一种螺旋体系下的老年综合评估方法及系统技术方案

本发明专利技术公开了一种螺旋体系下的老年综合评估方法及系统，所述方法包括：基于大数据，对目标老年群体的综合指标进行样本数据采集采集，通过访问样本数据的具备时间序列的电子病历，可对已出现样本特征进行解析总结，通过对一段时间后的样本特征进行干预，获得干预后的样本特征，基于此，实现对目标群体的评估

【技术实现步骤摘要】
一种螺旋体系下的老年综合评估方法及系统


[0001]本专利技术涉及人工智能
，尤其涉及一种螺旋体系下的老年综合评估方法及系统。

技术介绍

[0002]老年综合评估(CGA)是现代老年医学的核心技能之一。通过采用科学方法评估老年人的躯体、功能、心理和社会状况，制定和启动以保护老年人健康和功能状态为目的的治疗计划，最大程度地提高老年人的生活质量。
[0003]然而，现有技术中仅仅对老年群体的历史样本数据进行反复评估，无法在历史数据的基础上对其进行螺旋式的干预，使得评估标本过时，无法对老年群体进行动态化、精准化的健康评估。

技术实现思路

[0004]本专利技术的目的是提供一种螺旋体系下的老年综合评估方法及系统，用以解决现有技术中的仅仅对老年群体的历史样本数据进行反复评估，无法在历史数据的基础上对其进行螺旋式的干预，使得评估标本过时，无法对老年群体进行动态化、精准化的健康评估的技术问题。
[0005]鉴于上述问题，本专利技术提供了一种螺旋体系下的老年综合评估方法及系统。
[0006]第一方面，本专利技术提供了一种螺旋体系下的老年综合评估方法，所述方法通过一种螺旋体系下的老年综合评估系统实现，其中，所述方法包括：获得目标群体的历史样本数据集合；基于时间序列，对所述历史样本数据集合进行划分，生成第一阶梯样本数据集合和第二阶梯样本数据集合，其中，所述第二阶梯样本数据集合为对所述第一阶梯样本数据集合干预之后的数据；对所述历史样本数据集合进行特征提取，获得第一评估特征、第二评估特征以及第三评估特征；将所述第一评估特征、所述第二评估特征、所述第三评估特征以及所述第一阶梯样本数据集合，一次输入至群体样本特征评估模型进行训练，获得第一阶梯样本参数值；将所述第一评估特征、所述第二评估特征、所述第三评估特征以及所述第二阶梯样本数据集合，二次输入至所述群体样本特征评估模型进行训练，获得第二阶梯样本参数值；基于所述第一阶梯样本参数值和所述第二阶梯样本参数值，获得第一样本参数差值；提取所述第一样本参数差值的主特征影响因子，且基于所述主特征影响因子，对所述目标群体进行螺旋
‑
干预式评估。
[0007]另一方面，本专利技术还提供了一种螺旋体系下的老年综合评估系统，用于执行如第一方面所述的一种螺旋体系下的老年综合评估方法，其中，所述系统包括：第一获得单元，所述第一获得单元用于获得目标群体的历史样本数据集合；第一划分单元，所述第一划分单元用于基于时间序列，对所述历史样本数据集合进行划分，生成第一阶梯样本数据集合和第二阶梯样本数据集合，其中，所述第二阶梯样本数据集合为对所述第一阶梯样本数据集合干预之后的数据；第一提取单元，所述第一提取单元用于对所述历史样本数据集合进
行特征提取，获得第一评估特征、第二评估特征以及第三评估特征；第一输入单元，所述第一输入单元用于将所述第一评估特征、所述第二评估特征、所述第三评估特征以及所述第一阶梯样本数据集合，一次输入至群体样本特征评估模型进行训练，获得第一阶梯样本参数值；第二输入单元，所述第二输入单元用于将所述第一评估特征、所述第二评估特征、所述第三评估特征以及所述第二阶梯样本数据集合，二次输入至所述群体样本特征评估模型进行训练，获得第二阶梯样本参数值；第二获得单元，所述第二获得单元用于基于所述第一阶梯样本参数值和所述第二阶梯样本参数值，获得第一样本参数差值；第一评估单元，所述第一评估单元用于提取所述第一样本参数差值的主特征影响因子，且基于所述主特征影响因子，对所述目标群体进行螺旋
‑
干预式评估。
[0008]第三方面，本专利技术还提供了一种螺旋体系下的老年综合评估系统，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，所述处理器执行所述程序时实现上述第一方面所述方法的步骤。
[0009]第四方面，一种电子设备，其中，包括处理器和存储器；
[0010]该存储器，用于存储；
[0011]该处理器，用于通过调用，执行上述第一方面中任一项所述的方法。
[0012]第五方面，一种计算机程序产品，包括计算机程序和/或指令，该计算机程序和/或指令被处理器执行时实现上述第一方面中任一项所述方法的步骤。
[0013]本专利技术中提供的一个或多个技术方案，至少具有如下技术效果或优点：
[0014]通过获得老年群体的历史样本数据集合，并进行时间序列的划分，生成第一阶梯样本数据集合和第二阶梯样本数据集合，同时对历史样本数据集合进行特征提取，获得第一、第二以及第三评估特征；通过将第一、第二以及第三评估特征和第一阶梯样本数据集合，输入群体样本特征评估模型进行训练，可获得第一阶梯样本参数值；同理，可获得第二阶梯样本数据集合进行训练获得的第二阶梯样本参数值；对两者求差可获得第一样本参数差值，通过提取其中的主特征影响因子，实现对老年群体的螺旋
‑
