第一服务器及家庭慢性病管理方法技术

本发明专利技术是关于一种第一服务器及家庭慢性病管理方法，涉及家庭健康管理技术领域，本发明专利技术包括：针对每个慢性病管理周期，从电子设备处获取慢性病管理周期内多组用户健康数据；将慢性病管理周期内多组用户健康数据输入到强化学习模型，确定慢性病管理方式；并根据慢性病管理方式发送给电子设备；强化学习模型的训练过程，包括：将样本集输入到强化学习模型中，对强化学习模型进行多轮训练，直到强化学习模型预测出的慢性病管理方式和实际的慢性病管理方式之间的损失值小于预设损失值为止；在每轮训练结束后，根据融合参数，更新强化学习模型的参数。由于本发明专利技术将用户的检查项目数据通过模型确定慢性病管理方式，简化了用户的操作。作。作。

【技术实现步骤摘要】
第一服务器及家庭慢性病管理方法


[0001]本专利技术涉及家庭健康管理
，尤其涉及一种第一服务器及家庭慢性病管理方法。

技术介绍

[0002]随着老龄化进程的进一步加深，老年人的慢性疾病数量也会日益增加。慢性病管理并非像其他疾病，慢性病管理需要长时间观察并根据观察结果给出下一阶段的管理方式，现有的慢病管理方案多为医护人员负责运营管理，导致处理起来比较麻烦。而且在处理过程中，常常会出现一医护对多患者的问题。

