Skip to main content
Journal of Zhejiang University (Medical Sciences) logoLink to Journal of Zhejiang University (Medical Sciences)
. 2022 Feb;51(1):115–121. [Article in Chinese] doi: 10.3724/zdxbyxb-2021-0380

基于微信小程序的代谢综合征智能健康管理平台的设计与开发

Design and development of a Wechat applet for intelligent health management of metabolic syndrome

Leiwen TANG 1, Dandan CHEN 2, Jing SHAO 2, Hui ZHANG 2, Jingjie WU 2, Zhihong YE 1,2
PMCID: PMC9109770  PMID: 35576113

Abstract

Objective

: To design and develop a Wechat applet for intelligent health management of metabolic syndrome.

Methods:

Based on the needs and requirements of individuals undergoing health check-up, patients with metabolic syndrome and medical workers, a Wechat applet for metabolic syndrome management was designed and developed, which involving health data collection, health risk prediction, health management knowledge base fusion and intelligent recommendation, data privacy and security.

Results:

The platform consists of three user ports: individuals undergoing health check and patients with metabolic syndrome, the medical workers and the system administrators. The main functions of the platform included metabolic syndrome risk prediction, intelligent recommendation of health management strategies, health behavior record and supervision, experts’ consultation and health knowledge guide.

Conclusion:

The Wechat applet developed in this study can be used for metabolic syndrome risk prediction for general population, and health management for patients with metabolic syndrome, which helps them to enhance health management awareness and health behavior adherence.

Keywords: Metabolic syndrome, Wechat applet, Health management, Risk forecasting


伴随现代速食、饮酒、熬夜、少动等快节奏、高强度的不良生活工作方式流行,代谢综合征的发病率急剧增加且呈年轻化趋势 [ 1- 2] ,已成为严重影响我国居民健康的常见疾病谱。健康生活方式干预作为代谢综合征最为有效的防控手段,已有诸多研究推荐了不同饮食结构、运动方式、体重控制等措施,并基于不同医疗机构资源整合设计综合的生活方式干预方案 [ 3- 5] 。国内外权威医疗组织亦会定期发布糖尿病、高血压等代谢综合征相关疾病的指南及规范用于指导疾病防治。但在医疗实践中仍存在许多问题:如医护人员对代谢综合征防治不够重视,代谢综合征检出率和防治率不高;医护人员对更新的指南和证据总结未进行有效的整合利用,对代谢综合征患者的健康教育较为笼统粗放,针对不同异常代谢组分患者缺乏个性化、精准化管理;代谢综合征患者对单纯的超重或肥胖、糖耐量或血脂异常等代谢紊乱及其危害认知不足,认为其未构成疾病而保持原有的生活方式。微信具有内容丰富、形式多样、智能便捷等优点,已成为能满足患者及医务工作者多种需求、提高医疗服务效率、促进优质医疗资源整合的热门移动医疗技术之一 [ 6- 7] 。为满足代谢综合征高危人群及患者的健康管理需求,弥补上述健康管理模式的不足,本研究基于体检及诊疗数据,运用人工智能、移动互联网等技术,设计并开发了基于微信小程序的代谢综合征智能健康管理平台。

在充分回顾相关文献 [ 8- 9] 的基础上,通过便利抽样法选取在浙江大学医学院附属邵逸夫医院健康促进中心体检者及代谢综合征患者(以下简称体检者及患者)、内分泌科及心血管科医护人员进行一对一质性访谈及问卷调查,并结合研究团队的系统管理角度,对代谢综合征智能健康管理平台进行需求分析。

体检者及患者的功能性需求主要包括:①健康评估:能查看个人健康档案,定期获取健康数据的评估结果并能对异常的健康数据发出预警;②健康知识获取:能简便地获得可靠、正确的相关健康知识和资讯,呈现形式以视频或图文结合为主,通俗易懂;③健康咨询:遇到健康管理问题时能有渠道咨询医护人员,并能及时得到专业的个性化健康指导;④社会支持:有良好的亲友支持系统以督促患者服药、运动、戒烟、体检等健康生活方式的执行,有通畅的病友交流平台以分享健康知识、交流自我健康管理的心得体会等。在性能需求方面,操作简便、界面友好、系统稳定是体检者及患者尤其是中老年受访者的主要需求。在安全性需求方面,体检者及患者希望个人隐私及健康档案不会被泄露,且推送的健康知识科学、可信,避免不安全事件发生。

