FLEX-FHIR：面向智慧城市社区健康的模块化 HL7 FHIR 合规雾计算架构与分布式群体健康分析

《Future Generation Computer Systems》：Distributed intelligence for smart cities: A modular HL7 FHIR-compliant fog architecture for community health

　　

计算和医疗健康应用的进展为使用可穿戴物联网（Internet of Things, IoT）传感器进行远程生命体征监测的数据驱动分析创造了新机会。虽然基于生理数据的个体级疾病预测已较为成熟，但利用这些信号生成区域群体健康洞察仍很大程度上尚未被探索。集中式架构在应对智慧城市中区域特定医疗健康挑战方面也存在局限。本研究提出 FLEX-FHIR，一种面向社区中心医疗健康的模块化雾计算架构，基于 Health Level Seven（HL7）Fast Healthcare Interoperability Resources（FHIR）标准。该系统组织为分层雾树，支持分布式处理、本地决策以及从边缘设备到云的可扩展集成。每个雾节点使用容器化服务自主运行，包括 HAPI FHIR 服务器、PostgreSQL 数据库以及人工智能（artificial intelligence, AI）和统计模块。该架构提供三项贡献：（i）HL7 FHIR 合规性，用于异构设备和机构之间的语义互操作性；（ii）分层雾结构，支持本地决策和低延迟的可扩展云同步；（iii）雾层分析模块，支持群体级分析而无需集中式数据聚合。使用多达 20,000 名患者的工作负载进行评估表明，对于转发 FHIR 资源，层间传播在 83–135 ms 内保持几乎尺度不变，而分析操作将可行范围限制为每节点约 1000–5000 名患者，具体取决于资源配置。受控实验通过恢复预定义相关性、分组和空间模式验证了该流程。该模型为智能、可互操作的医疗健康系统作出贡献，与数字公共卫生和边缘智能相一致。

该工作由 Fernanda Sch?fer Tesch da Silva 与 Rodrigo da Rosa Righi 完成。研究背景方面，计算与健康物联网（Internet of Things, IoT）使可穿戴传感器能够远程监测生命体征，并通过中间设备传输至云服务器；电子健康记录（Electronic Health Records, EHRs）在该生态中用于存储诊断、治疗等信息。雾计算（fog computing）通过地理分布的低功耗节点提供低延迟、位置感知处理，并减少与云交换的数据量。在智慧城市中，分布于街区、地区和卫生区的雾节点可支持更靠近数据源的区域健康分析。然而，跨区域健康数据集成仍受标准不一致、不安全数据交换和临床系统互操作性有限等问题制约；个体级生命体征分析和疾病预测虽已成熟，但利用这些信号生成区域分解的群体健康洞察仍未被充分探索；既有研究也多忽视边缘、雾和云等计算基础设施层在预处理和传输效率中的作用，较少关注可同时基于患者特异数据和区域健康洞察向医院或患者告警的实时预警系统。HL7 FHIR（Health Level Seven Fast Healthcare Interoperability Resources）等标准数据格式因此不仅对异构临床系统互操作重要，也对丰富数据采集和一致区域分析重要。研究人员开展的研究是提出 FLEX-FHIR，一种以分层雾树组织的分布式雾计算架构，在对应邻里和社区的地理分布雾节点间聚合 HL7 FHIR 合规生命体征记录，支持邻里和社区尺度的群体级分析与实时告警，而不将原始患者数据集中到云。其意义在于支持智慧城市中面向区域、低延迟、上下文感知的主动医疗服务，并与数字公共卫生和边缘智能一致。主要结论是：雾树架构与 HL7 FHIR 可联合部署为单一互操作栈；层间 FHIR 资源转发在 83–135 ms 内保持近尺度不变；分析操作将每节点可行范围限制在约 1000–5000 名患者；受控实验可恢复预定义相关性、分组和空间模式。

