基于健康大数据的老年慢性病知识组织与服务机制研究

The prevention and intervention for the elderly chronic diseases for the improvement of quality of their life and health has become a major social issue to be solved during China's economic and social development. Chinese government is developing comprehensive chronic disease prevention and management system which based on Internet and health big data, oriented to healthy and smart endowment, and covering urban and rural places. Based on multi-sources, heterogeneous, massive, high-dimension, complex connecting health big data, this proposal is intended for the major problem of elderly chronic diseases knowledge service, focusing on the deep integration of aging health big data and dynamic knowledge services, from perspective of the whole life cycle of health information, as well as dynamic and evolutionary needs, investigates aging chronic diseases-oriented methodologies of information organization, integration, and dynamic service mechanism. In detail we investigate the availability of health information and multi-source heterogeneous information deeply aggregation method based on ontology learning, and present chronic disease information real-time processing and dynamic rapid integration methods considering the heterogeneity of requirements and complex relationship in data, and build demand-driven dynamic mechanism for the elderly chronic disease knowledge service. Several typical chronic diseases such as elderly diabetes, elderly chronic cancers and elderly chronic fatty liver diseases are used as examples to carry out case and experimental studies. The research results will be helpful to provide basic theories, methods and key technologies for the construction of personalized, precise and intelligent elderly chronic diseases knowledge service platform.

老年慢性病预防、干预与生命健康质量提升已经成为我国经济和社会发展中一项亟待解决的重大社会问题。国家正在大力推进以互联网和健康大数据为基础、以健康养老和智慧养老为目标和覆盖城乡的慢性病防治与管理体系建设。本课题面向老年慢性病知识服务重大问题，以老年慢性病健康大数据的深度聚合与知识的动态服务为着力点，从健康信息生命全周期和需求动态演化的视角，研究面向老年慢性病的多源、异构、海量、高维和关联复杂健康信息的组织、集成方法与知识动态服务机制。具体内容包括：研究健康信息可用性以及基于本体学习的多源异构信息深度聚合方法，提出考虑异质性需求和数据复杂关联关系的老年慢性病信息实时处理和动态快速集成方法，研究和提出需求驱动和应需而变的老年慢性病知识动态服务机制，并以若干种典型慢性病为例开展案例与实验研究。本研究可以为面向精细化、个性化和智能化老年慢性病管理的知识服务系统建设提供基础理论、方法与关键技术手段。

慢性病已经成为威胁老年人群生命健康与生活质量的重要因素。老年慢性病预防、干预与生命健康质量提升对于推进我国健康老龄化具有重要意义。本课题面向老年慢性病知识服务重大问题，以老年慢性病健康大数据的深度聚合与知识的动态服务为着力点，从健康信息生命全周期和需求动态演化的视角，研究面向老年慢性病的多源、异构、海量、高维和关联复杂健康信息的组织、集成方法与知识动态服务机制。.具体的研究内容和主要结果包括：.围绕建立云环境下多源异构信息资源的多模态融合方法和本体自动化构建方法的目标，研究和提出了面向大规模医疗文本挖掘的命名实体识别方法，提出了多模态数据融合的医疗知识图谱构建方法，为解决多元、异构、高维数据融合、信息共享等技术难题，为健康信息资源的有效利用提供保障；围绕建立需求驱动的老年慢性病信息动态建模与知识集成方法的目标，研究和提出了基于动态演化任务场景的知识集成模型，融合案例推理与集成学习的可解释疾病预测方法以及基于ECC和HFS的个性化医疗决策方法，为个性化的慢性病知识服务提供技术支撑；围绕建立老年慢性病知识服务机制的目标，研究了数据驱动的老年健康服务需求分析，基于新一代信息技术的知识演化分析与知识管理方法以及个性化动态知识服务机制与服务平台设计，为提升老年慢性病知识服务的科学化和精细化水平提供机制保障。.从科研成果的应用情况看，申请人将研究成果运用于睿知互联网医疗知识服务系统，通过技术赋能医疗健康辅助决策，提高了基层医生和年轻医生的诊疗水平，项目成果运用于智慧医院、分级诊疗、互联网远程医疗等领域，取得了显著的社会效益和经济效益，推动了我国智慧医疗健康管理领域的实践创新与发展。

内容获取失败，请点击重试