一种基于多维度健康管理模型的评测方法及其装置制造方法及图纸

本发明专利技术属于健康管理技术领域。本发明专利技术提供了一种基于多维度健康管理模型的评测方法及其装置，用户提供血液检测结果、用户的历史参数信息和营养素对应的基因检测信息，使用本发明专利技术的评测方法能从三个维度评测用户的健康水平，血液检测结果能直观获得用户当前的营养素状况，是正常、不足或缺乏，用户的历史参数信息及营养素对应的基因信息能获得用户潜在的营养素缺乏或不足风险。因此，本发明专利技术能从三个维度全方位多角度获得用户的营养状况以及提供健康建议，如提供包括但不限于用户的维生素补充建议，起到改善用户营养状况的作用。本发明专利技术解决目前健康管理方式单一和不全面的技术缺陷。

Evaluation method and device based on multidimensional health management model

The invention belongs to the technical field of health management. The invention provides a evaluation method and its device based on a multi-dimensional health management model. The user provides the blood test results, the user's historical parameter information and the gene detection information corresponding to the nutrients. The evaluation method of the invention can be used to evaluate the user's health Kang Shuiping from three dimensions, and the blood test results can be intuitively obtained. The current nutritional status of the user is normal, insufficient or lack, and the user's historical information and the gene information corresponding to nutrients can obtain the potential deficiency or lack of risk of the user. Therefore, the invention can obtain a user's nutritional status and provide health advice from three dimensions, such as providing a vitamin supplement that includes but not limited to users, and plays a role in improving the nutritional status of the user. The invention solves the technical defects of single and incomplete health management mode at present.

