)[2017-05-06].http://www.leiphone.com/news/201601/FIKZFo9R5QJ2iGGc.html.

作者简介朱启贞,中南大学信息安全与大数据研究院博士研究生,济宁医学院讲师;胡德华,中南大学信息安全与大数据研究院教授、博士生导师;张彥斐,中南大学信息安全与大数据研究院硕士研究生.

收稿日期2017-10-25

(责任编辑:刘洪;英文编辑:郑锦怀)

健康领域论文范文结:

适合不知如何写健康领域方面的相关专业大学硕士和本科毕业论文以及关于健康领域论文开题报告范文和相关职称论文写作参考文献资料下载。

1、中外健康文摘杂志

2、健康指南杂志

3、健康杂志

4、关于大学生心理健康的论文

5、食品和健康论文

6、健康大视野杂志