主要关键技术方法方面，研究人员构建了一个小城市模拟部署：5 个街区节点（B1–B5）、3 个邻里节点（N1–N3）和 1 个城市节点（C1），部署于 AWS EC2。数据来自公开 Kaggle 数据集，兼容 NEWS₂（National Early Warning Score 2，国家早期预警评分 2），包含六项所需生理参数、人口学属性和时间戳。原始 CSV 经 Python 模块转换为 HL7 FHIR Patient 和 Observation 资源，分配 LOINC（Logical Observation Identifiers Names and Codes）代码后按城市映射路由至雾节点。节点使用 HAPI FHIR JPA 服务器与 PostgreSQL 数据库，所有组件通信仅使用 RESTful FHIR API；以 Micrometer 通过 Prometheus 注册表监控。评测覆盖分析正确性、端到端延迟和可扩展性，使用受控网络条件作为可重复基线。完整实现、部署工件和实验工作流公开可用。

研究结果如下。4.1 数据摄取与临床处理：研究人员以原子 Bundle 事务提交 Patient 和 Observation 资源，仅向上层转发每节点生命体征平均值，而 Patient 资源完整转发；NEWS₂ 评分写入 Patient 资源并条件更新，街区级 NEWS₂ 为患者当前总分算术平均。通过脓毒症检测实验验证 Condition 生成：当心率 >90 bpm、收缩压 ≤90 mmHg、呼吸率 ≥20 次/分、体温 >38.3°C 或 <36.0°C 四项 CQL（Clinical Quality Language，临床质量语言）标准同时满足时生成疑似脓毒症 Condition。告警工作流用三名合成患者验证，其 NEWS₂ 为 8、7、6，阈值分别为患者 ≥7 和街区平均 ≥5.0；两个合格告警生成，街区告警均值为 7.0，并发送电子邮件通知；评分为 6 的患者未触发告警。

4.2 聚类、相关性与空间分析。4.2.1 K-means 患者分层：在两个受控实验中验证 K-Means 分层流程。结构化队列将 300 名患者置于 B1，包含三种刻意不重叠临床特征的合成队列；聚类前进行 z-score 标准化并按临床相关性权重缩放，配置 K_max=4、8 次随机重启、轮廓系数惩罚 δ=0.35、轮廓样本量 500。结果显示轮廓系数为 0.712，模型选择正确识别 K=3，年龄跨度 56.7 年，心率差 58.3 bpm，共病差 5.29，PCA（Principal Component Analysis，主成分分析）保留 97.5% 总方差。第二个实验使用 300 名特征相同的患者验证退化行为，轮廓系数降至 0.000，触发低置信标志并抑制聚类着色，说明同质数据不会产生虚假分层。4.2.2 相关性与空间自相关：在邻里层通过六个受控实验验证相关性与空间自相关流程，使用 Pearson r、Spearman ρ_s 和 Kendall τ_b，并以 B=1000 置换检验确认显著性。三个合成数据集和五个预定义街区级变量对显示所有分析 p 值 <0.001、置换 p 值 0.001，确认计算正确且显著性一致；averageIncome 与 conditions 的诊断性差异显示，Pearson r 从 ?0.913 降至 ?0.876，而 Spearman ρ_s 保持 ?0.998、Kendall τ_b 保持 ?0.976。负对照中五个变量对均为弱且不显著（|r|≤0.168，p>0.55，置换 p>0.58）；零方差数据集中三个年龄配对系数因未定义而被抑制，两个剩余变量对为完全负相关（r=ρ_s=τ_b=?1.000，p<0.001），置换 p 值 0.017。Moran’s I 空间自相关在 Spearman 正相关数据集中七个变量均呈强正自相关（I 从 0.953 到 0.985，p<0.01）；在未相关数据集中五个变量呈分散，心率随机，averageIncome 因未打乱而呈真实空间梯度（I=+0.950，p<0.01）。4.2.3 统计汇总与实时监测：在第一雾层和上层雾层分别验证。第一雾层计算每患者 NEWS₂ 并给出均值、中位数、方差、标准差、发病率和患病率及非参数 bootstrap 95% 置信区间；街区 B71（n=300）平均 NEWS₂ 为 3.22，中位数为 1.50，呈右偏，bootstrap 95% CI 为 [2.77,3.63]，标准差 3.63。上层雾层对子节点聚合 NEWS₂ 计算区域均值，并以 |z_b|≥1.96 标记异常节点；Spearman 正相关数据集中邻里 N81 的区域均值为 9.60，按 z-score 降序展示最偏离街区。实时趋势图显示心率、呼吸率、收缩压、舒张压、体温和氧饱和度的滚动平均值及区域均值参考线。

