全科视角下社区健康画像的理论与实践

用户画像作为一种实现精准个性化信息服务的工具,近年来受到广泛关注.用户画像是"基于用户真实数据的虚拟代表",最重要的特性是真实性、动态性及独特性.基于不同画像构建角度,用户画像方法主要可分为基于本体画像、基于用户行为画像、基于主题画像、基于用户兴趣画像4种流派,其构建流程是一个用户特征数据采集、数据挖掘及过滤、标签提取及重组、丰富用户画像描述的过程,因其精准化、个性化服务的特点,用户画像可用于进行个性化推荐、精准营销、行为预测、异常检测等不同方向.社区画像是在用户画像的基础上对特定群体开展了前置的范围和边界确认,强调给定群体的共性特征,因此在研究内容和方法上有相应的区别.社区健康画像是社区画像在医疗卫生领域的延展,本质是一定区域内社区主体在医疗卫生领域的信息集合,可根据画像目的 不同选择基于用户相似性画像或基于社区差异性画像,未来可应用于地区医疗资源分配、精准个性化医疗服务、医疗卫生服务水平评价、社区居民健康情况监测等方向.现有的社区健康画像研究较少且大多面向线上健康社区,但随着分级诊疗制度不断推进,数据支持技术不断更新,未来基层社区的医疗资源配置问题必将成为公共卫生领域的研究热点,社区健康画像的应用也会越来越多.本文介绍了当前用户画像、社区画像的研究进展和关键技术,并提出社区健康画像的概念、构建流程和方法及其应用前景,为进一步开展社区健康画像相关研究提供参考.