【技术实现步骤摘要】
一种基于多维度健康管理模型的评测方法及其装置
本专利技术属于健康管理
，尤其涉及一种基于多维度健康管理模型的评测方法及其装置。
技术介绍
世界卫生组织的研究报告得出，人类三分之一的疾病能通过预防、保健得以避免，三分之一的疾病早期发现可以得到有效的控制，三分之一的疾病通过信息的有效沟通能够提高治疗的效果。随着人们物质生活水平的不断提高，健康的理念逐渐深入人心，健康管理也随之走入人们的生活中来。健康管理是通过了解人们的健康，管理人们的健康，从而改善人们的健康。是指一种对个人或人群的健康危险因素进行全面管理的过程。健康管理能调动人们的积极性，将人们被动的疾病治疗改变为主动的管理健康，使病人以及健康人群更好地恢复健康、维护健康、促进健康，从而节约医疗费用的支出，有效的利用有限资源来达到最大的健康效果。在人们生活多样化的今天，管理自身健康已然成为人们刻不容缓的问题。但是健康管理方法仍然存在着一系列的缺陷，传统的健康管理方式大多通过某些生理结果和疾病诊断结果进行简单的健康管理，其健康状况的评价十分片面，因此基于健康状况得到的健康管理方式也是十分单一和不全面的。
技术实现思路
有鉴于此，本专利技术提供了一种基于多维度健康管理模型的评测方法，通过多个维度综合判断获得的健康管理测评结果，同时考虑了当前的营养状况及可能的营养素缺乏或不足风险，能有效解决目前健康管理方式单一和不全面的技术缺陷。本专利技术提供了一种基于多维度健康管理模型的评测方法，包括如下步骤：S101：根据营养与食品卫生学的维生素营养状况评价标准对营养素血液检测数据进行判定，若所述血液检测数据在所述营养与食品卫生学的维生素营养状况评价标准的范围内，则进行S102；S102：根据预置的营养素和/或预置的营养素对应因素获得多篇文献；S103：提取所述多篇文献的文献结论数据，所述文献结论数据为所述营养素和所述营养素对应因素的对应关系；S104：根据所述营养素、所述营养素对应因素以及所述营养素和所述营养素对应因素的对应关系建立健康管理模型；S105：获取用户的历史参数信息和基因检测信息作为所述健康管理模型的输入信息，并分别得到第一健康管理模型结果和第二健康管理模型结果；S106：对所述第一健康管理模型结果和所述第二健康管理模型结果进行比较，获取高数值的健康管理模型结果为健康管理的评测结果。作为优选，所述S101具体为：根据营养与食品卫生学的维生素营养状况评价标准对营养素血液检测数据进行判定，若所述血液检测数据在所述营养与食品卫生学的维生素营养状况评价标准的范围内，则进行S102；若所述血液检测数据在所述营养与食品卫生学的维生素营养状况评价标准范围外，则输出营养素调整结果。其中，所述营养素调整结果具体为根据中国居民膳食营养素参考摄入量(DRIs)及营养素补充剂原料目录限定范围进行补充。其中，所述基因检测信息具体为与营养素相关的基因信息。作为优选，所述S104具体为：S201：获取所述文献的类型数据；S202：根据所述文献的类型数据计算得到所述文献结论数据的分数；S203：根据所述文献结论数据的分数，提取预设高分数段数量的文献结论数据，得到过程数据；其中，所述预设高分数段的文献结论数据具体为从高分排序的20-100％数量的文献结论数据。其中，所述从高分排序的20-100％数量具体为从高分排序的5-16分的文献结论数据。S204：对所述过程数据进行语句匹配，提取满足预置的语句匹配相似度的过程数据，得到结论数据，根据所述结论数据的所述营养素、所述营养素对应因素以及所述营养素和所述营养素对应因素的对应关系建立健康管理模型构建健康管理模型。作为优选，所述语句匹配具体为对所述过程数据进行一致性判断，得到结论数据；所述一致性判断具体为获得所述营养素和所述营养素对应因素的对应关系的一致率，若所述营养素和所述营养素对应因素的对应关系的一致率满足预置的一致率，则提取满足预置的一致率的过程数据，得到结论数据。具体的，一致率相当于语句匹配相似度。作为优选，所述满足预置的一致率为超过预置所述营养素、所述营养素对应因素以及所述营养素和所述营养素对应因素的一致率。其中，所述一致率具体为60％-100％，对过程数据进行语句匹配，所述过程数据的预置营养素和营养素对应因素的对应关系的特征词相互的一致性达到60％-100％，则筛选出来。具体的，根据预置的营养素和/或预置的营养素对应因素获得多篇的文献，例如营养素为维生素C和维生素E，营养素对应因素为高尿酸血症患者，得到关于这些关键词的文献后，提取多篇的文献的文献结论数据，文献结论数据为营养素和营养素对应因素的对应关系，然后，获取这些文献的类型数据，接着，根据这些文献的类型数据计算得到这些文献结论数据的分数，在根据这些文献结论数据的分数，提取从高分排序的20-100％数量的文献结论数据，得到过程数据，对这些过程数据进行语句匹配；若营养素和营养素对应因素的对应关系的一致率满足预置的一致率(语句匹配相似度)，则提取满足预置的一致率(语句匹配相似度)的过程数据，得到结论数据，根据结论数据的营养素、营养素对应因素以及营养素和营养素对应因素的对应关系建立健康管理模型。例如，过程数据有营养素、营养素对应因素和营养素与营养素对应因素的对应关系，维生素C(营养素)和高尿酸血症患者(营养素对应因素)的对应关系为高尿酸血症患者维生素C降低或缺乏，这一过程数据的有营养素、营养素对应因素和营养素与营养素对应因素的对应关系的一致率(语句匹配相似度)分别超过60％，营养素超过60％是维生素C，营养素对应因素超过60％是高尿酸血症患者，营养素对应因素和营养素与营养素对应因素的对应关系超过60％是降低或缺乏，则提取均超过60％的一致率的营养素、营养素对应因素和营养素与营养素对应因素的对应关系的结果数据。作为优选，所述文献的类型数据包括随机对照试验类型、非随机对照试验类型、病例对照研究类型、队列研究类型、病例系列类型和横断面研究类型；所述S202具体包括：若所述文献的类型数据为随机对照试验类型，则所述文献的文献结论数据为第一预设分数；若所述文献的类型数据为非随机对照试验类型、病例对照研究类型或队列研究类型，则所述文献的文献结论数据为第二预设分数；若所述文献的类型数据为病例系列类型或横断面研究类型，则所述文献的文献结论数据为第三预设分数。作为优选，所述S102具体包括：S301：提取多篇文献的摘要和结论的特征句子，对特征句子通过句式抽取方法获得文献结论数据。作为优选，所述预置的营养素对应因素包括年龄、性别、身高、体重、疾病情况、生活方式、饮食方式、工作时间情况、亚健康情况以及营养素吸收代谢相关的基因信息。本专利技术还公开一种基于多维度健康管理模型的评测装置，包括：血液检测单元S1、文献提取单元S2、结论提取单元S3、模型建立单元S4、输出单元S5和比较单元S6；血液检测单元S1，具体用于根据营养与食品卫生学的维生素营养状况评价标准对血液检测数据进行判定，若所述血液检测数据在所述营养与食品卫生学的维生素营养状况评价标准范围内，则触发文献提取单元；文献提取单元S2，具体用于根据预置的营养素和/或预置的营养素对应因素获得多篇的文献；结论提取单元S3，具体用于提取多篇的文献的文献结论数据，所述文献结本文档来自技高网...

