連續(xù)動態(tài)生理數(shù)據(jù)的采集-存儲-交換利用模式探索研究

1.解放軍醫(yī)學院，北京 100853；2.北京海思瑞格科技有限公司，北京 100853；3.解放軍總醫(yī)院 a.醫(yī)學工程保障中心；b.醫(yī)療器械研發(fā)與評價中心，北京 100853

引言

連續(xù)動態(tài)生理信號是指連續(xù)記錄的生理波形和生命體征數(shù)據(jù)，如心電、呼吸和血壓波形以及心率、血壓、呼吸率、血氧飽和度等生命體征參數(shù)，其特點是連續(xù)、動態(tài)、高采樣率，其中蘊含著豐富的人體生理/病理信息。研究表明，異常生理信號可以在嚴重不良事件發(fā)生前數(shù)分鐘到數(shù)小時幫助確定患者病情惡化[1]，84%的患者在心臟驟停等不良事件發(fā)生前8 h就已經(jīng)表現(xiàn)出惡化的跡象[2]。區(qū)別于傳統(tǒng)離散的一天2～4次生命體征測量的信息，連續(xù)動態(tài)生理信號具有更高的價值[3-7]。

連續(xù)動態(tài)生理信號由于其連續(xù)和高采樣率的特性，短時間內(nèi)就可累積海量的數(shù)據(jù)，這對醫(yī)院傳統(tǒng)的數(shù)據(jù)存儲和傳輸方式提出了新的挑戰(zhàn)[7]。近年來，多項研究使用時序數(shù)據(jù)庫和非結(jié)構(gòu)化數(shù)據(jù)庫如InfluxDB、MongoDB等探索了多種連續(xù)時序信號的寫入、存儲、查詢等流程，連續(xù)時序的生理信號的存儲問題在一定程度上得到解決[8-13]。但是連續(xù)動態(tài)生理信號存儲-傳輸-交換利用過程中仍存在以下困難和挑戰(zhàn)：第一，數(shù)據(jù)種類多樣，儲存需求復雜。連續(xù)動態(tài)生理信號的分析和利用需要結(jié)合更多的信息，包括患者的人口統(tǒng)計學特征、疾病史、用藥和治療記錄等，這些信息存儲于醫(yī)院信息系統(tǒng)（Hospital Information System，HIS）、手工表格等，多為離散數(shù)據(jù)且本身存儲方式各異，將這些不同種類的信息有序的整合起來，方便傳輸和交流利用，是目前相關(guān)領(lǐng)域最大的困難和挑戰(zhàn)之一。第二，研究者間習慣差異，導致數(shù)據(jù)交換利用困難。由于數(shù)據(jù)科學家和臨床研究人員對數(shù)據(jù)分析軟件使用的差異，連續(xù)動態(tài)生理數(shù)據(jù)需要被保存成不同格式的文件，而最常見的儲存格式TXT雖然能滿足不同分析軟件的數(shù)據(jù)交流[14-15]，但不夠便捷，面對極其復雜的臨床數(shù)據(jù)上更是顯得力不從心，急需一種通用的數(shù)據(jù)存儲方式解決當前面臨的問題。第三，數(shù)據(jù)保存容易遺漏關(guān)鍵信息。受限于數(shù)據(jù)采集時的技術(shù)條件和認知水平，在進行連續(xù)動態(tài)生理數(shù)據(jù)的二次分析時，往往會遇到想要的信息沒有保存的情況，這種情況加大了數(shù)據(jù)的不確定度和為后續(xù)的分析帶來很大的困難。

針對于以上連續(xù)動態(tài)生理數(shù)據(jù)存儲和利用流程上存在的問題，本研究在使用醫(yī)療級可穿戴設(shè)備（SensEcho）低負荷、實時采集生理數(shù)據(jù)的基礎(chǔ)上[16-17]，提出一套對臨床連續(xù)動態(tài)生理信號進行采集、存儲和交換利用的流程。該標準化數(shù)據(jù)采集-存儲-交換利用流程已在解放軍總醫(yī)院臨床科室實施應(yīng)用，結(jié)合患者臨床電子健康檔案（Electronic Health Record，EHR）數(shù)據(jù)建立起了基于連續(xù)動態(tài)生理數(shù)據(jù)的多元異構(gòu)數(shù)據(jù)庫，為后續(xù)的數(shù)據(jù)二次分析和利用奠定了工作基礎(chǔ)。

