基于健康档案的疫情高危人群分类管理策略

基于健康档案的疫情高危人群分类管理策略演讲人01基于健康档案的疫情高危人群分类管理策略02引言：疫情常态化背景下高危人群管理的时代意义03疫情高危人群的分类维度与识别标准04健康档案的构建与数据整合：分类管理的数据基石05基于健康档案的高危人群分类管理策略06实施保障与挑战应对07总结与展望目录01基于健康档案的疫情高危人群分类管理策略02引言：疫情常态化背景下高危人群管理的时代意义疫情高危人群的界定与防控重要性重大疫情防控中，高危人群的保护始终是“防重症、降死亡率”的核心环节。从新冠肺炎疫情到季节性流感，实践反复证明，若仅采取“一刀切”的泛化防控，不仅会造成医疗资源浪费，更难以精准阻断高危人群的感染风险。所谓“疫情高危人群”，是指在传染病流行期间，因生理特征、基础疾病、免疫状态或行为环境等因素，感染后发展为重症、危重症甚至死亡风险显著高于普通健康人群的个体集合。这部分人群包括但不限于老年人、慢性病患者、免疫功能缺陷者、孕产妇及独居群体等。作为一名深耕公共卫生领域十余年的从业者，我曾在2020年初武汉疫情最严峻的时刻参与社区高危人群筛查工作。当时，一位患有高血压、糖尿病的78岁老人因子女不在身边、未及时就医，最终发展为重症肺炎的经历，让我深刻意识到：高危人群管理若缺乏系统性、持续性，便可能成为疫情防控的“短板”。而健康档案，作为记录个体全生命周期健康信息的“数据底座”，恰恰能为高危人群的精准识别、动态监测和个性化干预提供科学依据。健康档案在分类管理中的核心价值健康档案是以电子化方式记录居民健康信息的系统性文件，涵盖个人基础信息、病史、诊疗记录、检验检查结果、生活方式、疫苗接种史等全维度数据。在疫情高危人群管理中，其价值体现在三个层面：一是“精准识别”的基石作用，通过整合历史健康数据，可快速筛选出符合高危标准的人群，避免人工筛查的遗漏；二是“动态监测”的支撑作用，实时更新健康指标变化（如血氧饱和度、血糖波动），实现风险早发现、早预警；三是“个性化干预”的导向作用，根据个体基础疾病、用药史、过敏史等制定差异化防控方案，提升干预有效性。本文的研究思路与实践基础本文将从“高危人群分类维度—健康档案构建路径—分类管理策略—实施保障”四个维度展开论述，结合国内疫情防控实践案例（如上海、深圳等地的健康档案应用经验）与基层工作感悟，力求提出一套可复制、可推广的高危人群分类管理框架。我们始终秉持一个核心理念：疫情防控不是“数据的堆砌”，而是“人的守护”——每一份健康档案背后，都是对生命的敬畏与责任。03疫情高危人群的分类维度与识别标准疫情高危人群的分类维度与识别标准科学分类是高危人群管理的首要环节。若分类标准模糊、维度单一，极易导致“漏判”或“误判”。基于健康档案的数据支撑，我们需从生理特征、基础疾病、行为环境三大维度构建多层级分类体系，实现“从群体到个体”的精准画像。基于生理特征的高危人群分类生理特征是评估感染后重症风险的基础指标，具有客观、易量化的特点，可通过健康档案中的基础信息快速提取。基于生理特征的高危人群分类年龄分层：老年人群的生理脆弱性年龄是公认的高危因素，其核心机制在于“免疫衰老”——老年人免疫器官功能退化、免疫细胞活性下降，导致病原体清除能力减弱，且易出现“炎症风暴”。根据《新型冠状病毒肺炎诊疗方案（试行第九版）》，60岁及以上人群为高危人群，其中80岁以上人群重症风险较普通人群增加5-10倍。在健康档案中，需重点关注以下数据：-年龄分层：65-79岁（中危）、≥80岁（极高危）；-生理储备指标：肌少症（握力、步速）、认知功能（MMSE评分）、日常生活能力（ADL评分）；-合并衰老相关指标：听力/视力障碍、吞咽功能障碍（易导致误吸性肺炎）。例如，某社区通过健康档案筛查发现，≥80岁独居老人占比12%，其中40%存在肌少症，这部分人群需纳入“极高危”管理，优先提供疫苗接种上门服务、智能健康监测设备等。