建立睡眠大健康数据系统的意义

《建立睡眠大健康数据系统的意义》由会员分享，可在线阅读，更多相关《建立睡眠大健康数据系统的意义（4页珍藏版）》请在装配图网上搜索。

1、建立睡眠健康大数据系统的意义1、配合医疗提供的服务 在治疗过程中，根据大数据分析得出的最佳饮食、运动、睡眠等习惯内容，对患者进行注意事项提示，根据患者身体体征数据，形成具有针对患者个体疗养方案，并及时调整有关内容，以期达到最佳恢复效果。 2、个人健康管理应用利用大数据技术，对个人健康进行全生命周期管理，实现在任何时间、任何地点都可以访问相关信息，从而保证了健康信息的一致性、连续性，如谷歌的Google Health、微软的Health Vault等平台。健康管理系统的最主要特点就是：个人的健康状态得得到了连续观测，健康分析人员能够有效地对个人健康状况进行分析，以便在身体处于非健康状态时得到及时

2、的干预。在健康管理领域中最需要解决的问题就是及时发现身体的健康异常和重大疾病风险预警，传统情况下我们会通过年度体检来实现这一要求，但是体检时间跨度大，同时地域的覆盖能力也不足够，可穿戴式设备能够实现跨地域大人群身体异常实时发现。通过体征数据（如心率、脉率、呼吸频率、体温、热消耗量、血压、血糖和血氧、激素和BMI指数，体脂含量）监测来帮助用户管理重要的生理活动。现阶段可以利用的体征数据传感器包括：体温传感器；热通量传感器：用来监测热量消耗能力，可以用于血糖辅助计算和新陈代谢能力推算；体重计量传感器：用于计算BMI指数；脉搏波传感器：推算血压，脉率等数据；生物电传感器：可用于心电、脑电数据采集，也

3、可用来推算脂肪含量等；光学传感器：推算血氧含量，血流速。设备初始会将一天设定数十个检测点，只需累积28个检测结果即可建立个人初级模型，利用大数据技术对所有产生数据进行分析，汇总成一个健康风险指数，用户可以看到自己的健康风险指数和同龄、同性别人群的平均风险指数，并且能明确自己的健康风险在同龄人群中的排位。同时，利用大数据技术，设备会根据使用者实际情况进行调整，一旦数据显示异常，就会加大检测密度，反之则会拉长检测间隔，进行动态调整。 这些数值交叉分析结果可以用来分析用户现在的体质状况，进行健康风险评估，并可以结合数据给出几项关键生理活动：睡眠、饮食、运动和服药的个性化改善建议，让用户保持在一个稳定

4、的身体健康状况。3、慢性病预防治疗应用 在中国，慢性病高血压患者有2.6亿人，慢性病糖尿病患者则有1.2亿人。大家可能觉得这个数字离自己比较远，那我换一种说法大家可能会觉得就是和自己生活相关了。35岁以上的人群，每三个多人里面就有一个是高血压，每七个人里面有一个人有糖尿病，而中国最严峻的现实在于这些患有疾病的人70%的人并不知道。慢性疾病实际上分为两个阶段，一个叫做功能性病变阶段，一个叫做器质性病变阶段。在功能性病变阶段，人并没有特别的体征感受。而当进入器质性病变阶段的时候，才会感受到头晕、耳鸣等一系列症状。而进入器质性病变之后，慢性病的过程是不可逆的，需要终身服药。也就是说它是无法治愈的。希

5、望这70%的人群能够提前知道，提前医疗处置，避免形成慢性病。4、慢性病检测、发现、预警服务利用大数据分析，通过连续性的医疗监测数据，不仅可以对这些慢性疾病进行预警，而且可以为用户提供护理建议，比如最佳的用药时机、如何利用运动和睡眠来稳定病情等等。 利用大数据的方式结合穿戴式设备来去预警未来的疾病。因为人的健康变化一定会带来体征波动的异常，如果能够对体征进行持续性检测，同时又有大数据的对比，那么就有可能做到对疾病的提前发现。实际上中医里面最好的医师并不是救死扶伤，而是在疾病还没形成前就及时发现并处置，我们通过现在的科技，能让海量用户去实现。我们通过可穿戴式设备，对人的血压、血糖、血氧、呼吸、心率