医护人员的功能性需求包括能快速筛查代谢综合征高危人群,建立代谢综合征患者的个人健康档案,能通过用户名或病案号获取个体的全部健康数据,定期评估、监测及随访患者的健康状况,发布健康知识以提高高危人群及患者对代谢综合征的认知,并能根据不同个体的实际情况及时给予反馈和针对性的健康管理措施。除与体检者及患者相似的性能需求和安全性需求外,医护人员还希望能够借助小程序持续提高工作效率,减少人力资源占用,如一些简单的信息或知识能实现自动回复和推送。

系统管理者的功能性需求包括能追溯体检者及患者、医护人员使用小程序进行健康管理的全过程,包括对用户的信息管理、健康数据查询和管理、用户活跃度统计分析等,以及健康管理和健康行为改进方面的应用效果和用户反馈建议,以便不断优化功能。

系统设计的主要目标是对体检者进行科学、有效的风险预测,以及帮助代谢综合征患者进行个性化的健康生活方式重塑,实现对用户的远程健康评估、指导和干预,从而提升代谢综合征高危人群及患者的自我健康管理水平。

根据总体目标,结合用户需求、信息安全、开发周期等因素,参考市场上现有的慢性病健康管理应用程序及微信小程序 [ 79- 11] ,与开发工程师反复沟通,确定系统总体架构,包括用户层、应用层、服务层、模型层、采集层、数据源六层,见 图1

图 1 .


图 1

微信小程序的总体架构设计

体检者及患者端有“代谢综合征风险测评”和“代谢综合征已确诊”两大入口,每个入口均包含“健康之旅”“我的记录”“旅途加油站”“我的主页”四大模块。体检者及患者首次登录需填写姓名、性别、年龄、职业、文化程度、联系电话、宗教信仰等基本人口社会学信息,身高、体重、血压、血糖、血脂等体格生化指标,以及疾病史、家族史,并选择与当前工作生活方式匹配的工作生活类型。后续每次登录都需重新选择入口,基本人口社会学信息会按首次填写的内容自动跳出,体检者及患者只需更新体检及生化指标数据和工作生活类型。

“健康之旅”模块有健康风险测评和健康管理策略两条路径,分别针对体检者和代谢综合征患者。体检者须先进行健康风险测评,系统会依据测评结果提供个性化的健康管理策略;代谢综合征患者不需要进行健康风险测评,系统会依据其体检和生化指标数据等为其提供健康管理策略。①健康风险测评:前期研究团队已基于体检大数据构建代谢综合征风险预测模型 [ 12- 13] ,微信小程序将智能计算体检者未来4年代谢综合征患病风险值,并据此分为低风险和高风险两个等级。低风险者建议继续保持原有生活方式;高风险者则基于研究团队确立的代谢综合征健康管理知识库推送个性化健康管理策略,包括饮食、运动、吸烟、饮酒、睡眠和情绪管理等方面,如每日热量需求上限、膳食结构和数量、运动或活动类型和强度、睡眠时长等。②健康管理策略:智能分析用户的体检及生化指标数据和工作生活类型,引导其设定阶段性可达成的量化管理目标(如体重减至50 kg),并综合采用文字、图片、视频等多种具象化表达形式推荐精准的个性化健康管理策略。

在“我的记录”模块中,体检者及患者可每日打卡记录运动、饮食、戒烟、限酒情况,体重、运动步数、消耗热量等数据支持手动输入和部分穿戴设备与小程序绑定后的直接上传,且提供有关饮食摄入及运动消耗的热量换算指导。同时,体检者及患者须对照小程序推荐的健康管理策略,勾选每日执行情况达标与否、未达标的原因、将采取的解决方法等内容。为提高用户黏性,小程序设定了每日8:00和18:00两次定时向体检者及患者的微信和短信双重推送打卡提醒的功能。小程序以图表形式自动生成每周报告及解读说明,包括饮食结构与摄入量、运动方式及强度是否合理充足,情绪、睡眠、体重管理效果是否理想等,便于体检者及患者查看和回顾对比。

