风险管理系统技术方案

本发明专利技术提出一种风险管理系统，包括：用户数据库、统计数据库、运算器、转换器及第一分类器。用户数据库存储用户的多个生理特征；统计数据库存储多个统计值，对应于多个生理特征；运算器连接至用户数据库及统计数据库，并结合多个生理特征及多个统计值以运算出风险因子；转换器连接至运算器，并将风险因子转换成风险百分比；第一分类器连接至转换器，并根据风险百分比将用户分类至多个族群的一个族群，并输出分类标签。

Risk Management System

The invention provides a risk management system, which comprises a user database, a statistical database, an arithmetic unit, a converter and a first classifier. User databases store multiple physiological characteristics of users; Statistical databases store multiple statistical values corresponding to multiple physiological characteristics; Operators connect to user databases and statistical databases, and combine multiple physiological characteristics and multiple statistical values to calculate risk factors; Converters connect to operators and convert risk factors into risk percentages; First classifier connects to turn The switch classifies the user into one group of multiple groups according to the percentage of risk, and outputs the classification label.

【技术实现步骤摘要】
风险管理系统
本专利技术是关于一种风险管理系统，特别是关于一种心血管疾病风险管理系统。
技术介绍
心血管疾病位居国人前十大死因的第二位，如何对于心血管疾病进行精准的风险评估及管理，是现代医学的重要课题。以量化且系统化的方式建立心血管风险的评估模型成为热门研究，目前实用的评估模型，包括：Framingham危险评估、PROCAM模型评估、REYNODS风险评估、欧洲SCORE危险评估、WHO/ISH风险预测及中国缺血性心血管病危险评估等。然而，无论是何种评估模型，皆因时间、地区、种族、族群(例如男女、老、少)等差异而产生误差，对于风险评估及管理产生影响。这种误差依赖完整的临床实验及充分的统计数据加以修正。
技术实现思路
有鉴于此，根据本专利技术的一种观点，是提出一种风险管理系统，包括：用户数据库、统计数据库、运算器、转换器及第一分类器。用户数据库存储至少一个用户的多个生理特征；统计数据库存储多个统计值，对应于多个生理特征；运算器连接至用户数据库及统计数据库，并结合多个生理特征及多个统计值以运算出风险因子；转换器连接至运算器，并将风险因子转换成风险百分比；第一分类器连接至转换器，并根据风险百分比将用户分类至多个族群的一个族群，并输出分类标签。进一步地，本专利技术的风险管理系统可还包括反馈器，其连接至统计数据库，并根据多个用户的多个临床数据更新多个统计值。进一步地，本专利技术的风险管理系统可还包括第二分类器，其连接至第一分类器，并根据分类标签及调整指数将用户重新分类至多个族群的一个族群。进一步地，在本专利技术的风险管理系统中，第一分类器被配置为：若风险百分比大于20％，则将用户分类至高度风险族群；若风险百分比介于10％至20％，则将用户分类至中度风险族群；且若风险百分比小于10％，则将用户分类至低度风险族群。调整指数是动脉硬化指数。第二分类器被配置为：若动脉硬化指数小于0.9，则将用户自低度风险族群重新分类至中度风险族群；或自中度风险族群重新分类至高度风险族群；且若动脉硬化指数介于1.1至1.4，则将用户自高度风险族群重新分类至中度风险族群；或自中度风险族群重新分类至低度风险族群。进一步地，在本专利技术的风险管理系统中，多个生理特征包括：性别、年龄数值、总胆同醇数值、高密度胆固醇数值、收缩压数值、抽烟布尔值、糖尿病布尔值及高敏感性发炎指标；且多个统计值包括：年龄系数、总胆固醇系数、高密度胆固醇系数、第一收缩压因子、第二收缩压因子、抽烟系数、糖尿病系数、高敏感性发炎指标系数及偏移值。