一种慢性疾病分析方法及系统技术方案

本发明专利技术公开了一种慢性疾病分析方法及系统。获取各人体体征数据和健康档案数据，再通过公式计算得到各当前人体体征数据与历史人体体征数据之间的关联系数；接着计算得到体征数据整体关联系数；再根据健康档案数据进行人群聚类，得到分类结果，从而将用户的慢性疾病及并发症发生风险进行聚类分析；最后将体征数据整体关联系数和分类结果输入到训练好的基于人工神经网络的决策支持模型中，输出周期性治疗方案，实现了提高了慢病管理的信息化程度和降低了医护人员的工作强度的技术效果。和降低了医护人员的工作强度的技术效果。和降低了医护人员的工作强度的技术效果。

【技术实现步骤摘要】
一种慢性疾病分析方法及系统


[0001]本专利技术涉及慢性疾病治疗
，尤其涉及一种慢性疾病分析方法及系统。

技术介绍

[0002]应对人口老龄化是全球共同关注的话题，也是中国面对的现实问题。中国已经成为世界上老年人口最多的国家，截至2017年，65周岁及以上人口占比11.4％。老年人中慢性疾病的患病比例很高，而我国基层医疗资源尤其是全科医生、家庭医生数量不足，人均医护比较低，从而导致在针对老年人群的慢性疾病诊疗管理方面面临很大的压力。
[0003]目前老年人的慢病管理主要还是依靠医护人员，信息化程度低，导致医护人员人效比很低，在短期内很难大幅增加医护人员数据的情况下导致对老年人的慢病管理覆盖有限，医护人员工作强度大。

