《基于健康大数据服务平台的参考架构》（征求意见稿）编制说明

《基于健康大数据的服务平台参考架构》（征求意见稿）编制说明1 2 2 2 4 5 5 6 6 6 7 7 7 7 7 72一、工作简况（一）任务来源的需求不断加强，也更加强调科技在健康管理中的重要作用，催生出“数字化+健康管理”的新兴业态。目前市面上利用数字化手段对人体健康进行管理产品琳琅满目，但这些产品在人体数据的采集波动性较大，不具有代表性，对健康服务的作用不明显，同时数据存储时效性低，且分析管理相对滞后，因此难以形成长期的健康模型，在健康管理方面收效甚微。为了使该行业管理有标准可依，促进该细分行业推广普及和可持续发展，依据《中华人民共和国标准化法》以及《团体标准管理规定》相关规定，浙江麒盛数据服务有限公司决定立项并联合麒盛科技股份有限公司、浙江清华长三角研究院、中国标准化研究院长三角（嘉兴）分院等相关单位开展《基于健康大数据的服务平台参考架构》团体标准草案的编写工作。2023年03月中国标准化协会发布了《基于健康大数据的服务平台参考架构》团体标准立项通知，正式立项。目前人们常用的身体健康评估方法主要包括问卷调查、借助医疗器械测试身体各项指标、日常佩戴具有检测生理数据的穿戴设备等等。其中，问卷调查是参与调查的用户针对医护人员提供的健康评估问卷，结合日常生活中身体状态回;答问卷，医护人员收集用户填写的调查问卷后对用户健康状态进行评估。通过医疗器械或穿戴设备检测生理数据，需要定期记录检测结果，根据记录的检测数据及时发现健康问题。这些评估方法所使用的数据来源真实性不高，数据获取过程中很容易受到用户意识的影响，很难完整记录正常生活习惯身体评估是一个有组织的系统性的收集过程所产生的客观数据，基于健康历史和从头到脚或一般系统检查，好的身体评估结果需要一个有组织的、系统的方法，对用户的直保证前期用户生理数据的采集量足够的多并且足够全面，如何保证数据处理的合理性减小误差，是进行人体健康评估需要十分关注的问题。睡眠占人们日常生活1/3的时间，睡眠状态下人体各项生理数据相对稳定，采集睡眠状态下的人体生理数据用来进供评估结果的准确度。但就目前而言，如何保证用户生理数据的采集量足够的多并且足够全面，如何保证数据处理的合理性减小误差，如何利用人体健康大数据提供专业化的健康服务是进行人体健康评估服务需要十分关注的问题。因此亟需制定团体标准对于健康大数据服务平台进行明确定义，规范目前及面向未来的细分市场。4本团体标准的制定将清晰的描述健康大数据的定义要求以及构建健康大数据所需要的服务平台的架构，在行业层社会层面，提供老龄化社会下数字化管理的解决方案，用信息化技术手段推动健康管理服务，在技术层面，数字化手段实现睡眠数据的可视化、定量化，多场景赋能“数字化+健康健康管理的需要，提供针对性、长期性、隐私性、高效性、实时性的健康服务，实现疾病早预警、早发现。（三）编制过程数据服务有限公司邀请中标长三院团队进行实地调研，通过多次线上与线下的方式与麒盛数据研发部、市场部、技术部调研情况提供定制化的解决方案。服务有限公司联合麒盛科技股份有限公司、浙江清华长三角研究院、中国标准化研究院长三角（嘉兴）分院等相关单位起草中各项具体工作的承办人。5编写小组通过实地调研、腾讯会议及微信群等多种方式进行沟通对接，多角度了解健康大数据服务平台，展开标准草案的起草工作。期间邀请相关专家对标准草案内容进行分析和人员的意见对草案进行修订。2023年3月至2023年06月，标准编制小组对国内外的在此基础上完成《基于健康大数据的服务平台参考架构》的草案。随后标准制定小组与相关专家经多次研究、讨论对草案进行数次修改，完善《基于健康大数据的服务平台参考架构》标准征求意见稿及征求意见稿编制说明，拟定于2023年07月在网上公示征求意见稿，广泛征求各方意见和建议。标准编制小组将根据各方意见和建议对标准进行修改后形成送审稿，拟定2023年08月召开专家审查会并根据审查专家的意见与建议对送审稿进行补充、完善，完成报批稿二、标准编制原则与确定标准内容的主要依据（一）标准编制原则本标准依据相关行业标准，标准编制遵循“前瞻性、实用照GB/T1.1-2020《标准化工作导则第1部分：标准化文件的结构和起草规则》的要求进行编写。6（二）确定标准内容的依据1.法律、法规、政策文件依据本文件制定过程中，主要参考了以下标准或文件：GB/T22239-2019信息安全技术网络安全等级保护基本要求GB/T39509-2020健康管理保健服务规范GB/T40688-2021物联网生命体征感知设备数据接口ISO27001信息安全管理体系ISO27701隐私安全管理体系2.关键技术内容依据该系统中的健康大数据研究是指长期地、稳定地、持续增长地获得人体生命特征数据，采用先进的数据挖掘技术清晰明确地描述人类个体的身体状态并预测其健康的未来。通过获取安装于床上的传感器数据，进行人工智能学习模型数省人工挑选和构造特征的时间成本，达到精准预测疾病的目的，进一步通过训练分类器模型可以在健康评估报告中直接结合国内外行业情况及公司的实践进行验证。四、与现行法律、法规和强制性国家标准的关系符合现行相关法律、法规、规章及相关标准，与强制性7标准协调一致。五、采用国际标准或国外先进标准的情况未采标本标准