基于生理特征的高危人群分类免疫状态：免疫缺陷与免疫抑制人群的特殊性免疫功能低下人群感染后，病情进展迅速且易合并机会性感染。此类人群在健康档案中的识别要点包括：-先性免疫缺陷：如慢性肉芽肿病、DiGeorge综合征等；-获得性免疫缺陷：HIV感染者（CD4+T淋巴细胞计数<200/μL）、长期使用免疫抑制剂者（如器官移植术后、自身免疫性疾病患者服用糖皮质激素或生物制剂）；-肿瘤患者：放化疗期间（中性粒细胞计数<1.0×10⁹/L）、血液系统恶性肿瘤（如白血病、淋巴瘤）。在基层实践中，我曾接诊一位系统性红斑狼疮患者，长期服用环磷酰胺，健康档案显示其近期白细胞计数持续偏低。在流感季来临前，我们根据档案数据提前启动预防性抗病毒治疗，避免了其可能出现的重症感染。基于基础疾病的高危人群分类慢性基础疾病是导致新冠等呼吸道感染重症化的“加速器”，其机制包括：器官功能储备下降、药物相互作用风险增加、感染后易诱发多器官衰竭。健康档案中的疾病诊断记录、用药史、并发症数据是此类人群分类的核心依据。基于基础疾病的高危人群分类心血管疾病：循环系统的“脆弱链条”心血管疾病患者（尤其是未控制良好的）感染后，易出现心肌损伤、心力衰竭、恶性心律失常等并发症。需根据健康档案中的以下指标分层：-高危：未控制的高血压（收缩压≥160mmHg和/或舒张压≥100mmHg）、稳定性心绞痛（NYHA分级Ⅱ级以上）、心肌梗死病史（6个月内）、心脏瓣膜病（中重度狭窄/关闭不全）；-极高危：急性冠脉综合征（2周内）、失代偿性心力衰竭、严重心律失常（持续性室速、高度房室传导阻滞）。例如，某市通过健康档案平台整合高血压患者数据，发现未规律服药者占比35%，其中血压控制达标率不足50%。针对这部分人群，社区医生通过档案中的用药记录，结合血压监测数据，实施“一对一”用药指导，使其感染后重症风险降低28%。基于基础疾病的高危人群分类慢性代谢性疾病：代谢紊乱的“连锁反应”糖尿病、肥胖等代谢性疾病患者常存在“低度炎症状态”，且易出现血管内皮损伤、凝血功能异常，感染后更易发生酮症酸中毒、高渗性昏迷等急性并发症。健康档案中的关键数据包括：-糖尿病：病程（>10年为高危）、糖化血红蛋白（HbA1c>9%为极高危）、并发症（糖尿病肾病、糖尿病足、视网膜病变）；-肥胖：BMI≥30kg/m²（高危）、BMI≥35kg/m²合并腹型肥胖（男性腰围≥90cm、女性腰围≥85cm，为极高危）。值得注意的是，部分患者存在“隐性代谢异常”，如健康档案中无糖尿病病史，但空腹血糖受损（IFG）或糖耐量减低（IGT）。这类人群虽未达糖尿病诊断标准，但感染后血糖波动风险较高，需纳入“中危”管理，定期监测血糖。基于基础疾病的高危人群分类慢性呼吸系统疾病：肺功能储备的“红色警报”慢性阻塞性肺疾病（COPD）、哮喘、肺纤维化等患者，肺功能已存在结构性损伤，感染后易出现呼吸衰竭。健康档案中需重点关注：-肺功能指标：FEV1/FVC<70%（COPD诊断标准）、FEV1占预计值百分比<50%（重度）；-急性加重史：过去1年内因COPD急性加重住院≥2次；-长期家庭氧疗依赖：静息状态血氧饱和度（SpO2）≤88%。在某社区COPD患者管理中，我们通过健康档案中的肺功能数据，将FEV1<30%预计值的患者列为“极高危”，为其配备便携式制氧机和血氧仪，并指导家属掌握家庭氧疗方法，使其感染后死亡率下降35%。基于行为与环境风险的高危人群分类除生理与疾病因素外，行为习惯、生活环境等社会决定因素同样显著影响高危人群的感染风险。此类数据多来源于健康档案中的“个人生活方式问卷”和社区随访记录，需通过动态采集补充。基于行为与环境风险的高危人群分类聚集性活动暴露者：环境风险的“高密度陷阱”养老机构、医院、监所等场所人群密集、空间密闭，是疫情传播的“放大器”。