进一步地，在本专利技术的风险管理系统中，运算器被配置为依序执行下列步骤：将年龄数值取自然对数乘以年龄系数；加上总胆固醇值取自然对数乘以总胆固醇系数；减去高密度胆固醇数值取自然对数乘以高密度胆固醇系数；加上收缩压数值取自然对数乘以第一收缩压因子或第二收缩压因子，其中，若用户没有接受高血压治疗，则将收缩压数值取自然对数乘以第一收缩压因子；若用户有接受高血压治疗，则将收缩压数值取自然对数乘以第二收缩压因子；加上抽烟布尔值乘以抽烟系数；加上糖尿病布尔值乘以糖尿病系数；加上高敏感性发炎指标取自然对数乘以高敏感性发炎指标系数；及减去偏移值。进一步地，在本专利技术的风险管理系统中，若性别是男性，则年龄系数是3.06117；总胆固醇系数是1.12370；高密度胆固醇系数是0.93263；第一收缩压因子是1.93303；第二收缩压因子是1.99881；抽烟系数是0.65451；糖尿病系数是0.57367；高敏感性发炎指标系数是0.03；且偏移值是23.9802；若性别是女性，则年龄系数是2.32888；总胆固醇系数是1.20904；高密度胆固醇系数是0.70833；第一收缩压因子是2.76157；第二收缩压因子是2.82263；抽烟系数是0.52873；糖尿病系数是0.69154；高敏感性发炎指标系数是0.03；且偏移值是26.1931。进一步地，在本专利技术的风险管理系统中，转换器被配置为以下列公式将风险因子riskfactor转换成风险百分比risk(％)：若性别是男性，则risk(％)＝100×(1-0.88936×exp(riskfactor))若性别是女性，则risk(％)＝100×(1-0.95012×exp(riskfactor))其中，exp()表示取自然指数。根据本专利技术的另一种观点，是提出一种风险管理方法，包括：步骤A：取得用户的年龄数值Age、总胆固醇数值Totalcholesterol、高密度胆固醇数值HDLcholesterol、收缩压数值SystolicBP、抽烟布尔值Cig、糖尿病布尔值DM及高敏感性发炎指标hsCRP；步骤B：运算出风险因子riskfactors：若用户是男性，则：riskfactor＝ln(Age)×3.06117+ln(Totalcholesterol)×1.12370-ln(HDLcholesterol)×0.93263+ln(SystolicBP)×SysBPFactor+Cig×0.65451+DM×0.57367+ln(hsCRP)×0.03-23.9802若用户是女性，则：riskfactor＝ln(Age)×2.32888+ln(Totalcholesterol)×1.20904-ln(HDLcholesterol)×0.70833+ln(SystolicBP)×SysBPFactor+Cig×0.52873+DM×0.69154+ln(hsCRP)×0.03-26.1931其中，ln表示取自然对数；且若用户是男性且没有接受高血压治疗，则SysBPFactor为1.93303；若用户是男性且有接受高血压治疗，则SysBPFactor为1.99881；若用户是女性且没有接受高血压治疗，则SysBPFactor为2.76157；若用户是女性且有接受高血压治疗，则SysBPFactor为2.82263；及步骤C：将风险因子转换成风险百分比risk(％)：若用户是男性，则risk(％)＝100×(1-0.88936×exp(riskfactor))若用户是女性，则risk(％)＝100×(1-0.95012×exp(riskfactor))其中，exp()表示取自然指数。进一步地，本专利技术的风险管理方法还包括：步骤D：根据风险百分比进行第一次分类：若风险百分比大于20％，则将用户分类至高度风险族群；若风险百分比介于10％至20％，则将用户分类至中度风险族群；且若风险百分比小于10％，则将用户分类至低度风险族群；及步骤E：根据动脉硬化指数进行第二次分类：若动脉硬化指数小于0.9，则将用户自低度风险族群重新分类至中度风险族群；或自中度风险族群重新分类至高度风险族群；若动脉硬化指数介于1.1至1.4，则将用户自高度风险族群重新分类至中度风险族群；或自中度风险族群重新分类至低度风险族群。综上所述，根据本专利技术的风险管理系统及方法，可基于用户的多个生理特征完整地评估其在十年间罹患心血管疾病的风险，而将其分类至正确的风险族群，以达成有效的管理。医疗人员可根据本专利技术的评估结果给予用户保健或治疗方案。此外，本专利技术的风险管理系统及方法的各项系数来自完整的临床实验及充分的统计数据，并可通过反馈进行动态更新，以促进评估的精准度。附图说明图1显示本本文档来自技高网...

