一种基于云计算的大数据健康管理系统及方法技术方案

一种基于云计算的大数据健康管理系统及方法，所述系统包括数据采集模块、大数据分析平台和智能终端，数据采集模块用于采集用户健康数据，并将用户健康数据传送给大数据分析平台，大数据分析平台用于接收和保存用户健康数据，并基于医疗知识搭建诊断和预测模型，根据用户健康数据，对常见的疾病进行风险评估和预测，智能终端用于向用户显示健康数据、风险评估和预测的结果以及提供个性化医疗服务，为用户提供全面的个性化的健康管理和保障服务，提高了医疗资源的分配效率。

A Large Data Health Management System and Method Based on Cloud Computing

A large data health management system and method based on cloud computing includes data acquisition module, large data analysis platform and intelligent terminal. Data acquisition module is used to collect user health data, and transmit user health data to large data analysis platform. Large data analysis platform is used to receive and save user health data, and build diagnosis and diagnosis based on medical knowledge. Prediction model, based on user health data, carries out risk assessment and prediction for common diseases. Intelligent terminals are used to display health data, risk assessment and prediction results to users and provide personalized medical services. They provide comprehensive personalized health management and security services for users, and improve the efficiency of medical resource allocation.

【技术实现步骤摘要】
一种基于云计算的大数据健康管理系统及方法
本申请涉及健康管理领域，特别地，涉及一种基于云计算的大数据健康管理系统及方法。
技术介绍
随着人们生活质量的提高，对个人身体健康的关注度不断提高，传统的笨重的大型健康监护仪已经不能满足人们的需要；同时我国现在面临人口老龄化和医疗资源紧缺的难题，慢性病的发病率呈逐年上升趋势，国民需要确认合适的途径和设备来实现对自己健康状况的管理。为了实现对生理参数的实时性检测，实现对身体状况的了解，装备智能硬件的便携式、微型化的健康监护仪得到了大力的研究和开发。然而目前市场上大多数便携式医疗设备，只具备根据单机采集数据来评估个人目前状态，缺乏大规模的数据处理能力、多维度的数据分析能力和深入的数据挖掘能力，即时收集的人体体征数据中蕴含大量有用信息，甚至是可以用来诊断和预防常见疾病的数据。随着大数据和云计算技术的成熟，使得基于大数据的个性化和精准医疗成为可能；精准医疗的最终目标是为病人设计出最佳医疗方案，一起达到医疗效果最大化和副作用最小化的有效医疗模式。由于互联网的迅猛发展，可以通过物联网、大数据等高科技手段，普及健康生活、优化健康服务、建设健康环境，通过探索健康服务模式创新，统筹解决关系居民健康的重大和长远问题。
技术实现思路
本专利技术依托物联网、云计算和大数据等，实现了对用户健康的管理，为用户提供定制的个性化健康服务，提供健康保障，提高医疗资源的分配效率。本专利技术的第一方面提供了一种基于云计算的大数据健康管理系统，包括：括数据采集模块、大数据分析平台和智能终端；数据采集模块用于采集用户健康数据，并将用户健康数据传送给大数据分析平台；大数据分析平台用于接收和保存用户健康数据，并基于医疗知识搭建诊断和预测模型，根据用户健康数据，对常见的疾病进行风险评估和预测；智能终端用于向用户显示健康数据、风险评估和预测的结果以及提供个性化医疗服务。本专利技术的另一方面，所述数据采集模块包含一个或多个监控终端、环境检测模块和信息收集模块；所述监控终端通过智能移动终端向大数据分析平台传送生命体征数据；所述环境检测模块通过所述智能移动终端定位用户所在位置，联网获得当前时间用户所在位置处的环境参数，或者，所述环境检测模块通过监控终端来测量当前的环境参数；所述信息收集模块通过用户自己填写上传，或者从医院或合作医疗机构经用户授权的方式收集用户信息。