健康档案中需记录以下信息：-居住环境：养老院、护理院等机构居住者；-医疗暴露：长期透析患者（每周往返医院）、肿瘤化疗患者；-社会参与：经常参加集体活动（如广场舞、宗教聚会）的老年人。例如，2022年上海疫情期间，某养老院通过健康档案发现，院内80%以上患者合并高血压或糖尿病，且因封闭管理导致情绪焦虑。我们立即联合心理医生开展“线上疏导”，并通过档案中的慢性病数据调整用药方案，最终实现院内“零重症”。基于行为与环境风险的高危人群分类生活方式风险者：行为习惯的“隐性威胁”吸烟、酗酒、久坐等不良行为会降低机体免疫力，增加感染风险。健康档案中的生活方式评估需包括：-吸烟：≥20支/日，≥10年（高危）；-饮酒：酒精量≥40g/日（男性）≥20g/日（女性），≥5年；-久坐：日均静坐时间≥8小时，每周中等强度运动<150分钟。在某企业员工健康档案中，我们发现30-45岁人群“久坐+外卖饮食”占比达65%，其中35%存在空腹血糖异常。针对这部分人群，我们通过档案数据推送“工间操提醒”“营养配餐建议”，并联合企业开展“无烟办公区”创建，使其流感感染率降低22%。基于行为与环境风险的高危人群分类社会支持薄弱者：脆弱群体的“最后防线”独居、空巢、低收入、信息闭塞人群，因缺乏照护和信息获取能力，成为疫情防控中的“沉默少数”。健康档案中需标注：-家庭结构：独居、独居且无亲属联系方式；-经济状况：低保户、特困人员；-数字素养：无法使用智能手机、不会线上预约/查询。在基层工作中，我曾遇到一位82岁的独居老人，因不会使用智能手机，错过了社区组织的疫苗接种。我们通过健康档案中的“独居老人”标签，联合社区网格员上门登记，并为其开通“绿色通道”，最终完成了疫苗接种。这件事让我深刻体会到：健康档案不仅是“数据”，更是连接脆弱群体的“生命线”。04健康档案的构建与数据整合：分类管理的数据基石健康档案的构建与数据整合：分类管理的数据基石高质量的健康档案是分类管理的前提。若数据分散、标准不一、更新滞后，分类便如同“无源之水”。因此，需从数据来源、治理规范、技术支撑三方面构建“全维度、标准化、动态化”的健康档案体系。健康档案的数据来源与采集规范健康档案的数据需覆盖“全生命周期、全健康场景”，确保分类依据的全面性和准确性。健康档案的数据来源与采集规范个人健康档案：个体健康信息的“核心载体”个人健康档案（PHR）是居民自我健康管理的记录，包括：-基础信息：姓名、性别、出生日期、身份证号、血型、过敏史（药物、食物）、家族史（遗传病、肿瘤）；-健康行为：吸烟、饮酒、运动、饮食、睡眠习惯；-预防接种史：各类疫苗（流感、肺炎、新冠疫苗等）的接种时间、剂次、不良反应；-慢性病管理：高血压、糖尿病等疾病的确诊时间、用药方案（药名、剂量、频次）、控制目标（血压<130/80mmHg、HbA1c<7%）。在采集过程中，需特别注意“患者报告结局（PRO）”的纳入，如患者的自我感受（乏力、气短）、生活质量评分等，这些非量化数据对评估病情同样重要。健康档案的数据来源与采集规范医疗机构数据：临床诊疗的“权威证据”医疗机构电子病历（EMR）是健康档案的“数据金矿”，需重点整合：-门诊/住院病历：诊断记录、主诉、现病史、既往史；-检验检查结果：血常规、生化、凝血功能、影像学（胸片、CT）报告；-用药记录：处方信息、医嘱内容、药品不良反应；-手术/操作记录：手术名称、时间、并发症。数据采集需遵循“一档一码”原则，以身份证号为唯一标识，避免重复建档。例如，某省卫健委建立的“健康云平台”，已实现省内300余家医院的电子病历数据互通，居民可通过手机APP调阅自己的完整诊疗记录，为高危人群分类提供了“一站式”数据支撑。健康档案的数据来源与采集规范公卫监测数据：公共卫生事件的“动态哨点”疾病预防控制中心的监测数据是健康档案的“动态补充”，包括：-传染病报告：新冠、流感、肺结核等法定传染病的发病时间、确诊类型（轻症、重症）、转归；-症状监测：发热、咳嗽、腹泻等症状的监测数据（如“多点触发”预警系统）；-健康危险因素监测：空气污染（PM2.5）、水质、食品安全等环境因素数据。