CN113345583A - 一种构建全生命周期居民智慧健康档案的方法及系统 - Google Patents
一种构建全生命周期居民智慧健康档案的方法及系统 Download PDFInfo
- Publication number
- CN113345583A CN113345583A CN202110609083.4A CN202110609083A CN113345583A CN 113345583 A CN113345583 A CN 113345583A CN 202110609083 A CN202110609083 A CN 202110609083A CN 113345583 A CN113345583 A CN 113345583A
- Authority
- CN
- China
- Prior art keywords
- health
- information
- data
- service
- medical
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 230000036541 health Effects 0.000 title claims abstract description 399
- 238000000034 method Methods 0.000 title claims abstract description 33
- 201000010099 disease Diseases 0.000 claims abstract description 74
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims abstract description 74
- 238000011282 treatment Methods 0.000 claims abstract description 51
- 238000003745 diagnosis Methods 0.000 claims abstract description 29
- 230000006870 function Effects 0.000 claims abstract description 12
- 230000008569 process Effects 0.000 claims abstract description 10
- 238000013473 artificial intelligence Methods 0.000 claims abstract description 5
- 238000007726 management method Methods 0.000 claims description 91
- 238000010276 construction Methods 0.000 claims description 44
- 238000004458 analytical method Methods 0.000 claims description 32
- 239000003814 drug Substances 0.000 claims description 28
- 208000017667 Chronic Disease Diseases 0.000 claims description 17
- 210000001503 joint Anatomy 0.000 claims description 17
- 238000007619 statistical method Methods 0.000 claims description 16
- 238000013439 planning Methods 0.000 claims description 14
- 230000005180 public health Effects 0.000 claims description 14
- 238000010586 diagram Methods 0.000 claims description 13
- 238000003032 molecular docking Methods 0.000 claims description 13
- 230000000694 effects Effects 0.000 claims description 12
- 238000013461 design Methods 0.000 claims description 11
- 238000001514 detection method Methods 0.000 claims description 11
- 238000002255 vaccination Methods 0.000 claims description 11
- 230000010354 integration Effects 0.000 claims description 10
- 238000003908 quality control method Methods 0.000 claims description 10
- 230000006399 behavior Effects 0.000 claims description 9
- 238000002649 immunization Methods 0.000 claims description 9
- 230000003053 immunization Effects 0.000 claims description 9
- 229940079593 drug Drugs 0.000 claims description 8
- 238000012423 maintenance Methods 0.000 claims description 7
- 238000012544 monitoring process Methods 0.000 claims description 7
- 238000011160 research Methods 0.000 claims description 7
- 206010020772 Hypertension Diseases 0.000 claims description 6
- HVYWMOMLDIMFJA-DPAQBDIFSA-N cholesterol Chemical compound C1C=C2C[C@@H](O)CC[C@]2(C)[C@@H]2[C@@H]1[C@@H]1CC[C@H]([C@H](C)CCCC(C)C)[C@@]1(C)CC2 HVYWMOMLDIMFJA-DPAQBDIFSA-N 0.000 claims description 6
- 206010012601 diabetes mellitus Diseases 0.000 claims description 6
- 230000002265 prevention Effects 0.000 claims description 6
- 208000020016 psychiatric disease Diseases 0.000 claims description 6
- 230000001684 chronic effect Effects 0.000 claims description 5
- 230000008774 maternal effect Effects 0.000 claims description 5
- 238000013480 data collection Methods 0.000 claims description 4
- 230000006806 disease prevention Effects 0.000 claims description 4
- 239000000463 material Substances 0.000 claims description 4
- 238000012550 audit Methods 0.000 claims description 3
- 230000005540 biological transmission Effects 0.000 claims description 3
- 239000008280 blood Substances 0.000 claims description 3
- 210000004369 blood Anatomy 0.000 claims description 3
- 230000036772 blood pressure Effects 0.000 claims description 3
- 235000012000 cholesterol Nutrition 0.000 claims description 3
- 238000003759 clinical diagnosis Methods 0.000 claims description 3
