一种基于大数据的大健康医疗方法及系统技术方案

本申请涉及一种基于大数据的大健康医疗系统，包括：大数据平台、信息采集单元、人工判断单元、机器判断单元、综合判断单元。本申请中诊断结果最终意见的得出结合了医生意见和机器根据数据库对比得出的意见，减少了医生的主观性；根据医生水平高低，不同医生对诊断结果最终意见得出的影响程度也不同，综合考虑了不同医生医疗水平以及能力参差不齐的情况，能够适应不同地区或医院医疗水平不同的情况，提高了诊断结果的准确性；根据参与诊断医生的水平不同自动调整机器诊断结果的影响程度，提高了对不同水平医生的适应能力。对不同水平医生的适应能力。对不同水平医生的适应能力。

【技术实现步骤摘要】
一种基于大数据的大健康医疗方法及系统


[0001]本申请涉及大健康的领域，尤其是涉及一种基于大数据的大健康医疗方法及系统。

技术介绍

[0002]CN202011489327.1公开了一种基于智慧终端的大健康医疗疾病辅助诊断系统及方法，其技术方案为：所述基于智慧终端的大健康医疗疾病辅助诊断系统包括用户客户端、医生客户端和智慧交互端，所述用户客户端、所述医生客户端和所述智慧交互端彼此连接；所述用户客户端，用于获取用户输入信息，并利用神经网络进行特征提取；所述医生客户端，用于获取所述用户客户端的咨询请求，并在所述智慧交互端中获取对应的数据进行在线解答；所述智慧交互端，用于将存储的大健康医疗疾病数据进行划分，建立对应的确诊症状集，并将提取出的特征信息与所述确诊症状集计算相似度值，返回诊断意见，并将所述用户客户端和所述医生客户端之间的数据进行上传和存储。
[0003]该基于智慧终端的大健康医疗疾病辅助诊断系统及方法具有以下优点：完成辅助诊断，提高诊断结果的准确性。
[0004]但是，该基于智慧终端的大健康医疗疾病辅助诊断系统及方法也具有以下缺点：未考虑不同医生能力水平不同导致诊断结果不同的问题，不能适应医生的水平差距，具有较强的局限性；辅助诊断系统在诊断结果中参与诊断的比重固定，不能根据医生水平有机调整辅助诊断系统参与诊断的比重，辅助效果死板。
[0005]因此，需要一种能适应医生水平差距、根据医生水平有机调整辅助诊断系统参与诊断的比重的系统或方法。