【技术保护点】
1.一种风险管理系统，包括：一用户数据库，其存储至少一用户的多个生理特征；一统计数据库，其存储多个统计值，对应于该多个生理特征；一运算器，其连接至该用户数据库及该统计数据库，并结合该多个生理特征及该多个统计值以运算出一风险因子；一转换器，其连接至该运算器，并将该风险因子转换成一风险百分比；及一第一分类器，其连接至该转换器，并根据该风险百分比将该用户分类至多个族群的一族群，并输出一分类标签。

【技术特征摘要】
1.一种风险管理系统，包括：一用户数据库，其存储至少一用户的多个生理特征；一统计数据库，其存储多个统计值，对应于该多个生理特征；一运算器，其连接至该用户数据库及该统计数据库，并结合该多个生理特征及该多个统计值以运算出一风险因子；一转换器，其连接至该运算器，并将该风险因子转换成一风险百分比；及一第一分类器，其连接至该转换器，并根据该风险百分比将该用户分类至多个族群的一族群，并输出一分类标签。2.根据权利要求1所述的风险管理系统，还包括：一反馈器，其连接至该统计数据库，并根据多个用户的多个临床数据更新该多个统计值。3.根据权利要求1所述的风险管理系统，还包括：一第二分类器，其连接至该第一分类器，并根据该分类标签及一调整指数将该用户重新分类至该多个族群的一族群。4.根据权利要求3所述的风险管理系统，其中：该第一分类器被配置为：若该风险百分比大于20％，则将该用户分类至一高度风险族群；若该风险百分比介于10％至20％，则将该用户分类至一中度风险族群；且若该风险百分比小于10％，则将该用户分类至一低度风险族群；该调整指数是一动脉硬化指数；且该第二分类器被配置为：若该动脉硬化指数小于0.9，则将该用户自该低度风险族群重新分类至该中度风险族群；或自该中度风险族群重新分类至该高度风险族群；且若该动脉硬化指数介于1.1至1.4，则将该用户自该高度风险族群重新分类至该中度风险族群；或自该中度风险族群重新分类至该低度风险族群。5.根据权利要求4所述的风险管理系统，其中：该多个生理特征包括：一性别、一年龄数值、一总胆固醇数值、一高密度胆固醇数值、一收缩压数值、一抽烟布尔值、一糖尿病布尔值及一高敏感性发炎指标；且该多个统计值包括：一年龄系数、一总胆固醇系数、一高密度胆固醇系数、一第一收缩压因子、一第二收缩压因子、一抽烟系数、一糖尿病系数、一高敏感性发炎指标系数及一偏移值。6.根据权利要求5所述的风险管理系统，其中：该运算器被配置为依序执行下列步骤：将该年龄数值取自然对数乘以该年龄系数；加上该总胆固醇值取自然对数乘以该总胆固醇系数；减去该高密度胆固醇数值取自然对数乘以该高密度胆固醇系数；加上该收缩压数值取自然对数乘以该第一收缩压因子或该第二收缩压因子，其中，若该用户没有接受高血压治疗，则将该收缩压数值取自然对数乘以该第一收缩压因子；若该用户有接受高血压治疗，则将该收缩压数值取自然对数乘以该第二收缩压因子；加上该抽烟布尔值乘以该抽烟系数；加上该糖尿病布尔值乘以该糖尿病系数；加上该高敏感性发炎指标取自然对数乘以该高敏感性发炎指标系数；减去该偏移值；及输出执行上列步骤的一运算结果，作为该风险因子。7.根据权利要求6所述的风险管理系统，其中：若该性别是男性，则：该年龄系数是3.06117；该总胆固醇系数是1.12370；该高密度胆固醇系数是0.93263；该第一收缩压因子是1.93303；该第二收缩压因子是1.99881；该抽烟系数是0.65451；该糖尿病系数是0.57367；该高敏感性发炎指标系数是0.03；且该偏移值是23.9802；若该性别是女性，则：该年龄系数是2.32888；该总胆固醇系数是1.20904；该高密度胆固醇系数是0.70833；该第一收缩压因子是2....

【专利技术属性】
技术研发人员：陈俊延，叶宏一，蔡正河，
申请(专利权)人：永长欣医院管理顾问股份有限公司，
类型：发明
国别省市：中国台湾,71