1 材料和方法

1.1 SensEcho隨行生理參數(shù)監(jiān)護系統(tǒng)簡介

本研究使用的SensEcho是一款醫(yī)療級可穿戴生理參數(shù)監(jiān)護系統(tǒng)，此系統(tǒng)已經(jīng)獲得中國食品藥品監(jiān)督管理局認證。該設(shè)備可以提供200 Hz采樣率的單導聯(lián)心電信號，25 Hz采樣率的胸腹呼吸信號，25 Hz采樣率的三軸加速度信號，同時可通過藍牙與血壓、血氧、體溫傳感器連接，采集血壓、血氧和體溫等信息。該系統(tǒng)已成功在臨床應(yīng)用和收集數(shù)據(jù)，并在疾病、睡眠、運動等多個領(lǐng)域展開研究[18-19]，系統(tǒng)整體框圖和實物圖如圖1所示。根據(jù)解放軍總醫(yī)院具體臨床科室的需求，入院患者會佩戴SensEcho設(shè)備，采集患者的單導聯(lián)心電信號、胸呼吸信號、三軸加速度信號以及夜晚睡眠的血氧信號。所有采集的信號都會實時通過Wi-Fi網(wǎng)絡(luò)傳輸?shù)街醒肱_進行顯示，幫助醫(yī)生和護士實時了解各個病人的情況。同時，數(shù)據(jù)也會在SensEcho的隨行生理參數(shù)監(jiān)測終端設(shè)備主機中儲存，設(shè)備最長支持724 h數(shù)據(jù)存儲[17]。

圖1 SensEcho隨行生理參數(shù)監(jiān)護系統(tǒng)簡介圖

1.2 連續(xù)動態(tài)生理數(shù)據(jù)采集-存儲-交換利用難點分析

使用可穿戴設(shè)備，連續(xù)動態(tài)生理數(shù)據(jù)的采集和傳輸問題在一定程度上得到了解決，實際的連續(xù)動態(tài)生理數(shù)據(jù)的采集過程中最關(guān)鍵在于數(shù)據(jù)質(zhì)量控制，高質(zhì)量的數(shù)據(jù)才能更好的推動后續(xù)的研究[20-21]。為了保證數(shù)據(jù)的質(zhì)量，我們對臨床護士進行一定的培訓，指導病人穿戴設(shè)備，及時檢查電極脫落報警等異常事件，以保證數(shù)據(jù)真實、有效、高質(zhì)量。其次存儲問題一直是連續(xù)動態(tài)生理數(shù)據(jù)分析使用的瓶頸。以本研究為例，心電的采集頻率為200 Hz，呼吸、體位體動的采集頻率為25 Hz，每一個病人產(chǎn)生的數(shù)據(jù)量一般超過40 MB/天，其數(shù)據(jù)量遠超過電子病歷系統(tǒng)一天生成的數(shù)據(jù)量（不包含影像數(shù)據(jù)）。為了解決海量連續(xù)動態(tài)生理數(shù)據(jù)的存儲問題，我們使用了時序數(shù)據(jù)庫InfluxDB嘗試進行解決。

在數(shù)據(jù)的二次分析利用方面，連續(xù)動態(tài)生理數(shù)據(jù)分析利用的另一個難點是必須結(jié)合臨床數(shù)據(jù)同步采集相關(guān)信息，目前雖然已經(jīng)有很多可穿戴設(shè)備可以采集連續(xù)動態(tài)生理數(shù)據(jù)，但往往缺乏臨床數(shù)據(jù)，數(shù)據(jù)缺乏標注和標簽，對后續(xù)的數(shù)據(jù)分析工作造成了很大的困難。我們認為臨床信息作為人類長期摸索和積累的經(jīng)驗知識，可以很大程度上作為標簽輔助數(shù)據(jù)挖掘工作。因此，為解決臨床數(shù)據(jù)的同步采集和存儲這一問題，需要處理結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)，我們使用了關(guān)系型數(shù)據(jù)庫和非結(jié)構(gòu)化數(shù)據(jù)庫MangoDB。