- 238000013523 data management Methods 0.000 claims description 3
- 238000013524 data verification Methods 0.000 claims description 3
- 238000013079 data visualisation Methods 0.000 claims description 3
- 238000011156 evaluation Methods 0.000 claims description 3
- 230000003993 interaction Effects 0.000 claims description 3
- 238000012856 packing Methods 0.000 claims description 3
- 208000008128 pulmonary tuberculosis Diseases 0.000 claims description 3
- 238000012827 research and development Methods 0.000 claims description 3
- 201000008827 tuberculosis Diseases 0.000 claims description 3
- 210000002700 urine Anatomy 0.000 claims description 3
- 238000011337 individualized treatment Methods 0.000 claims description 2
- 230000001575 pathological effect Effects 0.000 claims description 2
- 238000011161 development Methods 0.000 abstract description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 230000007547 defect Effects 0.000 description 3
- 238000007405 data analysis Methods 0.000 description 2
- 230000003862 health status Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 206010013700 Drug hypersensitivity Diseases 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 201000005311 drug allergy Diseases 0.000 description 1
- 230000000857 drug effect Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 238000011081 inoculation Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000002705 metabolomic analysis Methods 0.000 description 1
- 230000001431 metabolomic effect Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000007170 pathology Effects 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H15/00—ICT specially adapted for medical reports, e.g. generation or transmission thereof
Abstract
本发明属于智慧健康档案管理与应用技术领域，公开了一种构建全生命周期居民智慧健康档案的方法及系统，包括生命体征数据收集模块、AI辅助决策模块、个人疾病预测模块、家族史疾病史分析模块和个人健康特征展示模块。本发明提供的构建全生命周期居民智慧健康档案的系统，是在互联互通的基础上，建设功能完善的全民健康信息平台，并将每个人的生活习惯、以往病史、诊治情况、家族病史、现病史、体检结果及疾病的发生、发展、治疗和转归的过程等信息归集到个人健康档案中。有了这些信息，然后借助健康医疗大数据平台和人工智能，可实现全生命周期居民智慧健康档案管理与应用，提升健康医疗服务效率和质量。
Description
技术领域
本发明属于健康档案管理技术领域，尤其涉及一种构建全生命周期居民智慧健康档案的方法及系统。
背景技术
目前，从2009年起原国家卫生部就启动了健康档案建设工作，历时10余年，各地陆续建立了不同规模、不同形式的健康档案，但时至今日，健康档案仍停留在随访登记地步，并没有发展成为记录每个人从出生到死亡的所有生命体征变化，以及自身所从事过与健康相关的一切行为与事件的档案。全生命周期居民智慧健康档案的构建主要依赖于区域全民健康信息平台建设成熟度及互联互通建设成熟度。但现有技术中关于全生命周期居民智慧健康档案的构建系统和/或方法的相关技术方案尚未见报道。因此，亟需一种构建全生命周期居民智慧健康档案的方法及系统。
通过上述分析，现有技术存在的问题及缺陷为：在现有技术下的健康档案仍停留在随访登记的水平，并未发展成为记录每个人从出生到死亡所有生命体征变化，以及自身所从事过与健康相关的一切行为与事件的档案。现在技术条件下，每个人的信息是分散的，不连续的，存储在结构各不相同的业务系统中，信息不能互通、不能相互校验、信息量杂乱无序，管理和应用水平低下。
(1)现有健康档案仍停留在随访登记地步，并没有发展成为记录每个人从出生到死亡的所有生命体征变化，以及自身所从事过与健康相关的一切行为与事件的档案。
(2)现有技术中关于全生命周期居民智慧健康档案的构建系统和/或方法的相关技术方案尚未见报道。
解决以上问题及缺陷的难度为：一是打通所有医疗卫生机构信息系统，省、市、县、乡、村五级医疗卫生机构信息系统实现互联互通，业务协同共享；二是将每个人的体检结果、计划免疫记录、既往病史、各种检验检查记录、治疗记录、药物过敏史、行为危险因素和参与健康教育活动的记录等信息归集到健康档案中来，然后借助云计算、大数据和人工智能等实现对健康档案的管理和创新应用。
解决以上问题及缺陷的意义为：智慧居民健康档案使连续、动态地了解个人健康信息成为可能。
一是智慧居民健康档案的务实应用打破了过去医患之间的信息壁垒，更加直观、动态、准确地反映了居民全生命周期的各方面健康需求。通过对智慧居民健康档案进行标记，对人群做出分类，在开展健康教育、基本公共卫生服务项目时，更容易找到目标人群，提高了政府施策的精准度，节约了人力、物力和财力；
二是依托健康医疗大数据平台对涉及健康相关的海量数据进行分析整理，从健康数据的多维度出发，形成慢病指数、卫生资源指数、自然环境指数、生命预期指数和生活方式指数5大指标体系，并通过相应的算法核算得出每个城市的健康指数及多维度健康画像；
三是智慧健康档案依托健康医疗大数据平台生成，以患者身份证号、当次医院就诊卡号、门诊或住院信息作为数据采集和整合的依据，将用户健康档案信息中与本次就诊相关的数据进行自动抽取和自动分析。当门诊患者到达医生诊室，医生刷取该患者就诊卡号后，系统自动生成与该患者本次就诊相关的智慧健康档案信息(包括患者既往疾病史、家族疾病史、本次就诊可能的疾病分析)，并推送给医生，帮助医生快速、准确地进行诊疗；
四是智能健康风险预测是基于健康档案记录的全生命周期的健康、医疗、个人体征数据等，依托健康医疗大数据平台，以居民身份证号作为数据采集和整合的依据，将用户健康档案、健康体检、就诊记录等信息中的各项体征指标、检测结果与正常指标信息进行比对，进行风险预测，得出个人的健康指数、健康风险和疾病风险，并给予相应的健康保养及疾病预防建议，使居民能够在社区或家中得到连续性的健康服务；
五是居民通过查阅本人的健康档案信息，了解自己各阶段的健康状况和享受医疗卫生服务的情况，从而提高自我保健意识和主动识别健康危险因素的能力，达到预防为主和促进健康的目的。
发明内容
针对现有技术存在的问题，本发明提供了一种构建全生命周期居民智慧健康档案的方法及系统。
本发明是这样实现的，一种构建全生命周期居民智慧健康档案的系统，所述构建全生命周期居民智慧健康档案的系统，包括：
生命体征数据收集模块，用于通过全民健康信息平台建设、各业务信息系统互联互通建设以及健康医疗大数据平台建设，实现个体生命体征数据的收集；
AI辅助决策模块，用于将患者的超级健康档案信息强行推送给医生；
个人疾病预测模块，用于将患者各项指标检测结果与正常指标信息进行比对，得出个人的健康指数、健康风险和疾病风险；
