一种基于多维度健康管理模型的评测方法技术

本发明专利技术公开了一种基于多维度健康管理模型的评测方法，涉及健康管理技术领域，汇总并建立健康指标数据集，指标存在异常时，分别采集相应的应对方案，建立指标数据集，对健康指标进行预测，在预测值为异常指标时进行标记；基于异常比Yb和症状严重系数的相关性获取异常影响因子Yx，汇总异常比Yb及异常影响因子Yx，生成健康忽视度Hs并输出；依据健康忽视度Hs的变化趋势，健康忽视度Hs超过相应阈值时向外部发出预警信息，输出异常指标；匹配应对方案，对应对方案进行仿真分析，将可行方案及预警信息向患者输出。综合性的对患者当前的健康程度进行评估和判断，在健康忽视度Hs已经超过相应阈值时，及时的向患者发出预警，更具有针对性。对性。对性。

【技术实现步骤摘要】
一种基于多维度健康管理模型的评测方法


[0001]本专利技术涉及健康管理
，具体为一种基于多维度健康管理模型的评测方法。

技术介绍

[0002]健康管理是指一系列的健康促进、疾病预防、诊断、治疗和康复措施，以及管理个人和组织健康相关的数据和信息的过程。它旨在维护和提高人们的身体和心理健康水平，同时降低患病和伤害的风险，提高生活质量。
[0003]现有的健康管理是多维度，在患者身体有恙或者正处于康复阶段时，为了使对患者的健康评价更加准确，通常还会在获取到若干个健康指标，构建患者的健康管理模型，结合管理模型对患者的健康状态进行评测。
[0004]但是，现有的基于健康管理模型评测方法中，更多的是将患者的多个健康指标综合在一起，整体性的进行健康评测，在患者身体处于非健康状态时，不易对患者的病症进行溯源，不方便针对性的进行应对及治疗，难以对患者的治疗或康复起到指导作用。
[0005]为此，提供了一种基于多维度健康管理模型的评测方法。