1.3 連續(xù)動態(tài)生理數(shù)據(jù)的實時采集和存儲

患者整個住院期間一般要求佩戴設(shè)備至少2次，分別為入院當天和出院前一天，每次采集24 h數(shù)據(jù)，真實采集情況會根據(jù)實際情況進行調(diào)整。數(shù)據(jù)采集期間患者可以自由活動，在病區(qū)Wi-Fi覆蓋范圍內(nèi)，數(shù)據(jù)會實時采集并上傳到服務(wù)器，當患者離開Wi-Fi范圍后，數(shù)據(jù)會先在本地緩存，在Wi-Fi連接恢復后設(shè)備會尋找空閑時間上傳數(shù)據(jù)。在數(shù)據(jù)采集流程中，首先與受試者溝通，獲得受試者知情同意，之后受試者按照要求穿戴背心（本項目的倫理編號為 S2018-095-01）。

對于實時連續(xù)動態(tài)生理數(shù)據(jù)的采集和存儲，我們采用的是基于時序數(shù)據(jù)庫InfluxDB的方式。InfluxDB是一個開源分布式時序、事件和指標數(shù)據(jù)庫，采用了時間結(jié)構(gòu)合并樹，針對時序數(shù)據(jù)的讀寫分別進行了優(yōu)化設(shè)計。在寫入時，將數(shù)據(jù)追加寫入到日志文件中，并在內(nèi)存中進行緩存，當緩存達到一定大小時創(chuàng)建新的日志文件，并啟動壓縮線程，將數(shù)據(jù)按照讀取優(yōu)化的方式壓縮成TSM數(shù)據(jù)文件。InfluxDB數(shù)據(jù)庫有效地解決了時序數(shù)據(jù)存儲和利用的問題。

在建設(shè)InfluxDB數(shù)據(jù)庫中，根據(jù)不同的采樣頻率，我們分別創(chuàng)建了200、50、25 Hz波形數(shù)據(jù)表以及1 Hz數(shù)值型數(shù)據(jù)表。其中每個表中都包含有患者ID、設(shè)備ID以及時間戳。波形數(shù)據(jù)表分別對應(yīng)存儲采集的心電、胸腹呼吸波、血氧脈搏波、三軸加速度信號，1 Hz數(shù)值型數(shù)據(jù)表中存儲計算得到的心率、呼吸率和血氧數(shù)值。

臨床數(shù)據(jù)主要分為兩大類：結(jié)構(gòu)化的EHR數(shù)據(jù)（由日常診療操作形成），如患者個人信息、入院記錄、檢查結(jié)果等；非結(jié)構(gòu)化的臨床記錄，如影像學報告、醫(yī)囑、出院記錄等。對臨床數(shù)據(jù)的采集存儲，即要處理結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)，我們使用了關(guān)系型數(shù)據(jù)庫存儲EHR數(shù)據(jù)，用MangoDB存儲非結(jié)構(gòu)化的臨床記錄，以滿足臨床數(shù)據(jù)實時采集存儲的需求。

