【技术实现步骤摘要】
本专利技术涉及健康管理领域，尤其涉及一种基于数据分析的健康管理系统及方法。
技术介绍
1、健康管理其核心内容是医疗保险机构及医疗服务机构通过对其医疗保险客户(包括疾病患者或高危人群)或医疗服务客户开展系统的健康管理，达到有效控制疾病的发生或发展，显著降低出险概率和实际医疗支出，从而减少医疗保险赔付损失的目的。随着实际业务内容的不断充实和发展，健康管理逐步发展成为一套专门的系统方案和营运业务，并开始出现区别于医院等传统医疗机构的专业健康管理机构，他们与医疗保险机构协作或直接面向个体需求，提供系统专业的健康管理服务。而相对狭义的健康管理，是指基于健康体检结果，建立专属健康档案，给出健康状况评估，并有针对性提出个性化健康管理方案。
2、示例地，中国专利技术专利公开文本cn117116481a提出的一种血脂异常评估模型构建方法、膳食食疗及健康管理系统，所述方法包括：s1：准备数据集；s2：划分特征集；s3：特征筛选：采用过滤式特征选择方法对训练集进行过滤，利用单因素逻辑回归方法计算每一个特征与目标变量之间的相关性，选择符合预设条件的特征作为血脂异常评估模型的输入特征；s4：模型构建：利用多因素逻辑回归模型拟合训练集且构建血脂异常评估模型；s5：模型优化；s6：模型评估和验证；s7：模型应用。本专利技术基于血脂异常患者的数据，通过多因素逻辑回归模型拟合训练集且构建血脂异常评估模型，使经过优化训练的血脂异常评估模型可用于预测血脂异常患者未来再次发生心血管事件的风险。
3、示例地，中国专利技术专利公开文本cn11546
4、然而，上述现有技术或者涉及血脂异常患者未来再次发生心血管事件的风险的预测，或者涉及血脂检测设备的具体结构，都无法对血脂异常患者未来时间区间的血脂数据进行可靠预测，仍需要在未来时间区间到达时，通过进行繁琐、复杂的抽血验血过程来获得未来时间区间的高血脂数据，而不像血压、心率、体温以及血氧饱和度等生理参数可以便携式测量出来，由此可见，现有技术中仍无法采用简便模式直接获取未来时间区间的血脂数据，导致仍无法对血脂异常患者在未来时间的血脂健康管理策略进行针对性的提前配置。
技术实现思路
1、为了解决现有技术中的技术问题，本专利技术提供了一种基于数据分析的健康管理系统及方法，能够为每一位高血脂患者设计定制结构的ai预测模型，用于对高血脂患者在未来的时间分段的血脂参考信息提供非测量式的预测机制，从而无需在未来的时间分段执行繁琐、复杂的抽血验血过程就可以获取有效的预测血脂数据，为包括启动体检等后续血脂健康管理策略的制定提供关键信息，提升了血脂健康管理的智能化水平。
2、根据本专利技术的第一方面，提供了一种基于数据分析的健康管理系统，所述系统包括：
3、分时捕获器件，用于针对目标高血脂患者获取当前时间分段之前各个时间分段分别对应的各份健康参考数据，每一个时间分段对应的单份健康参数数据为所述目标高血脂患者在所述时间分段内的已测血脂浓度、平均血压数值、平均心率数值、平均体温数值以及平均血氧饱和度数值；
4、信息采集器件，用于获取目标高血脂患者的各项个体生理信息，所述目标高血脂患者的各项个体生理信息包括所述目标高血脂患者的bm i指数、年龄信息、性别信息以及高血脂患病时长；
5、逐次训练器件，用于针对目标高血脂患者构建执行未来时间分段的血脂浓度数值预测的ai预测模型，所述ai预测模型为完成逐次训练的深度神经网络且训练的次数与目标高血脂患者的高血脂患病时长成正比；
6、浓度预测器件，分别与所述分时捕获器件、所述信息采集器件以及所述逐次训练器件连接，用于基于每一时间分段的持续时长、目标高血脂患者的各项个体生理信息以及当前时间分段之前各个时间分段分别对应的各份健康参考数据采用所述ai预测模型智能预测当前时间分段内目标高血脂患者的参考血脂浓度；
7、上报执行器件，与所述浓度预测器件连接，用于在接收到的当前时间分段内目标高血脂患者的参考血脂浓度未在设定浓度数值区间内时，执行血脂浓度异常信息的上报处理；
