智慧医疗研究进展综述

应用科学

Editorial智慧医疗

赵文兵 1,*,罗雄 2,3和邱铁 4
1美国俄亥俄州克利夫兰克利夫兰州立大学电气工程与计算机科学系，邮编441152北京科技大学计算机与 通信工程学院，中国北京100083；xluo@ustb.edu.cn3中国北京100083，北京材料科学知识工程重点实 验室4大连理工大学软件学院，中国大连116620；qiutie@ieee.org*通讯作者：wenbing@ieee.org或 w.zhao1@csuohio.edu；电话：+1‐216‐523‐7480
收到：2017年11月13日；接受：2017年11月14日；发表：2017年11月15日

1. 引言

医学正受益于计算和网络技术的进步，经历着全行业的变革。医疗领域正在从被动应对和以医院 为中心的模式，转变为预防为主、个性化的模式，从以疾病为中心转向以健康为中心。本质上，医疗 系统以及基础医学研究正变得越来越智能。我们预计，从分子基因组学和蛋白质组学到通过大数据分 析为医疗专业人员提供决策支持，再到通过技术赋能的自我管理及社会与动机支持促进行为改变，各 个领域都将实现显著进步。此外，借助智能技术，医疗服务交付将变得更高效、更高质量且成本更低。

在本特刊中，我们共收到45篇投稿，接受了19篇优秀论文，这些论文大致涵盖了智慧医疗领域的若干 重要主题，包括公共卫生、健康信息技术（HealthIT）和智慧医学。在接下来的部分中，我们将重 点介绍本特刊中各领域论文的主要贡献。

2. 公共卫生

本期特刊的19篇论文中有10篇与公共卫生相关。

李等人[1]报告了他们关于设计和实施一个管理系统的工作，该系统旨在帮助公众提高自控力并减少对智能手机的过度依赖。他们开发了一个应用程序来测量智能手机使用情况，通过卡方检验将获取的数据与基线进行比较，并在实际使用量显著高于基线时建议进行干预。作者开展了一项中等规模的人体试验，共有96名参与者，结果表明该系统在诊断智能手机过度依赖问题以及分类智能手机使用模式方面是有效的。

廖等人[2]提出了一种基于可视化分析的智能家居环境中异常居民行为检测的新方法。该研究依赖于华盛顿州立大学自适应系统高级研究中心（CASAS）项目提供的数据集[3],，该数据集包含两名独居居民日常生活活动的预标记数据。本文的贡献包括利用局部离群因子，基于活动持续时间、频率和每日开始时间进行异常检测。为了便于分析和异常检测，作者设计了一个智能家居可视化分析系统，能够构建多种视图，包括活动树状图视图、异常分级视图、数据地图视图、甘特图视图、热力甘特图视图、雷达图视图以及空间雷达图视图。通过使用该数据集，作者展示了他们的可视化分析系统在发现行为模式和检测异常行为方面的有效性。

朴、朴和李报告了一种物联网系统，旨在促进对居家患者进行远程监控，发表于[4]。他们提出了 一种在ISO/IEEE11073协议与oneM2M协议之间进行转换的协议，以及一种基于紧急程度使用名为 多类Q学习的算法来调度生物医学数据发送给医务人员的算法。他们的实验表明，与现有的基于多类的动态优先级调度算法相比，该系统结合所提出的多类Q学习算法表现良好。

在[5],罗哈斯等人提出了一种用于分析急诊室（ER）流程的问题驱动方法。根据该方法，对关于 急诊室流程的常见问题进行了分类，并提供了一个参考模型以指导急诊室流程数据的提取。该方法通 过在智利一家急诊室进行的案例研究进行了验证，结果表明该方法有助于更好地理解特定病理、分诊 严重程度以及患者出院去向。

在[6],张等人提出了一种解决中文医疗问答匹配问题的方案，该方案可能使数百万用户受益。他们引入了一个基于端到端字符级嵌入的新框架，以避免在文本预处理中进行中文分词。采用多尺度卷积神经网络从不同尺度提取问答句子中的上下文信息。该框架通过一个名为cMedQA的新文本语料库进行了验证，该语料库来自一个在线中文健康与wellness论坛。

邝和戴维森[7]提出了一种方法，有助于从推特上的大量推文中监控医疗信息和公共卫生疾病。他们建议使用词嵌入来识别真正与健康相关的推文。他们基于连续词袋模型引入了两种算法。词语的权重基于这些词语在分类任务中的相对重要性。该方法通过两个医疗相关数据集进行了验证，结果表明，他们的算法性能优于竞争方法超过9%。

