建立睡眠大健康数据系统的意义.docVIP

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、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