设定1个月、3个月、6个月、12个月四个“旅途加油站”,每个站点打卡率达90%以上时,定时发送“您好!恭喜您完成*个月的健康生活”鼓励信息,提醒体检者及患者填写代谢综合征相关生化指标、健康促进生活方式、生活质量等自测问卷,并将问卷自评结果形成阶段性报告发至其手机和邮箱。根据体检者及患者前一次体检时间或生化指标变化情况,自动计算下一次体检日期,也可由临床医生设定复查时间进行提醒。

“我的主页”模块包括七个具体功能。①知识百科:推送代谢综合征病因、临床表现、诊断、运动指导、饮食指导、用药指导、复查和随访等健康知识,体检者及患者可点击相应内容阅读、分享和收藏。②专家咨询:由内分泌科及心血管科医护人员、营养师、康复师及精神卫生护士共同组成多学科健康管理团队,体检者及患者在该界面可向专家团队咨询并获取反馈。③亲友助力:体检者及患者可向亲友发送邀请并添加至该小程序,亲友手机端也可同步查看用户的生化指标、健康生活方式打卡等数据,以起到督促和支持的作用。④代谢综合征病友动态:体检者及患者可发布照片、文字等来记录和分享日常健康管理动态,病友们可以查看、点赞、评论,促进病友间的相互交流和支持。⑤帮助与反馈:用户可在此界面发送对小程序的问题、想法和建议。⑥分享好友:用户可将小程序分享到微信、微博等端口。⑦退出登录。

多学科专家团队通过网页端和微信小程序两个入口登录,主要包括四个功能模块:①健康管理:医护人员可查看体检者及患者的个人基础健康档案、每日记录、每周报告,可视化统计个体健康数据,评估和监测其健康管理效果。②专家咨询:针对体检者及患者的健康管理情况,专家团队可主动联系个体推送针对性的健康管理建议和方案,也可根据咨询内容进行回复反馈。③知识百科:对代谢综合征相关健康知识进行更新、删除、发布等管理。④我的主页:包括个人信息管理、帮助与反馈、分享好友、退出登录四个功能。

系统管理者登录网页端后可在后台对体检者及患者、医护人员的信息进行管理,查看和统计分析用户量、各功能模块使用频次等用户活跃度数据,发布系统消息,设定用户权限。

针对体检者及患者、医护人员和系统管理者三方需求做功能性设计,针对各个操作交互流程以及操作对应的反馈做页面布局设计,确定小程序最终的呈现效果和操作流程。

开发工程师使用JavaScript、WXML及WXSS等编码语言,结合后端服务系统做系统架构设计,确定前后端的交互通信方式以及对应的接口细粒度划分,针对系统用到的算法做建模分析,检验预测的效率和正确性。开发完成后,研究团队配合开发工程师进行功能性、安全性以及稳定性测试,同时邀请2名代谢综合征患者反馈使用体验和建议,修改调试通过后按照微信小程序的规范要求发布上线。

通过不同系统和设备采集不同来源的健康数据。①医院信息系统来源数据:通过医院信息系统接口导入体检者及患者的历次体检数据、日常诊疗结果等。②智能应用系统来源数据:通过微信小程序获取体检者及患者授权的移动设备、穿戴设备等智能应用系统所提供的运动步数、睡眠习惯等健康数据,或通过第三方应用系统提供的接口进行数据对接。③其他无接口服务的数据:提供标准化数据格式进行系统导入或手工录入。对体检者及患者、医护人员直接手工录入的非结构化文本数据,采用基于医学规则库和自然语言处理的语言分析器 [14] 对数据进行信息标签化提取和归一化处理,形成标准的数据维度便于后续数据分析。