8、其中，在接收到的当前时间分段内目标高血脂患者的参考血脂浓度未在设定浓度数值区间内时，执行血脂浓度异常信息的上报处理包括：所述上报执行器件内置无线通信接口，用于与远端的健康管理服务器无线连接，以在接收到的当前时间分段内目标高血脂患者的参考血脂浓度未在设定浓度数值区间内时，向所述健康管理服务器无线传输血脂浓度异常信息；
9、其中，在接收到的当前时间分段内目标高血脂患者的参考血脂浓度未在设定浓度数值区间内时，执行血脂浓度异常信息的上报处理还包括：所述血脂浓度异常信息包括目标高血脂患者的参考血脂浓度、目标高血脂患者所在位置的定位信息、目标高血脂患者的通讯信息以及目标高血脂患者的各项个体生理信息；
10、其中，基于每一时间分段的持续时长、目标高血脂患者的各项个体生理信息以及当前时间分段之前各个时间分段分别对应的各份健康参考数据采用所述ai预测模型智能预测当前时间分段内目标高血脂患者的参考血脂浓度包括：智能预测的当前时间分段内目标高血脂患者的参考血脂浓度包括当前时间分段内目标高血脂患者的总胆固醇浓度参考值、甘油三酯浓度参考值、低密度脂蛋白胆固醇浓度参考值和高密度脂蛋白胆固醇浓度参考值；
11、其中，针对目标高血脂患者获取当前时间分段之前各个时间分段分别对应的各份健康参考数据包括：当前时间分段以当前时刻为起始时刻，当前时刻分段与当前时间分段之前各个时间分段各自的持续时长相等且共同组成了一个完整的时间区间。
12、根据本专利技术的第二方面，提供了一种基于数据分析的健康管理方法，所述方法包括以下步骤：
13、针对目标高血脂患者获取当前时间分段之前各个时间分段分别对应的各份健康参考数据，每一个时间分段对应的单份健康参数数据为所述目标高血脂患者在所述时间分段内的已测血脂浓度、平均血压数值、平均心率数值、平均体温数值以及平均血氧饱和度数值；
14、获取目标高血脂患者的各项个体生理信息，所述目标高血脂患者的各项个体生理信息包括所述目标高血脂患者的bm i指数、年龄信息、性别信息以及高血脂患病时长；
15、针对目标高血脂患者构建执行未来时间分段的血脂浓度数值预测的ai预测模型，所述ai预测模型为完成逐次训练的深度神经网络且训练的次数与目标高血脂患者的高血脂患病时长成正比；
1本文档来自技高网...
【技术保护点】
1.一种基于数据分析的健康管理系统，其特征在于，所述系统包括：
2.如权利要求1所述的基于数据分析的健康管理系统，其特征在于：
3.如权利要求2所述的基于数据分析的健康管理系统，其特征在于：
4.如权利要求3所述的基于数据分析的健康管理系统，其特征在于，所述系统还包括：
5.如权利要求3所述的基于数据分析的健康管理系统，其特征在于，所述系统还包括：
6.如权利要求3所述的基于数据分析的健康管理系统，其特征在于，所述系统还包括：
7.如权利要求3所述的基于数据分析的健康管理系统，其特征在于，所述系统还包括：
8.如权利要求3-7任一所述的基于数据分析的健康管理系统，其特征在于：
9.如权利要求3-7任一所述的基于数据分析的健康管理系统，其特征在于：
10.一种基于数据分析的健康管理方法，其特征在于，所述方法包括：
【技术特征摘要】
1.一种基于数据分析的健康管理系统，其特征在于，所述系统包括：
2.如权利要求1所述的基于数据分析的健康管理系统，其特征在于：
3.如权利要求2所述的基于数据分析的健康管理系统，其特征在于：
4.如权利要求3所述的基于数据分析的健康管理系统，其特征在于，所述系统还包括：
5.如权利要求3所述的基于数据分析的健康管理系统，其特征在于，所述系统还包括：
6...
【专利技术属性】
技术研发人员：曹建明，张雪峰，
申请(专利权)人：江苏健中康华医疗科技有限公司，
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。