个人护理公用设施：健康即日常基础设施

# 个人照护公共设施：作为日常基础设施的健康

来源：https://arxiv.org/html/2606.14145

Mahyar Abbasian, Elahe Khatibi, Saba A. Farahani, Nitish Nagesh, Arshia Ilaty, Hooman Sajjadi, Amir Rahmani, and Ramesh Jain

所有作者均隶属于加州大学尔湾分校。电子邮件：{abbasiam, ekhatibi, fazizaba, nnagesh1, ailaty, hsajjadi, a.rahmani, rcjain}@uci.edu

通讯作者：M. Abbasian（电子邮件：[email protected]）。

######  摘要

医疗保健在设计上是必要的、专业的和间断性的——它围绕一个人每年与临床医生相处的大约一小时而构建。而在临床环境之外的8,759小时里，饮食、睡眠、运动、用药和压力才真正塑造着长期健康，却没有任何可比拟的基础设施。个性化医疗的瓶颈并非原始数据或推理能力，而是缺少这个基础设施层。本文介绍了个人照护公共设施（PCU）：一种分层的、事件驱动的架构，被提议作为日常健康领域缺失的公共设施，正如支付、网络和电力是其各自领域的公共设施一样。PCU通过Personicle将连续的个人信号组织成语义上有意义的生活事件，根据个人基线估计动态健康状态，推理因果关系和情境，并通过一个编排器路由指导——该编排器将临床决策逻辑、行为策略选择和自然语言表达分离开来。这种分离让大语言模型能够支持推理和沟通，同时将对安全至关重要的临床决策建立在经过验证的证据之上。我们针对2型糖尿病实例化了PCU——将CGM、饮食、活动、用药、睡眠、压力和临床数据转化为血糖事件、个性化的状态估计、因果解释和基于知识的干预。一个“一天生活”场景展示了相同的基础设施如何根据情境和风险，产生实时提示、每周总结、用药提醒、静默或确定性的安全警报。最后，我们探讨了PCU如何推广到其他慢性病，以及任何始终在线的个人健康公共设施必须解决的治理问题。最终成果是一个蓝图，它将个性化视为日常健康指导的一种架构特性，而非最终的传递层。

## 1 8,759小时缺口与新机遇

重症监护室（ICU）是连续计算的一个奇迹。传感器追踪每一项生命体征，算法实时标记异常，专家团队精确地协调应对。然而，当患者走出医院大门的那一刻，这种警惕就烟消云散了。从任何合理的角度来看，一个人一年中的绝大多数时间——大约8,759小时——都是在临床环境之外度过的，吃饭、睡觉、工作、焦虑，他们所做的累积性决策对长期健康的影响远超任何一次的咨询[94, 26]。然而，我们的计算系统在很大程度上仍然只关注那少数几次临床就诊——平均每人每年大约一小时——导致大部分生活时间无人监测、无人解读、无人支持。

这不仅仅是一个不便之处。慢性病——糖尿病、高血压、心力衰竭、抑郁症——几乎完全是在那些无人支持的时间里进行管理的，并受到行为、环境、昼夜节律和社会背景的塑造[94, 60]。临床护理在设计上是必要的、专业的和间断性的——这是一个结构性选择而非缺陷，但这个选择使得两次就诊之间的8,759个小时没有自己的基础设施。

尽管可穿戴传感器和移动健康应用持续扩展，当今的数字健康生态系统仍然支离破碎：数据被隔离在不兼容的平台上，个人收到的是原始指标而非情境化综合，并且很少有系统能根据结果进行调整[26, 34, 60]。结果是一个熟悉的悖论：数据比以往任何时候都多，但可操作的见解却常常不如与一位知识渊博的临床医生进行五分钟交谈所获得的更多。

几种汇聚的发展已经改变了当前的可能性。连续生理传感已经成熟，基础模型开始学习个体轨迹的丰富表征，大语言模型已成为强大的推理和沟通界面，而来自普适计算社区的严格的时间性行为支持框架也已出现——但每一种单独部署时都有其特有的局限性。这里的要点更简单：个性化医疗的瓶颈已不再是原始数据获取或原始推理能力；它已经转移到数据解释、情境推理以及提供对真实个体敏感的指导[73, 3]。

在本文中，我们认为，缺失的并不是更多的数据、更多的人工智能（AI），也不是孤立的更多应用。缺失的是连接组织：一个系统，通过异构的个人数据感知个体，记住其历史和偏好，根据其自身基线进行因果关系和情境推理，借鉴经过验证的知识，并通过在正确时刻、以正确语气、通过正确渠道传递指导来行动。我们将这种连接组织描述为**个人照护公共设施**（PCU）——一个始终在线的、用于日常健康的AI代理，在设计上是分层且事件驱动的[3, 60, 74]。选择“公共设施”这个词是刻意的：每个现代领域——电力、水、支付、网络——都是通过在其所依赖的制度化服务之下获得一个连续的、以人为中心的基础设施层而成熟的。健康领域从未拥有过自己的此类公共设施；PCU正是被提议作为这一层。在存在此类公共基础设施的地方，PCU被设计为以人为中心的层，制度化健康服务围绕其参与，而不是成为另一个独立的竖井。就像GPS根据目的地和实时路况为每个司机提供不同的导航一样，PCU旨在为每个人提供不同的健康导航，利用连续的个人信号，同时严格受限于临床证据和安全保障。

