一种基于语言模型的健康监护方法及系统技术方案

本发明专利技术公开了一种基于语言模型的健康监护方法及系统，属于健康监护技术领域；包括，步骤

【技术实现步骤摘要】
一种基于语言模型的健康监护方法及系统


[0001]本专利技术涉及健康监护
，尤其涉及一种基于语言模型的健康监护方法及系统
。

技术介绍

[0002]传统的受监护者健康监护通常是间断性的，依赖于定期的医疗检查或受监护者主动报告，意味着在监测周期之间，无法获取受监护者的实时健康数据，会导致潜在的健康问题延迟被发现或干预的机被错过；传统的受监护者健康监护是在医疗机构或医生办公室进行检查和观察，这种有限的环境下收集的数据无法全面反映受监护者的真实健康状况，导致监测结果受到限制，无法提供全面准确的评估；依赖于医护人员的观察和分析，需要医护人员投入大量时间和资源，效率不高；传统监护通常缺乏个性化的医疗建议和健康管理方案，每个受监护者的健康需求和状况各不相同，无法针对个体受监护者提供个性化监护方案
。

技术实现思路

[0003]本专利技术的目的在于，提供一种基于语言模型的健康监护方法，解决以上技术问题；
[0004]本专利技术的目的还在于，提供一种基于语言模型的健康监护系统，解决以上技术问题；
[0005]一种基于语言模型的健康监护方法，包括，
[0006]步骤
S1
，一监护传感器采集并发送一受监护者的生理参数数据；
[0007]步骤
S2
，一数据处理模块接收所述生理参数数据，并进行数据处理，提取并发送所述受监护者的第一健康特征信息；
[0008]步骤
S3
，一语言模型接收所述第一健康特征信息，并与监护终端进行实时对话交互，获取所述受监护者的第二健康特征信息；
[0009]步骤
S4
，一监护算法模型依据所述第一健康特征信息和所述第二健康特征信息，生成监护信息并发送给所述监护终端；
[0010]步骤
S5
，所述监护终端接收并显示所述监护信息，对所述受监护者进行健康监护
。
[0011]优选地，步骤
S1
中所述监护传感器依据所述生理参数数据进行选择；
[0012]所述生理参数数据包括心率数据
、
脉搏波形数据
、
血压数据
、
体温数据
、
运动活动数据以及心电数据
。
[0013]优选地，步骤
S2
中所述数据处理包括特征提取操作
、
模式识别操作以及异常检测操作；
[0014]对所述生理参数数据进行特征提取操作后，进行模式识别操作，再进行异常检测操作
。
[0015]优选地，所述特征提取操作是对所述生理参数数据进行特征提取，得到第一特征向量；
[0016]所述特征提取操作的特征包括时域特征
、
频域特征以及时频域特征；
[0017]所述模式识别操作是采用模式识别算法对所述第一特征向量进行分类和识别，得到第二特征向量；
[0018]所述异常检测操作是依据异常检测算法来识别所述第二特征向量中的异常值或离散值，最终得到所述第一健康特征信息
。
[0019]优选地，步骤
S3
中所述监护终端为移动设备，所述监护终端为智能手机或平板电脑
。
[0020]优选地，步骤
S4
中所述监护算法模型的训练数据集包括医学信息，所述监护信息包括医学建议和对应的饮食指导
、
运动计划
。
[0021]一种基于语言模型的健康监护系统，用于所述的监护方法，包括，
[0022]所述监护传感器，采集所述受监护者的所述生理参数数据；
[0023]所述数据处理模块，连接所述监护传感器，接收所述生理参数数据并进行数据处理；
[0024]所述语言模型，连接所述数据处理模块，进行实时对话；
[0025]所述监护算法模型，连接所述语言模型，生成监护信息；
[0026]所述监护终端，连接所述监护算法模型，接收并显示所述监护信息，以进行健康监护
。
[0027]优选地，所述监护终端通过无线网络与所述监护传感器连接
。
[0028]优选地，所述监护传感器为光传感器或压力传感器或温度传感器或加速度传感器或心电图传感器
。