技术实现思路

[0003]本专利技术提供一种第一服务器及家庭慢性病管理方法，提供一种自动管理方式，将用户的检查项目数据通过强化学习模型确定慢性病管理方式，简化了用户的操作。
[0004]第一方面，本专利技术实施例提供的一种用于慢性病管理的第一服务器，包括：处理器和通信器；
[0005]所述通信器，用于与用于家庭数据收集的电子设备进行通信；
[0006]所述处理器，用于针对每个慢性病管理周期，从用于家庭数据收集的电子设备处获取所述慢性病管理周期内多组用户健康数据；其中，所述慢性病管理周期包括多个数据检测周期，每组用户健康数据包括一个数据检测周期内检测到的多个检查项目数据；
[0007]将所述慢性病管理周期内多组用户健康数据作为强化学习模型的输入，通过强化学习模型，确定慢性病管理方式；并根据所述慢性病管理方式发送给所述电子设备；
[0008]其中，所述强化学习模型的训练过程，包括：
[0009]将样本集输入到所述强化学习模型中，对强化学习模型进行多轮训练，直到所述强化学习模型预测出的慢性病管理方式和实际的慢性病管理方式之间的损失值小于预设损失值为止；
[0010]在每轮训练结束后，根据融合参数，更新所述强化学习模型的参数；所述融合参数是用于进行参数融合的第二服务器，根据多个与强化学习模型能够预测的疾病类型相同的其他服务器中产生的迭代次数，和每轮训练结束后的强化学习模型的参数进行融合得到。
[0011]上述第一服务器，能够在每个慢性病管理周期内，从电子设备处获取多个数据检测周期内检测到的多个检查项目数据，然后根据多个检测项目数据确定慢性病管理方式，这样无需医护人员监督管理再给出管理方式，简化了操作方式，同时能够在进行训练时，通过第二服务器融合参数更新强化学习模型的参数，这样避免样本集中的样本比较少时训练效果差。
[0012]在一种可能的实现方式中，所述处理器，具体用于：
[0013]在每轮训练结束后，根据利用第一权值加权所述强化学习模型的参数得到的值，利用第二权重加权所述融合参数得到的值，更新所述强化学习模型的参数；
[0014]其中，将阈值和所述第一权重之间的差值作为所述第二权值；
[0015]若所述强化学习模型的参数和所述融合参数的欧氏距离小于预设值，则确定第一预设值作为所述第一权重；
[0016]若所述强化学习模型的参数和所述融合参数的欧氏距离不小于预设值，则确定第二预设值作为所述第一权重。
[0017]上述第一服务器，能够通过强化学习模型的参数和融合参数的相似性确定不同的权重值，从而根据权重值加权强化学习模型的参数和融合参数，更新强化学习模型的参数，这样采用不同的权重值加权，使得融合参数对强化学习模型的参数产生不同的影响，提高了参数更新的准确率。
[0018]在一种可能的实现方式中，其中，所述融合参数是根据多个服务器对应的第一比值之和、以及每轮训练结束后所述强化学习模型的参数确定的；多个服务器包括第一服务器和多个其他服务器；
[0019]其中，每个服务器对应的第一比值为该服务器对应的第二比值、以及多个服务器对应的第二比值之和之间的比值；所述服务器对应的第二比值为所述服务器中的样本数量和每轮训练结束后的迭代次数之间的比值。
[0020]上述第一服务器，能够通过多个服务器的迭代次数，以及该服务器的强化学习模型的参数得到融合参数，这样能够融合多个服务器的训练情况，提高了每个第一服务器训练效果。
[0021]在一种可能的实现方式中，所述处理器，还用于：
[0022]确定所述电子设备发送的多组用户健康数据与存储的历史健康数据确定出的欧式距离，小于预设距离；
[0023]若所述电子设备发送的多组用户健康数据与存储的历史健康数据确定出的欧式距离，不小于预设距离，则丢弃获取到的所述慢性病管理周期内多组用户健康数据。
[0024]上述第一服务器，确定电子设备发送的多组用户健康数据与存储的历史健康数据确定出的欧式距离，该欧式距离说明数据的相似性，即确定该第一服务器的健康数据与多组用户健康数据比较相似，那么可以通过该第一服务器进行处理，如果他们的相似性比较低，就无法处理该数据，从而将该数据丢弃，这样提高了第一服务器的处理效率。
[0025]在一种可能的实现方式中，所述处理器，还用于：
[0026]若接收到的多组用户健康数据未注明所属的家庭成员，且接收到的多组用户健康数据来自的目标家庭中，患有同一慢性病的家庭成员的数量为多个，则从接收到的多组用户健康数据中，选择一个目标检查项目数据；
[0027]根据目标家庭中每个家庭成员属于目标数据类型的多个历史检查项目数据，确定多个预测区间；其中，所述目标数据类型为目标检查项目数据的数据类型；
[0028]若仅有一个目标预测区间包括所述目标检查项目数据，则确定接收到的多组用户健康数据属于所述目标预测区间对应的家庭成员；
[0029]将所述目标预测区间对应的家庭成员的基本信息发送给所述电子设备，以使所述电子设备能够对所述目标预测区间对应的家庭成员实行所述慢性病管理方式。