对于实时性和读写频率要求不同的数据,采取不同的数据采集方式和存储方案。针对实时性及写入频率要求均高的数据,如运动过程中的心率、血压等数据,采用Flink数据流的方式实时采集数据,写入分布式数据库HBase中。针对其他非高频率实时读写的场景数据,如定期体检产生的生化指标等数据,采用定时任务的策略周期性获取,写入关系型数据库MySQL中。为确保数据采集的完整性和真实性,基于文献分析提取体检者及患者相关的人口社会学基本信息、体格生化指标、工作类型、生活方式的数据维度,研究人员联合多学科专家团队筛选核心数据维度,同时在微信小程序中设置必填项以避免数据缺失,设定理论范围值以避免异常数据录入。

基于前期研究团队确立的代谢综合征风险预测模型 [13] ,采集体检者及患者的年龄、身体质量指数、总胆固醇、尿酸和丙氨酸转氨酶数据,得出个体代谢综合征患病概率,并将此预测结果作为健康管理决策模型的一个输入维度。

对研究团队构建的代谢综合征健康管理知识库中的文字、图片、视频、数字、符号等信息进行结构化处理,将信息转化为一组规则来表达的知识,其具有IF(条件)和THEN(行为)结构,当规则的条件被满足时则触发规则,继而执行行为,最终转换成计算机能够识别的知识库。采用正向推理、反向推理、确定性推理和不确定性推理等多种推理方法,结合专家意见搭建推理引擎,链接知识库中的规则和数据事实。将体检者及患者人口社会学特征、生化指标数据、工作生活方式与健康管理知识库进行规则表达,经推理引擎给出不同事实数据下的健康管理推荐策略。

将前述采集到的体检者及患者的个体特征、工作生活方式等各类数据维度进行聚类分析,明确影响不同个体健康管理效果的重要维度,建模预测饮食、运动、用药、情绪等方面需要着重管理的内容,进而结合知识库和专家推理引擎,提取匹配的策略并进行智能推荐。将体检者及患者采纳推荐策略后的执行情况及效果反馈给模型,采用深度学习网络算法同步更新预测模型,通过模型的自适应动态学习优化模型能力,使该小程序具有随时间和决策过程变化进行优化的自适应能力。

对采集的个人私有信息数据做脱敏处理,所有体检者及患者的个人健康档案及在小程序中生成的相关数据全部存储于云服务器做容灾备份以及数据安全性隔离,限制独立账户独立内网服务器访问,服务器设置独立防火墙规则。

本研究开发的代谢综合征智能健康管理微信小程序无须下载安装可直接进入程序,不占内存、受众广且易于传播 [ 15- 16] ,避开了应用程序开发成本高、安装麻烦、可用性差、缺乏用户参与的设计缺陷,且综合考虑了代谢综合征高危人群及患者对移动医疗服务的功能性、可操作性及安全性三方面的需求和偏好,以图文并茂结合视频动画的直观形式呈现代谢综合征相关健康知识,能有效调动个体的主观能动性,提高其自我健康、自我管理水平。

除健康知识推送、在线交流咨询、用药提醒等与其他慢性病健康管理应用程序或微信小程序相似的功能外 [ 717] ,本系统特色技术之一是嵌入的代谢综合征风险预测模型来自研究团队前期回顾性队列研究结果,其内部验证及外部验证均具有良好的预测价值 [ 12- 13] ,能有效预测代谢综合征高危人群的代谢综合征患病风险;特色技术之二是根据体检者及患者健康数据特征及动态反馈数据来实现个性化、精准化的健康管理策略智能关联,形成健康数据采集-健康风险预测-健康管理决策-决策反馈的闭环流程,提高其对健康管理策略的依从性和医护人员的工作效率。

虽然目前移动医疗应用程序及微信小程序呈爆发式增长,但质量良莠不齐,大多提供的健康信息缺乏有力的证据支撑,甚至可能因不当的信息传播而给个体带来潜在的健康风险 [18] 。而本系统融合的代谢综合征健康管理知识库系总结了最新的指南及高质量证据,并由研究团队及专家咨询论证而成,确保健康信息质量的有效传递,对加强小程序的用户黏性和传播力无疑具有积极作用。

