在新时代机遇下，健康中国的战略促进，大数据产业的蓬勃发展，全民健康的意识正在逐步提升，让健康管理在互联网+的环境下有了生存的土壤，如何基于大数据让健康管理在生活中能够发挥作用，主要分析如下：
健康管理存在的主要问题
世界卫生组织（WHO）定义健康不仅是指身体没有疾病，还包括心理、社会适应和道德的良好状态。而健康管理是以现代医学观念和技术，对个体或群体健康状况及影响健康的危险因素进行全面连续的检测、评估和干预，实现以促进人人健康为目标的新型医学服务过程。由此延伸出健康管理师这一职业资格，是专门从事健康的监测、分析、评估以及健康咨询、指导和健康干预等工作的专业人员。
概括来说，健康是健康管理的最终目标，健康管理师是从事健康管理的专业人员，在健康管理过程中需要通过人的管理行为采取一系列干预措施，也就不可避免的会存在一些问题：
1、健康管理服务能力不足。以社区全科团队为例，虽然配备了全科医师、公共卫生医师、护士甚至中医师等，但基层管辖人口基数大、琐事多、医务人员少、专业水平偏低、信息化程度相对不足，这些综合因素造成了服务能力不足的问题。
2、健康管理人才体系薄弱。临床医师有限的时间精力更注重诊断、治疗，护士关注院内护理，绝大部分专业人员只负责现有岗位内规定的任务、只负责就诊的患者，没有健康管理这个概念，更缺乏健康管理师这样一个角色，加之监看管理师职业资格的性质制约，真正懂健康管理、又能从事健康管理的人才极其匮乏。
3、健康管理内容规范性差。健康管理最实质的内容就干预措施，有人喜欢把用药作为主要内容，有人喜欢把健康宣教作为主要内容，有人喜欢把评估分析作为主要内容，有的仅仅就是程序式随访，无论是否需要、无论是否有效，这些管理内容并不都能满足用户需求，其实用性、科学性、系统性不够，效果参差不齐。
4、健康管理付费意愿较低。无论服务能力、人才、内容是否完备，用户为健康管理服务支付费用的意愿和金额都普遍较低，这种现象的原因可能是多种，一是个体的健康观念淡薄，只有生病了才不得不花钱，二是服务内容不能吸引用户，感觉花钱与获得的服务价值不匹配。基于现状和经验分析推断，付费意愿大小也直接决定了健康管理产业的市场规模。
大数据视角下互联网+健康管理
高效的数据产品构建模式和数据共享商业模型尚未建立、企业竞争激烈产生数据寻租、政府与企业利益中的差异导致合作中产生矛盾，但大数据技术不仅为健康管理的发展提供了强大的支持，还使得两大产业呈现互利共赢的结合模式。现阶段，两大领域的结合仍处于起步阶段，成熟的合作模式仍然需要接受时间和实践的检验。
传统的健康管理模式主要分为4类：专业体检机构服务、社区卫生服务中心服务、医院就诊服务、第三方机构服务（如健康咨询公司、保险公司）。各自之间存在健康数据的信息孤岛，换一个模式往往需要重新开展全部健康管理流程，数据之间共享程度不够，甚至部分模式单体内都没有实现健康信息的互通，这些服务模式的效率低、效果差，由此产生的后果就是用户没有足够的有益感知，无形中贬低了健康管理的价值。
因此，结合健康中国战略、大数据技术发展以及市场情况情况，对互联网+健康管理的思考如下：
1、规范健康管理数据标准体系。健康管理是一个综合性服务，服务载体多样，有三级医院、社区卫生服务中心、诊所、体检中心、保险公司、健康咨询机构等，其数据体系、标准不尽相同，限制了数据互联互通。这些数据分布在社区、医院、个人多个层面，数据标准化和规范化尚未统一，数据具有广泛的异构性，很多数据是半结构化、非结构化的，如电子病历、影像资料无法直接使用，加之医疗健康数据存量、增量都很大，如果标准未统一，还会形成大量的中间转换数据，不利于健康管理数据的统一储存、分析、应用。所以，规范健康管理数据标准体系非常关键，通过大数据分析健康管理的广度和深度，挖掘健康信息之间的关联关系，从监测、评估、干预等环节梳理一套适用于绝大多数场景的数据标准，并及时推广应用。
