一种人工智能健康数据分析模型的组态训练方法及系统技术方案

本发明专利技术公开了一种人工智能健康数据分析模型的组态训练方法及系统，通过开放的数据平台架构，把海量人群的健康数据采集搜集、机器学习数学分析模型库筛选和医疗专家资源，以标准化的组态方式紧密的结合在一起。形成从健康数据采集搜集，到数据整理清洗以及模型训练优化，一整套的组态标准化规范及流程库定义。在开放数据平台架构下，形成一个庞大的标准的覆盖性的组态定义库，随时供健康管理用户、数学模型专家和医疗专家，根据其需要配置设置形成健康数据分析的组态训练方法。训练所得到的健康数据分析模型所属权归训练者所有，可以平台即服务的方式直接提供给最终用户调用，形成专家认可的医疗级的健康分析指导建议和干预处方。方。方。

【技术实现步骤摘要】
一种人工智能健康数据分析模型的组态训练方法及系统


[0001]本专利技术涉及健康数据分析
，具体为一种人工智能健康数据分析模型的组态训练方法及系统。

技术介绍

[0002]随着人民对个人健康问题的关注日益提高，智能体征监测装置，比如心率血压手环，在消费类市场越来越普及。对于此类采集终端提供的智能化的体征数据的分析，也变得越来越有价值，其中符合医疗专家认可的健康数据分析模型更是极为重要。
[0003]目前，公知的各种健康穿戴产品，包括智能手环、手表和智能头盔等，大都包含心率、血压、血氧，部分包括体温和心电ECG的测量功能。此类终端设备配套的手机APP，功能大都集中在运动状态分析、计步功能，以及心率、血氧等体征数据的监测展示。由于针对这些健康数据的专家医疗级别的分析手段和资源尚不完善，基本都不具备专家医疗级健康安全分析的功能。
[0004]造成这种现状的主要原因如下：1、符合医疗标准的可供分析的实时健康数据源尚不充足，而且用户医疗体检报告等数据非常分散，各个医疗机构之间基本不能共享；2、医疗专家（主要是医生）属于相对匮乏的有限本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种人工智能健康数据分析模型的组态训练方法，其特征在于标准化组态训练定义；所述标准化组态训练定义包括：专家信息，实时数据组合，基础数据选项，医疗报告数据选项，数据步长、窗口周期，数学模型选项，训练标签组合；每个标准组态训练定义，通过编号排序组合为全球唯一组态训练定义序列号。2.根据权利要求1所述的一种人工智能健康数据分析模型的组态训练方法，其特征在于预先选择或配置好组态训练定义，包括专家信息E，实时数据D、基础信息B，医疗报告数据R，数据步长S、数据窗口周期W、机器学习数学模型型号M、训练标签组合F，所有的编号遵循该组态训练定义命名原则。3.根据权利要求1所述的一种人工智能健康数据分析模型的组态训练方法和系...

【专利技术属性】
技术研发人员：朱振华，
申请(专利权)人：湖南明珠智能科技有限责任公司，
类型：发明
国别省市：