4.3 性能与可扩展性：研究人员在完整三级雾树上进行受控摄取实验，规模为 1000、5000、10000 和 20000 名患者，每名患者伴随六项 NEWS₂ 生命体征观测。上游转发延迟稳定在 83–135 ms/患者，表明每患者 FHIR 事务开销相对累计数据集大小呈 O(1)；NEWS₂ 评分延迟从 1000 名患者时每周期 2–5 s 增至 20000 名患者时 4–13 s；仪表板查询和 K-Means 延迟在 5000 名患者前保持亚秒级，之后陡增，20000 名患者时 B1 平均仪表板延迟 5.28 s、B4 为 3.99 s；B3（8 vCPU）在每个规模点表现最佳。邻里层 MeasureReport 聚合保持快速，均值 3–39 ms，最大 209 ms；空间自相关和街区相关性延迟近似，均随患者数超线性增长，N1 空间延迟从 1000 名患者时 18 ms 增至 20000 名患者时 1.82 s，即患者数增加 20 倍而延迟增加 101 倍。城市层 MeasureReport 聚合均值 3–19 ms、最大 44 ms；空间自相关和相关性延迟从 25 ms 分别增至 5.15 s 和 5.10 s，仪表板查询从 21 ms 增至 1.39 s，JVM 堆利用率从 10.3% 增至 33.2%。

4.3.1 基础设施分析：在所有节点和规模点，连接池超时、摄取错误和 HTTP 服务器错误均为零；患者数增加 20 倍未产生丢弃请求、失败写入或连接耗尽；线程数稳定在每节点 56–68，且零阻塞线程；堆使用从未接近 3.15 GB 上限，峰值 1.6 GB。街区层中，所有节点在 10000 名患者前处于舒适范围（CPU 低于 22%，垃圾回收开销低于 2.1%）；B3 作为唯一 8 vCPU 街区节点在 20000 名患者时仅 14.5% CPU 和 2.6% GC 开销，而 2 vCPU 节点 B1、B4 饱和（94%–100% CPU，GC 暂停 96–103 s），说明瓶颈是资源配置而非架构限制。邻里层 N1 因聚合三个子街区，CPU 从 3.6% 增至 37.7%，GC 开销达 7.0%，堆利用率 29.3%，高于 N2、N3；城市层 C1 的 GC 开销在 10000 名患者时峰值 9.9%，20000 名患者时降至 7.1%，堆利用率不超过 31.2%。4.3.2 形式化复杂度分析：MeasureReport 聚合的经验缩放指数 b=0.57–0.72，近乎尺度不变；K-Means 理论为 O(N)，但经验指数 1.45，反映模型选择扫描的大隐藏常数和 CPU 受限节点上的 FHIR 搜索索引成本及 GC 压力，在 8 vCPU 节点 B3 上仪表板指数降至 1.00；城市层空间和相关性指数 b≈1.85–1.86，与 O(n²) 稠密权重矩阵和朴素 Kendall τ_b 公式相符，二者可通过归并排序反演计数和稀疏邻接图等 O(n log n) 或 O(n d) 方法恢复近线性扩展而不改变 FHIR 资源模型或雾拓扑。

