本发明专利技术涉及一种慢性患者终身跟踪随访管理方法和系统，所述方法包括:通过患者终端创建随访患者账号；每个账号均具有四个状态：稳定状态、就诊状态、关注状态、初始状态；所述随访服务器基于大数据信息以及患者的历史患者信息和当前患者信息确定是否将账号状态切换为就诊状态；在就诊状态时适时的提醒患者及时就诊。本发明专利技术基于多元账号状态对患者的终身随访进行管理，通过对账号状态转换的适时和实时触发，打破传统的周期性就诊等固化随访方式，提供了基于慢病管理模式的适应性的跟踪随访，提高了患者体验，提高了跟踪随访效率。提高了跟踪随访效率。提高了跟踪随访效率。
【技术实现步骤摘要】
一种慢性患者终身跟踪随访管理方法和系统
[0001]本专利技术属于智慧医疗
，尤其涉及一种慢性患者终身跟踪随访管理方法和系统。
技术介绍
[0002]近年来对着科学技术的发展，信息技术的日益推广，使得医院对于信息的智能化管理需求不断提高。医疗大数据也已经被广泛应用于临床决策支持、药物研发等方面。
[0003]随着人口日趋老龄化，慢性病正在严重危害着人类的生命健康，已成为全球范围内的重大公共卫生问题。慢性病全称是慢性非传染性疾病，它不是特指某种疾病，而是对一类起病隐匿、病因复杂、病程长且病情迁延不愈，且有些尚未完全被认识的概括性总称，从而使得慢性病患者的治疗信息存在较长周期、且信息复杂，因此，对于慢性病人信息跟踪管理具有重要意义。高血压、冠心病与糖尿病是中老年人患病最多的几种常见慢性病，据估计目前全国高血压患者至少2亿，糖尿病患者达9200万，并以每年300万的速度递增，冠心病患者超过1000万人，今后每年将以20%的速度增加。将导致严重的社会、经济及健康负担。慢病患者为了控制病情及减轻疾病症状，往往需要长期按照医嘱服用药物，而药物漏服，特别是对于需要控制慢病发展的患者影响极大，更容易加剧病情发展，引起相关并发症的产生。
[0004]目前的跟踪随访主要有四种方式：人工随访、书信或电邮、电话与短信与社区移动随访方式。传统的随访方式主要依靠专职的随访人员以人工方式与病人进行沟通，定期或不定期的收集随访结果，并对随访记录进行相关的分类与归档。对移动设备的使用目的也是利用互联网进行信息的传送，减少了随访资料的人工整理，但还是依赖人工上门逐一了解情况，并未利用计算机、人工智能、大数据计数进行数据分析和有效利用。
[0005]现有技术中的这些跟踪随访方式主要依赖随访医生进行人工的周期性的跟踪随访、或者患者出现严重病症的情况下触发的，人工工作量巨大、耗时耗力，不能称之为有效的慢病管理模式。基于上述问题，本专利技术基于多元账号状态对患者的终身随访进行管理，通过对账号状态转换的适时和实时触发，打破传统的周期性就诊等固化随访方式，提供了基于慢病管理模式的适应性的跟踪随访，提高了患者体验，提高了跟踪随访效率。
技术实现思路
[0006]为了解决现有技术中的上述问题，本专利技术提出了一种慢性患者终身跟踪随访管理方法和系统，所述方法包含：步骤S1：患者通过患者终端创建随访患者账号；每个账号均具有四个状态：稳定状态、就诊状态、关注状态、初始状态；获取患者信息，患者信息包括患者的基本信息、病症信息和治疗信息；在创建账号后设置账号状态为初始状态；步骤S2：判断当前患者的治疗信息是否达到稳定，如果是，则将最新的、和患者的病症信息匹配的、且正在被患者使用的治疗信息作为当前治疗信息；将账号状态切换为稳定状态；
步骤S3：当患者账号处于稳定状态或关注状态时，患者终端以对应的采集条件采集患者的病症信息和/或治疗信息，进行预处理后上传给随访服务器，所述随访服务器接收并更新保存病症信息和/或治疗信息；步骤S4：所述随访服务器基于大数据信息以及患者的历史患者信息和当前患者信息确定是否将账号状态切换为就诊状态，如果是，则进入步骤S5；进一步判断是否将账号状态切换为关注状态，如果是，则进入步骤S6；否则，保持当前账号和采集条件和账号状态不变；进入步骤S3等待采集条件满足时进行患者信息的采集；所述步骤S4具体包括如下步骤：步骤S41：判断病症信息中的主要测量参数是否偏离正常范围，如果是，则将账号状态切换为就诊状态，并进入步骤S5；否则，进入下一步骤；步骤S42：基于大数据信息以及患者的历史患者信息和当前患者信息确定病症信息中主要测量参数和/或主要测量参数组合的主要预测值；步骤S43：基于大数据信息以及历史患者信息和当前患者信息确定病症信息中次要测量参数和次要测量参数组合的次要预测值；步骤S44：基于主要预测值、次要预测值、补充测量参数或补充测量参数组合，确定预测准确度；具体的：采用如下公式确定预测准确度；；；；；；；；=；；其中：是主要预测值；是次要预测值；是当前时间t到之间的最近T时间长度范围内的补充测量参数或补充测量参数组合；其中：是调整系数；和是调整系数编号；是正常范围内的较佳范围；是正常范围内的较佳范围或正常范围；P1，P2，P3分别是主、次、补充预测分量；和是用于确定预测准确度的过程参数变量；步骤S45：若预测准确度P超过第一准确度阈值；则将账号状态切换为就诊状态，若预测准确度位于第一准确度阈值和第二准确度阈值之间，则将账号状态切换为关注状态；否则，进入下一步骤；步骤S46：保持当前账号和采集条件和账号状态不变；返回步骤S3等待采集条件再次满足；步骤S5：将患者账号状态切换为就诊状态；随访服务器向患者终端发送提醒消息以提示患者进行就诊以确定是否需要改变治疗信息；患者终端获取新的治疗信息后进入步骤S2；