例如，在流感季，疾控中心可通过症状监测系统发现某区域“发热伴咳嗽”病例数异常升高，结合健康档案中的慢性病患者数据，快速锁定需优先干预的高危人群。健康档案的数据来源与采集规范个人主动申报：自我管理的“互动桥梁”鼓励居民通过“健康档案APP”“社区公众号”等渠道主动申报信息，如：-健康自评：近期是否存在发热、乏力等症状；-风险暴露：是否接触过确诊患者、是否前往过中高风险地区；-用药调整：自行增减的药物、出现的不良反应。个人主动申报不仅能补充机构数据的盲区，还能增强居民的参与感和健康责任感。例如，某社区推出“健康档案积分制”，居民每日填报血压、血糖可获得积分，兑换体检或药品，提高了数据上报的依从性。健康档案的数据治理与质量控制“垃圾进，垃圾出”——若数据质量低下，再先进的分类模型也无法发挥作用。因此，需建立全流程数据治理体系。健康档案的数据治理与质量控制数据标准化：打破“信息孤岛”的技术前提不同系统的数据编码、格式不统一是数据整合的主要障碍。需采用国际/国内通用标准：-疾病分类：ICD-10（国际疾病分类第十版）或ICD-11；-术语标准：SNOMEDCT（系统医学术语系统）、LOINC（观察指标标识符命名与编码）；-数据交换：HL7（健康信息交换标准）、FHIR（快速医疗互操作性资源）。例如，某市在建设区域健康信息平台时，将原HIS系统中的“高血压”诊断（俗称“高压病”）统一转换为ICD-10编码I10，实现了与公卫系统数据的一致性。健康档案的数据治理与质量控制隐私保护：数据安全与伦理的“平衡艺术”健康档案涉及个人隐私，需严格遵守《基本医疗卫生与健康促进法》《个人信息保护法》等法规，采取以下措施：-去标识化处理：去除姓名、身份证号等直接标识符，采用加密编码（如哈希值）替代；-权限分级管理：根据岗位设置访问权限（如社区医生仅可访问本辖区居民数据，科研人员需脱敏后使用）；-审计追踪：记录数据访问、修改、删除操作，确保可追溯。在实际操作中，我曾遇到科研团队申请使用糖尿病患者数据开展研究，我们要求其签署《数据使用协议》，并对数据中的姓名、电话等信息进行“双重加密”，既保障了研究需求，又保护了患者隐私。健康档案的数据治理与质量控制数据质量校验：从“源头”到“终端”的全流程监控建立数据质量评价指标体系，定期开展“体检”：-完整性：关键字段缺失率（如过敏史缺失率应<5%）；-准确性：逻辑校验（如糖尿病患者无血糖记录视为异常）；-时效性：慢性病数据更新频率（血压、血糖等指标至少每月更新1次）。例如，某社区卫生服务中心通过数据质量校验发现，30%的高血压患者档案中“最近血压测量时间”超过3个月，随即启动“档案清零行动”，组织医生上门随访，确保数据的“鲜活度”。技术支撑下的健康档案智能化应用随着大数据、人工智能、物联网技术的发展，健康档案正从“静态存储”向“智能应用”升级，为分类管理提供“更聪明”的工具。技术支撑下的健康档案智能化应用大数据平台：海量数据的“聚合引擎”构建区域级健康大数据平台，整合医疗、公卫、社会等多源数据，形成“一人一档”的动态健康画像。例如，浙江省“健康大脑”平台已接入2.5亿份健康档案，通过数据关联分析，可识别出“高血压+糖尿病+吸烟”的“三高危”人群，并自动推送干预建议。技术支撑下的健康档案智能化应用人工智能：风险预测的“智慧大脑”基于机器学习算法，构建高危人群预测模型，实现“从被动筛查到主动预警”的转变。例如，某研究团队利用10万份新冠患者健康档案数据，训练出“重症风险预测模型”，纳入年龄、基础疾病、炎症指标等12个变量，预测AUC（曲线下面积）达0.89，准确率较传统筛查提升40%。