随着人口老龄化问题的日益突显，政府对养老服务行业的重视程度不断提升。居家养老作为大多数群体选择的养老模式，在整个养老服务领域的关注比重持续攀升。居家医疗保健服务（Home healthcare service）作为居家养老的重要内容，推动其数字化发展，特别是利用高效算法和智能硬件等辅助手段为居家医疗保健场景提供支持，可以帮助居家老年人获得及时的医疗帮助。

近年来，为在数智化社会中更好地实施健康老龄化，我国各级政府出台了不少相关政策公文以推进数字化在居家医疗保健服务中的应用。以本刊为例，2023年上半年的刊物中，几乎每期都收录了各级政府加快养老领域数字化发展的政策条例。如上期《政府动态》栏目，海口市人民政府制定了《海口市居家养老服务条例》以鼓励社会力量开发居家智慧养老服务平台。本期《政府动态》栏目收录的《关于印发江西省推进养老服务提质升级三年行动方案（2023-2025年）的通知》中将完善养老服务基础数据作为促进行动的重要内容之一。

基于上述政策背景并结合现阶段居家护理场景的实际情况，我们认为有以下两点问题需要研究人员关注以助力居家医疗保健服务数字化建设：

一、国内居家医疗保健数据缺乏监管和标准化。国外将较为成熟的临床医疗保健术语集如世界卫生组织已发布的临床护理分类系统（Clinical Care Classification）、美国联邦政府系统中采纳的医学系统化命名-临床术语（Systematized Nomenclature of Medicine - Clinical Term）等迁移到居家护理场景中以进行监管和标准化。然而国内现有居家护理场景的术语集合如山东大学张静教授翻译的国际护理实践术语集（中文版）（International Council of Nurses Practice）并未被大范围采纳用于实际居家护理场景中。这导致国内不同系统（如医院与养老院）和不同平台之间涉及医疗保健的数据格式和结构不一致，较难进行数据交换和共享，从而阻碍了这些数据的有效流通和利用。

二、与其他领域相比，居家医疗保健领域对数据挖掘技术的采纳起步较晚。这一方面是由于居家医疗保健涉及到多个来源和类型的数据，包括患者的健康记录、传感器数据、医疗设备数据等。另一方面是由于居家医疗保健受地域限制，所获取的数据通常较为分散且样本量较小，而神经网络在训练小样本数据时容易产生过拟合问题，从而导致算法的性能被高估而实际的算法效果较差。无法及时有效的利用数据挖掘技术对数据进行清理和分析，限制了居家医疗保健场景下的辅助决策支持系统的发展。如何结合不同样本特征选取适合小样本的算法是居家医疗保健领域算法设计的难点。

针对以上两个难点，我们建议政产研各界人员共同关注居家医疗保健数据标准化和数据挖掘技术的研究与应用，提供或寻求必要的投资用于居家护理场景中的数据挖掘技术研发，推广数据共享概念并消除数据孤岛，鼓励有竞争力的技术用于居家护理场景，以进一步推进居家医疗保健数字化服务的发展，提升居家护理的质量和效果。

主  编   张卓越      

                                       2023年7月1日于北京