技术实现思路

[0006](一)解决的技术问题
[0007]针对现有技术的不足，本专利技术提供了一种基于多维度健康管理模型的评测方法，通过汇总并建立健康指标数据集，指标存在异常时，分别采集相应的应对方案，建立指标数据集，对健康指标进行预测，在预测值为异常指标时进行标记；基于异常比Yb和症状严重系数的相关性获取异常影响因子Yx，汇总异常比Yb及异常影响因子Yx，生成健康忽视度Hs并输出；依据健康忽视度Hs的变化趋势，健康忽视度Hs超过相应阈值时向外部发出预警信息，输出异常指标；匹配应对方案，对应对方案进行仿真分析，将可行方案及预警信息向患者输出。综合性的对患者当前的健康程度进行评估和判断，在健康忽视度Hs已经超过相应阈值时，及时的向患者发出预警，更具有针对性，解决了
技术介绍
中提出的问题。
[0008](二)技术方案
[0009]为实现以上目的，本专利技术通过以下技术方案予以实现：一种基于多维度健康管理模型的评测方法，包括，依据线性搜索从网络渠道检索健康指标，汇总并建立健康指标数据集，当健康指标存在异常时，依据指标类别分别采集相应的应对方案，所述应对方案至少包括：预防方案、治疗方案及康复方案，汇总后建立应对方案库；
[0010]对患者进行周期性检测并汇总建立指标数据集，以构建的预测模型对健康指标进行预测，并在获取的预测值为异常指标时，对该异常指标进行标记并对其变化趋势可视化处理；
[0011]依据现有患者的病症信息生成症状严重系数，并结合当前异常指标超过警戒阈值的比例确定异常比Yb，基于异常比Yb和症状严重系数的相关性获取异常影响因子Yx，汇总
异常比Yb及异常影响因子Yx，生成健康忽视度Hs并输出；
[0012]获取若干个健康忽视度Hs，依据健康忽视度Hs的变化趋势，在当前健康忽视度Hs或者预测值超过相应阈值时向外部发出预警信息，并在获取预警信息后，输出若干个健康指标中的异常指标；
[0013]获取一个或多个异常指标，依据相似度从应对方案库中匹配应对方案，在构建病症数字孪生模型后，对匹配出的应对方案进行仿真分析，如果应对方案可行，则将该方案及预警信息向患者输出。
[0014]进一步的，基于线性搜索算法搭建线性搜索模型，在经过样本数据的训练和测试后，从网络渠道选取与身体健康相关的健康指标；在健康指标的值超过相应阈值时，获取与之相应的病症及导致该因素异常的原因，汇总健康指标、异常原因及相应病症，构建健康指标数据集。
[0015]进一步的，基于神经卷积算法构建指标分类器，从健康指标数据集中选择部分数据作为样本数据，对指标分类器进行训练和测试后，将指标分类器输出；结合病症间的相应性，以指标分类器将若干个健康指标分类为多个类别，并将各个指标类别输出；依据线性搜索模型，从网络渠道中至少获取到在健康指标存在异常时，常规性的康复方案、治疗方案以及预防方案，汇总后，建立应对方案库。
[0016]进一步的，引导患者利用检测设备或者体检设备对自身的健康指标进行周期性检测，获取到健康数据，汇总了若干种检测数据后，建立指标数据集；基于监督学习算法构建预测模型，在训练和测试后，对指标数据集中的一种或者多种健康指标数据的变化趋势进行预测，获取若干个指标数据预测值；
[0017]判断出若干个指标数据预测值中是否存在大于警戒阈值的部分，如果存在，将该指标数据标记异常指标；获取该异常指标的历史数据和预测数据，依据逻辑回归，对其变化趋势进行可视化，并对其变化趋势进行追踪。
[0018]进一步的，以健康指标数据集中的健康指标为检索词，依据线性搜索模型从网络数据中检索若干个患者及病症信息，汇总建立患者库；依据患者的治疗花费，将花费额度归一化至区间0,1内，生成症状严重系数。
[0019]进一步的，分别获取若干个患者的健康指标中的异常指标，依据该异常指标超过警戒阈值的比例确定异常比Yb；获取若干个患者的症状严重系数及健康指标的异常比Yb，汇总后建立患者病症影响数据集；依据多重线性回归分析模型分析症状严重系数及健康指标的异常比Yb之间的相关性，判断各个健康指标对患者健康的影响程度，依据判断结果输出相应的异常影响因子Yx。
[0020]进一步的，由检测设备对当前患者的健康指标进行检测，如果若干个健康指标中存在异常指标，确定其异常比Yb；分别获取患者的若干个健康指标的异常影响因子Yx，及相应的异常比Yb，关联后汇总形成健康忽视度Hs；健康忽视度Hs的形成方式如下：
[0021][0022]其中，参数的意义为：0≤α≤1，0≤β≤1，且α2+β2＝1，α、β为权重，其具体值可由用
户调整设置；n为异常指标的数量，取值为正整数；为异常指标的异常比Yb的历史平均值；为异常指标的异常影响因子Yx的历史平均值。
[0023]进一步的，沿着时间轴获取若干个健康忽视度Hs，基于健康忽视度Hs的变化趋势，在进行函数拟合后输出Hs拟合函数，并通过Hs拟合函数对健康忽视度Hs进行预测，输出忽视度预测值；在当前健康忽视度Hs或者忽视度预测值中超过阈值时，在若干个健康指标中，判断出其中异常影响因子Yx或异常比Yb超过相应阈值的健康指标，并将相应的指标标记为异常指标。
[0024]进一步的，获取一个或者多个异常指标，判断是否在若干个识指标类别中出现，如果出现过，且异常指标为当前值，依据相似性模型优先从应对方案库中匹配治疗方案；如果异常指标为预测值，依据相似性模型优先从应对方案库中匹配预防方案。
[0025]进一步的，基于健康指标数据集构建病症数字孪生模型，存在异常指标时，对病症数字孪生模型的相应指标进行替换，对治疗方案或者预防方案进行仿真分析，判断治疗方案或者预防方案是否有效；如果有效，则确定为有效方案，将有效方案及异常指标结合预警信息，向患者发出；如果无效，将异常指标结合预警信息，向患者发出。
[0026](三)有益效果
[0027]本专利技术提供了一种基于多维度健康管理模型的评测方法，具备以下有益效本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于多维度健康管理模型的评测方法，其特征在于：包括，依据线性搜索从网络渠道检索健康指标，汇总并建立健康指标数据集，当健康指标存在异常时，依据指标类别分别采集相应的应对方案，所述应对方案至少包括：预防方案、治疗方案及康复方案，汇总后建立应对方案库；对患者进行周期性检测并汇总建立指标数据集，以构建的预测模型对健康指标进行预测，并在获取的预测值为异常指标时，对该异常指标进行标记并对其变化趋势可视化处理；依据现有患者的病症信息生成症状严重系数，并结合当前异常指标超过警戒阈值的比例确定异常比Yb，基于异常比Yb和症状严重系数的相关性获取异常影响因子Yx，汇总异常比Yb及异常影响因子Yx，生成健康忽视度Hs并输出；获取若干个健康忽视度Hs，依据健康忽视度Hs的变化趋势，在当前健康忽视度Hs或者预测值超过相应阈值时向外部发出预警信息，并在获取预警信息后，输出若干个健康指标中的异常指标；获取一个或多个异常指标，依据相似度从应对方案库中匹配应对方案，在构建病症数字孪生模型后，对匹配出的应对方案进行仿真分析，如果应对方案可行，则将该方案及预警信息向患者输出。2.根据权利要求1所述的一种基于多维度健康管理模型的评测方法，其特征在于：基于线性搜索算法搭建线性搜索模型，在经过样本数据的训练和测试后，从网络渠道选取与身体健康相关的健康指标；在健康指标的值超过相应阈值时，获取与之相应的病症及导致该因素异常的原因，汇总健康指标、异常原因及相应病症，构建健康指标数据集。3.根据权利要求2所述的一种基于多维度健康管理模型的评测方法，其特征在于：基于神经卷积算法构建指标分类器，从健康指标数据集中选择部分数据作为样本数据，对指标分类器进行训练和测试后，将指标分类器输出；结合病症间的相应性，以指标分类器将若干个健康指标分类为多个类别，并将各个指标类别输出；依据线性搜索模型，从网络渠道中至少获取到在健康指标存在异常时，常规性的康复方案、治疗方案以及预防方案，汇总后，建立应对方案库。4.根据权利要求3所述的一种基于多维度健康管理模型的评测方法，其特征在于：引导患者利用检测设备或者体检设备对自身的健康指标进行周期性检测，获取到健康数据，汇总了若干种检测数据后，建立指标数据集；基于监督学习算法构建预测模型，在训练和测试后，对指标数据集中的一种或者多种健康指标数据的变化趋势进行预测，获取若干个指标数据预测值；判断出若干个指标数据预测值中是否存在大于警戒阈值的部分，如果存在，将该指标数据标记异常指标；获取该异常指标的历史数据和预测数据，依据逻辑回归，对其变化趋势进行可视化，并对其变化趋势进行追踪。5.根据权利要求4所...

【专利技术属性】
技术研发人员：罗飞，
申请(专利权)人：华中科技大学同济医学院附属协和医院，
类型：发明
国别省市：