6、、BMI指数进行相应的持续性检测。本平台与传统检测设备相比有三个革新：第一个革新是分析模型由单点的分析变成连续的分析，单点分析是有助于在医院里进行诊断的。但弊病是什么？必须要形成病症后，才能通过单点分析来判断你是否患病，这是个黑白的分析。而作为预警，它关注的是你的体征变化是否超常，这是个灰度性的分析，它更多的是做预警方面的工作。第二个部分的革新是设备，设备必须要连续采集用户的体征数据才能有效分析波动性的异常。第三个部分是商业模式上的创新，只有对身体状况进行预警，才能使用户从被动治疗转化成主动预防，才能用更少的代价获得更好的治疗效果。 通过连续监测数据做出疾病预警 ，即使是简单的数据，如果通过连

7、续地分析波动规律也能发现常识中得不到的信息。任何疾病形成之前一定会有体征波动的紊乱，怎么去捕捉到这种紊乱并进行预警是大数据分析可以解决的事情。通过人体体征比如心电的数据、血氧的数据、血流速度的数据去推断出血压和血糖的数据。虽然可能存在着误差，但是因为数据采集更方便更容易，数据也更加具有连续性。我们关注的不是单点的误差，而会关注它的波动规律，这也能够有效地帮助我们预警5、居民健康保健应用（疾控中心） 居民健康保健的主要策略是达到疾病防治中心前移，坚持预防为主，促进健康和防治疾病的结合。健康管理是对健康人群、亚健康人群、疾病人群进行全面监测、分析、评估、预防和维护的全过程。 居民健康档案实现以人为

8、核心，以生命周期为主线，涵盖个人全面健康信息的档案记录，从婴儿出生、计划免疫、到历次体检、门诊、住院等，记录一个人生命周期中的重大健康时间，形成一个完整的、动态的个人终生健康档案，使公众可以掌握和获取自己完整的健康资料，参与全程健康管理，享受可及、优质、跨地区、跨机构的医疗卫生服务，让居民随时了解自己的健康、医疗服务等情况，切实感受健康信息记录一生、管理一生、服务一生的好处。 6、居民自我健康保健应用 居民可以通过身份安全认证、授权查阅自己的健康档案。系统、完整地了解自己不同生命阶段的健康状况和利用卫生服务的情况，接受医疗卫生机构的健康咨询和指导，提高自我预防保健意识和主动识别健康危险因素的能

9、力。7、政府卫生管理部门进行居民健康管理应用 持续积累、动态更新的居民健康档案有助于卫生服务提供者系统地掌握服务对象的健康状况，及时发现重要疾病或健康问题、筛选高危人群并实施有针对性的防治措施，从而达到预防为主和健康促进目的。基于知情选择的健康档案共享将使居民跨机构、跨地域的就医行为以及医疗保险转移逐步成为现实。通过完整的居民健康档案能及时、有效地提供基于个案的各类卫生统计信息，帮助卫生管理者客观地评价居民健康水平、医疗费用负担以及卫生服务工作的质量和效果，为区域卫生规划、卫生政策制定以及突发公共卫生事件的应急指挥提供科学决策依据。 8、医疗保险管理机构应用在中国现有的医疗保险管理体制下，基本

10、医疗保险仍然以政府为主导，各地分散管理。基本医疗保险可以分为城镇职工基本医疗保险、城镇居民基本医疗保险和新农村合作医疗保险（简称新农合），通常由各地人社和卫计部门管理。 目前，商业医疗保险作为政府基本医疗保险的补充，市场规模有限。2013年，种基本医疗保险的筹资总额已经超过 1 万亿元，而商业健康险的保费收入为 1123.5 亿元，仅为前者的 10% 左右。考虑到真正的赔付型医疗保险只是商业健康险的一部分，实际上真正意义上的商业医疗保险的市场规模更小一些。现今商业健康险中约 30% 为团体业务，主要包括面向企业的团体医疗补充保险；另 70% 为个人业务，其中一大部分为储蓄理财型。虽然规模与政府

11、医保相比尚小，但在市场需求和政策支持的推动下，今年发展趋势良好，以年均 25-30% 的速度增长。 2012 年发布的关于开展城乡居民大病保险工作的指导意见，试点由商业医疗保险机构通过招投标方式承办大病补充保险的运营并承担费用风险，为商业医疗保险公司带来了业务拓展的新方向，也为其介入到政府医保的运营管理提供了契机。2013年十八届三中全会 的中共中央关于全面深化改革若干重大问题的决定和 2014年国务院发布的关于加快发展现代保险服务业的若干意见（又称“国十条”），进一步规划了健康保险业在城乡社会保障一体化和参与更多医疗卫生体制改革中的作用，提出了“把商业保险建成社会保障体系的重要支柱，充分发挥