技术实现思路

[0006]为了解决不能适应医生的水平差距、辅助诊断系统在诊断结果中参与诊断的比重固定造成辅助效果死板的问题，本申请提供一种基于大数据的大健康医疗方法及系统。
[0007]本申请提供一种基于大数据的大健康医疗方法，包括以下步骤：步骤S1，数据实时收集，用户佩戴可穿戴设备，实时收集身体状态数据，并将数据上传至大数据平台；步骤S2，初步诊断，病人感到不适，通过用户终端向医生进行沟通或直接在线下与医生沟通，由医生引导对病人身体异常部位进行初步诊断；步骤S3，确定检查项目，由人工判断单元根据初诊结果对提出第一检查项目意见，由机器判断单元根据初诊结果对比数据库进行比对提出第二检查项目意见，再由综合判断单元汇总人工判断单元和机器判断单元提出的检查项目意见，根据意见参考指数计算得出最终的检查项目意见，并根据最终检查项目意见对病人作出针对性检查；步骤S4，人机意见生成，以病人检查结果为主，由人工判断单元分析并结合来自可穿戴设备收集的病人实时身体参数以及来自历史病情收集模块的病人历史病情记录，协同
分析病情，得出第一医疗意见；以病人检查结果为主，由机器判断单元分析并结合来自可穿戴设备收集的病人实时身体参数以及来自历史病情收集模块的病人历史病情记录，对比数据库协同分析病情，得出第二医疗意见；步骤S5，综合诊断，由综合判断单元汇总第一医疗意见和第二医疗意见，根据意见参考指数计算得出最终医疗意见，并采取相应医疗手段；步骤S6，评级，根据得出的最终医疗意见，计算参与本次诊断的人工判断单元中各医生得出的第一医疗意见与最终医疗意见匹配度，并根据匹配度对各医生进行级别评定。
[0008]进一步的，所述步骤S3中，检查项目的机器判断方法为：由第二数据分析模块对历史病情收集模块收集的历史病历信息进行分析并标记出历史发病部位，再将可穿戴设备收集的病人实时身体参数与数据库中同年龄、性别的人群对比，标记出参数未达标或超标值，并将未达标或超标参数导入数据库，找出数据库中未达标或超标参数对应的发病部位是否与该病人的历史发病部位一致，若一致，则优先检查该历史发病部位，若不一致，则检查未达标或超标参数对应的发病部位，并得出第二检查项目意见。
[0009]通过采用上述技术方案，可在检查项目确认阶段，通过大数据进行机器自动比对，并结合医生意见，确定检查项目，防止由于检查项目确定阶段的主观性造成不必要的检查经济成本和时间成本，提高了病人检查的效率。
[0010]进一步的，所述步骤S4中，医疗意见的机器判断方法为：由第二数据分析模块对历史病情收集模块收集的历史病历信息进行分析并标记出历史发病部位，再将可穿戴设备收集的病人实时身体参数与数据库中同年龄、性别的人群对比，标记出参数未达标或超标值，然后对检查结果的数据分析，标记出检查结果未达标或超标值参数，分别将标记出的未达标或超标参数导入数据库，找出数据库中未达标或超标参数对应的发病类型以及采取的医疗意见，匹配得出第二医疗意见。
[0011]通过采用上述技术方案，可通过大数据将病人检查结果与数据库进行机器自动比对，由机器判断医疗意见，作为最终医疗意见诊断的参考意见，减少了诊断过程的主观性，提高了诊断结果的准确性。
[0012]进一步的，所述步骤S5包括：步骤S51，统计医疗意见，将各医疗意见汇总，并结合医生评级和机器评级计算出各医疗意见的参考指数，将各医疗意见按参考指数从高到低排序，参考指数最高的医疗意见作为最终医疗意见候选；步骤S52,分析其他医疗意见，将未作为最终医疗意见候选的其他医疗意见逐个分析，并与最终医疗意见候选对比得出其他医疗意见的优劣势，并向人工判断单元的各医生公示；步骤S53,得出最终医疗意见，公示后，确认最终医疗意见候选为所有医疗意见的最优选项，即为最终医疗意见。
[0013]通过采用上述技术方案，可对落选的其他医疗意见进行优劣势对比，并根据对比效果确定最终医疗意见的可靠性，防止计算得出的医疗意见不适用于极少数特殊病况，提高了诊断结果的准确性。
[0014]进一步的，所述参考指数的计算方法为：，
ω表示为某意见的参考指数；X
机
表示为机器判断单元对该医疗意见的匹配度：若机器判断单元提出的医疗意见与该医疗意见一致或包括该医疗意见，则X
机
=1，若机器判断单元提出的医疗意见不包括该医疗意见，则X
机
=0；P
0.5
表示为机器的评级，具体为所有医生评级的中位数；i为某医生编号；n为参与诊断的医生数量；X
i
表示为人工判断单元中该名医生对该医疗意见的匹配度：若该名医生提出的医疗意见与该医疗意见一致或包括该医疗意见，则X
i
=1，若该名医生提出的医疗意见不包括该医疗意见，则X
i
=0；P
i
表示为人工判断单元中该名医生的评级。