[0030]上述第一服务器，通过从接收到的多组用户健康数据中，选择一个目标检查项目数据，确定目标检测项目数据属于的家庭成员，作为多组用户健康数据的家庭成员，并将该
辨别结果发送给电子设备，这样电子设备可以对目标预测区间对应的家庭成员实行慢性病管理方式，提高了慢性病管理的便捷性。
[0031]第二方面，本专利技术实施例提供的一种家庭慢性病管理方法，应用于慢性病管理的第一服务器，包括：
[0032]针对每个慢性病管理周期，从用于家庭数据收集的电子设备处获取所述慢性病管理周期内多组用户健康数据；其中，所述慢性病管理周期包括多个数据检测周期，每组用户健康数据包括一个数据检测周期内检测到的多个检查项目数据；
[0033]将所述慢性病管理周期内多组用户健康数据作为强化学习模型的输入，通过强化学习模型，确定慢性病管理方式；并根据所述慢性病管理方式发送给所述电子设备；
[0034]其中，所述强化学习模型的训练过程，包括：
[0035]将样本集输入到所述强化学习模型中，对强化学习模型进行多轮训练，直到所述强化学习模型预测出的慢性病管理方式和实际的慢性病管理方式之间的损失值小于预设损失值为止；
[0036]在每轮训练结束后，根据融合参数，更新所述强化学习模型的参数；所述融合参数是用于进行参数融合的第二服务器，根据本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于慢性病管理的第一服务器，其特征在于，包括：处理器和通信器；所述通信器，用于与用于家庭数据收集的电子设备进行通信；所述处理器，用于针对每个慢性病管理周期，从用于家庭数据收集的电子设备处获取所述慢性病管理周期内多组用户健康数据；其中，所述慢性病管理周期包括多个数据检测周期，每组用户健康数据包括一个数据检测周期内检测到的多个检查项目数据；将所述慢性病管理周期内多组用户健康数据作为强化学习模型的输入，通过强化学习模型，确定慢性病管理方式；并根据所述慢性病管理方式发送给所述电子设备；其中，所述强化学习模型的训练过程，包括：将样本集输入到所述强化学习模型中，对强化学习模型进行多轮训练，直到所述强化学习模型预测出的慢性病管理方式和实际的慢性病管理方式之间的损失值小于预设损失值为止；在每轮训练结束后，根据融合参数，更新所述强化学习模型的参数；所述融合参数是用于进行参数融合的第二服务器，根据多个与强化学习模型能够预测的疾病类型相同的其他服务器中产生的迭代次数，和每轮训练结束后的强化学习模型的参数进行融合得到。2.根据权利要求1所述的第一服务器，其特征在于，所述处理器，具体用于：在每轮训练结束后，根据利用第一权值加权所述强化学习模型的参数得到的值，利用第二权重加权所述融合参数得到的值，更新所述强化学习模型的参数；其中，将阈值和所述第一权重之间的差值作为所述第二权值；若所述强化学习模型的参数和所述融合参数的欧氏距离小于预设值，则确定第一预设值作为所述第一权重；若所述强化学习模型的参数和所述融合参数的欧氏距离不小于预设值，则确定第二预设值作为所述第一权重。3.根据权利要求1所述的第一服务器，其特征在于，其中，所述融合参数是根据多个服务器对应的第一比值之和、以及每轮训练结束后所述强化学习模型的参数确定的；多个服务器包括第一服务器和多个其他服务器；其中，每个服务器对应的第一比值为该服务器对应的第二比值、以及多个服务器对应的第二比值之和之间的比值；所述服务器对应的第二比值为所述服务器中的样本数量和每轮训练结束后的迭代次数之间的比值。4.根据权利要求1所述的第一服务器，其特征在于，所述处理器，还用于：确定所述电子设备发送的多组用户健康数据与存储的历史健康数据确定出的欧式距离，小于预设距离；若所述电子设备发送的多组用户健康数据与存储的历史健康数据确定出的欧式距离，不小于预设距离，则丢弃获取到的所述慢性病管理周期内多组用户健康数据。5.根据权利要求1～4任一项所述的第一服务器，其特征在于，所述处理器，还用于：若接收到的多组用户健康数据未注明所属的家庭成员，且接收到的多组用户健康数据来自的目标家庭中，患有同一慢性病的家庭成员的数量为多个，则从接收到的多组用户健康数据中，选择一个目标检查项目数据；根据目标家庭中每个家庭成员属于目标数据类型的多个历史检查项目数据，确定多个预测区间；其中，所述目标数据类型为目标检查项目数据的数据类型；
若仅有一个目标预测区间包括所述目标检查项目数据，则确定接收到的多组用户健康数据属于所述目标预测区间对应的家庭成员；将所述目标预测区间对应的家庭成员的基本信息发送给所述电子设备，以使所述电子设备能够对所述目标预测区间对应的家庭成员实行所述慢性病管理方式。6.一种家庭慢性病管理方法，其特征在于，应用于慢性病管理的第一服务器，包括：针对每个...

【专利技术属性】
技术研发人员：廖希洋，
申请(专利权)人：海信集团控股股份有限公司，
类型：发明
国别省市：