技术支撑下的健康档案智能化应用物联网可穿戴设备：实时监测的“神经末梢”将智能手环、血压计、血糖仪等可穿戴设备与健康档案互联，实现生理指标的实时采集与传输。例如，某养老院为高危老人配备智能手环，可实时监测心率、血氧、步数等数据，当血氧饱和度<93%时，系统自动向社区医生发送警报，实现“秒级响应”。05基于健康档案的高危人群分类管理策略基于健康档案的高危人群分类管理策略数据是基础，策略是核心。依托健康档案的分类结果，需构建“动态评估—精准干预—闭环管理”的全流程策略体系，实现“高危人群有人管、管得住、管得好”。动态风险评估与分层管理高危人群并非“一成不变”，需根据健康档案数据定期评估风险等级，实施“差异化”管理。动态风险评估与分层管理风险评估模型：多维度数据的“综合评分”采用“临床指标+行为指标+环境指标”的综合评分法，例如：1-基础疾病评分：糖尿病（+2分）、心血管疾病（+2分）、COPD（+2分）；2-行为评分：吸烟（+1分）、久坐（+1分）；3-环境评分：养老院居住（+2分）、独居（+1分）。4根据总分划分风险等级：5-极高危（≥8分）：每周2次随访，提供“一对一”健康管理；6-高危（5-7分）：每周1次随访，重点关注用药依从性；7-中危（3-4分）：每2周1次随访，提供健康指导；8-低危（<3分）：每月1次随访，常规健康监测。9-年龄评分：≥80岁（+3分）、65-79岁（+1分）；10动态风险评估与分层管理风险预警：异常数据的“自动触发”在健康档案系统中设置预警阈值，当指标异常时自动触发干预流程：-生命体征：体温≥38.5℃持续3天、血氧饱和度≤93%、收缩压≥180mmHg或≤90mmHg；-实验室指标：白细胞计数≤3.0×10⁹/L或≥20.0×10⁹/L、肌酐≥176μmol/L、D-二聚体≥1.0mg/L；-行为异常：连续3天未上报健康数据、智能手环提示长时间静止（可能跌倒）。例如，某社区通过健康档案预警系统发现，一位糖尿病患者的空腹血糖从7.0mmol/L升至13.6mmol/L，系统自动向家庭医生发送警报，医生随即电话联系患者，发现其因忘记更换胰岛素针头导致血糖波动，及时调整后避免了并发症发生。分人群的精准干预策略针对不同分类维度的高危人群，需制定“个性化”干预方案，避免“千篇一律”。分人群的精准干预策略老年人群：“家庭医生+社区网格化”的签约管理老年人是高危人群中的“重中之重”，需发挥“家庭医生签约服务”和“社区网格化管理”的双重优势：01-健康档案应用：定期推送“老年健康包”（含血压计、血糖仪、用药手册），档案中标注“慢病随访计划”，系统自动提醒医生随访；02-服务内容：每年1次免费体检（含肝肾功能、心电图、腹部B超）、疫苗接种上门服务（流感疫苗、肺炎疫苗）、跌倒风险评估与居家环境改造建议（如安装扶手、防滑垫）；03-案例实践：上海市某街道通过健康档案筛查出1200名独居老人，为每人配备“家庭医生+网格员”服务团队，疫情期间通过电话+上门随访相结合的方式，实现“零重症、零死亡”。04分人群的精准干预策略基础疾病人群：“专科医生+全科医生”的协同管理基础疾病患者需“专科”与“全科”协同，控制原发病、预防并发症：-心血管疾病患者：健康档案中标注“心功能分级”，根据分级制定运动处方（如心功能Ⅱ级者可进行快走，每次30分钟，每周5次）和用药提醒（如阿司匹肠溶餐后服用）；-糖尿病患者：档案中设置“血糖波动曲线图”，当血糖>13.9mmol/L时，系统推送“低GI食物推荐”和“运动建议”；合并糖尿病肾病患者，需限制蛋白质摄入（0.6-0.8g/kgd），档案中标注“营养科会诊”标识；-COPD患者：档案中记录“肺功能报告”，指导家庭氧疗（1-2L/min，每日15小时），冬季提前1个月开始预防性使用支气管扩张剂。在某医院“慢病管理中心”，我们通过健康档案整合心内科、内分泌科、肾内科的诊疗建议，为一位“糖尿病+高血压+冠心病”患者制定了“五驾马车”综合管理方案（饮食、运动、用药、监测、教育），其1年内因急性并发症住院次数从3次降至0次。