家族史疾病史分析模块，用于通过构建以全员人口库为底层数据库的家谱关系模型实现家族史疾病史的分析；
个人健康特征展示模块，用于通过全生命周期居民智慧健康档案的展示页面进行个人健康特征的展示。
进一步，所述各业务信息系统互联互通建设，包括省、市、县三级全民健康信息平台互联互通和各类卫生健康业务信息系统互联互通；其中，所述省、市、县三级全民健康信息平台互联互通，包括：
(1)建立信息标准规范体系
按照省上卫生信息化总体规划框架，以市卫计委信息标准框架体系为基础，提出平台标准规范体系总体框架，以及信息规范与建设内容的逻辑关系，包括数据标准规范设计、技术标准规范设计和管理标准规范设计。
(2)建立数据交换与共享平台
数据对接管理模块，用于通过多种通用接口方式，实现支持多种类型的输入数据源和采集平台需要的数据，为数据交换与共享提供统一标准的数据来源；
数据交换管理模块，数据交换子系统是市级数据交换与共享平台和各前置节点之间的信息交换通道，实现交换信息的打包、转换、传递、路由和解包功能，满足各种数据信息在全市各个交换接入部门的数据传输需求。
(3)卫生资源管理
数据质控平台，用于通过制定、实施数据质量检核，分析展示平台中数据质量问题，实现质控规则管理、数据校验、数据质量过程监控、数据质量审计监控、错误数据追溯、数据质量控制报告以及数据质量回溯；
市级云平台企业级服务总线，包括服务注册、服务配置、服务发布和服务撤销，还包括服务元数据及目录信息库，通过服务发布功能，将注册发布服务的服务元数据存储在服务目录信息库中。
(4)数据对接
市级云平台的数据对接分为地市直属医疗机构数据对接，县级平台数据对接，健康档案共享文档20项的采集，没有县级平台直接采集县区直属医疗机构的数据，其他行业部门系统的数据对接，分为医疗服务数据、公共卫生数据和其他行业类数据；
医疗服务信息采集包括患者基本信息、患者就诊履历、实验室检验报告、影像诊断报告、影像图像数据、住院相关病历以及门诊/住院诊断报告；其中电子病历数据是互联互通的核心内容。
进一步，所述各业务信息系统，包括出生医学证明管理信息系统、免疫规划信息系统、妇幼健康信息系统、慢病管理信息系统、电子病历数据库、城乡居民健康档案系统、家庭医生签约系统、健康一体机管理信息系统、老年健康服务信息系统和全员人口信息系统。
进一步，所述各业务信息系统互联互通建设，包括：
通过对接出生医学证明管理信息系统，实现对每个新生儿的出生基本信息、父母信息和签发信息在内的基本医学信息的管理以及对全省的出生信息进行统计分析，居民通过健康档案浏览器查询到个人出生医学证明信息；
通过对接免疫规划信息系统，实现对居民个人接种信息的管理及全省疫苗接种情况的统计分析，居民通过健康档案浏览器查询到个人疫苗接种详细信息；
通过对接妇幼健康信息系统，实现对孕产妇产前随访、产后访视、新生儿访视以及儿童健康体检信息的管理，对全省的孕产妇情况、服务情况及建档情况进行统计分析，居民通过健康档案浏览器查询到个人产前随访以及产后访视在内的相关记录；
通过对接慢病管理信息系统，实现对高血压、糖尿病以及肺结核在内的慢性病患者服务信息的管理，对全省慢病情况及慢病服务情况进行统计分析，居民通过健康档案浏览器查询到个人慢病随访记录；
通过对接电子病历数据库，实现对门诊就诊记录、住院就诊记录的管理，对居民个人进行三维建模，并对全省的医疗服务情况进行统计分析，居民通过健康档案浏览器查询到个人门诊及住院的详细信息；
通过对接城乡居民健康档案系统，实现对健康体检信息、体质信息、精神障碍管理信息、个人健康档案信息及家庭档案信息的管理，并对全省的居民建档信息进行统计分析；
通过对接家庭医生签约系统，实现对居民家庭医生签约信息的管理，并对全省的家庭医生签约情况进行统计分析，居民通过健康档案浏览器查询到个人的家庭医生签约情况；
通过对接健康一体机管理信息系统，实现对居民血压、血糖、心率、心电、尿常规以及胆固醇在内的健康信息的管理，居民通过健康档案浏览器查询到个人的健康一体机相关信息；
通过对接老年健康服务信息系统，实现对全省老年人情况及老年人服务情况的分析管理，居民通过健康档案浏览器查询到个人的健康体检信息；
通过对接全员人口信息系统，实现对全省人口的基本信息、家庭信息以及死亡信息的管理，对全省人口进行动态化管理。
进一步，所述健康医疗大数据平台，包括
大数据中心构建模块，用于按照健康医疗数据源产生的来源，构建临床大数据、健康大数据、生物大数据以及经营运营大数据在内的大数据中心；
辅助临床决策模块，用于运用大数据平台海量临床病例数据，在短时间内分析可能的病因及结果，提供病人互动、临床护理、诊断、研究以及数据可视化服务，并依据与疗效相关的临床和病理特征，为医生提出规范化临床路径及个性化治疗建议；
辅助监管决策模块，用于通过整合全员人口、基层医疗机构信息、药品、医疗行为、公共卫生绩效考核、重点工作监管、医疗综合数据以及综合业务数据在内的多类业务应用数据信息，为医疗、医药、医保监管工作提供服务和协助，使决策者有针对性地制定措施，分析不同级别医疗机构中的医疗需求，合理配置医疗资源；
精准医疗模块，用于基于个人健康档案记录的全生命周期的健康和医疗数据，利用体征指标偏离以及临床诊疗数据，向用户提供健康保养及疾病预防建议，对医生提供病因、发病历程以及诊疗后药效、康复数据，向个人提供健康管理计划和健康医疗方案；
诊疗效果评估模块，用于通过大数据，从全局掌控分级诊疗全省异地就诊患者流向，直观揭示患者就诊现状，将患者的多个特征进行比对，获取信息的差异点，并按差异性进行排序分类，分析出区域患者全维度的特征，客观评估分级诊疗政策实施后的效果。
进一步，大数据中心构建模块中，所述临床大数据，包括电子病历数据EMR，医学影像数据，患者终生就医、住院、用药记录，标准化临床路径数据；
所述健康大数据，电子健康档案HER，监测个人体征数据、个人偏好数据、康复医疗数据以及健康知识数据；
所述生物大数据，包括不同组学的数据，例如基因组学、代谢组学以及蛋白组学；
所述经营运营大数据，包括成本核算数据，医药、耗材、器械采购与管理数据，不同病种治疗成本与报销、药物研发数据、消费者消费数据，产品流通数据以及第三方支付数据。
进一步，所述健康医疗大数据平台以二级以上医院HIS系统、公共卫生业务系统、妇幼系统、疾控系统和其它平台的数据为数据资源池，以数据交易、大数据管理、基础支撑、智慧医疗分析4大平台共同构建全省医疗医疗大数据平台；
所述健康医疗大数据平台系统部署总体架构是一个以面向服务SOA，基于“3+2”架构的云计算数据中心；其中，“3”指基础设施层、平台层和软件服务层三个层次，“2”指安全支撑体系、运维管理体系；“3”表达了以基础设施即服务、以平台即服务为基础支撑的信息化基础资源共享服务体系；每层既对上一层提供服务支撑，同时又具有独立的面向业务支撑的应用服务体系，体现基础设施即服务、平台即服务和软件应用即服务的云计算系统部署。
本发明的另一目的在于提供一种应用所述的构建全生命周期居民智慧健康档案的系统的构建全生命周期居民智慧健康档案的方法，所述构建全生命周期居民智慧健康档案的方法包括以下步骤：
步骤一，通过生命体征数据收集模块利用全民健康信息平台建设、各业务信息系统互联互通建设以及健康医疗大数据平台建设，实现个体生命体征数据的收集；
步骤二，通过AI辅助决策模块将患者的超级健康档案信息强行推送给医生；
步骤三，通过个人疾病预测模块将患者各项指标检测结果与正常指标信息进行比对，得出个人的健康指数、健康风险和疾病风险；
步骤四，通过家族史疾病史分析模块利用构建以全员人口库为底层数据库的家谱关系模型实现家族史疾病史的分析；
步骤五，通过个人健康特征展示模块利用全生命周期居民智慧健康档案的展示页面进行个人健康特征的展示。
进一步，步骤二中，所述通过AI辅助决策模块将患者的超级健康档案信息强行推送给医生，包括：
依托健康医疗大数据平台，以患者身份证号、患者当次医院就诊卡号和门诊或住院信息作为数据采集和整合的依据，将用户健康档案信息中与本次就诊相关的数据进行自动抽取和自动分析，当门诊患者到达医生诊室，医生刷取该名患者就诊卡号后，系统自动生成与该患者本次就诊相关的超级健康档案信息强行推送给医生；其中，所述超级健康档案信息包括患者既往疾病史、家族疾病史以及本次就诊可能的疾病分析。
进一步，步骤三中，所述通过个人疾病预测模块将患者各项指标检测结果与正常指标信息进行比对，得出个人的健康指数、健康风险和疾病风险，包括：
智能风险预测是依托健康医疗大数据平台，以患者身份证号作为数据采集和整合的依据，将用户健康档案、健康体检以及就诊记录信息中的各项指标检测结果与正常指标信息进行比对，从而进行风险预测，得出个人的健康指数、健康风险和疾病风险，并给予相应的预防建议。
进一步，步骤四中，所述通过家族史疾病史分析模块利用构建以全员人口库为底层数据库的家谱关系模型实现家族史疾病史的分析，包括：
全民健康信息平台与全员人口信息系统对接过程中，已存储了包括与人员有关的ID、姓名、性别、出生日期、身份证号、户编码以及地址在内的全部实有人口登记的基本信息，并形成全员人口数据库；其中，所述地址包括户籍地和居住地，所述实有人口包括户籍人口和流动人口；