1.4 連續(xù)生理數(shù)據(jù)的二次交換利用

1.4.1 連續(xù)生理數(shù)據(jù)的離線保存

分層性數(shù)據(jù)格式（Hierarchical Data Format，HDF）是用于存儲和分發(fā)科學數(shù)據(jù)的一種自我描述、多對象文件格式。HDF是由美國國家超級計算應(yīng)用中心創(chuàng)建的，以滿足不同群體的科學家在不同工程項目領(lǐng)域的需要。HDF5是分層性數(shù)據(jù)格式的第五版，是目前HDF最新的數(shù)據(jù)格式（圖2）。HDF5具有自述性、通用性、靈活性、擴展性以及跨平臺性五種優(yōu)點。HDF5文件主要有兩種基本數(shù)據(jù)對象，一種是組（Group）另一種是數(shù)據(jù)集（Dataset），除了保存數(shù)據(jù)之外，還可以給數(shù)據(jù)注明各種對象類型，如數(shù)據(jù)類型（Datatype）、數(shù)據(jù)空間（Dataspace）、數(shù)據(jù)屬性（Attribute）等[22-24]。

圖2 HDF5組結(jié)構(gòu)以及數(shù)據(jù)集結(jié)構(gòu)

實際臨床上SensEcho可穿戴設(shè)備采集的連續(xù)動態(tài)生理數(shù)據(jù)離線存儲的流程包括：第一步，每個患者每次佩戴設(shè)備的數(shù)據(jù)保存在同一個HDF5文件中，文件以“病房簡稱-患者ID-佩戴時間”命名；第二步，根據(jù)采集終端的情況，保存采集的相關(guān)數(shù)據(jù)，我們需保存的數(shù)據(jù)包括心電波形、胸腹呼吸波形、三軸加速度、血氧波形和數(shù)值以及時間戳，把解壓后的數(shù)據(jù)保存在HDF5文件根目錄下，每個數(shù)據(jù)以HDF5數(shù)據(jù)集保存，各數(shù)據(jù)集以信號的名字命名，以信號的采樣頻率為數(shù)據(jù)集的數(shù)據(jù)屬性，如心電波形數(shù)據(jù)保存成ECGList，其數(shù)據(jù)屬性為200；第三步，除了原始數(shù)據(jù)之外還需要把一些常用的中間結(jié)果保存下來：心電波形需要保存R波位置、信號質(zhì)量，呼吸波形需要保存呼吸的波峰波谷位置、信號質(zhì)量。這些常用的中間結(jié)果以與第二步采集的數(shù)據(jù)相同的方式保存在每個HDF5文件的根目錄下。

1.4.2 多源異構(gòu)數(shù)據(jù)融合與共享利用

在連續(xù)動態(tài)生理數(shù)據(jù)的共享利用過程中，我們需要結(jié)合醫(yī)院臨床現(xiàn)有的數(shù)據(jù)，其中包括患者的基本信息、異常事件、?？铺厣珨?shù)據(jù)以及醫(yī)院HIS中的數(shù)據(jù)。針對解放軍總醫(yī)院具體臨床科室的現(xiàn)狀，?？铺厣珨?shù)據(jù)包括吸氧情況以及心臟量子譜（Cardiac Quantum Spectrum，CQS）和血管內(nèi)皮功能（Vascular endothelial Peripheral Arterial Tonometry，endoPAT）。除此之外，同時還結(jié)合了生理數(shù)據(jù)計算得來的心率變異性（Heart Rate Variability，HRV）指標。

（1）基本信息表和異常事件表。醫(yī)務(wù)人員在給患者佩戴設(shè)備的同時，會發(fā)放24 h信息記錄表，統(tǒng)計患者的基本信息，如身高、體重、年齡、血壓等方便采集的信息。24 h記錄表中記錄患者在佩戴可穿戴設(shè)備過程中的日常行動和異常事件（例如，是否發(fā)生心臟不適、睡前是否服用安眠藥等），異常事件均由患者主訴或者醫(yī)務(wù)人員發(fā)現(xiàn)，再由醫(yī)務(wù)人員進行記錄。目前，我們數(shù)據(jù)庫內(nèi)?？茢?shù)據(jù)包括吸氧數(shù)據(jù)、CQS、PAT數(shù)據(jù)。根據(jù)醫(yī)務(wù)人員的采集表格進行雙盲錄入，最終形成特色的吸氧情況表和CQS-endoPAT表。

（2）HIS數(shù)據(jù)。從醫(yī)院HIS中提取患者的個人基本信息與基本信息表進行比對，以防出現(xiàn)錯誤，提取患者生化檢查結(jié)果，與其他數(shù)據(jù)進行聯(lián)合使用。