分人群的精准干预策略社会支持薄弱人群：“政府+社会组织”的兜底管理对独居、低收入等社会支持薄弱人群，需政府主导、社会参与，提供“兜底式”保障：-独居老人：健康档案中标注“紧急联系人”，社区网格员每日电话或上门探访，智能手环设置“一键呼叫”功能，连接社区医疗服务中心；-低收入群体：档案中对接“医疗救助政策”，如高血压、糖尿病患者的免费药物发放，定期组织“义诊进社区”活动；-数字障碍人群：社区开设“健康档案查询代办点”，志愿者协助老人完成线上预约、报告打印等服务。在参与某区“健康扶贫”项目时，我们为辖区200名低保户建立了“红色档案”（标注为“极高危”），联合慈善组织捐赠智能血压计，并组织退休医生组成“健康顾问团”，每周开展1次线下咨询，使这部分人群的慢性病控制达标率提升了45%。全流程闭环管理：从风险识别到康复追踪分类管理不是“一次性”工作，需构建“识别-干预-评价-追踪”的闭环体系，确保干预效果可持续。全流程闭环管理：从风险识别到康复追踪风险识别：“多源数据”的主动筛查-健康指标恶化者（如血压控制不佳者）；-环境变化者（如入住养老院、失去主要照护者）。-新确诊的慢性病患者（如近3个月内诊断为高血压、糖尿病）；每季度通过健康档案系统开展1次“高危人群集中筛查”，重点筛查：全流程闭环管理：从风险识别到康复追踪干预实施：“个性化方案”的精准落地040301针对筛查出的高危人群，制定“一人一策”干预方案，明确：-干预措施：如每周3次家庭医生随访、每日步行30分钟；-干预目标：如3个月内血压控制在<130/80mmHg；-责任主体：家庭医生、社区护士、网格员、家属的分工。02全流程闭环管理：从风险识别到康复追踪效果评价：“量化指标”的科学评估每月对干预效果进行评价，指标包括：-过程指标：随访率、用药依从性（≥80%为达标）；-结果指标：生理指标改善率（血压、血糖、血氧等）、并发症发生率、生活质量评分（SF-36量表）。例如，某社区对100名高血压高危人群实施干预，6个月后随访率达95%，血压控制达标率从52%提升至78%，家属满意度达92%。全流程闭环管理：从风险识别到康复追踪康复追踪：“长期管理”的延续性对于重症感染后康复者，需在健康档案中标注“康复期管理”，重点追踪：-心理健康：焦虑、抑郁量表（PHQ-9、GAD-7）评分；-器官功能恢复：如新冠康复者的肺功能（6分钟步行试验）、心功能（超声心动图）；-二级预防：如心血管疾病康复者的他汀类药物使用、抗血小板治疗。06实施保障与挑战应对实施保障与挑战应对任何策略的有效落地，都离不开制度、技术、人才等保障。同时，需正视实施过程中可能面临的挑战，并探索解决方案。政策与制度保障国家层面：完善顶层设计将基于健康档案的高危人群分类管理纳入国家基本公共卫生服务项目，明确资金投入、考核指标和服务规范。例如，《“健康中国2030”规划纲要》提出“建立完善健康档案动态更新机制”，为分类管理提供了政策依据。政策与制度保障地方层面：细化实施方案各地可结合实际制定实施细则，如某省出台《疫情高危人群健康档案管理规范》，明确数据采集标准、隐私保护要求、服务流程等，确保政策落地“不走样”。政策与制度保障部门协同：构建联动机制建立卫健、医保、民政、数据管理等多部门协同机制，例如：医保部门将高危人群健康管理纳入门诊慢特病报销范围，民政部门为独居老人提供居家养老服务，数据管理部门保障平台安全稳定运行。技术与资源保障平台建设：夯实数字底座加快区域健康信息平台建设，实现医疗机构、公卫机构、社区卫生服务中心的数据互通。例如，深圳市“健康信息平台”已覆盖全市所有公立医院和社康中心，居民可通过“i深圳”APP实时调阅健康档案。技术与资源保障人才培养：提升专业能力加强对社区医生、公卫人员的培训，重点提升其健康档案应用能力、风险评估能力和沟通技