数据-知识混合驱动环境下的全类型健康数据决策研究

决策的不断完善与智能化毫无疑问将使健康管理过程更加便捷。数据-知识混合驱动为健康管理提供了决策支持。利用数据-知识混合驱动对健康管理数据进行科学的处理、分析，能得到更高质量的信息。由此不难理解，基于数据-知识混合驱动解读出的信息，并运用一定的健康管理方法可以对个体的健康状况做出更加科学全面的评估，为个体制定符合其自身条件的最佳健康方案，从而为达到个体的健康平衡状态给出适宜的指导意见，更好地实现个体的健康管理。

《健康数据决策理论与方法应用》（王晓佳等著. 北京：科学出版社，2023.9）一书以数据-知识混合驱动的健康决策为研究背景，应用数据分析技术与智能决策方法，从现代健康管理的具体问题入手，在健康风险评估与分析、健康状态预测与干预和健康运维决策与支持三个层面对传统健康管理理论与方法进行扩展研究。

▋1. 健康风险评估与分析

针对我国健康管理信息化研究启动较晚、健康风险评估系统还不够成熟等问题，本书从健康数据与健康知识融合角度，提出基于“医-护-患”三层诊断信息网络的健康风险评估与分析模型，采用三层信息传输网络来支持隐性糖尿病患者和潜在糖尿病患者（Undiagnosed Diabetic & Potential Diabetic，UD＆PD）做出符合其个人价值观健康管理的合理选择。网络第一层由卫生专业人员组成，第二层由糖尿病教育者组成，第三层由UD & PD 组成。

▲ 2型糖尿病自我管理结构概念模型

基于上述分析，从社会关系网络、社会支持网络、自我管理模式三个层面构建健康风险评估与分析模型。依据国家中医临床研究（糖尿病）基地近千例有效病例，评估社会关系在2 型糖尿病（T2DM）风险管理中的作用，建立社会支持指标评价体系，结合网络分析法（ANP）和客观权重赋权法（CRITIC），从主观和客观两个角度评估社会支持对T2DM 自我管理的影响。基于调查问卷，采用探索性因子分析，确定社会资本角度下的社会支持对2 型糖尿病患者自我管理的影响。

▋2. 健康状态预测与干预

在信息相同的情况下，基于数据-知识混合驱动的模型在预测疾病发展态势的精度方面具有一定优势。医疗的本质是基于充分的数据积累对患者的健康数据进行处理，从而做出诊断。相比人脑，计算机能更全面且快速地存储和学习医疗健康信息，因此在医疗信息充足的情况下，大数据模型对疾病的预测可能比仅仅依靠医生经验的预测更精准。因此，利用基于数据-知识混合驱动建立的糖尿病预测模型来提高医生诊断的精度和效率并预测和控制糖尿病的发生，对于节约医疗资源、减轻家庭负担、实现疾病早预警和治未病具有重要意义。

▲  基于双宽度学习的典型相关性分析（DBL-CCA）结构的多模态信息融合和学习过程

基于上述分析，针对普通人群常规体检指标学习的健康状态预测和干预，采用长短时记忆网络算法构建符合T2DM 动态发展的预测模型。针对妊娠糖尿病患者这一特殊人群监测指标学习的健康状态预测和干预，采用集成学习算法构建具有最小公倍特性的算法集群，有效剔除预测效能差的模型，提高预测精度。针对高危人群临床指标的健康状态预测和干预，采用基于双宽度学习的典型相关性分析方法，通过融合和学习各个输入模态的丰富特征对目标属性进行识别。针对确诊病例愈后指标学习的健康状态预测和干预，构建了一种新的基于循环神经网络的宽度学习系统，能够有效地提取序列数据特征，并对序列数据进行分类，且在训练时间、预测精度及参数影响方面表现出巨大的优势。

▋3. 健康运维决策与支持

当前医疗与健康决策支持系统正处于飞速发展阶段，其运维服务应用场景丰富多样。本书从区位选择、海外市场扩张、移动健康应用、刷脸就医健康服务以及公共卫生应急医疗物资调度等多个健康运维决策场景出发，研究如何更好地使用健康资源，实现最优化的医疗资源调度和提高使用效率，解决健康服务行业面临的紧迫的系列性问题。例如，在医疗设施（或医院）设立过程中的区位选择步骤中，如何选择合适的地理位置，更好地最大化医疗资源使用以提升患者满意度。再如，在移动健康应用的质量管控方面，如何提升移动健康应用的使用效率以及使用者对移动健康服务模式的满意度也有重要意义。

▲ GN-AHP 结果投影

基于海外市场扩张模式的健康服务运维决策研究评估医疗航空市场，并确定最适合私人航空运输公司在全球范围内扩大其业务的地区。结合层次分析法和灰色数理论对国外潜在市场进行了分析。左上角象限代表市场表现稳定、评级高的市场。这一象限的市场更适合推出新的喷气式飞机医疗服务，被称为“有吸引力的市场”。

不同的分析目的和用途需要建立不同的决策模型，面对区位选择决策时，运用的方法和建立的模型比较综合，需要考虑地理因素的影响。面对海外市场扩张决策时，需要对定性与定量的因素进行协同处理。面对移动健康应用的推广决策时，需要对不同受众群体的行为进行分析。面对刷脸就医模式扩散决策时，需要对各利益相关者的不同诉求进行博弈分析，寻求一个满足各方需求的动态平衡条件。面对公共卫生应急事件决策时，资源的优化调度问题是需要考虑的关键点。

《健康数据决策理论与方法应用》（王晓佳等著. 北京：科学出版社，2023.9）一书对健康数据决策理论与方法的研究，是在合肥工业大学王晓佳团队完成的相关科研项目报告与论文的基础上提炼而成的，汇聚了该领域众多科研成果。全书共8 章，主要内容包括健康管理概述、决策理论基础、数学基础理论、全类型数据预处理与共享、数据-知识混合驱动的健康管理建模、基于数据-知识混合驱动的健康风险评估和分析、基于数据-知识混合驱动的健康状态预测和干预、基于数据-知识混合驱动的健康运维决策和支持等，对数据-知识混合驱动环境下的全类型健康数据进行了全景式描述并借助人工智能算法开展智能决策研究，内容丰富，实用性和可操作性强。

本文摘编自《健康数据决策理论与方法应用》（王晓佳等著. 北京：科学出版社，2023.9）一书“前言”，有删减修改，标题为编者所加。

ISBN 978-7-03-074377-0

责任编辑：蒋 芳 高慧元 曾佳佳

本书是对健康数据决策理论与方法的研究，由现代健康管理与复杂任务决策交叉领域的专家编写，可以作为高等院校管理学、系统工程、大数据等相关专业的高年级本科生和研究生的教材，也可作为相关行业研究人员、工程技术人员的参考书。

（本文编辑：刘四旦）