第1章　健康管理概述
　　1.1　健康管理的起源与演变
　　1.1.1　健康管理的起源
　　从原始社会开始，人类就对健康有着本能的追求，这种本能一直延续至今。随着人类社会与文明的发展，人们开始对健康进行管理。早在2000多年前，中医专著《黄帝内经》中就有健康管理的思想雏形。《黄帝内经》有言“圣人不治已病治未病，不治已乱治未乱”[1]，意在说明治病在于防病于未然。战国时期扁鹊开创中医脉学，战国思想家韩非所著《扁鹊见蔡桓公》中记载了扁鹊三见蔡桓公劝其及早治疗、防患于未然的案例。扁鹊认为客观存在的疾病种类数不胜数，但大夫掌握的治疗方法却远远不足，因此采取预防措施更加重要。作为东汉末年“建安三神医”之一的医学家华佗，在前人“治未病”思想的基础上发展并编排出一套“五禽戏”，即以虎、熊、鹿、猿、鸟等动物姿态为基础演化出来的健身操，尤为适合年老体弱者锻炼。其言“人体欲得劳动，但不当使极耳，动摇则谷气得消，血脉流通，病不得生，譬犹户枢，终不朽也”，体现出医学体育锻炼对健康管理的重要作用。1400多年前，唐代医药学家孙思邈主张“形体有可愈之疾，天地有可消之灾”，即认为人如果善于养生是可以避免患上某些疾病的。他强调“存不忘亡，安不忘危”的防病治病主张，并且非常重视妇女和儿童的健康管理，在其著作《千金要方》中将《妇人方》和《少小婴孺方》置于卷[2]。
　　健康管理的思想同样贯穿于西方医学发展史。西方医学奠基人希波克拉底根据疾病的严重程度将其分为急性病、慢性病、流行性病等，这些概念的出现为健康管理体系中的分类管理提供了依据。西方第一部医学著作《希波克拉底文集》中论述了科斯岛和尼多斯岛两个学派的思想主张，其中的一个重要观点就是强调环境影响健康，需要重视预防、重视心理精神因素对病人的影响[3]。17世纪的临床医学家西德纳姆认为人体抗病能力非常重要，他认为“与医生直接关系的既非解剖学之实习，也非生理学之实验，乃是被疾病所苦患者”。在临床医学较为落后的时期，部分西方医学家提倡预防疾病，提高人体抗病能力和疾病自愈能力，通过给人们提供关于健康锻炼、身体护理、营养搭配等生活方面的建议，形成了一套传统健康管理模式[2]。直到新技术革命兴起，药物和手术开始占据医学实践的主导地位，这种改善生活方式的诊治手段才逐渐退居幕后。
　　现代健康管理实践起源于美国[4]。20世纪科学技术迅猛发展，以美国为代表的西方国家在医学和公共卫生事业方面取得了长足的进步，人类的寿命大大延长。但这些技术进步大多是由以破坏环境为代价的经济发展带来的。生态环境的恶化使慢性病和急性传染病的发病比例急剧上升，加上老龄化人口和劳动能力丧失人口数量的激增，使得当时的美国面临迫在眉睫的医疗健康问题[5]。各种各样的疾病困扰着美国人，他们渴求医学技术的突破。然而，新技术的诞生需要大量的研发投入，尽管存在治疗效果更显著同时副作用更小的药物和其他治疗手段，但这也使美国人在个人医疗支出上的负担越来越重。此外，当时的美国是以“诊断和治疗”作为医疗系统的主导，将数额庞大的医疗卫生费用用于诊治患病群体，这一诊治患病群体的费用超过当时的美国医疗总支出的70%，病患与健康人口的分布比例和用于其健康管理的医疗费用比例极度不平衡。现存健康人口中，各种健康风险因素仍然是客观存在的，个体从健康状态到出现临床症状会经历一个完整的时间段，如果在这个过程中不加以关注，潜在的健康风险会转化成致病因素，之后需要耗费大量医疗资源，如此持续下去，医疗系统会逐渐难以负担。相反，如果发病前对其进行预防干预，并有针对性地进行健康管理，就有可能延缓甚至阻断疾病的发生。就投入和效果而言，这是非常有实践意义的。从对总体人群健康回报率的角度考虑，美国开始改变传统面向患病人群的“诊断与治疗”系统，逐渐重视和发展健康管理系统。