本专利技术的另一方面，所述大数据分析平台基于Hadoop的分析平台，包括数据存储层和数据处理层；所述数据存储层包括MYSQL数据库、HBASE和HDFS，采用MYSQL数据库来存储结构化数据，采用HBASE存储非结构化数据，采用HDFS存储文件数据；所述数据处理层采用MapReduce软件框架，包括数据预处理模块、特征工程模块、模型训练模块和模型融合模块；所述诊断和预测模型是基于先验知识的专家系统或者基于数据驱动的机器学习。本专利技术的另一方面，中数据预处理模块用于对数据进行清洗、采样、缺失值填充、异常值处理、小波变换、时域频域分析和标准化操作；特征工程模块是基于预处理后的数据，根据先验医疗知识和实际情景来构造特征，或者对特征进行降维自动构建特征；模型训练模块根据情况选择使用Mahout工具包中分类模型；模型融合模块用于融合之前采用不同算法获得的结果。本专利技术的另一方面，所述用户健康数据包括用户的生命体征数据、环境参数、用户的病历信息、健康档案、体检报告和个人基本信息。本专利技术的另一方面，所述个性化医疗服务包括实时监控、数据管理、病历管理、健康档案、健康提醒、健康常识、远程医疗、病患分级和数据共享中的一个或多个。本专利技术的第二方面提供了一种基于云计算的大数据健康管理方法，包括如下步骤：(1)数据采集模块采集用户健康数据，并将用户健康数据上传到大数据分析平台上；(2)大数据分析平台接收和保存用户健康数据；(3)基于医疗知识搭建诊断和预测模型，根据用户健康数据，对常见的疾病进行风险评估和预测；(4)用户通过智能终端获得用户健康数据、风险评估和预测的结果以及个性化医疗服务。本专利技术的又一方面，在保存用户健康数据时，大数据分析平台根据数用户健康数据的类型分别采用不同的存储方式，结构化数据采用MYSQL数据库来存储，非结构化数据采用HBASE进行高效实时存储，文件数据采用HDFS存储。本专利技术的又一方面，基于先验知识的专家系统或者基于数据驱动的机器学习搭建所述诊断和预测模型；所述风险评估和预测的过程依次包括数据预处理、特征工程、模型训练和模型融合四个步骤，在数据预处理步骤中对数据进行清洗、采样、缺失值填充、异常值处理、小波变换、时域频域分析和标准化操作，然后进入特征工程步骤，基于预处理后的数据，根据先验医疗知识和实际情景来构造特征，或者对特征进行降维自动构建特征；接着进入模型训练步骤，根据情况选择使用Mahout工具包中分类模型；最后进入模型融合步骤，融合之前采用不同算法获得的结果，来提高预测准确率。本专利技术的又一方面，用户健康数据包括用户的生命体征数据、环境参数以及用户的病历信息、健康档案、体检报告和个人基本信息；所述个性化医疗服务包括实时监控、数据管理、病历管理、健康档案、健康提醒、健康常识、远程医疗、病患分级和数据共享中的一个或多个。本专利技术的上述技术方案具有如下有益的技术效果：1.基于大数据的数据分析平台依托云计算的分布式处理、分布式数据库和云存储、虚拟化技术，克服了高并发、多种监控终端采集数据不断增加而增加的存储效率、计算效率快速下降的问题，提高了数据处理的实时性，实现了对海量数据的分布式存储和并行计算。而且采用分布式架构有效解决了高并发，大数据量，特征维度高情况下数据处理时间大幅度上升的难题，大数据算法能够挖掘出海量数据中的隐藏有效信息，结合先验医疗知识，能够对一些常见的疾病的诊断具有重要参考价值。2.数据采集模块数据来源广泛，包含心电仪、血糖仪、血压仪等监控终端采集的用户体征数据，环境参数，用户编辑的或者授权从医疗机构获得的病历信息，健康档案，体检报告，个人基本信息。3.建立两种诊断模型方法：基于先验知识的专家系统；基于数据驱动的机器学习模型。建立机器学习模型，模型能够自动学习，从数据中归纳出有用的规则，而且弥补了传统专家系统需要大量先验知识的缺点。可以根据预测对象的不同选择Hadoop的算法包。4.基于大数据分析平台的结论，为用户提供了全面的、个性化的医疗服务。附图说明图1是本专利技术的健康管理系统的结构示意图；图2是数据采集模块的结构示意图；图3是大数据分析平台的结构示意图；图4是大数据分析平台的数据处理流程图。1：数据采集模块；2：大数据分析平台；3：智能终端；11：监控终端；12：环境检测模块；13：信息收集模块；21:Hadoop分析平台；22:数据存储装置；23:算法库。具体实施方式为了方便本领域的技术人员能够更好地理解，下面将结合本专利技术实施和附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。从图1可以看出，本专利技术的一种基于大数据的健康管理系统包括三个部分，分别是数据采集模块1、大数据分析本文档来自技高网...