基于平台的EMPI个人主索引服务，各人员记录之间通过“配偶”、“父亲”和“母亲”字段项进行关联，通过世系图描述人员基本信息以及各人员之间的前后代亲属关系，与全员人口数据库中所存储的人口记录信息对应，以知识树的形式对家谱关系进行知识表示，以元图的形式对家谱关系进行可视化展示，构建以全员人口库为底层数据库的家谱关系模型。
进一步，步骤五中，所述个人健康特征，包括健康摘要、儿童保健、妇女保健、疾病控制、疾病管理以及医疗服务信息；
其中，所述健康摘要，包括居民个人基本信息、家庭档案信息、家庭医生签约信息、建档信息、健康特征信息以及健康体检信息在内的基础信息；所述儿童保健，包括新生儿访视以及儿童健康体检信息在内的涉及到儿童保健期的相关信息；所述妇女保健，包括孕产妇产前随访信息和产后访视信息，对孕产妇的整个孕期健康情况进行随访并给予相应保健指导；
所述疾病控制，包括肺结核防治的随访管理以及免疫预防接种的相关记录信息；所述疾病管理，包括对高血压、糖尿病以及精神障碍在内的慢性病患者的随访记录信息；所述医疗服务，包括门诊就诊记录、住院就诊记录、体检报告记录、健康一体机记录以及子女出生医学证明在内的相关信息，通过点击相应就诊记录可查看到每次的详细就诊信息。
结合上述的所有技术方案，本发明所具备的优点及积极效果为：本发明提供的构建全生命周期居民智慧健康档案的系统，是在互联互通的基础上，建设功能完善的全民健康信息平台，并将每个人的生活习惯、以往病史、诊治情况、家族病史、现病史、体检结果及疾病的发生、发展、治疗和转归的过程等信息归集到个人健康档案中。有了这些信息，然后借助健康医疗大数据平台和人工智能，可实现全生命周期居民智慧健康档案。
本发明通过建设健康医疗大数据平台，汇集公共卫生、医疗服务、医疗保障、药品管理、计划生育、综合管理、临床研究、基因组学、转换医学等方面的涵盖人的全生命周期的健康医疗大数据，推动医疗健康业务与服务模式转型升级，进一步深化医疗卫生体制改革，提升健康医疗服务效率和质量，不断满足人民群众多层次、多样化的健康需求，培育新的业态和经济增长点。
本发明提供的健康医疗大数据平台的设计，主要基于已建成的省、市、县三级全民健康信息平台、基础数据库(电子病历数据库、健康档案数据库、全员人口数据库)和已与全民健康信息平台互联互通的各类业务信息系统；在此基础上，通过模型再造，进一步提升医疗服务效率和质量、变革医疗模式、完善统计制度，加强统计数据分析能力、实现现代科学化控费和精算管理、提高服务能力和管理水平、推进健康医疗行业治理、临床和科研、公共卫生大数据的应用，加强健康医疗数据安全保障和患者隐私保护，发展智慧健康，提供医疗便民服务。
本发明通过全民健康信息平台建设、各业务信息系统互联互通建设、健康医疗大数据平台建设，对于每个个体而言，基本可以实现每个人从出生到死亡的所有生命体征数据的收集，以及自身所从事过的与健康相关的一切行为与事件的归档。在这个基础上，就可以构建全生命周期居民智慧健康档案。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例中所需要使用的附图做简单的介绍，显而易见地，下面所描述的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的构建全生命周期居民智慧健康档案的系统结构框图；
图中：1、生命体征数据收集模块；2、AI辅助决策模块；3、个人疾病预测模块；4、家族史疾病史分析模块；5、个人健康特征展示模块。
图2是本发明实施例提供的构建全生命周期居民智慧健康档案的方法流程图。
图3是本发明实施例提供的健康医疗大数据平台系统架构图。
图4是本发明实施例提供的健康医疗大数据平台系统部署示意图。
图5是本发明实施例提供的智慧居民健康档案技术架构示意图。
图6是本发明实施例提供的智慧居民健康档案基本功能示意图。
图7是本发明实施例提供的智慧健康档案首页效果图。
图8是本发明实施例提供的智慧健康档案个人健康状况三维人体模型图。
图9是本发明实施例提供的智慧健康档案个人疾病预测图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
针对现有技术存在的问题，本发明提供了一种构建全生命周期居民智慧健康档案的方法及系统，下面结合附图对本发明作详细的描述。
如图1所示，本发明实施例提供的构建全生命周期居民智慧健康档案的系统包括：
生命体征数据收集模块1，用于通过全民健康信息平台建设、各业务信息系统互联互通建设以及健康医疗大数据平台建设，实现个体生命体征数据的收集；
AI辅助决策模块2，用于将患者的超级健康档案信息强行推送给医生；
个人疾病预测模块3，用于将患者各项指标检测结果与正常指标信息进行比对，得出个人的健康指数、健康风险和疾病风险；
家族史疾病史分析模块4，用于通过构建以全员人口库为底层数据库的家谱关系模型实现家族史疾病史的分析；
个人健康特征展示模块5，用于通过全生命周期居民智慧健康档案的展示页面进行个人健康特征的展示。
如图2所示，本发明实施例提供的构建全生命周期居民智慧健康档案的方法包括以下步骤：
S101，通过生命体征数据收集模块利用全民健康信息平台建设、各业务信息系统互联互通建设以及健康医疗大数据平台建设，实现个体生命体征数据的收集；
S102，通过AI辅助决策模块将患者的超级健康档案信息强行推送给医生；
S103，通过个人疾病预测模块将患者各项指标检测结果与正常指标信息进行比对，得出个人的健康指数、健康风险和疾病风险；
S104，通过家族史疾病史分析模块利用构建以全员人口库为底层数据库的家谱关系模型实现家族史疾病史的分析；
S105，通过个人健康特征展示模块利用全生命周期居民智慧健康档案的展示页面进行个人健康特征的展示。
下面结合实施例对本发明的技术方案作进一步描述。
一、发明概述
全生命周期居民智慧健康档案是在互联互通的基础上，建设功能完善的全民健康信息平台，并将每个人的生活习惯、以往病史、诊治情况、家族病史、现病史、体检结果及疾病的发生、发展、治疗和转归的过程等信息归集到个人健康档案中。有了这些信息，然后借助健康医疗大数据平台和人工智能，可实现全生命周期居民智慧健康档案。
二、各类卫生健康信息系统互联互通
(一)省、市、县三级全民健康信息平台互联互通
根据《国家卫生计生委办公厅关于加快推进全民健康信息平台互联互通工作的通知》(国卫办规划函〔2017〕851号)按照数据统一采集、业务应用共享的思路，开展三级全民健康信息平台互联互通建设工作。
1、建立信息标准规范体系
按照省上卫生信息化总体规划框架，以市卫计委信息标准框架体系为基础，提出平台标准规范体系总体框架，以及信息规范与建设内容的逻辑关系，主要包括数据标准规范设计、技术标准规范设计和管理标准规范设计。
2、建立数据交换与共享平台
(1)数据对接管理。通过多种通用接口方式，实现支持多种类型的输入数据源和采集平台需要的数据，为数据交换与共享提供统一标准的数据来源。
(2)数据交换管理。数据交换子系统是市级数据交换与共享平台和各前置节点之间的信息交换通道，实现交换信息的打包、转换、传递、路由、解包等功能，满足各种数据信息在全市各个交换接入部门的数据传输需求。
3、卫生资源管理
(1)数据质控平台。通过制定、实施数据质量检核，分析展示平台中数据质量问题。数据质控平台主要功能应包括：质控规则管理、数据校验、数据质量过程监控、数据质量审计监控、错误数据追溯、数据质量控制报告、数据质量回溯等。
(2)市级云平台企业级服务总线。
企业级服务总线需要开发的模块包括服务注册、服务配置、服务发布、服务撤销。另外，还需建设服务元数据及目录信息库，通过服务发布功能，将注册发布服务的服务元数据存储在服务目录信息库中。
4、数据对接
市级云平台的数据对接分为地市直属医疗机构数据对接，县级平台数据对接，健康档案共享文档(20项)的采集(使用省级健康档案平台的除外)，没有县级平台直接采集县区直属医疗机构的数据，其他行业部门系统的数据对接，分为医疗服务数据、公共卫生数据、其他行业类数据。
医疗服务数据是整个平台的主要内容，医疗服务信息采集主要包括患者基本信息、患者就诊履历、实验室检验报告、影像诊断报告、影像图像数据、住院相关病历、门诊/住院诊断报告等。其中电子病历数据是互联互通的核心内容。
(二)各类卫生健康业务信息系统互联互通
全面整合委内各业务信息系统，逐步解决信息共享和交换问题，基于区域全民健康信息平台，推动数据统一采集、标准统一使用、接口统一制定、应用统一整合、门户统一集成、资源统一管理，实现卫生健康业务信息系统的协同应用，通过各业务信息系统的互联互通，真正实现全生命周期的居民智慧健康档案管理。
1、出生医学证明管理信息系统
通过对接出生医学证明管理信息系统，实现对每个新生儿的出生基本信息、父母信息、签发信息等基本医学信息的管理以及对全省的出生信息进行统计分析，为后续的儿童管理提供依据。居民可通过健康档案浏览器查询到个人出生医学证明信息。
2、免疫规划信息系统
通过对接免疫规划信息系统，实现对居民个人接种信息的管理及全省疫苗接种情况的统计分析。居民可通过健康档案浏览器查询到个人疫苗接种详细信息。
3、妇幼健康信息系统