　　1.1.2　健康管理的演变
　　1929年，美国的蓝十字和蓝盾保险公司首次探索健康管理实践，为工人和教师群体提供专门的医疗服务[5]。梅奥医疗中心、凯撒医疗集团的实践探索也紧随其后[6]。我们从中可以看出，健康管理的起源与演变是“实践活动先行，理论研究随后”的模式。第二次世界大战后，美国进行了大量关于健康风险和公共卫生干预的实验研究，其中极具代表性的是对心脏病的队列研究实验，这些实验研究结果为健康管理提供了许多科学有效的论证。与此同时，行为医学和管理科学也迅猛发展，后工业化时代人力资源观念兴起，员工的创造力和生产效率成为影响生产力的重要因素，而健康因素与工人的工作效率紧密联系，这为健康管理理论的出现奠定了基础。通常来说，随着员工年龄的增长，其受到的训练增多，经验不断积累，工作效率应当呈现上升趋势。然而由年龄增长而产生的健康问题，使得他们的工作效率不增反降。美国作为最早进入后工业化时代的国家之一，竞争压力和环境污染加重了员工健康问题对生产力产生的消极影响，这种消极影响甚至对美国的社会保障和经济发展造成了不可忽视的后果。在国家和社会的双重需求下，研究者们进行了一系列关于健康危险因素划分、危险因素与疾病发生的内在规律、健康风险评估等方面的研究，在这些研究成果的基础上，开展相应的模型设计和项目开发。
　　首先应用健康管理研究成果的是保险行业。健康保险起源于19世纪的英国，最初应用于意外伤害[7]。19世纪末期，美国和英国相继出现了以收取保费为重要特征的疾病和意外伤害保险，但此时它还只是一种附加在人身保险上的医疗风险责任。直到20世纪30年代，美国贝勒大学医院为教师缴纳团体住院保险费，标志着商业健康保险成为一个独立的险种。但在20世纪中期，健康保险赔付率大幅度上涨，健康保险公司不得不寻求除了增加保费以外可以降低赔付风险的途径来保障公司的经营效益[8]。一些医疗保险机构在对社会医疗支出做出统计后，决定对包括疾病患者和高危人群在内的医疗保险客户进行系统的健康管理，通过控制疾病的发生和发展来降低保险公司的赔付率和实际支付的医疗费用，从而达到减少医疗保险赔付损失，获得更大经营效益的目的。通过行之有效的健康风险评估技术，保险公司能够对医疗保险对象进行划分，对普通人群进行健康指导、对重点人群进行健康管理，从而实现保障自身经营效益和维护客户健康的双重目标。在保险行业中应用的健康管理，主要分为提供健康指导服务和控制诊疗风险干预两类。健康指导服务是以预防医学为基础，通过健康咨询和健康维护以降低疾病的发生概率。诊疗风险干预主要针对患者，通过完善就诊服务和就诊保障以减少就诊过程的非必要支出。医疗保险公司一直都是推动疾病管理、健康风险评估、疾病预测等项目和技术发展的重要力量，对健康管理的发展起到了关键作用。例如，夏威夷医疗保险公司自1990年启动了“健康通行证”计划，形成一整套预约、访问、评估、二次检查的项目流程，实现了降低服务对象的健康风险、改善服务对象长期健康状况的目标。