讨论部分总结：分析引擎在所有测试场景中产生内部一致且临床合理的输出，无假阳性和持久层错误；K-Means 负对照正确抑制同质群体中的聚类输出；同时报告三类相关系数并非冗余，能揭示单系数会掩盖的非线性。基础设施随资源配置和扇入按预期扩展，堆和连接池余量充足，完整 20 倍负载范围内无请求、写入或连接失败。优先优化目标是朴素 O(n²) 的 Kendall τ_b 和 Moran’s I 公式，可通过归并排序和稀疏邻接图降低复杂度而不改变 FHIR 资源模型或雾拓扑。雾计算与 HL7 FHIR 可作为一致互操作栈联合部署，分析输出本地产生并可被任何 FHIR 兼容下游系统直接消费；雾内嵌 NEWS₂ 评分消除时间敏感决策对云可用性的依赖。社会经济相关和空间聚类输出为卫生当局提供从常规采集数据调查健康公平的操作机制，无需专门流行病学调查。该架构可直接由公共卫生当局和智慧城市政府部署，无需改变现有临床基础设施；雾层级自然映射行政地理，试点可从单个邻里三至五个街区节点开始。与文献相比，多数相关研究采用仅云流程并聚焦个体级预测，缺少地理聚合或标准化数据交换；最相近的雾云架构关注响应时间和数据完整性，但无标准健康格式或群体级雾分析。中心研究问题得到肯定回答：在受控合成数据中，careUnits 与 news2 变量对恢复强预定义逆关联（r=?0.980 至 ?0.985，置换 p 值 0.001），并确认预期空间聚类（I=0.960，p<0.01）；K-Means 将合成患者分为不同队列（轮廓系数 0.712，年龄分离 56.7 年，心率分离 58.3 bpm）；所有实验记录零 FHIR 合规失败。分析操作在无需进一步优化时可计算可行至约 5000 名患者，超过该规模后超线性项日益主导延迟。局限包括评估依赖单一 VPC 中的孤立 AWS EC2 实例和合成数据集，未来需在地理分布城市部署中用真实可穿戴数据验证临床噪声、运动伪影、缺失和患者移动，并评估可变网络条件、节点故障、容错和跨边界移动解析；尚未展示与外部 EHR 系统实时集成；测试拓扑表征数据量压力而非树宽度或深度；安全隐私机制未实证评估。结论翻译：FLEX-FHIR 证明，基于雾树的架构与 HL7 FHIR 可联合部署为单一互操作栈，用于智慧城市中邻里和社区尺度的区域群体健康智能。第一项贡献在架构部分得到展示：所有节点间通信、资源持久化和分析输出均使用标准 FHIR 交互，消除每个集成边界的格式翻译；FHIR 资源跨雾层生命周期与需要格式转换的传统雾架构形成对比。第二项贡献在性能与可扩展性部分得到验证：层次拓扑在多达 20000 名患者工作负载中运行，任何规模下均无摄取错误、连接池超时或 HTTP 服务器错误；层间 FHIR 资源传播保持尺度不变，确认雾拓扑本身不施加固可扩展性上限；仪表板查询、K-Means 和空间自相关等分析操作呈超线性增长，将交互延迟用途限制在约 1000–5000 名患者，具体取决于资源配置；这些是特定操作的算法属性而非拓扑属性，且均可近线性降低而不改变 FHIR 资源模型。第三项贡献在 K-means 患者分层和统计汇总与实时监测部分得到验证：Pearson、Spearman 和 Kendall 相关以及 Moran’s I 空间自相关和统计分析确认，该流程可正确检测资源— acuity 关联及其地理集中，而无需集中原始患者数据。这些贡献为地理分解的早期预警和健康公平调查提供了具体路径，使用全球健康信息学界已采用的标准，并兼容国家平台在次市级粒度和近实时分辨率下的应用。