3. 设备接入总体架构设计

数字临床试验的设备接入不是“把设备连上网”这么简单。一个可审计、可追溯、可扩展的接入体系，通常要跨越五个层次：端侧采集层、边缘网关层、云平台层、数据湖层，以及最终消费数据的临床试验系统层。这五层各自承担不同的职责，也各自有明确的边界与接口约定。理解这套分层架构，是后续做设备选型、协议适配、数据建模和合规验证的基础。

五层架构的职责划分

端侧采集层是数据的源头，包含可穿戴传感器、电子血压计、血糖仪、肺功能仪、心电贴、智能药盒等真实设备。这一层的核心任务是产生原始信号并完成最小化的本地处理，例如采样、滤波、单位换算、时间戳打点。端侧设备通常算力有限、网络不稳定，因此不应承担复杂的协议转换或业务逻辑。

边缘网关层是接入工程中最关键的一层。它部署在受试者家中、临床中心或病房内，负责把多种异构设备的协议统一收敛。例如，某网关同时接入蓝牙低功耗（BLE）血压计、Zigbee 体重秤和串口肺功能仪，需要分别完成 GATT 特征值读取、Zigbee 簇解析和串口帧解析，再统一封装为内部标准消息。网关还承担断网缓存、时钟同步、设备身份绑定和本地脱敏等职责。

云平台层提供设备管理、消息接入、规则引擎和数据服务。它接收来自网关的上行数据，完成设备注册、会话管理、数据校验、告警触发和 API 输出。云平台通常采用 MQTT 或 HTTPS 作为接入协议，并以主题或资源路径区分不同设备类型和试验项目。

数据湖层负责长期、低成本、原始粒度地保存数据。临床试验对原始数据留存有严格要求，数据湖通常按“原始层—清洗层—聚合层”组织，保留设备原始报文、网关标准化消息和最终分析数据集，支持回溯与稽查。

临床试验系统层是数据的最终消费方，包括电子数据采集系统（EDC）、临床数据管理系统（CDMS）、随机化与试验物资管理系统（RTSM）以及统计编程环境。这一层不直接接触设备，而是通过标准接口获取已经过校验和映射的数据。

层间接口与数据流方向

这套架构的数据流方向是自下而上的：端侧产生原始测量，网关完成协议收敛与标准化，云平台做接入与校验，数据湖做留存与加工，临床试验系统做最终消费。反向的控制流同样存在，例如云平台向网关下发配置更新、固件升级指令或采集计划调整，网关再转发给端侧设备。

层与层之间的接口需要明确约定。端侧到网关通常使用设备原生协议，如 BLE GATT、Zigbee 应用层簇、串口 Modbus 或厂商私有协议。网关到云平台建议统一为 MQTT，主题设计可参考 clinical/{trialId}/{siteId}/{deviceType}/{deviceId}/measurement 这样的层级结构，便于按试验、中心、设备类型做权限隔离和路由。云平台到数据湖可采用流式写入加定时批量归档的方式。数据湖到临床试验系统则通过标准 API 或受控导出文件完成，避免临床试验系统直接暴露给设备侧。

一个具体的接入示例

假设某高血压试验需要受试者每日早晚各测量一次血压，设备为某型号 BLE 电子血压计，网关部署在受试者家中。端侧血压计在测量完成后通过 BLE 广播包含收缩压、舒张压、脉搏和测量时间的记录。网关扫描到广播后建立连接，读取 GATT 特征值，解析出原始字节，例如收缩压字段为两个字节的小端整数，单位 mmHg。

网关随后做三件事：第一，将设备 MAC 地址映射为试验设备编号，例如 DEV-0031；第二，根据本地缓存的受试者绑定表，附加受试者编号 SUBJ-0187；第三，生成标准化 JSON 消息并写入本地队列。若此时网络中断，消息保留在队列中，待恢复后按时间顺序补传，并保留原始测量时间而非补传时间。

{
  "trialId": "HTN-2024-01",
  "siteId": "SITE-03",
  "subjectId": "SUBJ-0187",
  "deviceId": "DEV-0031",
  "deviceType": "BP_MONITOR",
  "measureTime": "2024-06-12T07:32:15+08:00",
  "payload": {
    "systolic": 138,
    "diastolic": 86,
    "pulse": 72,
    "unit": "mmHg"
  },
  "quality": "valid",
  "gatewayId": "GW-HOME-0092"
}

云平台收到消息后，先做设备注册状态检查，确认 DEV-0031 属于 HTN-2024-01 且处于启用状态；再做范围校验，例如收缩压是否在 60～250 mmHg 之间；然后写入数据湖原始层，并触发规则引擎判断是否超过预设告警阈值。数据湖清洗层随后将消息映射为 EDC 所需的变量格式，例如将 systolic 映射为 VS_SYS，并附加访视编号和表单标识。

分层设计带来的工程收益

分层最直接的价值是隔离变化。设备型号更换时，只需调整网关中的协议适配器，云平台和数据湖不受影响；临床试验系统更换时，只需调整数据湖到系统的映射接口，设备侧无需改动。其次，分层让合规边界更清晰：原始数据在数据湖中不可篡改地留存，稽查时可从 EDC 中的一条记录回溯到网关消息、再到设备原始报文。最后，分层支持横向扩展，网关可以按中心或家庭批量部署，云平台可以按试验项目做租户隔离，数据湖可以按存储成本分层。

常见设计误区

第一个误区是让端侧设备直接连接云平台。这会导致设备厂商各自实现一套接入逻辑，协议、安全、时钟和身份管理难以统一，后期维护成本极高。第二个误区是网关只做透传、不做标准化。透传意味着云平台要理解每一种设备协议，违背了分层收敛的初衷。第三个误区是数据湖只存聚合结果、不存原始报文。临床试验稽查往往需要原始粒度数据，聚合结果无法替代原始记录。第四个误区是临床试验系统直接读取数据湖中的原始层数据，绕过清洗和映射，容易引入未校验数据，影响统计分析的可靠性。

因此，合理的做法是：端侧保持简单，网关承担协议收敛与标准化，云平台负责接入与校验，数据湖保留原始与加工后的多版本数据，临床试验系统只消费经过映射和校验的数据集。每一层只做自己该做的事，层间通过稳定接口通信，这样整套设备接入体系才能既满足临床试验的合规要求，又具备工程上的可维护性和扩展性。