（3）HRV指標。利用分析得到的患者24 h RR間期，進一步根據(jù)時間戳和實際需求選取相應(yīng)區(qū)間的RR間期，計算HRV各項指標，包括時域的SDNN、pNN50等，頻域的VLF、HF、LF等，以及非線性指標DFA、樣本熵等。

本研究按照上述介紹的方式，利用在解放軍總醫(yī)院臨床科室采集的相關(guān)數(shù)據(jù)，構(gòu)建了一個如圖3所示的生理生化數(shù)據(jù)集，方便數(shù)據(jù)存儲和利用。

圖3 臨床科室綜合數(shù)據(jù)集結(jié)構(gòu)

原始采集的離線連續(xù)動態(tài)生理信號按照“病房簡稱-患者ID-佩戴時間”的方式命名，存儲在服務(wù)器中作為最原始的備份。原始數(shù)據(jù)、HDF5以及數(shù)據(jù)庫和整理的CSV表格之間，通過患者ID和設(shè)備佩戴日期進行匹配，確保每個患者的生理生化數(shù)據(jù)可以匹配起來。

2 數(shù)據(jù)采集結(jié)果

該系統(tǒng)自2018年1月開始在解放軍總醫(yī)院的臨床科室部署使用，截至2019年3月，使用SensEcho隨行生理參數(shù)監(jiān)護系統(tǒng)共采集解放軍總醫(yī)院臨床科室入院患者487人，948人次的數(shù)據(jù)?；颊邤?shù)據(jù)的實際采集情況統(tǒng)計如圖4所示，從圖4中可見，大部分患者數(shù)據(jù)采集次數(shù)在1～3次，而多次的數(shù)據(jù)采集方便了后續(xù)的研究對照，為了解疾病的發(fā)展和治療進程變化提供了一定的參考。目前該系統(tǒng)仍在運行中，采集的數(shù)據(jù)按照上述模式進行收集。

圖4 患者數(shù)據(jù)采集情況統(tǒng)計

數(shù)據(jù)集方面，每名患者每次采集數(shù)據(jù)均保存為一個HDF5文件，臨床科室綜合數(shù)據(jù)集一共存儲了948個HDF5文件。其中HDF5文件大小平均值為411.7 M，采集時長平均為26.6 h，文件最大為1180.7 M，最長采集時長為71.8 h。數(shù)據(jù)庫和CSV表格中基本信息表一共948條記錄，記錄了每名患者基本信息；HRV指標表中記錄了所有HDF5文件計算得到的HRV指標，共948條；異常事件表記錄了從2018年10月到2019年3月共117條記錄；CQS-endoPAT表中記錄了從2018年1月到2019年3月共471條記錄；吸氧情況表記錄了從2018年10月到2019年3月的共141條記錄。由圖5可見，73條（約52%）吸氧記錄配套有吸氧前中后的連續(xù)生理信號采集記錄，63人記錄了一次，這些患者吸氧治療時壓力共分為常壓、1.3絕對大氣壓（Atmosphere Absolute，ATA）、1.6 ATA和1.8 ATA，圖5中展示了采集一次數(shù)據(jù)的患者每種吸氧治療壓力的人數(shù)。整個收集流程是在不斷摸索中確定的，在臨床合作過程中不斷優(yōu)化和改進工作流程，因此異常事件表和吸氧情況表的記錄開始時間和基本信息表不一致。