通过对接妇幼健康信息系统，实现对孕产妇产前随访、产后访视、新生儿访视、儿童健康体检等信息的管理，对全省的孕产妇情况、服务情况及建档情况进行统计分析。居民可通过健康档案浏览器查询到个人产前随访、产后访视等的相关记录。
4、慢病管理信息系统
通过对接慢病管理信息系统，实现对高血压、糖尿病、肺结核等慢性病患者服务信息的管理，对全省慢病情况及慢病服务情况进行统计分析。居民可通过健康档案浏览器查询到个人慢病随访记录。
5、电子病历数据库
通过对接电子病历数据库，实现对门诊就诊记录、住院就诊记录的管理，对居民个人进行三维建模，并对全省的医疗服务情况进行统计分析。居民可通过健康档案浏览器查询到个人门诊、住院的详细信息。
6、城乡居民健康档案系统
通过对接城乡居民健康档案系统，实现对健康体检信息、体质信息、精神障碍管理信息、个人健康档案信息及家庭档案信息的管理，并对全省的居民建档信息进行统计分析。
7、家庭医生签约系统
通过对接家庭医生签约系统，实现对居民家庭医生签约信息的管理，并对全省的家庭医生签约情况进行统计分析。居民可通过健康档案浏览器查询到个人的家庭医生签约情况。
8、健康一体机管理信息系统
通过对接健康一体机管理信息系统，实现对居民血压、血糖、心率、心电、尿常规、胆固醇等健康信息的管理。居民可通过健康档案浏览器查询到个人的健康一体机相关信息。
9、老年健康服务信息系统
通过对接老年健康服务信息系统，实现对全省老年人情况及老年人服务情况的分析管理。居民可通过健康档案浏览器查询到个人的健康体检信息。
10、全员人口信息系统
通过对接全员人口信息系统，实现对全省人口的基本信息、家庭信息以及死亡信息等的管理，对全省人口进行动态化管理。
三、健康医疗大数据平台构建
(一)健康医疗大数据平台建设目标
通过建设健康医疗大数据平台，汇集公共卫生、医疗服务、医疗保障、药品管理、计划生育、综合管理、临床研究、基因组学、转换医学等方面的涵盖人的全生命周期的健康医疗大数据，推动医疗健康业务与服务模式转型升级，进一步深化医疗卫生体制改革，提升健康医疗服务效率和质量，不断满足人民群众多层次、多样化的健康需求，培育新的业态和经济增长点。
(二)健康医疗大数据平台业务需求
甘肃省健康医疗大数据平台的设计，主要基于已建成的省、市、县三级全民健康信息平台、基础数据库(电子病历数据库、健康档案数据库、全员人口数据库)和已与全民健康信息平台互联互通的各类业务信息系统。在此基础上，通过模型再造，进一步提升医疗服务效率和质量、变革医疗模式、完善统计制度，加强统计数据分析能力、实现现代科学化控费和精算管理、提高服务能力和管理水平、推进健康医疗行业治理、临床和科研、公共卫生大数据的应用，加强健康医疗数据安全保障和患者隐私保护，发展智慧健康，提供医疗便民服务。
(三)健康医疗大数据来源及分组
按照健康医疗数据源产生的来源，将构建以下几个分类的大数据中心：临床大数据，包括电子病历数据EMR，医学影像数据，患者终生就医、住院、用药记录，标准化临床路径数据；健康大数据，电子健康档案HER，监测个人体征数据、个人偏好数据、康复医疗数据、健康知识数据等；生物大数据，包括不同组学的数据，例如基因组学、代谢组学、蛋白组学等；经营运营大数据，包括成本核算数据，医药、耗材、器械采购与管理数据，不同病种治疗成本与报销、药物研发数据、消费者消费数据，产品流通数据，第三方支付数据等。
(四)健康医疗大数据平台业务内容
1、辅助临床决策
运用大数据平台海量临床病例数据，在短时间内分析可能的病因及结果，提供病人互动、临床护理、诊断、研究、数据可视化等服务，并依据与疗效相关的临床、病理等特征，为医生提出规范化临床路径及个性化治疗建议。
2、辅助监管决策
大数据平台将通过整合全员人口、基层医疗机构信息、药品、医疗行为、公共卫生绩效考核、重点工作监管、医疗综合数据、综合业务数据等多类业务应用数据信息，为医疗、医药、医保监管工作提供服务和协助，提供精确的决策支持，可以使决策者有针对性地制定措施，更加有效率的解决问题，分析不同级别医疗机构中的医疗需求，合理配置医疗资源，为医疗机构、医务人员、医疗行为的新“三医”监管提供数据支撑。
3、精准医疗
基于个人健康档案记录的全生命周期的健康、医疗数据，利用体征指标偏离以及临床诊疗数据，向用户提供更精准科学的健康保养及疾病预防建议，对医生提供更精确的病因、发病历程以及诊疗后药效、康复数据等，向个人提供个性化的、精准的、有效的健康管理计划和健康医疗方案。
4、实现分级诊疗效果科学评估
通过大数据，从全局掌控分级诊疗全省异地就诊患者流向，直观揭示患者就诊现状，将患者的多个特征进行比对，获取信息的差异点，并按差异性进行排序分类，分析出区域患者全维度的特征。基于这些，可以客观的反应分级诊疗政策实施后的效果，为医疗资源优化配置、分级诊疗工作的决策与评估、分级诊疗政策的进一步完善提供科学依据。
5、系统架构
甘肃省健康医疗大数据平台以二级以上医院HIS系统、公共卫生业务系统、妇幼系统、疾控系统和其它平台的数据为数据资源池，以数据交易、大数据管理、基础支撑、智慧医疗分析4大平台共同构建全省医疗医疗大数据平台(见图3)。
6、系统部署
大数据平台系统部署总体架构是一个以面向服务(SOA)，基于“3+2”架构的云计算数据中心。“3”指基础设施层、平台层和软件服务层三个层次，“2”指安全支撑体系、运维管理体系。“3”表达了以基础设施即服务、以平台即服务为基础支撑的信息化基础资源共享服务体系；每层既对上一层提供服务支撑，同时又具有独立的面向业务支撑的应用服务体系，体现基础设施即服务、平台即服务和软件应用即服务的云计算系统部署(见图4)。
四、全生命周期居民智慧健康档案构建
通过全民健康信息平台建设、各业务信息系统互联互通建设、健康医疗大数据平台建设，对于每个个体而言，基本可以实现每个人从出生到死亡的所有生命体征数据的收集，以及自身所从事过的与健康相关的一切行为与事件的归档。在这个基础上，就可以构建全生命周期居民智慧健康档案。
(一)AI辅助决策
目前大多数医院HIS系统实现了与健康档案系统的对接，以帮助医生在看病时调阅患者的健康档案信息帮助医生诊疗。但在实际工作中，由于医生用于每位患者的门诊诊疗时间非常有限(大概每位患者3分钟)，门诊医生在接诊过程中往往没有时间调阅患者的健康档案信息，另外即便就是调阅患者的健康档案，医生也很难在短时间内对杂乱无章的健康档案信息做出有用判断。
超级健康档案生成是依托健康医疗大数据平台，以患者身份证号、患者当次医院就诊卡号和门诊或住院信息作为数据采集和整合的依据，将用户健康档案信息中与本次就诊相关的数据进行自动抽取和自动分析，当门诊患者到达医生诊室，医生刷取该名患者就诊卡号后，系统自动生成与该患者本次就诊相关的超级健康档案信息(包括患者既往疾病史、家族疾病史、本次就诊可能的疾病分析)强行推送给医生，帮助医生快速、准确地进行诊疗。
(二)个人疾病预测
智能风险预测是依托健康医疗大数据平台，以患者身份证号作为数据采集和整合的依据，将用户健康档案、健康体检、就诊记录等信息中的各项指标检测结果与正常指标信息进行比对，从而进行风险预测，得出个人的健康指数、健康风险和疾病风险，并给予相应的预防建议。
(三)家族史疾病史分析
全民健康信息平台与全员人口信息系统对接过程中，已存储了包括与人员有关的ID、姓名、性别、出生日期、身份证号、户编码以及地址(如户籍地、居住地)等全部实有人口(包括户籍人口和流动人口)登记的基本信息，并形成全员人口数据库。基于平台的EMPI个人主索引服务，各人员记录之间通过“配偶”、“父亲”、“母亲”等字段项进行关联，通过世系图描述人员基本信息以及各人员之间的前后代亲属关系，与全员人口数据库中所存储的人口记录信息对应，以知识树的形式对家谱关系进行知识表示，以元图的形式对家谱关系进行可视化展示，构建以全员人口库为底层数据库的家谱关系模型。
(四)个人健康特征展示
个人健康特征展示是全生命周期居民智慧健康档案的展示页面，主要包括以下内容。
1、健康摘要
包括居民个人基本信息、家庭档案信息、家庭医生签约信息、建档信息、健康特征信息、健康体检信息等基础信息。
2、儿童保健
包括新生儿访视、儿童健康体检信息等涉及到儿童保健期的相关信息。
3、妇女保健
包括孕产妇产前随访信息、产后访视信息，对孕产妇的整个孕期健康情况进行随访并给予相应保健指导。
4、疾病控制
包括肺结核防治的随访管理以及免疫预防接种的相关记录信息。
5、疾病管理
包括对高血压、糖尿病、精神障碍等慢性病患者的随访记录信息。
6、医疗服务
包括门诊就诊记录、住院就诊记录、体检报告记录、健康一体机记录以及子女出生医学证明等相关信息，通过点击相应就诊记录可查看到每次的详细就诊信息。
图7为本发明实施例提供的智慧健康档案首页示意图。
图8为本发明实施例提供的智慧健康档案个人健康状况三维人体模型。
图9为本发明实施例提供的智慧健康档案个人疾病预测。