干预式评估。基于大数据，对目标老年群体的综合指标进行样本数据采集采集，通过访问样本数据的具备时间序列的电子病历，可对已出现样本特征进行解析总结，通过对一段时间后的样本特征进行干预，获得干预后的样本特征，基于此，实现对目标群体的评估
‑
干预
‑
再评估
‑
再干预的螺旋式评估，使得总结出适用于该群体的综合评估标本，达到了对老年群体进行动态化、精准化的健康综合评估，大幅度提升老年综合评估效率的技术效果。
[0015]上述说明仅是本专利技术技术方案的概述，为了能够更清楚了解本专利技术的技术手段，而可依照说明书的内容予以实施，并且为了让本专利技术的上述和其它目的、特征和优点能够更明显易懂，以下特举本专利技术的具体实施方式。
附图说明
[0016]为了更清楚地说明本专利技术或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是示例性的，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
[0017]图1为本专利技术一种螺旋体系下的老年综合评估方法的流程示意图；
[0018]图2为本专利技术一种螺旋体系下的老年综合评估方法中搭建所述目标群体的螺旋
‑
干预评估模型的流程示意图；
[0019]图3为本专利技术一种螺旋体系下的老年综合评估方法中对所述第一用户进行干预护理的流程示意图；
[0020]图4为本专利技术一种螺旋体系下的老年综合评估方法中对所述第一用户进行螺旋
‑
干预式评估的流程示意图；
[0021]图5为本专利技术一种螺旋体系下的老年综合评估系统的结构示意图；
[0022]图6为本专利技术示例性电子设备的结构示意图。
[0023]附图标记说明：
[0024]第一获得单元11，第一划分单元12，第一提取单元13，第一输入单元14，第二输入单元15，第二获得单元16，第一评估单元17，总线300，接收器301，处理器302，发送器303，存储器304，总线接口305本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种螺旋体系下的老年综合评估方法，其特征在于，所述方法包括：获得目标群体的历史样本数据集合；基于时间序列，对所述历史样本数据集合进行划分，生成第一阶梯样本数据集合和第二阶梯样本数据集合，其中，所述第二阶梯样本数据集合为对所述第一阶梯样本数据集合干预之后的数据；对所述历史样本数据集合进行特征提取，获得第一评估特征、第二评估特征以及第三评估特征；将所述第一评估特征、所述第二评估特征、所述第三评估特征以及所述第一阶梯样本数据集合，一次输入至群体样本特征评估模型进行训练，获得第一阶梯样本参数值；将所述第一评估特征、所述第二评估特征、所述第三评估特征以及所述第二阶梯样本数据集合，二次输入至所述群体样本特征评估模型进行训练，获得第二阶梯样本参数值；基于所述第一阶梯样本参数值和所述第二阶梯样本参数值，获得第一样本参数差值；提取所述第一样本参数差值的主特征影响因子，且基于所述主特征影响因子，对所述目标群体进行螺旋
‑
干预式评估。2.如权利要求1所述的方法，其特征在于，所述获得第一阶梯样本参数值，包括：获得所述第一评估特征的第一预设标准参数、所述第二评估特征的第二预设标准参数以及所述第三评估特征的第三预设标准参数；将所述第一阶梯样本数据集合输入至所述群体样本特征评估模型，分别基于所述第一预设标准参数、所述第二预设标准参数以及所述第三预设标准参数对输入数据进行遍历的监督训练；获得所述第一阶梯样本数据集合的第一特征训练参数、第二特征训练参数以及第三特征训练参数；对所述第一特征训练参数、所述第二特征训练参数以及所述第三特征训练参数进行数据处理，获得所述第一阶梯样本参数值。3.如权利要求1所述的方法，其特征在于，所述提取所述第一样本参数差值的主特征影响因子，包括：获得所述第二阶梯样本数据集合的第四特征训练参数、第五特征训练参数以及第六特征训练参数；获得所述第一特征训练参数和所述第四特征训练参数的第一差值、所述第二特征训练参数和所述第五特征训练参数的第二差值、所述第三特征训练参数和所述第六特征训练参数的第三差值；将所述第一差值、所述第二差值、所述第三差值以及所述第一样本参数差值输入权重分配层进行权重分配，获得第一权重占比、第二权重占比以及第三权重占比；对所述第一权重占比、所述第二权重占比以及所述第三权重占比进行筛选，获得最大权重占比，且根据所述最大权重占比，反向匹配获得所述主特征影响因子。4.如权利要求1所述的方法，其特征在于，所述对所述目标群体进行螺旋
‑
干预式评估，包括：获得次特征影响因子，其中，所述次特征影响因子的权重占比仅次于所述最大权重占比；
基于大数据，获得所述主特征影响因子在正向时间序列下的第一标准参数分布，且基于所述第一标准参数分布，构建主特征
‑
螺旋式正向发展序列；同理，获得所述次特征影响因子在正向时间序列下的第二标准参数分布，且基于所述第二标准参数分布，构建次特征
‑
螺旋式正向发展序列；根据所述主特征
‑
螺旋式正向发展序列和所述次特征
‑
螺旋式正向发展序列，搭建所述目标群体的螺旋
‑
干预评估模型。5.如权利要求4所述的方法，其特征在于，所述方法包括...

【专利技术属性】
技术研发人员：苏建华，马延玲，陈燕萍，陈静，贾贞，
申请(专利权)人：海东市第二人民医院，
类型：发明
国别省市：