大数据驱动的全景式个性化心血管健康管理研究

Inspired by China’s policy towards a “Nationwide Health”, this project takes a microscopic perspective of big-data health analytics towards a smart cardiovascular health management. (1) By mining the big health data from a variety of sources, we plan to construct a systematic cardiovascular disease (CVD) knowledge base and use crowdsourcing for knowledge correction to lay a foundation for smart health management. (2) We intend to discover new CVD pathogenic causes by exploring the underlying relationship between user behavior and CVD. (3) Utilizing the data generated by wearable devices, medical Internet of Things such as community-wise tracking devices, we strive to identify users’ abnormal health status, especially the high-risk group prone to CVD, for the purpose of exerting an intelligent and timely intervention. (4) We aim to provide users with personalized CVD health management solutions. As such, we will contribute both theoretically and practically for the whole spectrum of smart health management on CVD, including CVD care, early warning of risks, disease prevention, premorbid intervention, disease control and recovery. We will innovate the knowledge discovery and health factors assessment technology based on analysis of the massive literature and online doctor-patient consultation data. We use machine learning, especially deep learning, to assess CVD risks in a precise, real-time and personalized manner. Integrating individual psychology, social network and dynamic emotion, we endeavor to maximize the long-term result of health solutions, in order to improve the intervention techniques of individual health care behavior. The ultimate goal is to improve individuals’ ability to actively manage cardiovascular health, effectively curb the rising incidence of cardiovascular disease and the cost of treatment and improve fairness of social medical resource allocation.

本项目依据我国全民健康战略，从心血管健康大数据的微观角度着手，致力于解决四个关键科学问题：1.全生命周期心血管健康管理知识挖掘和众包校正;2.居民全景式行为和心血管疾病发生和发展的因素关联分析;3.基于医联网和穿戴式传感器数据的心血管健康状态异常的动态模式识别和智能预警建模;4.心血管疾病防治的全景式个性化健康管理方案优化。创建覆盖全生命周期的心血管系统保健、风险预警、疾病预防、病前干预、病中监控及病愈康复的全景式健康管理基础理论，创新基于海量文献、医患咨询网上大数据的知识发现和健康因素评估技术；应用机器学习、深度学习对心血管疾病风险的精准、实时、个性化评估;以及融合个体心理，社会联系，和动态情绪，最大化地提高长效的智能医疗健康方案，以改善个体健康保健行为的干预技术。最终目标是提升居民个人主动式心血管健康管理能力，有效遏制心血管病的发病率以及治疗费用的增长，增进社会医疗资源分配的公平性。

利用大数据驱动，实施个性化预防保养和实时监控的智能健康管理，是未来应对心血管疾病这一类慢性疾病的有效策略。本项目研究建立了医学文献和在线健康媒体大数据挖掘处理模型和知识抽取方法，以及心脑血管健康管理知识图谱构建方法。创新构建了全景式心血管健康管理知识库结构，包括个性化健康特征的前提条件、动态场景环境及其对应的定性、定量与操作程序的健康管理方案。采用游戏化众包方法实现了知识库条目的抽取和校验。基于全景式行为数据，研究建立了手机使用和上网行为大数据分析模型，分析发现在不同年龄段人群中，均存在手机使用频繁、上网时间偏长及户外活动偏少的现象，成为导致青少年肥胖发生率增加、青壮年亚健康严重及中老年心血管疾病风险增大的新型风险因素。基于医疗物联网和穿戴式生物传感器等多源融合数据，研究建立了以身心疲劳为触发特征的心血管健康状态异常动态模式识别和智能预警模型。从全景式和个性化角度出发，研究建立了大数据驱动的心血管健康管理方案智能生成与优化方法，给出了包括运动管理方案、饮食管理方案及起居作息管理方案在内的健康方案生成方法、反馈机制及动态调整策略。创造性地提出了以个体健康为中心的、风险评估、异常预警、方案实施、评价反馈四个环节环环相扣、层层递进、完整闭环的全景式、个性化智能健康管理模式，既弥补了传统模式个性化不足的短板，也实现了传统模式难以实现的动态优化策略。.项目研究发表和录用论文71篇，其中国际期刊论文25篇（管理类和医疗信息类国际顶级期刊6篇），国内期刊论文28篇，国际会议论文18篇（计算机科学顶级国际会议8篇），出版专著1部。申请中国专利4个，获得国家知识产权局批准1个。项目研究期间，项目团队1人获得中组部“千人计划”，1人获得国家自科基金优青项目，培养博士后出站1人，培养博士学位获得者5名，培养硕士学位获得者13名。有12名在读博士生和22名在读硕士生继续开展相关研究。