智能健康信息服务管理

Intelligent health has the potential to penetrate the field of healthcare with unprecedented breadth and depth. Compared with traditional healthcare, intelligent health has unique characteristics, including intellectualization of the overall healthcare process, collaboration among multiple stakeholders, diagnosis personalization based on health big data, etc. This proposal will investigate issues from three aspects, i.e., intelligent health information, services and societal impact. ① Dealing with the characteristics of health big data, we provide efficient methods and techniques for data management, biased sample correction, health evaluation, and disease early warning. ② Based on the features of intelligent health services, we investigate intelligent health service process, management mechanisms and sustainable value creation. ③Applying theory, methods and techniques to practice, we plan to demonstrate societal impact of intelligent health. Following research paradigms of economics, behavioral and design science, we systematically investigate intelligent health from multiple stakeholders aspect based on multiple data resources e.g., EMR, mobile health and social media. The proposal is expected to contribute to theories and methods on intelligent health big data management and analysis, dynamic health evaluation and disease early warning, as well as intelligent health information services. These theories and methods will help optimize healthcare processes, improve doctor-patient relationships, enhance health management, integrate and allocate medical resources, and ultimately benefit people and society with high quality medical and health services.

我国日益增长的医疗健康需求使智能健康得到了前所未有的发展。相比传统医疗，智能健康具有健康大数据诊疗个性化、多参与方合作协同化、医疗环节全程智能化等特点，但如何有效使用健康大数据，协同、整合和服务各参与方从而形成社会影响，亟需新的理论支持。本课题拟结合多来源健康数据，从多参与方视角，对智能健康的信息、服务、社会影响三方面展开研究：①结合健康大数据特点，提出有效的数据管理、数据纠偏及健康评估和疾病预警方法；②基于智能健康服务特征，探究智能健康服务过程、管理机制及可持续性价值创造机理；③通过实践应用，探索智能健康的社会影响。通过多研究方法交叉验证，遵循经济、行为、设计科学研究范式，在理论上为智能健康大数据的管理和分析、健康动态评估及疾病预警、健康信息服务的相关研究提供基础理论和方法。在实践上将有助于改善健康管理模式、缓解医患矛盾、整合医疗资源，以期实现居民享有可持续高质量医疗健康服务。

本项目以智能健康信息服务管理为主题，结合多来源健康大数据，从智能健康信息的管理、分析和评估；智能健康服务管理与价值创造；智能健康实践应用及社会影响研究三个方面展开研究。对智能健康信息、服务及社会影响进行探索，旨在提升智能健康信息服务的可持续性价值创造和社会影响。本研究取得了如下成果：① 针对海量多源异构有偏健康大数据分析，构建动态的数据管理和应用模式；② 针对智能健康信息服务可持续性价值创造，提出面向多参与方交互的智能健康信息服务过程与管理机制；③ 验证了智能健康信息服务在提升居民健康水平、改善医患关系和重分布社会医疗保健资源等方面的影响及其产生的经济价值。课题组在国际主流学术期刊与会议发表论文47篇，其中SCI/SSCI检索期刊论文41篇，包括MISQ 1篇、ISR 1篇、JMIS 1篇、EJIS 2篇、JAIS 1篇。另有1篇MISQ论文条件接收（conditional acceptance），2篇UTD24（ISR、JOM）三轮及以上评审中。通过执行本项目，课题组合作开发的营养食谱推荐系统，满足患者健康饮食需求。该系统推荐准确率达80%，已在哈尔滨医科大学附属第一医院投入使用。项目组参与开发的内分泌康复随访系统，心内康复随访系统，Diasocial APP，用于医患沟通，应用于哈尔滨医科大学第二，第四医院等。课题组构建的专病筛查和评估算法，应用于苏州市卫健委“专病自动筛选和评估”项目，服务5万多基层卫生站点。课题组多次邀请国际知名学者（如：MISQ 前任主编Arun Rai、ISR 高级主编Rajiv Kohli教授、MS 副主编Gordon Gao教授、POM 执行主编Subodha Kumar等）来访进行学术交流和指导工作。项目共培养博士研究生22名、硕士研究生27名，其中已毕业博士生5名（4名任教于985高校，1名任教于211高校）。