【技术实现步骤摘要】
本专利技术涉及慢性病管理，具体涉及一种基于大数据的慢病风险预警方法及系统。
技术介绍
1、慢病是指病程长、病因复杂、不构成传染且需长期管理的疾病总称，涵盖心脑血管病、代谢性疾病、肿瘤、呼吸系统疾病等。如高血压、冠心病、脑卒中、糖尿病、高血脂、高尿酸血症、慢性阻塞性肺疾病、哮喘、肿瘤、精神疾病、自身免疫性疾病等。慢病具有高致死率且增加患者经济负担，病程长、医疗费用高昂，且易致残，影响劳动能力与生活质量。
2、传统的慢病风险预警系统存弊端，集中体现在：首先，在数据采集方面，传统的数据采集方式存在数据不全面，采集方式单一片面等缺陷，这对数据的平稳性、稳定性造成负面影响，使得预警结果出现偏差和误差；其次，在数据处理方面，传统的预警系统存在数据处理过程中的修正缺失，大量的无效和错误数据会对数据处理作业带来影响，导致输出数据真实性降低；再次，在预警处理模型方面，传统的预警系统无法准确和精确识别模块中的标识特征，数据在实施模型化运算处理过程中，缺少多梯度融合运算，造成预警数据的偏差和部分数据的梯度消失，严重影响最终的预警效果；另外，传统的...
【技术保护点】
1.一种基于大数据的慢病风险预警系统，包括数据采集模块，其特征在于：所述数据采集模块与数据处理模块相连接，数据处理模块与预警评估模型相连接，预警评估模型与预警分析模块相连接，预警分析模块与终端预警模块相连接；
2.根据权利要求1所述的基于大数据的慢病风险预警系统，其特征在于：所述数据采集模块通过对医疗数据、个人健康数据以及公共数据进行实时采集。
3.根据权利要求1或2所述的基于大数据的慢病风险预警系统，其特征在于：所述数据采集模块采集的信号经过优化处理后传输至预警评估模型。
4.根据权利要求1所述的基于大数据的慢病风险预警系统，其特...
【技术特征摘要】
1.一种基于大数据的慢病风险预警系统，包括数据采集模块，其特征在于：所述数据采集模块与数据处理模块相连接，数据处理模块与预警评估模型相连接，预警评估模型与预警分析模块相连接，预警分析模块与终端预警模块相连接；
2.根据权利要求1所述的基于大数据的慢病风险预警系统，其特征在于：所述数据采集模块通过对医疗数据、个人健康数据以及公共数据进行实时采集。
3.根据权利要求1或2所述的基于大数据的慢病风险预警系统，其特征在于：所述数据采集模块采集的信号经过优化处理后传输至预警评估模型。
4.根据权利要求1所述的基于大数据的慢病...
【专利技术属性】
技术研发人员：张延家，陈保站，白旭，李国宇，邓玉凤，赵杰，翟运开，冯天宜，李勇，曹明波，李文静，王树声，温婷婷，王娟华，
申请(专利权)人：郑州大学第一附属医院，
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。