摘要：大数据技术带来个人健康信息的数据化,个人健康数据化在提高医疗效率和增进社会福利的同时也增加了个人隐私信息泄露的风险。世界各国都极为重视对个人健康数据处理行为的监管。欧盟推出以GDPR为代表的集中监管模式,通过严格规制数据处理行为来保护个人数据权利;美国采取以HIPAA为中心的多重监管模式,鼓励企业通过隐私设计来实现隐私信息保护。中国采取了硬法与软法相结合的综合监管模式,这种模式虽然有效推进了数字经济发展和健康中国建设,但仍存在法律监管的真空地带和平台监管的乏力状态。未来我国应在法律监管中叠加技术治理,促进并规范互联网医疗健康平台的自我规制,加快出台政府数据开放隐私影响评估政策,探索“自我规制+政府规制”的合作规制模式。

摘要：COVID-19的大规模流行破坏了世界正常的生产和生活秩序,也给每个国家的社会治理带来了新的挑战。为了控制流行疾病和促进经济恢复,健康二维码作为一种数字技术管理手段应运而生。从实际效果来看,健康二维码的开发在很大程度上消除了填写报告的繁琐工作,减少了交叉感染的可能性,并提高了数据收集的效率。但与此同时,健康二维码的广泛使用也可能给用户的健康数据带来安全隐患,诸如泄露、非法利用等,甚至可能影响用户旅行和工作的正当权益。因此,政府和企业必须遵循合法、透明和最低限度的原则,以消除上述风险。同时,在法律制度设计上,立法者应考虑充分保障用户知情权的实现、强化非法公开和使用健康数据的法律责任、灵活设定个人健康数据管理期限等。值得注意的是,我国的个人信息保护立法工作仍任重道远,健康二维码引起的社会关注无疑将为加速立法和完善中国个人信息保护规则提供新的动力。

摘要：传统养老护理员工健康数据监测系统,受到硬件与软件算法局限性影响,存在监测数据实时性差,误差较大问题。为此,提出基于移动终端的养老护理员工健康数据实时监测系统。根据养老护理员工工作性质,设计系统硬件采用移动终端设计,利用4G无线传输技术器件,引入健康数据采集传感器,搭建监测系统移动采集终端;通过对不同健康参量的采集、特征提取与整合输出,实现优化健康数据特征量,提升数据判断精度的效果。实验结果表明,提出的设计系统的健康监测效果更好,更适合护理人员监控监测的应用。

摘要：随着社会的不断发展和科学的不断进步,人们获得了好处。但是由于社会生活节奏的加快,大部分人不能及时检查自身的健康状况,使得一些疾病没能得到提早治疗。为了解决实时健康监护的问题,通过物联网技术,设计一种家庭健康数据私有云管理系统,从而实现对人的健康数据的采集与管理,完成对人体健康状况的全天候监测。

摘要：目前成都市的社区医疗服务针对性不强,市面上的健康监控电子设备没有支持性的服务平台在后台对健康数据进行有效整合.本文提出,通过根据老年群体①行为特点设计的医疗健康类可穿戴设备,实时监测其健康状况,移动终端将数据传输给后台系统进行储存和分析,为他们建立个人的健康档案,同时系统将分析后的数据及时反馈给监护人和社区卫生服务中心的模式.通过实地考察和问卷访问来调查成都居民对该模式的意愿及分析其中的影响因素.

摘要：随着我国人口老龄化趋势不断严重以及全民亚健康状态的形势严峻,全民健康仍存在些许问题。本文提出一种新的设备,在一定区域内,实时检测老年人的健康数据,不影响老年人的正常生活。通过分析监测数据确定老年人的生理状态。为区域内医护人员提供报警功能。为全民健康提供手段,解决看病难等问题;做到预防为主、防治结合,为完善医疗体系提供思路。

摘要：针对现有数据分析系统实际响应时间过长的问题,在关联规则的支持下,设计一种大学生体质测试健康数据分析系统.搭建系统硬件结构,设计数据采集电路,控制硬件电路的功率输出,优化大学生体质测试健康数据采集过程;构建体质健康关联规则,采用二分模型控制函数阈值,结合JAVA技术,将大学生体质测试健康数据分析系统划分为登录模块、数据管理模块、数据分析模块以及数据回调模块等不同的模块,确定体质测试数据集,生成实际所需的健康数据分析规则,完成大学生体质测试健康数据分析.实验结果表明:完成一次数据分析后,可分辨的数据项数量与实际的健康数据项数值相等,且系统响应时间最短.

摘要：随着'135'发展目标的结束贵州省的高速公路,高速铁路通车总里程将迈向新的台阶,贵州省将成为联接西南地区的物流中心和面向东部的大出海口,大物流集散地。但现有的研究和方案针对内地西部地区尤其是贵州地区的中小型桥梁的健康数据采集与分析的系统屈指可数(其中存在造价仍旧昂贵,数据分析同步率低,响应速度慢,后续问题诊断方案偏少的问题)。

摘要：为匹配电网人才职业发展、掌握电网职工作业环境保障生产安全、应用现代智能技术优化电力医疗资源等,本文利用大数据技术设计并实现了电力行业职工健康管理云平台,通过将职工体检数据、个人调查问卷的数据和职工的工种、职位等信息结合分析,构建出职工健康风险评估模型,实现了对单位和个人健康信息的集中统一管理,实现了员工、人力资源部门和职工健康管理云平台的三方互动。

摘要：随着万物互联和大数据时代的到来,通过线下交互数据追踪传染病患者的密切接触者,利用健康数据对密切接触者的健康状态进行持续监测,为传染病人际传播分析带来了新的研究视角,为阻断传染病的传播提供了新的处理方式。然而,此类方法也存在较为严重的隐私泄露问题。为此,文章设计了基于线下交互和健康数据的传染病人际传播分析模型(Analysis Model of Human-to-Human Transmission of Infectious Diseases Based on Offline Interaction and Health Data,AMHHTID-OIHD)。该模型由可信机构、健康云服务器、交互云服务器、疾控中心、医院和用户6种实体组成,在支持隐私保护的同时实现CDC查找该患者的密切接触者并对其进行健康状态分类。文章以KNN分类和高斯朴素贝叶斯分类为基础,结合同态加密技术,设计了支持AMHHTID-OIHD的隐私保护密切接触者查找算法和隐私保护健康状态分类算法。最后,对该模型的安全性进行分析,结果表明该模型可以在保护隐私的情况下实现密切接触者查找和健康状态分类。