步骤S6：将患者账号状态切换为关注状态或者保持关注状态不变；判断保持关注状态不变的次数是否超过关注次数上限，如果是，则将账号状态从关注状态切换为稳定状态；并进入步骤S3。
[0007]进一步的，在初始状态下设置采集条件为初始采集条件。
[0008]进一步的，所述患者账号是唯一标识。
[0009]进一步的，关注状态相对于稳定状态来说，其采集条件中的采集频率高，采集数据范围大。
[0010]进一步的，。
[0011]一种慢性患者终身跟踪随访管理系统，包括：患者终端、随访服务器、机构服务器、医生终端；所述系统用于实现上述慢性患者终身跟踪随访管理方法。
[0012]进一步的，所述随访服务器为大数据服务器、所述机构服务器为云服务器。
[0013]一种慢性患者终身跟踪随访管理平台，包括处理器，所述处理器和存储器耦合，所述存储器存储有程序指令，当所述存储器存储的程序指令被所述处理器执行时实现所述的慢性患者终身跟踪随访管理方法。
[0014]一种计算机可读存储介质，包括程序，当其在计算机上运行时，使得计算机执行所述的慢性患者终身跟踪随访管理方法。
[0015]一种慢性患者终身跟踪随访管理装置，所述装置被配置为执行所述的慢性患者终身跟踪随访管理方法。
[0016]本专利技术的有益效果包括：（1）基于账号状态转换对患者的终身随访进行管理；对病症信息涉及的测量参数进行主、次、补充的区分，通过基于主要测量参数及其组合以及次要测量参数和次要测量参数及其组合的预测准确度计算，对账号状态转换的适时和实时触发提供基础，打破传统的周期性就诊等固化随访方式， 提高了跟踪随访效率；（2）提出基于连续数据匹配筛选目标大数据信息形成对当前患者数据的补充，并进一步通过权重拟合的方式运用大数据合理的补充了当前患者的病症数据，为拟合形成基于时间的患者个性化主要测量参数曲线及其预测值的量化计算提供了数据基础；（3）基于测量参数组合充分挖掘大数据中的有效信息，从而能够对应的设置关注状态做潜在提醒管理；设置基于短数据轨迹的人工智能模型来处理大数据信息，从而能够得到广泛的样本来训练人工智能模型并得到准确的次要预测值，本专利技术能够本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种慢性患者终身跟踪随访管理方法，其特征在于，所述方法包含：步骤S1：患者通过患者终端创建随访患者账号；每个账号均具有四个状态：稳定状态、就诊状态、关注状态、初始状态；获取患者信息，患者信息包括患者的基本信息、病症信息和治疗信息；在创建账号后设置账号状态为初始状态；步骤S2：判断当前患者的治疗信息是否达到稳定，如果是，则将最新的、和患者的病症信息匹配的、且正在被患者使用的治疗信息作为当前治疗信息；将账号状态切换为稳定状态；步骤S3：当患者账号处于稳定状态或关注状态时，患者终端以对应的采集条件采集患者的病症信息和/或治疗信息，进行预处理后上传给随访服务器，所述随访服务器接收并更新保存病症信息和/或治疗信息；步骤S4：所述随访服务器基于大数据信息以及患者的历史患者信息和当前患者信息确定是否将账号状态切换为就诊状态，如果是，则进入步骤S5；进一步判断是否将账号状态切换为关注状态，如果是，则进入步骤S6；否则，保持当前账号和采集条件和账号状态不变；进入步骤S3等待采集条件满足时进行患者信息的采集；所述步骤S4具体包括如下步骤：步骤S41：判断病症信息中的主要测量参数是否偏离正常范围，如果是，则将账号状态切换为就诊状态，并进入步骤S5；否则，进入下一步骤；步骤S42：基于大数据信息以及患者的历史患者信息和当前患者信息确定病症信息中主要测量参数和/或主要测量参数组合的主要预测值；步骤S43：基于大数据信息以及历史患者信息和当前患者信息确定病症信息中次要测量参数和次要测量参数组合的次要预测值；步骤S44：基于主要预测值、次要预测值、补充测量参数或补充测量参数组合，确定预测准确度；具体的：采用如下公式确定预测准确度；；；；；；；；=；；其中：是主要预测值；是次要预测值；是当前时间t到之间的最近T时间长度范围内的补充测量参数或补充测量参数组合；其中：是调整系数；和是调整系数编号；是正常范围内的较佳范围；是正常范围内的较佳范围或正常范围；P1，P2，P3分别是主、次、补充预测分量；和是用于确定预测准确度的过程参数变量；
步骤S45：若预测准确度P超过第一准确度阈值；则将账号状态切换为就诊状态，若预测...
【专利技术属性】
技术研发人员：缪锴昕，梁卉，刘琪辉，刘翠银，陈晓峰，杨志胤，朱余明，
申请(专利权)人：肺诊网苏州网络科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。