　　随着健康管理在保险行业大放异彩，学术界、医疗机构、健康管理公司都开始积极推广健康管理的成果。美国职业和环境医学会发表了关于健康和生产效率的共识声明，杜克大学倡导健康管理服务模式并将其称为“前瞻性医学”，美国健康和生产效率管理研究所在梅奥医疗集团的赞助下出版了《健康和生产效率管理杂志》。从微观层面看，学术界和企业等对降低医疗费用、提高服务质量和效率更为关注，把重点放在健康和生产效率管理上。从宏观层面来看，政府把健康管理放在“关系国家政治、经济和社会稳定”的高度上，以联邦医疗和社会服务部为主要负责单位，联合地方政府、社区、专业组织以及其他民间机构，共同推行全国健康管理计划。在各方面的推动和促进下，健康管理在美国形成了6种主要策略，并应用于4个主要领域。6种策略包括生活方式管理、需求管理、疾病管理、灾难性病伤管理、残疾管理、综合的人群健康管理；4个领域包括政府宏观健康管理，企业、医疗机构和健康管理公司，健康保险或医疗保险，新药的研究和开发。
　　1.2　健康管理的概念
　　1.2.1　健康管理的内涵
　　健康管理是一个全新的概念和医学学科，它的内涵和外延在较长的时间里仍不断扩展和完善，因此目前还没有一个确切的定义，大多数定义使用拆分法领会词语的意思，再将“健康”和“管理”进行合并，就是健康管理，本书也采用这种方法以便读者更好地理解。

目录
前言
第1章　健康管理概述 1
1.1　健康管理的起源与演变 1
1.2　健康管理的概念 4
1.3　健康管理的理论基础 7
1.4　健康管理的发展状况 11
1.5　本章小结 18
第2章　决策理论基础 19
2.1　决策的概念 19
2.2　决策理论的研究现状 26
2.3　基于数据-知识混合驱动的决策思想及应用 31
2.4　本章小结 36
第3章　数学基础理论与其他理论 37
3.1　决策中常用的数学基础理论 37
3.2　决策中常用的其他理论与技术 43
3.3　决策偏差 61
3.4　本章小结 65
第4章　全类型数据预处理与共享 66
4.1　引言 66
4.2　全类型数据清洗 67
4.3　全类型数据集成 70
4.4　全类型数据共享 76
4.5　本章小结 81
第5章　数据-知识混合驱动的健康管理建模 82
5.1　引言 82
5.2　数据驱动的健康管理建模 83
5.3　知识驱动的健康管理建模 90
5.4　数据-知识混合驱动的智能化健康管理建模 92
5.5　本章小结 97
第6章　基于数据-知识混合驱动的健康风险评估和分析 99
6.1　引言 99
6.2　建模知识储备 101
6.3　基于“医-护-患”三层诊断信息网络的健康风险评估与分析 105
6.4　基于社会关系网络的健康风险评估与分析 114
6.5　基于社会支持网络的健康风险评估与分析 124
6.6　基于自我管理模式的健康风险评估与分析 127
6.7　本章小结 136
第7章　基于数据-知识混合驱动的健康状态预测和干预 137
7.1　引言 137
7.2　建模知识储备 139
7.3　基于普通人群常规体检指标学习的健康状态预测和干预研究 144
7.4　基于特殊人群监测指标学习的健康状态 预测和干预研究 157
7.5　基于高危人群临床指标学习的健康状态预测和干预研究 177
7.6　基于确诊病例愈后评估指标学习的健康状态预测和干预研究 187
7.7　本章小结 192
第8章　基于数据-知识混合驱动的健康运维决策和支持 193
8.1　引言 193
8.2　建模知识储备 194
8.3　基于区位选择机制的健康服务运维决策研究 211
8.4　基于海外市场扩张模式的健康服务运维决策研究 219
8.5　基于云服务反馈模式的移动健康应用运维决策研究 228
8.6　基于刷脸模式的健康服务扩散策略运维决策研究 235
8.7　基于突发公共卫生事件的应急医疗物资调度机制运维决策研究 242
8.8　本章小结 246
参考文献 247