【技术保护点】
1.一种基于云计算的大数据健康管理系统，其特征在于，包括数据采集模块、大数据分析平台和智能终端；数据采集模块用于采集用户健康数据，并将用户健康数据传送给大数据分析平台；大数据分析平台用于接收和保存用户健康数据，并基于医疗知识搭建诊断和预测模型，根据用户健康数据，对常见的疾病进行风险评估和预测；智能终端用于向用户显示健康数据、风险评估和预测的结果以及提供个性化医疗服务。

【技术特征摘要】
1.一种基于云计算的大数据健康管理系统，其特征在于，包括数据采集模块、大数据分析平台和智能终端；数据采集模块用于采集用户健康数据，并将用户健康数据传送给大数据分析平台；大数据分析平台用于接收和保存用户健康数据，并基于医疗知识搭建诊断和预测模型，根据用户健康数据，对常见的疾病进行风险评估和预测；智能终端用于向用户显示健康数据、风险评估和预测的结果以及提供个性化医疗服务。2.根据权利要求1所述的大数据健康管理系统，其特征在于，其中所述数据采集模块包含一个或多个监控终端、环境检测模块和信息收集模块；所述监控终端通过智能移动终端向大数据分析平台传送生命体征数据；所述环境检测模块通过所述智能移动终端定位用户所在位置，联网获得当前时间用户所在位置处的环境参数，或者，所述环境检测模块通过监控终端来测量当前的环境参数；所述信息收集模块通过用户自己填写上传，或者从医院或合作医疗机构经用户授权的方式收集用户信息。3.根据权利要求1所述的大数据健康管理系统，其特征在于，其中所述大数据分析平台基于Hadoop的分析平台，包括数据存储层和数据处理层；所述数据存储层包括MYSQL数据库、HBASE和HDFS，采用MYSQL数据库来存储结构化数据，采用HBASE存储非结构化数据，采用HDFS存储文件数据；所述数据处理层采用MapReduce软件框架，包括数据预处理模块、特征工程模块、模型训练模块和模型融合模块；所述诊断和预测模型是基于先验知识的专家系统或者基于数据驱动的机器学习。4.根据权利要求3所述的大数据健康管理系统，其特征在于，其中数据预处理模块用于对数据进行清洗、采样、缺失值填充、异常值处理、小波变换、时域频域分析和标准化操作；特征工程模块是基于预处理后的数据，根据先验医疗知识和实际情景来构造特征，或者对特征进行降维自动构建特征；模型训练模块根据情况选择使用Mahout工具包中分类模型；模型融合模块用于融合之前采用不同算法获得的结果。5.根据权利要求1所述的大数据健康管理系统，其特征在于，其中所述用户健康...

【专利技术属性】
技术研发人员：刘成良，张异凡，张飞，刘金磊，
申请(专利权)人：上海夏先机电科技发展有限公司，
类型：发明
国别省市：上海,31