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用全部或部分地以计算机程序产品的形式实现，所述计算机程序产品包括一个或多个计算机指令。在计算机上加载或执行所述计算机程序指令时，全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL)或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输)。所述计算机可读取存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质(例如固态硬盘SolidState Disk(SSD))等。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，都应涵盖在本发明的保护范围之内。
Claims (10)
1.一种构建全生命周期居民智慧健康档案的系统，其特征在于，所述构建全生命周期居民智慧健康档案的系统，包括：
生命体征数据收集模块，用于通过全民健康信息平台建设、各业务信息系统互联互通建设以及健康医疗大数据平台建设，实现个体生命体征数据的收集；
AI辅助决策模块，通过健康医疗大数据分析，生成与本次就诊相关的患者画像，连同系统人工智能生成的患者超级健康档案信息一并强行推送给医生；
个人疾病预测模块，用于将患者各项指标检测结果与正常指标信息进行比对，得出个人的健康指数、健康风险和疾病风险；
家族史疾病史分析模块，用于通过构建以全员人口库为底层数据库的家谱关系模型实现家族史疾病史的分析；
个人健康特征展示模块，用于通过全生命周期居民智慧健康档案的展示页面进行个人健康特征的展示。
2.如权利要求1所述的构建全生命周期居民智慧健康档案的系统，其特征在于，所述各业务信息系统互联互通建设，包括省、市、县三级全民健康信息平台互联互通和各类卫生健康业务信息系统互联互通；其中，所述省、市、县三级全民健康信息平台互联互通，包括：
(1)建立信息标准规范体系
按照省上卫生信息化总体规划框架，以市卫计委信息标准框架体系为基础，提出平台标准规范体系总体框架，以及信息规范与建设内容的逻辑关系，包括数据标准规范设计、技术标准规范设计和管理标准规范设计；
(2)建立数据交换与共享平台
数据对接管理模块，用于通过多种通用接口方式，实现支持多种类型的输入数据源和采集平台需要的数据，为数据交换与共享提供统一标准的数据来源；
数据交换管理模块，数据交换子系统是市级数据交换与共享平台和各前置节点之间的信息交换通道，实现交换信息的打包、转换、传递、路由和解包功能，满足各种数据信息在全市各个交换接入部门的数据传输需求；
(3)卫生资源管理
数据质控平台，用于通过制定、实施数据质量检核，分析展示平台中数据质量问题，实现质控规则管理、数据校验、数据质量过程监控、数据质量审计监控、错误数据追溯、数据质量控制报告以及数据质量回溯；
市级云平台企业级服务总线，包括服务注册、服务配置、服务发布和服务撤销，还包括服务元数据及目录信息库，通过服务发布功能，将注册发布服务的服务元数据存储在服务目录信息库中；
(4)数据对接
市级云平台的数据对接分为地市直属医疗机构数据对接，县级平台数据对接，健康档案共享文档20项的采集，没有县级平台直接采集县区直属医疗机构的数据，其他行业部门系统的数据对接，分为医疗服务数据、公共卫生数据和其他行业类数据；
医疗服务信息采集包括患者基本信息、患者就诊履历、实验室检验报告、影像诊断报告、影像图像数据、住院相关病历以及门诊/住院诊断报告；其中电子病历数据是互联互通的核心内容。
3.如权利要求1所述的构建全生命周期居民智慧健康档案的系统，其特征在于，所述各业务信息系统，包括出生医学证明管理信息系统、免疫规划信息系统、妇幼健康信息系统、慢病管理信息系统、电子病历数据库、城乡居民健康档案系统、家庭医生签约系统、健康一体机管理信息系统、老年健康服务信息系统和全员人口信息系统。
4.如权利要求1所述的构建全生命周期居民智慧健康档案的系统，其特征在于，所述各业务信息系统互联互通建设，包括：
通过对接出生医学证明管理信息系统，实现对每个新生儿的出生基本信息、父母信息和签发信息在内的基本医学信息的管理以及对全省的出生信息进行统计分析，居民通过健康档案浏览器查询到个人出生医学证明信息；
通过对接免疫规划信息系统，实现对居民个人接种信息的管理及全省疫苗接种情况的统计分析，居民通过健康档案浏览器查询到个人疫苗接种详细信息；
通过对接妇幼健康信息系统，实现对孕产妇产前随访、产后访视、新生儿访视以及儿童健康体检信息的管理，对全省的孕产妇情况、服务情况及建档情况进行统计分析，居民通过健康档案浏览器查询到个人产前随访以及产后访视在内的相关记录；
通过对接慢病管理信息系统，实现对高血压、糖尿病以及肺结核在内的慢性病患者服务信息的管理，对全省慢病情况及慢病服务情况进行统计分析，居民通过健康档案浏览器查询到个人慢病随访记录；
通过对接电子病历数据库，实现对门诊就诊记录、住院就诊记录的管理，对居民个人进行三维建模，并对全省的医疗服务情况进行统计分析，居民通过健康档案浏览器查询到个人门诊及住院的详细信息；
通过对接城乡居民健康档案系统，实现对健康体检信息、体质信息、精神障碍管理信息、个人健康档案信息及家庭档案信息的管理，并对全省的居民建档信息进行统计分析；
通过对接家庭医生签约系统，实现对居民家庭医生签约信息的管理，并对全省的家庭医生签约情况进行统计分析，居民通过健康档案浏览器查询到个人的家庭医生签约情况；
通过对接健康一体机管理信息系统，实现对居民血压、血糖、心率、心电、尿常规以及胆固醇在内的健康信息的管理，居民通过健康档案浏览器查询到个人的健康一体机相关信息；
通过对接老年健康服务信息系统，实现对全省老年人情况及老年人服务情况的分析管理，居民通过健康档案浏览器查询到个人的健康体检信息；
通过对接全员人口信息系统，实现对全省人口的基本信息、家庭信息以及死亡信息的管理，对全省人口进行动态化管理。
5.如权利要求1所述的构建全生命周期居民智慧健康档案的系统，其特征在于，所述健康医疗大数据平台，包括
大数据中心构建模块，用于按照健康医疗数据源产生的来源，构建临床大数据、健康大数据、生物大数据以及经营运营大数据在内的大数据中心；
辅助临床决策模块，用于运用大数据平台海量临床病例数据，在短时间内分析可能的病因及结果，提供病人互动、临床护理、诊断、研究以及数据可视化服务，并依据与疗效相关的临床和病理特征，为医生提出规范化临床路径及个性化治疗建议；
辅助监管决策模块，用于通过整合全员人口、基层医疗机构信息、药品、医疗行为、公共卫生绩效考核、重点工作监管、医疗综合数据以及综合业务数据在内的多类业务应用数据信息，为医疗、医药、医保监管工作提供服务和协助，使决策者有针对性地制定措施，分析不同级别医疗机构中的医疗需求，合理配置医疗资源；
精准医疗模块，用于基于个人健康档案记录的全生命周期的健康和医疗数据，利用体征指标偏离以及临床诊疗数据，向用户提供健康保养及疾病预防建议，对医生提供病因、发病历程以及诊疗后药效、康复数据，向个人提供健康管理计划和健康医疗方案；
诊疗效果评估模块，用于通过大数据，从全局掌控分级诊疗全省异地就诊患者流向，直观揭示患者就诊现状，将患者的多个特征进行比对，获取信息的差异点，并按差异性进行排序分类，分析出区域患者全维度的特征，客观评估分级诊疗政策实施后的效果。
6.如权利要求5所述的构建全生命周期居民智慧健康档案的系统，其特征在于，大数据中心构建模块中，所述临床大数据，包括电子病历数据EMR，医学影像数据，患者终生就医、住院、用药记录，标准化临床路径数据；
所述健康大数据，电子健康档案HER，监测个人体征数据、个人偏好数据、康复医疗数据以及健康知识数据；
所述生物大数据，包括不同组学的数据，例如基因组学、代谢组学以及蛋白组学；
所述经营运营大数据，包括成本核算数据，医药、耗材、器械采购与管理数据，不同病种治疗成本与报销、药物研发数据、消费者消费数据，产品流通数据以及第三方支付数据。
7.如权利要求1所述的构建全生命周期居民智慧健康档案的系统，其特征在于，所述健康医疗大数据平台以二级以上医院HIS系统、公共卫生业务系统、妇幼系统、疾控系统和其它平台的数据为数据资源池，以数据交易、大数据管理、基础支撑、智慧医疗分析4大平台共同构建全省医疗医疗大数据平台；
所述健康医疗大数据平台系统部署总体架构是一个以面向服务SOA，基于“3+2”架构的云计算数据中心；其中，“3”指基础设施层、平台层和软件服务层三个层次，“2”指安全支撑体系、运维管理体系；“3”表达了以基础设施即服务、以平台即服务为基础支撑的信息化基础资源共享服务体系；每层既对上一层提供服务支撑，同时又具有独立的面向业务支撑的应用服务体系，体现基础设施即服务、平台即服务和软件应用即服务的云计算系统部署。
8.一种应用如权利要求1～7任意一项所述的构建全生命周期居民智慧健康档案的系统的构建全生命周期居民智慧健康档案的方法，所述构建全生命周期居民智慧健康档案的方法包括以下步骤：
步骤一，通过生命体征数据收集模块利用全民健康信息平台建设、各业务信息系统互联互通建设以及健康医疗大数据平台建设，实现个体生命体征数据的收集；
步骤二，通过AI辅助决策模块将患者的超级健康档案信息强行推送给医生；
步骤三，通过个人疾病预测模块将患者各项指标检测结果与正常指标信息进行比对，得出个人的健康指数、健康风险和疾病风险；