結(jié)合采集的生理數(shù)據(jù)和臨床信息，可以全面了解患者的真實情況，以便更好地治療和研究。下面以一個患者為例，根據(jù)基本信息表和HIS數(shù)據(jù)可以知道患者是72歲的男性，身高165 cm，體重72 kg，診斷為冠狀動態(tài)粥樣硬化性心臟病、冠狀動脈支架植入術(shù)后、高血壓Ⅲ級，異常記錄表中記錄了患者在睡覺之前會服用安眠藥，在治療過程中經(jīng)過1.3 ATA吸氧治療，吸氧前后的各項連續(xù)動態(tài)生理信號變化如圖6所示，該患者從豎紅線（08:55:00）位置開始吸氧，前半段為患者在氧艙加壓段的各項波形，一開始患者有所走動，隨后開始靜坐吸純氧進行治療。根據(jù)吸氧情況表記錄的時間，選取吸氧前、吸氧中以及吸氧后的十分鐘心電數(shù)據(jù)段，計算吸氧前中后的心率，繪制圖7，從圖7中可以定性看出，吸氧前中后的心率變化特征具有明顯的差異，這種差異可能跟疾病的進程和治療的效果具有聯(lián)系。

圖5 吸氧情況以及吸氧類型

圖6 患者吸氧前后連續(xù)動態(tài)生理信號展示

圖7 吸氧前中后心率變化

3 討論和結(jié)論

本文介紹了一套我們目前科研工作中正在使用的連續(xù)生理數(shù)據(jù)采集-存儲-交換利用的方法流程。在可穿戴設(shè)備、物聯(lián)網(wǎng)、時序數(shù)據(jù)庫技術(shù)飛速發(fā)展的今天，對各種連續(xù)生理信號采集和存儲已經(jīng)趨于完善，本研究中我們采用可穿戴設(shè)備和基于時序數(shù)據(jù)庫InfluxDB的方式解決數(shù)據(jù)采集和存儲問題，但單一的連續(xù)生理信號用于研究價值有限，因此需要加入其它醫(yī)療的信息以擴增信息維度。雖然現(xiàn)在連續(xù)生理信號的價值越來越得到臨床的認可，連續(xù)生理信號中包含著大量患者個體化的疾病和健康信息[25]，但長程的連續(xù)動態(tài)生理信號數(shù)據(jù)利用和信息挖掘依然是業(yè)界的困難之一，我們認為其中最大的困難在于數(shù)據(jù)缺乏對照和標注，工程領(lǐng)域過分的執(zhí)著于使用計算機的方法對數(shù)據(jù)進行解讀而很大程度上拋棄了醫(yī)學領(lǐng)域的先驗知識。我們充分利用臨床資源，整合多源異構(gòu)數(shù)據(jù)形成數(shù)據(jù)集，豐富了連續(xù)動態(tài)生理數(shù)據(jù)的對比和利用手段，在探索連續(xù)動態(tài)生理數(shù)據(jù)的分析利用上提出了一套新的方法，為后續(xù)數(shù)據(jù)的二次分析利用奠定了基礎(chǔ)。

本研究仍存在一些不足：第一，目前該流程只在解放軍總醫(yī)院少部分臨床科室進行了測試，缺乏其他科室的驗證，在應(yīng)用到其他科室的時候還需根據(jù)實際情況進行調(diào)整，尤其是?？茢?shù)據(jù)表可以根據(jù)實際情況進行擴增；第二，區(qū)別于傳統(tǒng)的數(shù)據(jù)庫，連續(xù)動態(tài)生理數(shù)據(jù)集更為龐大和復雜，中間關(guān)聯(lián)信息多樣，容易引入人為的誤差，造成數(shù)據(jù)的錯誤。

在未來的工作中，我們將致力于尋找一種自動化閉環(huán)的數(shù)據(jù)糾錯機制，確保數(shù)據(jù)集中的數(shù)據(jù)信息沒有因為人為因素導致的錯誤，數(shù)據(jù)更加準確；同時，我們將繼續(xù)推進數(shù)據(jù)的二次分析與利用，探索和研究連續(xù)生理信號和疾病之間的聯(lián)系，把臨床收集到的珍貴的數(shù)據(jù)利用起來；再者，我們將延續(xù)此研究工作，繼續(xù)推動醫(yī)工聯(lián)合發(fā)展，探索新的醫(yī)工結(jié)合模式，加強醫(yī)工之間的互相理解，為后續(xù)更高質(zhì)量的合作奠定基礎(chǔ)。