12、商业保险对基本养老、医疗保险的补充作用”，并且“按照全面开展城乡居民大病保险的要求，做好受托承办工作”。这无疑对商业保险行业来说又是重大利好消息。此外，针对商业健康保险的个人税收优惠政策也正在研究中，虽然优惠幅度和政策细节尚待确定，但政策的方向已无疑问。可以说，随着政策的推动和市场潜在需求的释放，商业健康险业大有商机，将在不久的将来成为我国医疗保障系统中不可或缺的重要组成部分。而商业保险机构自身精细化经营管理水平将是决定其市场竞争力的一大关键。然而，由于包括市场结构限制在内的种种历史原因，无论是政府医疗保险机构还是商业保险公司，整体来看在业务经营管理方面仍然比较粗放，还没有充分实现大数据分析可

13、以为管理和企业发展带来的价值，主要表现在： 保障设计与精算定价： 产品同质化现象普遍，缺乏对客户需求及医疗风险的准确把握；精算定价基础薄弱，缺乏对疾病治疗费用的深度分析数据及对参保群体医疗费用风险的科学评估。 精细理赔运营管理： 精细化不足，往往仅根据保险责任条款及医保报销目录进行理赔，缺乏对医疗服务临床合理性的判断，从而漏失对大部分欺诈、不合理医疗行为的监测。此外，商业医疗保险机构的理赔数据往往停留在费用类别层面，缺乏项目费用明细，导致理赔精细化管理的数据基础薄弱。 强化医疗机构的管理： 技术手段落后，政府医保虽对定点医院有话语权，但缺乏对医院医疗质量及费用的合理评估，因而难以设定执行科学有

14、效的支付方案与激励机制，粗线条的总额控制虽能短期控制费用，但导致一系列弊端（包括医院推诿重病人等），且长期控费效果欠佳。 洞察市场与销售拓展： 缺乏以数据为基础的客观分析。以商业企业补充险为例，未能对企业理赔数据进行深入挖掘，以分析结果支持指导市场销售，并据此为客户量身定制相关增值产品，导致市场竞争停留于价格上的竞争，压低整个行业的收益回报。 通过大数据技术，重构医保对医疗费用审核监管的全新模式，从而达到遏制“过度诊疗”行为、控制医疗费用不合理上涨，规范诊疗行为目的，并为将来医保谈判购买性价比高的医疗服务奠定技术和提供数据支撑。 具体应用包括将住院医疗费支付标准、药品说明书、“三目”（即三大目

15、录，药品目录、诊疗目录和耗材目录）限定症、人社、卫生行政主管部门有关规章制度、药品应用时限等约束条件从纸介质文件制成计算机可识别和运行的规范化程序，将医疗费纳入智能审核系统，对不符合限定条件的费用明细，系统予以自动拒付，对可疑费用明细做标识，提示审核人员做重点审核。9、基本医疗保险的决策支持分析 在以政府主导的基本医疗保险的战略决策支持上，大数据应用同样有着举足轻重的作用。除了平衡风险之外，医疗保险的最重要的核心价值在于保证医疗质量的前提下有效控制医疗费用。 大数据分析可以为医疗保险找出费用的关键驱动因素，以此作为战略决策的依据，可以使决策者有针对性的制定措施解决问题关键。此类分析的要点在于通

16、过由大到小、由粗到细的层级挖掘寻找问题的关键，成功应用于决策制定既需要整套专业分析技术的支持，更需要逻辑性、结构化的思维，及对医疗保险行业市场在战略层面的理解，因此对数据分析师的要求更高。 假设数据分析显示费用增长主要集中在糖尿病领域，那么首先需要明确其动因是发病率增长还是人均治疗费用增长所导致。如果是前者，有效管理的关键在于普及糖尿病常识，鼓励健康的生活习惯，并及时发现早期症状。此外从精算定价上，识别前糖尿病患者或糖尿病多发群体，并将其考虑进精算模型中。但如果费用增长是由于人均治疗费用的增长所致，那就需要进一步分析其原因。如果是由于少数医院的过度医疗行为，那可以通过加强对医院的管理（如以医疗费用与质量评估为基础的绩效考核并与支付挂钩），并鼓励病人去其他医院就医（如设定不同的保险比例，甚至在可能的情况下取消问题医院的定点等）。但如果是由某类新药或新的治疗方式引起，那就需要根据其临床效果及卫生经济学分析，判断是否应包含在报销范围或报销比例。