步骤四，通过家族史疾病史分析模块利用构建以全员人口库为底层数据库的家谱关系模型实现家族史疾病史的分析；
步骤五，通过个人健康特征展示模块利用全生命周期居民智慧健康档案的展示页面进行个人健康特征的展示。
9.如权利要求8所述的构建全生命周期居民智慧健康档案的方法，其特征在于，步骤二中，所述通过AI辅助决策模块将患者的超级健康档案信息强行推送给医生，包括：
依托健康医疗大数据平台，以患者身份证号、患者当次医院就诊卡号和门诊或住院信息作为数据采集和整合的依据，将用户健康档案信息中与本次就诊相关的数据进行自动抽取和自动分析，当门诊患者到达医生诊室，医生刷取该名患者就诊卡号后，系统自动生成与该患者本次就诊相关的超级健康档案信息强行推送给医生；其中，所述超级健康档案信息包括患者既往疾病史、家族疾病史以及本次就诊可能的疾病分析。
10.如权利要求8所述的构建全生命周期居民智慧健康档案的方法，其特征在于，步骤三中，所述通过个人疾病预测模块将患者各项指标检测结果与正常指标信息进行比对，得出个人的健康指数、健康风险和疾病风险，包括：
智能风险预测是依托健康医疗大数据平台，以患者身份证号作为数据采集和整合的依据，将用户健康档案、健康体检以及就诊记录信息中的各项指标检测结果与正常指标信息进行比对，从而进行风险预测，得出个人的健康指数、健康风险和疾病风险，并给予相应的预防建议；
步骤四中，所述通过家族史疾病史分析模块利用构建以全员人口库为底层数据库的家谱关系模型实现家族史疾病史的分析，包括：
全民健康信息平台与全员人口信息系统对接过程中，已存储了包括与人员有关的ID、姓名、性别、出生日期、身份证号、户编码以及地址在内的全部实有人口登记的基本信息，并形成全员人口数据库；其中，所述地址包括户籍地和居住地，所述实有人口包括户籍人口和流动人口；
基于平台的EMPI个人主索引服务，各人员记录之间通过“配偶”、“父亲”和“母亲”字段项进行关联，通过世系图描述人员基本信息以及各人员之间的前后代亲属关系，与全员人口数据库中所存储的人口记录信息对应，以知识树的形式对家谱关系进行知识表示，以元图的形式对家谱关系进行可视化展示，构建以全员人口库为底层数据库的家谱关系模型；
步骤五中，所述个人健康特征，包括健康摘要、儿童保健、妇女保健、疾病控制、疾病管理以及医疗服务信息；
其中，所述健康摘要，包括居民个人基本信息、家庭档案信息、家庭医生签约信息、建档信息、健康特征信息以及健康体检信息在内的基础信息；所述儿童保健，包括新生儿访视以及儿童健康体检信息在内的涉及到儿童保健期的相关信息；所述妇女保健，包括孕产妇产前随访信息和产后访视信息，对孕产妇的整个孕期健康情况进行随访并给予相应保健指导；
所述疾病控制，包括肺结核防治的随访管理以及免疫预防接种的相关记录信息；所述疾病管理，包括对高血压、糖尿病以及精神障碍在内的慢性病患者的随访记录信息；所述医疗服务，包括门诊就诊记录、住院就诊记录、体检报告记录、健康一体机记录以及子女出生医学证明在内的相关信息，通过点击相应就诊记录可查看到每次的详细就诊信息。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110609083.4A CN113345583A (zh) | 2021-06-01 | 2021-06-01 | 一种构建全生命周期居民智慧健康档案的方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110609083.4A CN113345583A (zh) | 2021-06-01 | 2021-06-01 | 一种构建全生命周期居民智慧健康档案的方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113345583A true CN113345583A (zh) | 2021-09-03 |
Family
ID=77472635
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110609083.4A Pending CN113345583A (zh) | 2021-06-01 | 2021-06-01 | 一种构建全生命周期居民智慧健康档案的方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113345583A (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113808695A (zh) * | 2021-09-17 | 2021-12-17 | 云程科技股份有限公司 | 一种多模态ai模型的失能失智老人居家护理平台 |
| CN113838545A (zh) * | 2021-09-23 | 2021-12-24 | 上海创语生命健康科技有限公司 | 一种基于互联网的糖尿病管理系统 |
| CN115188478A (zh) * | 2022-09-09 | 2022-10-14 | 朔至美(南通)科技有限公司 | 一种全生命周期居民健康档案的数据处理系统及方法 |
| CN116434936A (zh) * | 2023-04-20 | 2023-07-14 | 南京优悠健康科技有限公司 | 一种基于大数据的电子健康全信息采集终端系统及其方法 |
| CN116825336A (zh) * | 2023-08-30 | 2023-09-29 | 山东志诚普惠健康科技有限公司 | 一种基于ai的医疗信息智能管理方法及系统 |
| CN117194802A (zh) * | 2023-11-07 | 2023-12-08 | 中国人民武装警察部队北京市总队医院 | 医防协同平台关于居民健康画像和服务推荐系统及方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20020013520A1 (en) * | 2000-07-17 | 2002-01-31 | Nec Corporation | System, method, database server and record medium for at-home health support |
| US20140136233A1 (en) * | 2012-11-14 | 2014-05-15 | William Atkinson | Managing Personal Health Record Information about Doctor-Patient Communication, Care interactions, health metrics ,customer vendor relationship management platforms, and personal health history in a GLOBAL PERSONAL HEALTH RECORD TIMELINE integrated within an (ERP/EMRSE) ENTERPRISE RESOURCE PLANNING ELECTRONIC MEDICAL RECORD SOFTWARE ENVIRONMENT localized medical data ecosystem |
| CN109935346A (zh) * | 2019-03-21 | 2019-06-25 | 江苏盖睿健康科技有限公司 | 一种智能化的基层社区健康综合管理系统 |
| CN111125061A (zh) * | 2019-12-18 | 2020-05-08 | 甘肃省卫生健康统计信息中心(西北人口信息中心) | 一种规范和促进健康医疗大数据的方法 |
| CN112133445A (zh) * | 2020-10-21 | 2020-12-25 | 万达信息股份有限公司 | 一种心血管疾病管理服务方法和系统 |
-
2021
- 2021-06-01 CN CN202110609083.4A patent/CN113345583A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20020013520A1 (en) * | 2000-07-17 | 2002-01-31 | Nec Corporation | System, method, database server and record medium for at-home health support |