## 2 一个值得构建的汇聚点

PCU并非凭空出现。它建立并整合了几条工作线，这些工作线各自在日常个性化健康问题的部分环节上取得了重要进展。我们简要回顾这五条线索——涵盖感知、个性化、个人表征、干预时机和对话推理——然后描述PCU从每条线索中汲取了什么。

**移动健康与连续个人感知。** 诊所外部的数据基础已大幅扩展。非处方连续血糖监测仪[8, 11]、经临床验证的用于睡眠、心率和活动的手腕可穿戴设备[21, 61]、智能手机衍生的被动数字生物标志物[35, 73]，以及直接在生理数据流上训练的基础模型[52]，共同提供了关于个体真实生活方式的密集纵向信号。获取问题已基本解决；解释问题则不然。信号仍然孤立，原始指标脱离情境呈现，很少有系统能将这个基础转化为个性化的、对干预有感知的指导。PCU将此基础视为既定条件，并将其贡献定位在此基础之上。

**个性化是经验上的必然，而非风格选择。** 第二类证据表明，上述基础只有在对照个体而非群体进行解释时才变得有用。关于处理效应异质性的长期工作表明，在随机试验中测量的平均反应常常掩盖了某些人的显著获益、许多人的微弱获益以及少数人的伤害[47]，这一模式现已得到慢性病领域的证实，因为可穿戴和连续传感研究揭示了日常生理以及对生活方式和药物干预的反应中存在巨大的个体间差异[93, 109]。方法上的回应——将每个个体作为自身参照的N-of-1和单患者试验设计[48]——在试验层面实现了PCU在系统层面所采用的原则：平均反应无法很好地描述任何特定个体，任何忽略这一点的始终在线系统都将系统性表现不佳。因此，PCU根据个人基线而非人群标准来解释每一个检测到的事件。

**个人模型、数字孪生与个人知识图谱。** 从多个方向尝试表征个体。健康领域的数字孪生已从生理复制品演变为多尺度、行为感知的表征[98, 43, 64]，尽管范围综述指出，很少有部署的孪生能同时实现个性化、动态化和预测化[64]。与此同时，以患者为中心的知识图谱以结构化的可查询形式编码个体的临床史、观察结果和偏好[89, 7, 42, 80]，而诸如REMI这样的因果记忆架构在其上附加因果模式，将建议建立在推断出的个体因果-效应结构而非仅仅相似性之上[75]。一条互补的线索将个体视为按时间顺序排列的生活事件流：Personicle[39, 40]和客观自我[38]将日常体验表示为可计算的经历传记而非静态记录。PCU采纳了这些努力背后的共同直觉。

**即时自适应干预与支持时机。** 在这一领域有深厚根基的一条线索涉及何时应将连续数据转化为行动[90, 63]。即时自适应干预（JITAI）框架规定，支持在个体处于易受影响的机会或脆弱时刻最为有效[63, 62]；实证研究表明，仅调整时机就能显著改善参与度[58, 71]，而微随机试验为评估每次决策的个性化提供了严谨的方法论[44]。另一条互补线索提醒我们，过多的通知会适得其反，并且**不**传递消息本身也可以是一种设计好的行动。PCU直接采纳了这一点，将静默视为第一等的编排结果。

**对话式健康代理与个人健康LLM。** 最近，大语言模型已成为健康领域的推理和沟通界面。前沿模型能够编码临床知识，并在标准化医学问答中达到专家级表现[87, 88]，在受控条件下进行与初级保健医生水平相当的多轮诊断对话[95]，并能根据纵向可穿戴数据提供专家级辅导[19]。工具增强代理已开始将这些能力扩展到纵向个人数据，诸如openCHA[2, 74]和个人健康洞察代理[56]等系统表明，当提供适当的支架时，LLM能够有意义地推理可穿戴数据流。一个一致的模式浮现出来：单体LLM越来越强大，但仅靠自身是不够的，而当模型嵌入到具有适当数据、工具和约束的结构化流程中时，其性能、安全性和个性化都会得到改善[55, 66]。PCU正是这样一个结构化流程。它利用LLM进行推理和沟通，同时一个代理架构将临床决策建立在经过验证的证据之上，并使其可审计。

**PCU的位置所在。** 上述每条线索都提供了其他线索所缺乏的东西：感知基础、个性化解释、持久的个人表征、有原则的时机把握或流畅的推理。没有一条能独自交付一个集成系统。同时期的提案如“个人健康代理的解剖结构”[31]反映了相同的认识。PCU是这样一个集成的提案——一个事件驱动的、代理化的系统，将这些线索整合在一起，同时保留任何始终在线的健康系统必须尊重的安全性和公平性考量[100, 70, 78, 77]。

## 3 PCU架构：简要概述

PCU是一个分层的、事件驱动的、代理化的架构，用于将连续的个人数据转化为安全、个性化的健康指导。我们将在下面描述其每个组件。完整的架构规范，包括正式定义和设计理由，在配套论文[3]中呈现。图1展示了以编排器为中心的结构，其编号组件对应后续的小节。

图 1：个人健康技术系统（PCU）的技术架构与闭环信息流。该图展示了一个从左到右流动的、以核心枢纽为中心的事件驱动系统。顺序摄取管道包括感知（1）、事件引擎/Personicle（2）和状态估计（3）。在核心位置，中央编排器（6）通过与三个横切组件（个人模型（4）、情境推理（5）和知识库（8））的双向通信来管理实时系统状态。在下游，指导生成器（7）将数据转化为多模态接口（9）的可操作见解。该架构协调