[0029]优选地，所述监护传感器佩戴于所述受监护者的身上或设于所述受监护者周围的设备上
。
[0030]本专利技术的有益效果是：由于采用以上技术方案，能够实时监测受监护者的生理数据，避免潜在的健康问题，监测范围更全面，针对受监护者的生理数据提供监护方案，提高了监护效率和质量
。
附图说明
[0031]图1是本专利技术的监护方法的步骤图；
[0032]图2是本专利技术的监护系统的连接示意图
。
[0033]附图中：
1、
监护传感器；
2、
数据处理模块；
3、
语言模型；
4、
监护终端；
5、
监护算法模型
。
具体实施方式
[0034]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚
、
完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例
。
基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例，都属于本专利技术保护的范围
。
[0035]需要说明的是，在不冲突的情况下，本专利技术中的实施例及实施例中的特征可以相互组合
。
[0036]下面结合附图和具体实施例对本专利技术作进一步说明，但不作为本专利技术的限定
。
[0037]一种基于语言模型的健康监护方法，如图
1、
图2所示，包括，
[0038]步骤
S1
，一监护传感器1采集并发送一受监护者的生理参数数据；
[0039]步骤
S2
，一数据处理模块2接收生理参数数据，并进行数据处理，提取并发送受监护者的第一健康特征信息；
[0040]步骤
S3
，一语言模型3接收第一健康特征信息，并与监护终端4进行实时对话交互，获取受监护者的第二健康特征信息；
[0041]步骤
S4
，一监护算法模型5依据第一健康特征信息和第二健康特征信息，生成监护信息并发送给监护终端4；
[0042]步骤
S5
，监护终端4接收并显示监护信息，对受监护者进行健康监护
。
[0043]具体地，本专利技术提供了一种基于语言模型的健康监护方法，主要应用于健康监护，通过监护传感器1实时采集生理参数数据，并将数据传输到数据处理模块2，数据处理模块2提取有关受监护者的健康状态的特征，语言模型3为
ChatGPT
‑
3.5
以上模型，与监护本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于语言模型的健康监护方法，其特征在于，包括，步骤
S1
，一监护传感器采集并发送一受监护者的生理参数数据；步骤
S2
，一数据处理模块接收所述生理参数数据，并进行数据处理，提取并发送所述受监护者的第一健康特征信息；步骤
S3
，一语言模型接收所述第一健康特征信息，并与监护终端进行实时对话交互，获取所述受监护者的第二健康特征信息；步骤
S4
，一监护算法模型依据所述第一健康特征信息和所述第二健康特征信息，生成监护信息并发送给所述监护终端；步骤
S5
，所述监护终端接收并显示所述监护信息，对所述受监护者进行健康监护
。2.
根据权利要求1所述的基于语言模型的健康监护方法，其特征在于，步骤
S1
中所述监护传感器依据所述生理参数数据进行选择；所述生理参数数据包括心率数据
、
脉搏波形数据
、
血压数据
、
体温数据
、
运动活动数据以及心电数据
。3.
根据权利要求1所述的基于语言模型的健康监护方法，其特征在于，步骤
S2
中所述数据处理包括特征提取操作
、
模式识别操作以及异常检测操作；对所述生理参数数据进行特征提取操作后，进行模式识别操作，再进行异常检测操作
。4.
根据权利要求3所述的基于语言模型的健康监护方法，其特征在于，所述特征提取操作是对所述生理参数数据进行特征提取，得到第一特征向量；所述特征提取操作的特征包括时域特征
、
频域特征以及时频域特...

【专利技术属性】
技术研发人员：张燕龙，朱瑞星，
申请(专利权)人：上海医健通健康科技有限公司，
类型：发明
国别省市：