| US20140136233A1 (en) * | 2012-11-14 | 2014-05-15 | William Atkinson | Managing Personal Health Record Information about Doctor-Patient Communication, Care interactions, health metrics ,customer vendor relationship management platforms, and personal health history in a GLOBAL PERSONAL HEALTH RECORD TIMELINE integrated within an (ERP/EMRSE) ENTERPRISE RESOURCE PLANNING ELECTRONIC MEDICAL RECORD SOFTWARE ENVIRONMENT localized medical data ecosystem |
| CN109935346A (zh) * | 2019-03-21 | 2019-06-25 | 江苏盖睿健康科技有限公司 | 一种智能化的基层社区健康综合管理系统 |
| CN111125061A (zh) * | 2019-12-18 | 2020-05-08 | 甘肃省卫生健康统计信息中心(西北人口信息中心) | 一种规范和促进健康医疗大数据的方法 |
| CN112133445A (zh) * | 2020-10-21 | 2020-12-25 | 万达信息股份有限公司 | 一种心血管疾病管理服务方法和系统 |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113808695A (zh) * | 2021-09-17 | 2021-12-17 | 云程科技股份有限公司 | 一种多模态ai模型的失能失智老人居家护理平台 |
| CN113838545A (zh) * | 2021-09-23 | 2021-12-24 | 上海创语生命健康科技有限公司 | 一种基于互联网的糖尿病管理系统 |
| CN115188478A (zh) * | 2022-09-09 | 2022-10-14 | 朔至美(南通)科技有限公司 | 一种全生命周期居民健康档案的数据处理系统及方法 |
| CN116434936A (zh) * | 2023-04-20 | 2023-07-14 | 南京优悠健康科技有限公司 | 一种基于大数据的电子健康全信息采集终端系统及其方法 |
| CN116825336A (zh) * | 2023-08-30 | 2023-09-29 | 山东志诚普惠健康科技有限公司 | 一种基于ai的医疗信息智能管理方法及系统 |
| CN117194802A (zh) * | 2023-11-07 | 2023-12-08 | 中国人民武装警察部队北京市总队医院 | 医防协同平台关于居民健康画像和服务推荐系统及方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11183277B2 (en) | Secure electronic information system, method and apparatus for associative data processing | |
| CN113345583A (zh) | 一种构建全生命周期居民智慧健康档案的方法及系统 | |
| Raghupathi et al. | An overview of health analytics | |
| Cho et al. | Using EHR data to predict hospital-acquired pressure ulcers: a prospective study of a Bayesian Network model | |
| Burgess Jr et al. | Importance of health system context for evaluating utilization patterns across systems | |
| WO2023109199A1 (zh) | 一种个体慢病演进风险可视化评估方法及系统 | |
| Abbasi et al. | Evaluating the demographic and clinical minimum data sets of Iranian National Electronic Health Record | |
| Jaana et al. | Clinical information technology in hospitals: A comparison between the state of Iowa and two provinces in Canada | |
| Shoaib et al. | Simulation modeling and analysis of primary health center operations | |
| CN111145909A (zh) | 诊疗数据处理方法与装置、存储介质、电子设备 | |
| Bickenbach | Functional status and health information in Canada: proposals and prospects | |
| Raghupathi et al. | Designing electronic health records versus total digital health systems: A systemic analysis | |
| US9524371B2 (en) | System and method for facilitating the collection, analysis, use and management of clinical analytics results to improve healthcare | |
| Yang et al. | Evaluation of smart long-term care information strategy portfolio decision model: The national healthcare environment in Taiwan | |
| Lee et al. | Factors associated with the time to complete clinical exome sequencing in a pediatric patient population | |
| Lesselroth et al. | Naturalistic Usability Testing of Inpatient Medication Reconciliation Software. | |
| Yao et al. | Effect of hospital-at-home vs. traditional brick-and-mortar hospital care in acutely ill adults: study protocol for a pragmatic randomized controlled trial | |
| US20220189641A1 (en) | Opioid Use Disorder Predictor | |
| Chen et al. | Research data warehouse: using electronic health records to conduct population-based observational studies | |
| Else et al. | Data sources for pharmacoeconomic and health services research | |
| González-Colom et al. | Five years of Hospital at Home adoption in Catalonia: impact, challenges, and proposals for quality assurance | |
| Alghamdi | Health data warehouses: reviewing advanced solutions for medical knowledge discovery | |
| Alnawafleh et al. | A Rapid Evidence Assessment of Health Information System in Jordan | |
| Indyk et al. | Collecting data along the continuum of prevention and care: a continuous quality improvement approach | |
| Stolba | Towards a sustainable data warehouse approach for evidence-based healthcare |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |