一种基于大数据的慢性疾病智能管理系统技术方案

本发明专利技术公开了一种基于大数据的慢性疾病智能管理系统。包括智能穿戴设备：用于采集用户的生命体征数据和接收网络传输模块回传的分析结果；网络传输模块：用于将智能穿戴设备采集到的生命体征数据发送到云端的数据分析模块，并将数据分析模块的分析结果回传到用户穿戴的智能穿戴设备；数据分析模块：用于建立病理模型，并将病理模型与网络传输模块发送的生命体征数据进行匹配得到分析结果；大数据存储模块：用于存储病理模型、采集的生命体征数据和分析结果。本发明专利技术具有能够减轻了疾病对病人心理上的压力、为医生对病人的诊断提供一个很好的决策依据和诊断结果准确可靠的特点。

An intelligent management system for chronic diseases based on big data

The invention discloses an intelligent management system for chronic diseases based on big data. Including intelligent wearing equipment: used to collect the vital signs of the user data and receive the analysis results of the network transmission module; network transmission module: used to send the vital signs data collected by intelligent wearing equipment to the cloud data analysis module, and the analysis results of the data analysis module are returned to the user wearing Intelligent wearing equipment; Data analysis module: used to establish pathological model, and the pathological model and the network transmission module sent vital signs data matching analysis results; Large data storage module: used to store pathological model, collected vital signs data and analysis results. The invention has the advantages of reducing the psychological pressure of the disease on the patient, providing a good decision-making basis for the doctor to diagnose the patient and accurate and reliable diagnosis results.

【技术实现步骤摘要】
一种基于大数据的慢性疾病智能管理系统
本专利技术涉及医疗信息领域，特别是一种基于大数据的慢性疾病智能管理系统。
技术介绍
随着互联网、移动互联网、云计算、物联网的快速兴起，以及移动智能终端的快速发展，慢性疾病数据呈现爆炸式增长，而且数据的内容越来越丰富，关系越来越复杂，更新速度越来越快。国际数据公司提供的数字研究报告显示，仅2011年全球创建和复制的数据量已超过1.8ZB，如果数据增长趋势遵循新摩尔定律，即全球数据每两年翻一番，则2020年数据量将高达30ZB，单一的计算机性能已经无法支撑对如此庞大的数据的存储与分析。据统计，目前中国慢性疾病患病人数已经超多了3亿，并以每十年增长一倍的趋势在发展。此外，慢性疾病现在越来越呈现年轻化，从最开始患病人群分布在六十岁以上人群到现在开始侵袭四十到五十岁的人群。WHO数据显示慢性病每年使3800万人失去生命，在全球范围内，慢性病造成的死亡占所有死亡的60％，其中80％的慢性病死亡事故发生在低收入和中等收入国家(包括中国)，这些国家慢性病死亡人数占全球慢性病死亡人数的四分之三(约2800万人)。在中国，慢性病死亡人数约占总死亡人数85％，慢性病已经成为了中国居民死亡的主要原因。大多数的慢性疾病在发病之前都会有某些征兆，例如心率不齐或者血压等数据的变化，如若能够实时监测这些数据，根据数据变化的一个规律进行分析便能够及时发现可能出现的疾病，然后采取相应措施可以有效降低出现某些慢性疾病概率，或者使一些慢性疾病能够得到有效的医治。根据MBA智库对慢性病的定义，慢性病是指长期的，不能自愈的、也几乎不能被治愈的疾病。所以慢性病的治疗是一个长期的过程，而慢性病病人由于疾病原因会定期前去医院进行各种指标的检测。而当前中国乃至全球的医疗资源相对都比较缺乏，一位医生每天平均需要给10多位病人问诊，这就使得很多慢性病患者去在忍受疾病折磨的同时还需要面对看病难的问题。同时，经常去医院就诊对病人的心理也会造成很大的负担。
技术实现思路
本专利技术的目的在于，提供一种基于大数据的慢性疾病智能管理系统。本专利技术具有能够减轻了疾病对病人心理上的压力、为医生对病人的诊断提供一个很好的决策依据和诊断结果准确可靠的特点。本专利技术的技术方案：一种基于大数据的慢性疾病智能管理系统，包括智能穿戴设备：用于采集用户的生命体征数据和接收网络传输模块回传的分析结果；网络传输模块：用于将智能穿戴设备采集到的生命体征数据发送到云端的数据分析模块，并将数据分析模块的分析结果回传到用户穿戴的智能穿戴设备；数据分析模块：用于建立病理模型，并将病理模型与网络传输模块发送的生命体征数据进行匹配得到分析结果；大数据存储模块：用于存储病理模型、采集的生命体征数据和分析结果。前述的基于大数据的慢性疾病智能管理系统还包括：移动客户端：用于绑定多位用户、用户自主上传数据、接收分析结果；私有云客户端：用于为用户建立私有云账户，接收来自用户自主上传的数据，根据用户上传的数据与云端的大数据存储模块存储的数据为用户建立个性化的慢性疾病管理中心；慢性疾病管理能够实时对用户上传的数据与数据分析模块的病理模型进行匹配，得到分析结果，当分析结果中发现可能出现某种慢性疾病时，及时将分析结果通过网络传输模块回传到智能穿戴设备和/或移动客户端；医院客户端：用于为用户建档、接收用户私有云客户端上传的数据、将用户每次去医院诊断以后的数据上传到用户的私有云客户端和上传最新的慢性疾病信息。前述的基于大数据的慢性疾病智能管理系统还包括语音播报模块：用于根据分析结果定期为用户播报当前身体状况。前述的基于大数据的慢性疾病智能管理系统中，所述的病理模型，是利用贝叶斯分类算法对数据集进行训练得到的。前述的基于大数据的慢性疾病智能管理系统中，所述的大数据存储模块，是Hadoop框架的分布式并行文件系统；所述的数据分析模块，是基于Spark分布式计算框架的数据分析模块；所述的病理模型是按下述方法建立的：通过医院、医疗网站，网络上开源的数据库获取所需的与慢性疾病指标、预防治疗相关的数据构成数据集，然后将数据集存入相应的数据库或数据仓库中，利用Sqoop工具将数据库或数据仓库中的数据集导入到结构为分布式文件系统的大数据存储模块中进行存储，之后在基于Spark框架下的数据分析模块中利用贝叶斯分类算法对数据集进行训练得到病理模型。前述的基于大数据的慢性疾病智能管理系统中，存储于大数据存储模块中的分析结果，通过Sqoop工具从大数据存储模块导出，再由网络传输模块回传到用户穿戴的智能穿戴设备和/或移动客户端。前述的基于大数据的慢性疾病智能管理系统中，所述的在基于Spark框架下的数据分析模块中利用贝叶斯分类算法对数据集进行训练得到病理模型，按下述方法进行：对数据集进行聚合操作，以慢性疾病种类为标签，统计数据集中所有标签出现的次数；将每一种慢性疾病对应的病症集合，得到每种慢性疾病对应的病症；将每种慢性疾病及其对应的病症作为格式样本，对格式样本采用聚合函数，对同一标签的数据进行聚合统计操作，之后通过聚合结果计算出每个标签的先验概率、条件概率，得到病理模型。前述的基于大数据的慢性疾病智能管理系统中，所述的将病理模型与网络传输模块发送的生命体征数据进行匹配得到分析结果，是以所述的生命体征数据为样本，计算样本属于每种病理模型中的慢性疾病的先验概率和条件概率，通过各先验概率和条件概率计算得到样本属于每种慢性疾病的概率，取概率最大的慢性疾病类别作为样本类别，将所述样本类别的概率与病理模型中对应类别的慢性疾病类别的概率进行比对，得到分析结果。有益效果与现有技术相比，本专利技术的基于大数据的慢性病智能管理系统，利用大数据平台结合机器学习的相关算法对慢性病不同阶段的症状以及可能会出现慢性病的一些症状进行训练建立病理模型。通过嵌入式平台实时采集、上传到云端的用户数据进行对比分析，为用户提供合理的建议，实现对用户进行慢性病的预防、预测、控制等功能。此外，本专利技术训练建模所用的数据来自各大型医院相应科室权威专家的诊断信息，使得病人不用去医院便能够对自己当前的健康状况有一个大致的评估，减轻了疾病对病人心理上的压力。同时，由于本专利技术大数据的分析平台对用户的分析是一个连续的过程，所以可以从这个连续的过程观察得到用户身体健康状况的渐变过程，为医生对病人的诊断提供一个很好的决策依据。本专利技术是一款高效、实用的慢性病智能管理系统，利用嵌入式、大数据、机器学习、安卓开发等技术，实现了慢性病的预防、预测、诊断、治疗、健康数据实时分析等功能。本专利技术集合了大数据技术与机器学习相关技术的应用，解决了单一计算机不能对大规模数据进行处理的问题，提高了数据分析的效率以及处理的实时性。通过在大数据平台对海量慢性疾病相关数据的分析，使得分析结果具有更高的可靠性、准确性。附图说明图1是本专利技术的原理框架图；图2是Sqoop工具工作框图；图3是HDFS存储结构图；图4是Spark架构图。具体实施方式下面结合附图和实施例对本专利技术作进一步的说明，但并不作为对本专利技术限制的依据。实施例1。一种基于大数据的慢性疾病智能管理系统，原理框架如图1所示，系统构成包括智能穿戴设备：用于采集用户的生命体征数据和接收网络传输模块回传的分析结果；所述的生命体征数据包括心率、血压、血氧、体本文档来自技高网...

