智慧医疗：电信运营商的移动智能服务

电波卫士

Radio Wave Guard

2016.08

数字通信世界

57

智慧医疗：电信运营商的移动智能服务

王东旭1，李明明2

（1.中国联合网络通信集团有限公司，北京..100033；2.国家无线电监测中心，北京..100037）

摘要：本文简述了智慧医疗的发展现状与趋势，着重分析了目前我国电信运营商所开启的智慧医疗移动智能服务，在“智能医疗云”基础上进行智能决策，促使医疗服务最优化是电信运营商助力智慧医疗的服务目标。

关键词：智慧医疗；物联网；大数据；智能医疗云doi：10.3969/J.ISSN.1672-7274.2016.08.019

中图分类号：TN924 文献标示码：A 文章编码：1672-7274（2016）08-0057-03

Ehealth ：Mobile Intelligent Service of Telecom Operators

Wang Dongxu 1, Li Mingming 2

(1.China Unicom ，Beijing ，100033; 2.State Radio Monitoring Center, Beijing, 100037)

Abstract: This paper introduced the status and development of Ehealth. China's telecom operator’scontributions

on mobile intelligent medical service were focused on recently. By which the intelligent decisions made and to promote the optimization of medical services should be the final aim of China's telecom operators.

Keywords: Ehealth; M2M Network; Big Data; Cloud of Ehealth

1 引言

如今，国内运营商纷纷助力智慧医疗的发展，比如中国移动推出的“手机医疗”服务，中国电信不仅推出了“智慧医疗”业务而且还与瑞士企业LifeWatch 联合推出全球首款医疗诊断手机，中国联通也打造了114/116语音服务平台及“智慧医院”服务等推进医院诊疗服务向数字化、信息化发展，促使医院信息系统与通信系统深度融合。然而，由于我国智慧医疗标准相对缺失，医疗资源、技术支持、硬件设备、通信等基础设施匮乏，分布不均，效率低下等原因，使自主医疗保健、医疗数据实时采集、动态健康评估等问题成为智慧医疗发展过程中的瓶颈。智慧医疗在欧洲和美国并不是全新的概

念，他们都把智慧医疗作为一项重要课题在研究和

推进。

2 电信基础设施与智慧医疗的深度融

合策略

智慧医疗是物联网行业应用的一个领域，其基础架构也符合上述图1的规范。我国的电信运营商是核心网和运营的主体，助力于智慧医疗的发展与建设是提升个性化服务质量的基本要求。如何将医疗行业的业务细分，并通过信息技术将医疗基础设施与电信基础设施进行深度融合，打造“智能医疗云”是电信运营商助力智慧医疗的必须解决的基本问题。根据医疗应用场景的维度对健康与医疗业务进行分类，我们构建了如图1所示的智慧医疗基础架构。

作者简介： 王东旭，男，硕士，毕业于北京邮电大学，现在就职于中国联合网络通信集团有限公司产品创新部。

李明明，女，现在就职于国家无线电监测中心频谱研究处。

电波卫士导航天地

Radio Wave Guard

GNSS WORLD

2016.08

58DIGITCW

我国的电信运营商所支持的智慧医疗技术架构共分为三层，分别为应用层、网络层、智慧医疗感知层。智慧医疗感知层主要借助R FI D 技术、条码技术、定位技术、体征感知技术、视频识别技术对医患、医疗器械、医药等进行标识与智能识别。网络层包括有线网络和无线网络，有线方式可支持XDSL 和X PON 等；无线方式可支持2G/3G/4G/W LA N 等。网关在网络层与感知延伸层之间进行数据存储和协议转换，并通过接入网发送，具有对业务终端的控制管理能力。应用层根据医疗健康监测业务分为智慧医院服务、区域医疗交互服务、社区/家庭自助健康监护服务、

智能远程急救服务。

图1　运营商支持的智慧医疗基础架构

3 医疗大数据和“云化”电信网络

在智慧医疗大数据的分布式存储中，海量数据的加载和查询等操作通过大规模并行处理技术来实现。医疗数据复杂多样且体量巨大，包括用户可穿戴设备的实时监测数据，医用标签、医疗设备I D 等静态数据以及定期更新的用户诊疗信息，数据量呈PB 级别且多源异构。将Hadoop 技术应用于异构医疗大数据的存储优化中，并考虑对基于Hadoop 平台的数据划分策略、数据块尺寸调整以及集群网络拓扑规划进行优化。在此基础上，基于MapReduce 并行框架实现医疗大数据的多数据源并行连接查询和多通道数据融合特征提并行计算是医疗大数据处理的关键。

3.1 多数据源并行处理技术的实现

对多种数据源进行相关性/去重等预处理后，

将不同的数据源尽量均匀地存储到计算机集群中各节点，并保持负载均衡，综合考虑HDFS 文件的访问时间，将源数据块的大小根据文件的访问次数调优，然后进行合理的Hadoop 集群网络拓扑规划设计，以保障源数据通信的时效性。

3.2 多处理任务并行处理算法

拟考虑基于MapReduce 并行框架实现动态快速查询算法（如哈希算法、二叉树算法等），完成对医疗大数据的多源数据源并行连接查询的并行计算。在多通道数据融合特征提取时，预先对多源数据进行特征值提取，分析其相关性。以上算法的设计时，同时考虑在减少对各存储节点的I/O 操作时，尽量保证时间复杂度和计算复杂度相对较低。要实现电信运营商助力智慧医疗，将自身的IT 资源集中化、池化和弹性部署为“云化”是电信网络必然选择[6]。首先，使基础硬件平台具有可编程特性在保证性能的前提下，提供可编程的逻辑内核和易于调用的应用接口，以实现与业务无关的资源池化能力；其次，在基础硬件之上加载虚拟化和云计算平台软件，对计算、存储、网络等网络资源进行管理和调度，并为上层业务功能提供开放的运行环境；最后，将网络功能虚拟化，将硬件、中间件与软件实现解耦，实现对传统电信业务、未来的ICT 业务均能够实现更高效的支撑。

4 医疗物联网与电信核心网的“融合”

医疗健康信息传输发生在感知层内部、感知层与网络层之间，主要是对物联网接入网关汇总的单个设备或多设备医疗健康信息传输。医疗健康信息有图像视 频、本文、语音、数字等多种形式，各种信息大小长度不一且对时延的要求不等。针对感知层内部的信息传输，需要借助高效的信号处理技术，能够有效压缩医疗传感器数据流、医疗影像数据，再利用无线传感器网络的高能效传输技术，实现分布式协作分集传输算法，从而提高传感器节点及整个无线传感器网络的能效。

而感知层与网络层之间的医疗健康信息的传输，需要考虑有线网络和无线网络接入两种方式。电信运营商部署运营了全国规模的移动通信网络和运营级WLAN 网络，网络速率支持在10Mb/s 以上，几乎涵盖TDD 和FDD 的所有制式。现有的通信网络足