[0015]通过采用上述技术方案，最终意见的得出结合了医生意见和机器根据数据库对比得出的意见，并且根据医生水平高低，不同医生对最终意见得出的影响程度也不同，水平较高的医生对最终意见得出的影响程度较高，水平较低的医生对最终医疗意见得出的影响程度较低。综合考虑了不同医生医疗水平以及能力参差不齐的情况，能够适应不同地区或医院医疗水平不同的情况，提高了诊断结果的准确性。
[0016]另外，本算法将机器评级为所有医生的中位数，当参与诊断的医生医疗水平普遍较高时，医生对最终意见得出的影响程度提高，机器对最终意见得本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于大数据的大健康医疗方法，其特征在于，包括以下步骤：步骤S1，数据实时收集，用户佩戴可穿戴设备（51），实时收集身体状态数据，并将数据上传至大数据平台（1）；步骤S2，初步诊断，病人感到不适，通过用户终端向医生进行沟通或直接在线下与医生沟通，由医生引导对病人身体异常部位进行初步诊断；步骤S3，确定检查项目，由人工判断单元（2）根据初诊结果对提出第一检查项目意见，由机器判断单元（3）根据初诊结果对比数据库（11）进行比对提出第二检查项目意见，再由综合判断单元（4）汇总人工判断单元（2）和机器判断单元（3）提出的检查项目意见，根据意见参考指数计算得出最终的检查项目意见，并根据最终检查项目意见对病人作出针对性检查；步骤S4，人机意见生成，以病人检查结果为主，由人工判断单元（2）分析并结合来自可穿戴设备（51）收集的病人实时身体参数以及来自历史病情收集模块（53）的病人历史病情记录，协同分析病情，得出第一医疗意见；以病人检查结果为主，由机器判断单元（3）分析并结合来自可穿戴设备（51）收集的病人实时身体参数以及来自历史病情收集模块（53）的病人历史病情记录，对比数据库（11）协同分析病情，得出第二医疗意见；步骤S5，综合诊断，由综合判断单元（4）汇总第一医疗意见和第二医疗意见，根据意见参考指数计算得出最终医疗意见，并采取相应医疗手段；步骤S6，评级，根据得出的最终医疗意见，计算参与本次诊断的人工判断单元（2）中各医生得出的第一医疗意见与最终医疗意见匹配度，并根据匹配度对各医生进行级别评定。2.根据权利要求1所述的一种基于大数据的大健康医疗方法，其特征在于：所述步骤S3中，检查项目的机器判断方法为：由第二数据分析模块（31）对历史病情收集模块（53）收集的历史病历信息进行分析并标记出历史发病部位，再将可穿戴设备（51）收集的病人实时身体参数与数据库（11）中同年龄、性别的人群对比，标记出参数未达标或超标值，并将未达标或超标参数导入数据库（11），找出数据库（11）中未达标或超标参数对应的发病部位是否与该病人的历史发病部位一致，若一致，则优先检查该历史发病部位，若不一致，则检查未达标或超标参数对应的发病部位，并得出第二检查项目意见。3.根据权利要求1所述的一种基于大数据的大健康医疗方法，其特征在于：所述步骤S4中，医疗意见的机器判断方法为：由第二数据分析模块（31）对历史病情收集模块（53）收集的历史病历信息进行分析并标记出历史发病部位，再将可穿戴设备（51）收集的病人实时身体参数与数据库（11）中同年龄、性别的人群对比，标记出参数未达标或超标值，然后对检查结果的数据分析，标记出检查结果未达标或超标值参数，分别将标记出的未达标或超标参数导入数据库（11），找出数据库（11）中未达标或超标参数对应的发病类型以及采取的医疗意见，匹配得出第二医疗意见。4.根据权利要求1所述的一种基于大数据的大健康医疗方法，其特征在于：所述步骤S5包括：步骤S51，统计医疗意见，将各医疗意见汇总，并结合医生评级和机器评级计算出各医疗意见的参考指数，将各医疗意见按参考指数从高到低排序，参考指数最高的医疗意见作为最终医疗意见候选；步骤S52,分析其他医疗意见，将未作为最终医疗意见候选的其他医疗意见逐个分析，并与最终医疗意见候选对比得出其他医疗意见的优劣势，并向人工判断单元（2）的各医生
公示；步骤S53,得出最终医疗意见，公示后，确认最终医疗意见候选为所有医疗意见的最优选项，即为最终医疗意见。5.根据权利要求1所述的一种基于大数据的大健康医疗方法，其特征在于：所述参考指数的计算方法为：，ω表示为某意见的参考指数；X
机
表示为机器判断单元（3）对该医疗意见的匹配度：若机器判断单元（3）提出的医疗意见与该医疗意见一致或包括该医疗意见，则X
机
=1，若机器判断单元（3）提出的医疗意见不包括该医疗意见，则X
机
=0；P
0.5
表示为机器的评级，具体为所有医生评级的中位数；i为某医生编号；n为参与诊断的医生数量；X
i
表示为人工判断单元（2）中该名医生对该医疗意见的匹配度：若该名医生提出的医疗意见与该医疗意见一致或包括该医疗意见，则X
i

【专利技术属性】
技术研发人员：苏小慢，
申请(专利权)人：苏小慢，
类型：发明
国别省市：