【技术保护点】
1.一种基于大数据的慢性疾病智能管理系统，其特征在于，包括智能穿戴设备：用于采集用户的生命体征数据和接收网络传输模块回传的分析结果；网络传输模块：用于将智能穿戴设备采集到的生命体征数据发送到云端的数据分析模块，并将数据分析模块的分析结果回传到用户穿戴的智能穿戴设备；数据分析模块：用于建立病理模型，并将病理模型与网络传输模块发送的生命体征数据进行匹配得到分析结果；大数据存储模块：用于存储病理模型、采集的生命体征数据和分析结果。

【技术特征摘要】
1.一种基于大数据的慢性疾病智能管理系统，其特征在于，包括智能穿戴设备：用于采集用户的生命体征数据和接收网络传输模块回传的分析结果；网络传输模块：用于将智能穿戴设备采集到的生命体征数据发送到云端的数据分析模块，并将数据分析模块的分析结果回传到用户穿戴的智能穿戴设备；数据分析模块：用于建立病理模型，并将病理模型与网络传输模块发送的生命体征数据进行匹配得到分析结果；大数据存储模块：用于存储病理模型、采集的生命体征数据和分析结果。2.根据权利要求1所述的基于大数据的慢性疾病智能管理系统，其特征在于：该系统还包括移动客户端：用于绑定多位用户、用户自主上传数据、接收分析结果；私有云客户端：用于为用户建立私有云账户，接收来自用户自主上传的数据，根据用户上传的数据与云端的大数据存储模块存储的数据为用户建立个性化的慢性疾病管理中心；慢性疾病管理能够实时对用户上传的数据与数据分析模块的病理模型进行匹配，得到分析结果，当分析结果中发现可能出现某种慢性疾病时，及时将分析结果通过网络传输模块回传到智能穿戴设备和/或移动客户端；医院客户端：用于为用户建档、接收用户私有云客户端上传的数据、将用户每次去医院诊断以后的数据上传到用户的私有云客户端和上传最新的慢性疾病信息。3.根据权利要求1所述的基于大数据的慢性疾病智能管理系统，其特征在于：该系统还包括语音播报模块：用于根据分析结果定期为用户播报当前身体状况。4.根据权利要求1或2所述的基于大数据的慢性疾病智能管理系统，其特征在于：所述的病理模型，是利用贝叶斯分类算法对数据集进行训练得到的。5.根据权利要求4所述的基于大数据的慢性疾病智能管理系统，其特征在于：所述的大数据存储模块，是Hadoop框架的分布式并行文件系统；所述的数据分析模块，是基于Sp...

【专利技术属性】
技术研发人员：刘宇红，周进凡，马治楠，林付春，
申请(专利权)人：贵州大学，
类型：发明
国别省市：贵州,52