【技术保护点】
1.一种基于多维度健康管理模型的评测方法，其特征在于，包括如下步骤：S101：根据营养与食品卫生学的维生素营养状况评价标准对营养素血液检测数据进行判定，若所述血液检测数据在所述营养与食品卫生学的维生素营养状况评价标准的范围内，则进行S102；S102：根据预置的营养素和/或预置的营养素对应因素获得多篇文献；S103：提取所述多篇文献的文献结论数据，所述文献结论数据为所述营养素和所述营养素对应因素的对应关系；S104：根据所述营养素、所述营养素对应因素以及所述营养素和所述营养素对应因素的对应关系建立健康管理模型；S105：获取用户的历史参数信息和基因检测信息作为所述健康管理模型的输入信息，并分别得到第一健康管理模型结果和第二健康管理模型结果；S106：对所述第一健康管理模型结果和所述第二健康管理模型结果进行比较，获取高数值的健康管理模型结果为健康管理的评测结果。

【技术特征摘要】
1.一种基于多维度健康管理模型的评测方法，其特征在于，包括如下步骤：S101：根据营养与食品卫生学的维生素营养状况评价标准对营养素血液检测数据进行判定，若所述血液检测数据在所述营养与食品卫生学的维生素营养状况评价标准的范围内，则进行S102；S102：根据预置的营养素和/或预置的营养素对应因素获得多篇文献；S103：提取所述多篇文献的文献结论数据，所述文献结论数据为所述营养素和所述营养素对应因素的对应关系；S104：根据所述营养素、所述营养素对应因素以及所述营养素和所述营养素对应因素的对应关系建立健康管理模型；S105：获取用户的历史参数信息和基因检测信息作为所述健康管理模型的输入信息，并分别得到第一健康管理模型结果和第二健康管理模型结果；S106：对所述第一健康管理模型结果和所述第二健康管理模型结果进行比较，获取高数值的健康管理模型结果为健康管理的评测结果。2.根据权利要求1所述的基于多维度健康管理模型的评测方法，其特征在于，所述S101具体为：根据营养与食品卫生学的维生素营养状况评价标准对营养素血液检测数据进行判定，若所述血液检测数据在所述营养与食品卫生学的维生素营养状况评价标准的范围内，则进行S102；若所述血液检测数据在所述营养与食品卫生学的维生素营养状况评价标准的范围外，则输出营养素调整结果。3.根据权利要求1所述的基于多维度健康管理模型的评测方法，其特征在于，所述S104具体为：S201：获取所述文献的类型数据；S202：根据所述文献的类型数据计算得到所述文献结论数据的分数；S203：根据所述文献结论数据的分数，提取预设高分数段数量的文献结论数据，得到过程数据；S204：对所述过程数据进行语句匹配，提取满足预置的语句匹配相似度的过程数据，得到结论数据，根据所述结论数据的所述营养素、所述营养素对应因素以及所述营养素和所述营养素对应因素的对应关系建立健康管理模型构建健康管理模型。4.根据权利要求3所述的基于多维度健康管理模型的评测方法，其特征在于，对所述过程数据进行语句匹配，提取满足预置的语句匹配相似度的过程数据，得到结论数据具体为对所述过程数据进行一致性判断，得到结论数据；所述一致性判断具体为获得所述营养素和所述营养素对应因素的对应关系的一致率，若所述营养素和所述营养素对应因素的对应关系的一致率满足预置的一致率，则提取满足预置的一致率的过程数据，得到结论数据。5.根据权利要求3所述的基于多维度健康管理模型的评测方法，其特征在于，所述文献的类型数据包括随机对照试验类型、非随机对照试验类型、病例对照研究类型、队列研究类型、病例系列类型和横断面研究类型；所述S202具体包括：若所述文献的类型数据为随机对照试验类型，则所述文献的文献结论数据为第一预设分数；若所述文献的类型数据为非随机对照试验类型、病例对照研究类型或队列研究类型，则所述文献的文献结论数据为第二预设分数；若所述文献的类型数据为病例系列类型或横断面研究类型，则所述文献的文献结论数据为第三预设分数。6.根据权利要求1所述的基于多维度健康管理模型的评测方法，其特征在于，所述S102具体包括：S301：提取多篇文献的摘要和结论的特征句子，对特征句子通过句式抽取方法获得文献结论数据。7.根据权利要求3所述的基于多维度健康管理模型的评测方法，其特征在于，所述S203预设高分数段的文献结论数据具体为从高分排序的20-100％数量的文献结论数据。8.根据权利要求7所述的基于多维度健康管理模型的评测方法，其特征在于，所述从高分排序的20-100％数量具体为从高分排序的5-16分的文献结论数据。9.根据权利要...

【专利技术属性】
技术研发人员：杨明喆，陈洁华，焦昌娅，张旭光，
申请(专利权)人：汤臣倍健股份有限公司，
类型：发明
国别省市：广东,44