针对个体就医过程中产生的大量可及性强、但大部分为自由文本数据的医院内部临床数据,本系统采取自然语言处理技术,有效实现了数据的标准化。针对来自主流移动设备、智能穿戴设备、第三方开发的智能应用系统以及互联网医疗机构问诊的外部健康数据,本系统根据不同接口标准采用不同的数据采集方式,使数据获取更具有可操作性。同时,为提高数据质量的真实性、完整性和及时性,本系统尽量采用智能终端直接获取数据,对无法直接导入的数据设定理论范围值,最大程度上减少了人为疏漏或造假。

在移动医疗健康产业蓬勃发展和不断融合创新的态势下,本研究基于移动互联网技术和智能手机这一受众普遍的载体,围绕代谢综合征风险预测、预防、诊治的全路径设计开发出的微信小程序可供同行借鉴和参考。今后将进行体检者及患者的实证研究,利用获取的数据检验代谢综合征风险预测模型的灵敏度和特异度,验证系统效果并不断优化功能,以有效促进疾病监测和患者健康。

COMPETING INTERESTS

所有作者均声明不存在利益冲突

Funding Statement

浙江省医药卫生科技计划(WKJ-ZJ-1925)

References

  • 1.LI W, SONG F, WANG X, et al. Prevalence of metabolic syndrome among middle-aged and elderly adults in China: current status and temporal trends[J] Ann Med. . 2018;50(4):345–353. doi: 10.1080/07853890.2018.1464202. [DOI] [PubMed] [Google Scholar]
  • 2.何宇纳, 赵文华, 赵丽云, 等. 2010—2012年中国10~17岁儿童青少年代谢综合征流行情况[J]. 中华预防医学杂志, 2017, 51(6): 513-518 ; HE Yuna, ZHAO Wenhua, ZHAO Liyun, et al. Prevalence of metabolic syndrome in Chinese adults in 2010—2012[J]. Chinese Journal of Preventive Medicine, 2017, 51(6): 513-518. (in Chinese) . [DOI] [PubMed]
  • 3.KASTORINI C M, MILIONIS H J, ESPOSITO K, et al. The effect of Mediterranean diet on metabolic syndrome and its components[J] J Am College Cardiol. . 2011;57(11):1299–1313. doi: 10.1016/j.jacc.2010.09.073. [DOI] [PubMed] [Google Scholar]
  • 4.VAN NAMEN M, PRENDERGAST L, PEIRIS C. Supervised lifestyle intervention for people with metabolic syndrome improves outcomes and reduces individual risk factors of metabolic syndrome: a systematic review and meta-analysis[J] Metabolism. . 2019;101:153988. doi: 10.1016/j.metabol.2019.153988. [DOI] [PubMed] [Google Scholar]
  • 5.PÉREZ-MARTÍNEZ P, MIKHAILIDIS D P, ATHYROS V G, et al. Lifestyle recommendations for the prevention and management of metabolic syndrome: an international panel recommendation[J] Nutr Rev. . 2017;75(5):307–326. doi: 10.1093/nutrit/nux014. [DOI] [PMC free article] [PubMed] [Google Scholar]
  • 6.WU P, WAN Y, ZHUANG Y, et al. WeChat-based vestibular rehabilitation for patients with chronic vestibular syndrome: protocol for a randomised controlled trial[J/OL] BMJ Open. . 2021;11(3):e042637. doi: 10.1136/bmjopen-2020-042637. [DOI] [PMC free article] [PubMed] [Google Scholar]
  • 7.顾东兴, 范晓盛, 曾 斐. 基于微信小程序的精准健康管理平台的设计与实现[J]. 中国卫生信息管理杂志, 2021, 18(3): 411-415 ; GU Dongxing, FAN Xiaosheng, ZENG Fei. Design and implementation of precise health management platform based on Wechat applet[J]. Chinese Journal of Health Informatics and Management, 2021, 18(3): 411-415. (in Chinese)
  • 8.马妍妍, 叶志弘, 沈旭慧, 等. 代谢综合征患者自我管理知信行的质性研究[J]. 中国实用护理杂志, 2018, 34(26): 2021-2026 ; MA Yanyan, YE Zhihong, SHEN Xuhui, et al. A qualitative study of self-management knowledge and behavior in patients with metabolic syndrome[J]. Chinese Journal of Practical Nursing, 2018, 34(26): 2021-2026. (in Chinese)