2、加强对健康危险因素的探索研究。大数据的核心价值并不在于数据本身，而是通过数据挖掘及数据二次开发实现数据共享，获取有洞察力和价值的信息，比如以区域医疗大数据为基础，按患病率、疾病严重程度、支付费用等维度进行统计分析，描述各个维度间如人口经济社会学特征、检查指标、用药剂量、既往病史等差异，探索可能的危险的因素或者保护因素，一是反馈给健康管理人员，引导其重视对这些因素的干预，二是为科研人员提供假设，通过后续进一步实验研究验证假设，从理论角度确定或排除危险因素。
3、基于学校教育提升学生健康观念。未来比现在更重要，健康管理方法体系里面也有一些自我干预行为，通过对具备学习能力的义务教育阶段学生，在健康教育课、学校日常宣传教育时，在电视广告、学生网课、网络游戏等，通过公益或者立法，将健康观念科学植入，从思想萌芽时期在根本上保障学生能树立正确的健康观。
4、推进互联网智能设备在健康监测、分析、预警、管理等功能上的深度融合。互联网最大的特点就是快速、便捷、容量大，可以无处不在，结合大数据和人工智能技术，也可以无所不能，我们可以设想这样的健康管理：
（1）基于环境、社区、费用、交通出行等大数据监测和智能分析，向用户提示身边的疾病情况，这些基于身边真实数据的结果展示，更能让用户意识到健康的重要性、紧迫性，同时也能辅助开展高效的健康管理。如用户60岁，健康管理系统自动抓取第二天天气预报为雷阵雨，告诉用户的运动建议就不会出现“户外跑步”这一切实际的情况。如用户患有骨质疏松，通过大数据监测发现，用户所在的这一组人群饮食结构极其不合理，则在健康管理内容上应重点考虑对饮食结构的调整，多食用补充钙质的食物，同时还可以对该组人群整体推送关于补钙食物的文章，提前预防。但要做到这样也就要求内容设计时，要将如何采集信息、监测、分析、预警、管理提醒等产品功能和互联网上的天气预报、外卖APP、买菜APP等进行合作以及关键数据的深度融合。
（2）基于电子病历和健康档案开展健康管理智能评估，对于某一区域而言，排除频繁区域外就医和不就医人群，其余患者医疗健康数据相对连续完整，通过自动抓取同一患者数据，按健康管理数据标准体系进行清洗后，根据患者疾病、人群组别等，可以对患者健康管理前后的数据进行自动分危险因素、病情控制、不良反应等情况，从而提供必要的评估结果，既适合潜在用户筛选、也适合管理后效果评价。尤其是慢性病患者基数大、病程长，是大数据结合健康管理应用的最佳切入点。
参考资料：
卢光明,曾强,新时代我国健康管理医学服务模式的思考[J].中华健康管理学杂志,2020,14(02):188-191.
王东敏,贾婷君.健康管理的现状与发展策略[J].中西医结合心血管病电子杂志.2020,4(12):10.
罗飞,健康管理问题研究[D].河南大学,2015.
谭清立,张军港.大数据在健康管理领域中的应用探讨[J].健康研究,2020,40(01):25-27.
王灵芝,郝明.医疗大数据的特征及应用中的伦理思考[J].医学与哲学,2017,38(4A):32-35.
郭毅可.大数据产品市场化之困[J].北大商业评论,2015,13(3):68-73.
蔡雷,李炜桓.医学大数据使用安全及伦理问题探讨[J].中国医学伦理学,2019,32(8):1004-1009.
李斌.人民日报:实施健康中国战略[EB/OL].(2018-01-12)[2019-06-27].http://opinion.people.com.cn/n1/2018/0112/c1003-29760063.html.
王陇德,白书忠,陈君石等.卫生健康行业职业技能培训教程(第2版)——健康管理师基础知识[M]，北京:人民卫生出版社,2019.
注：本文仅供学习交流，不代表本站立场。转载请注明“健康强国 www.health.net.cn”