技术实现思路

[0004]本专利技术通过提供一种慢性疾病分析方法及系统，解决了现有技术中慢病管理主要还是依靠医护人员，信息化程度低的技术问题，实现了提高了慢病管理的信息化程度和降低了医护人员的工作强度的技术效果。
[0005]本专利技术提供了一种慢性疾病分析方法，包括：
[0006]获取各人体体征数据；
[0007]通过公式计算得到各当前人体体征数据与历史人体体征数据之间的关联系数；其中，t
j
表示当前时刻，n表示获取的人体体征数据的种类数量，TP
i
表示当前人体体征数据，HP
i
表示历史同一时段体征值；
[0008]通过公式H＝Level
BMI
*W
BMIr/>+Level
BP
*W
BP
+Level
BS
*W
BS
计算得到体征数据整体关联系数；其中，Level
BMI
、Level
BP
和Level
BS
分别表示BMI的关联系数、血压的关联系数和血糖的关联系数，W
BMI
、W
BP
和W
BS
分别表示BMI、血压和血糖的相应权重；
[0009]获取健康档案数据；
[0010]根据所述健康档案数据进行人群聚类，得到分类结果；
[0011]将所述体征数据整体关联系数和所述分类结果输入到训练好的基于人工神经网络的决策支持模型中，输出周期性治疗方案。
[0012]具体来说，所述根据所述健康档案数据进行人群聚类，得到分类结果，包括：
[0013]步骤1：随机选取K个点作为K个聚类的初始中心点；
[0014]步骤2：将每个人群样本分配给与所述初始中心点距离最近的聚类；其中，所述人群样本至少包括所述健康档案维度数据、既往史维度数据和依从性维度数据；
[0015]步骤3：更新每个聚类的中心点位置，得到每个人群的分类结果；
[0016]步骤4：若满足预设的终止条件，则终止聚类，否则回到步骤2。
[0017]具体来说，所述预设的终止条件为每个聚类中心点位置的变化量小于或者等于设
定的变化量阈值。
[0018]具体来说，所述将所述体征数据整体关联系数和所述分类结果输入到训练好的基于人工神经网络的决策支持模型中，输出周期性治疗方案，包括：
[0019]将所述体征数据整体关联系数、所述分类结果、人口统计学数据、临床数据、实验室数据、遗传学数据输入到所述基于人工神经网络的决策支持模型中，从预设的治疗方案数据库中自动抽取一组内容进行周期性定期展示。
[0020]具体来说，所述预设的治疗方案数据库包括：疾病临床路径信息、药学服务内容、诊治指导方针、患教内容、医疗资源信息。
[0021]本专利技术还提供了一种慢性疾病分析系统，包括：
[0022]人体体征数据获取模块，用于获取各人体体征数据；
[0023]单一人体体征数据关联系数计算模块，用于通过公式单一人体体征数据关联系数计算模块，用于通过公式计算得到各当前人体体征数据与历史人体体征数据之间的关联系数；其中，t
j
表示当前时刻，n表示获取的人体体征数据的种类数量，TP
i
表示当前人体体征数据，HP
i
表示历史同一时段体征值；
[0024]整体人体体征数据关联系数计算模块，用于通过公式H＝Level
BMI
*W
BMI
+Level
BP
*W
BP
+Level
BS
*W
BS
计算得到体征数据整体关联系数；其中，Level
BMI
、Level
BP
和Level
BS
分别表示BMI的关联系数、血压的关联系数和血糖的关联系数，W
BMI
、W
BP
和W
BS
分别表示BMI、血压和血糖的相应权重；
[0025]健康档案数据获取模块，用于获取健康档案数据；
[0026]人群分类模块，用于根据所述健康档案数据进行人群聚类，得到分类结果；
[0027]治疗方案输出模块，用于将所述体征数据整体关联系数和所述分类结果输入到训练好的基于人工神经网络的决策支持模型中，输出周期性治疗方案。
[0028]具体来说，所述人群分类模块，包括：
[0029]初始中心点选取单元，用于随机选取K个点作为K个聚类的初始中心点；
[0030]聚类执行单元，用于将每个人群样本分配给与所述初始中心点距离最近的聚类；其中，所述人群样本至少包括所述健康档案维度数据、既往史维度数据和依从性维度数据；
[0031]聚类更新单元，用于更新每个聚类的中心点位置，得到每个人群的分类结果；若满足预设的终止条件，则终止聚类。
[0032]具体来说，所述预设的终止条件为每个聚类中心点位置的变化量小于或者等于设定的变化量阈值。
[0033]具体来说，所述治疗方案输出模块，具体用于将所述体征数据整体关联系数、所述分类结果、人口统计学数据、临床数据、实验室数据、遗传学数据输入到所述基于人工神经网络的决策支持模型中，从预设的治疗方案数据库中自动抽取一组内容进行周期性定期展示。
[0034]具体来说，所述预设的治疗方案数据库包括：疾病临床路径信息、药学服务内容、诊治指导方针、患教内容、医疗资源信息。
[0035]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：
[0036]获取各人体体征数据和健康档案数据，再通过公式计算得到各当前人体体征数据与历史人体体征数据之间的关联系数；接着计算得到体征数据整体关联系数；再根据健康档案数据进行人群聚类，得到分类结果，从而将用户的慢性疾病及并发症发生风险进行聚类分析；最后将体征数据整体关联系数和分类结果输入到训练好的基于人工神经网络的决策支持模型中，输出周期性治疗方案，实现了提高了慢病管理的信息化程度和降低了医护人员的工作强度的技术效果。
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种慢性疾病分析方法，其特征在于，包括：获取各人体体征数据；通过公式计算得到各当前人体体征数据与历史人体体征数据之间的关联系数；其中，t
j
表示当前时刻，n表示获取的人体体征数据的种类数量，TP
i
表示当前人体体征数据，HP
i
表示历史同一时段体征值；通过公式H＝Level
BMI
*W
BMI
+Level
BP
*W
BP
+Level
BS
*W
BS
计算得到体征数据整体关联系数；其中，Level
BMI
、Level
BP
和Level
BS
分别表示BMI的关联系数、血压的关联系数和血糖的关联系数，W
BMI
、W
BP
和W
BS
分别表示BMI、血压和血糖的相应权重；获取健康档案数据；根据所述健康档案数据进行人群聚类，得到分类结果；将所述体征数据整体关联系数和所述分类结果输入到训练好的基于人工神经网络的决策支持模型中，输出周期性治疗方案。2.如权利要求1所述的方法，其特征在于，所述根据所述健康档案数据进行人群聚类，得到分类结果，包括：步骤1：随机选取K个点作为K个聚类的初始中心点；步骤2：将每个人群样本分配给与所述初始中心点距离最近的聚类；其中，所述人群样本至少包括所述健康档案维度数据、既往史维度数据和依从性维度数据；步骤3：更新每个聚类的中心点位置，得到每个人群的分类结果；步骤4：若满足预设的终止条件，则终止聚类，否则回到步骤2。3.如权利要求2所述的方法，其特征在于，所述预设的终止条件为每个聚类中心点位置的变化量小于或者等于设定的变化量阈值。4.如权利要求1所述的方法，其特征在于，所述将所述体征数据整体关联系数和所述分类结果输入到训练好的基于人工神经网络的决策支持模型中，输出周期性治疗方案，包括：将所述体征数据整体关联系数、所述分类结果、人口统计学数据、临床数据、实验室数据、遗传学数据输入到所述基于人工神经网络的决策支持模型中，从预设的治疗方案数据库中自动抽取一组内容进行周期性定期展示。5.如权利要求4所述的方法，其特征在于，所述预设的治疗方案数据库包括：疾病临床路径信息、药学服务内容、诊治指导方针、患教内容、医疗资源信息。6.一种慢性疾病分析系统，其特征在于，包括：人体体征数据获取模块，...

【专利技术属性】
技术研发人员：田飞，张红广，王嘉诚，刘凯，昌红玉，靳雪，
申请(专利权)人：武汉科瓴智能科技有限公司，
类型：发明
国别省市：