  • 9.吕晓燕, 夏京花, 曹英娟. 糖尿病移动医疗APP质量现状及其评价工具的研究进展[J]. 中国护理管理, 2019, 19(12): 1881-1886 ; LYU Xiaoyan, XIA Jinghua, CAO Yingjuan. Quality and assessment tools of mobile health APP for diabetes: a literature review[J]. Chinese Nursing Management, 2019, 19(12): 1881-1886. (in Chinese)
  • 10.金晓婷, 肖 倩, 田梓蓉, 等. 智能健康管理软件鼻窦炎康复APP的适用性与使用粘性评价[J]. 中国护理管理, 2021, 21(4): 579-583 ; JIN Xiaoting, XIAO Qian, TIAN Zirong, et al. Applicability and adherence of a smartphone APP for patients with chronic rhinosinusitis[J]. Chinese Nursing Management , 2021, 21(4): 579-583. (in Chinese)
  • 11.JIANG Y, LIU F, GUO J, et al. Evaluating an intervention program using WeChat for patients with chronic obstructive pulmonary disease: randomized controlled trial[J/OL] J Med Internet Res. . 2020;22(4):e17089. doi: 10.2196/17089. [DOI] [PMC free article] [PubMed] [Google Scholar]
  • 12.ZHANG H, CHEN D, SHAO J, et al. Development and internal validation of a prognostic model for 4-year risk of metabolic syndrome in adults: a retrospective cohort study[J] Diabetes Metab Syndr Obes. . 2021;14:2229–2237. doi: 10.2147/DMSO.S288881. [DOI] [PMC free article] [PubMed] [Google Scholar]
  • 13.ZHANG H, CHEN D, SHAO J, et al. External validation of the prognostic prediction model for 4-year risk of metabolic syndrome in adults: a retrospective cohort study[J] Diabetes Metab Syndr Obes. . 2021;14:3027–3034. doi: 10.2147/DMSO.S316950. [DOI] [PMC free article] [PubMed] [Google Scholar]
  • 14.赵君珂, 张振宇, 蔡开裕. 基于自然语言处理的医学实体识别与标签提取[J]. 计算机技术与发展, 2019, 29(9): 18-23 ; ZHAO Junke, ZHANG Zhenyu, CAI Kaiyu. Medical entity recognition and label extraction based on natural language processing[J]. Computer Technology and Development, 2019, 29(9): 18-23. (in Chinese)
  • 15.JIMENEZ G, LUM E, CAR J. Examining diabetes management apps recommended from a Google search: content analysis[J/OL] JMIR Mhealth Uhealth. . 2019;7(1):e11848. doi: 10.2196/11848. [DOI] [PMC free article] [PubMed] [Google Scholar]
  • 16.MCKAY F H, CHENG C, WRIGHT A, et al. Evaluating mobile phone applications for health behaviour change: a systematic review[J] J Telemed Telecare. . 2018;24(1):22–30. doi: 10.1177/1357633X16673538. [DOI] [PubMed] [Google Scholar]
  • 17.陈阳阳, 上官小芳, 陈 元, 等. 癌痛患者对药物治疗管理手机应用程序需求情况的调查研究[J]. 中国医院药学杂志, 2019, 39(6): 636-640 ; CHEN Yangyang, SHANGGUAN Xiaofang, CHEN Yuan, et al. A survey of patients with cancer pain on their demand on mobile application program of medication management[J]. Chinese Journal of Hospital Pharmacy, 2019, 39(6): 636-640. (in Chinese)
  • 18.JIANG S, STREET R L. Pathway linking internet health information seeking to better health: a moderated mediation study[J] Health Communication. . 2017;32(8):1024–1031. doi: 10.1080/10410236.2016.1196514. [DOI] [PubMed] [Google Scholar]

Articles from Journal of Zhejiang University (Medical Sciences) are provided here courtesy of Zhejiang University Press

RESOURCES