在[8],莫杜等人中描述了一种以移动应用形式呈现的疟疾暴发预警系统。该系统依赖于来自气候 预测系统再分析的基于卫星的气象数据。随后，通过使用偏最小二乘路径建模分析气象变量（如最低 和最高平均气温、相对湿度等）之间的因果关系，识别出疟疾的隐性生态因素[9]。然后，利用机器学习算法寻找可用于预测疟疾暴发的模式。

在[10],科埃等人中提出了一种基于患者提交的满意度调查的医院推荐系统。他们采用一种无监督 数据驱动方法来分析调查数据。关键是通过聚类具有相似满意度因素的个体来识别主要因素，并引入 主动措施以改善患者护理。基于某医院的实际患者调查数据，他们提出了19条建议，其中10条根据卡方检验具有统计显著性。

自动情绪识别在患者护理和精神健康患者的治疗中可以发挥重要作用。在[11],李等人报告了他们通过混合深度神经网络从脑电图信号中检测人类情绪的工作。他们分两步进行。第一步，他们整合了脑电图信号的空间特征、频域和时间特征，并将结果转换为二维图像。这产生了一系列包含人类情绪变化信息的脑电多维特征图像序列。第二步，他们结合卷积神经网络和长短期记忆循环神经网络执行情绪识别任务。他们使用公开数据集验证了该方法，达到了75.2%的平均情绪分类准确率。

在[12],中，刘等人回顾了当前技术辅助诊断与治疗自闭症谱系障碍（ASD）个体的先进技术和实践。他们从工程视角进行了综述，将用于ASD治疗的系统建模为人机系统。该综述探讨了治疗呈现等方面的问题

3. 医疗信息技术

本期特刊中有五篇论文与医疗信息技术相关。

在[14],中，Cho、Lee和Lee提出利用实时无损肌电图数据，在医疗信息系统中监测早产。他们的主要研究贡献是通过使用一种新算法压缩数据，实现无损高效的实时肌电图数据传输。

在[15], Dziak、Jachimczyk和Kulesza报告了一种用于医疗保健的基于物联网的信息系统。该系统通过加速度计和磁力计获取传感数据，并采用行人航位推算、阈值化和决策树技术，对人体在四个房间区域内的位置进行定位，并识别跌倒、躺卧、站立、坐立和行走等活动。

在[16], Peng等人提出了一种用于医疗监测系统的无线体域网中的容错机制。该机制基于网络编码，其中使用贪婪分组算法来构建网络的层次结构。随后，基于随机线性网络编码生成线性无关编码组合。

[17], Yuh、Chung和Cheong提出了一种重构‐线性化技术，以提高肾脏交换计划的效率。在本文中，肾脏交换问题被建模为有向图中的最大权重环打包问题。通过分析，作者认为他们的方法可能比现有公式所生成的匹配方案多使一名患者获得肾移植。

[18], Mahmood等人提出了一种安全认证和处方安全协议，以促进患者与护理人员之间的远程安全通信。该协议通过鲁宾逻辑进行形式化建模验证，并使用NS‐2进行仿真验证。

4. 智慧医学

本期特刊中有四篇论文涉及利用计算机和信息技术推动医学研究与实践。

[19], Liang等人提出了一种新方法，用于提升自动判断睑板腺形态的技术水平。该方法基于改进的模糊c均值（FCM）算法和粗糙集理论。与传统的FCM算法相比，所提出的FCM算法对异常值更具鲁棒性，因而提高了识别效率，识别准确率高达97.5%。

[20], 郑等人报道了他们在蛋白质‐蛋白质相互作用网络中检测蛋白质复合物或功能模块的研究。他们的方法基于简化群优化（SSO）算法和基因本体（GO）。SSO算法用于聚类具有相似功能的蛋白质。GO用于帮助识别功能复合物并提高检测准确性。

[21], 唐、陈和李提出了他们关于利用呼吸调节和呼吸分裂测量从第二心音中区分动脉和肺成分的研究。其核心思想是，在呼吸过程中，第二心音波形中的动脉成分变化不大，而肺成分的延迟则受到呼吸调节。他们通过具有已知变化分裂的模拟第二心音验证了该方法。

在[22],中，Suman等人报告了他们在无线胶囊内窥镜医学图像处理方面的工作。他们提出了一种新的统计方法，利用颜色带作为特征向量，并采用支持向量机结合网格搜索作为分类器，以区分溃疡和非溃疡像素。他们通过实验验证了该方法，取得了优异的溃疡检测准确率、敏感性和特异性。