CN105574337A - 一种健康评估装置 - Google Patents

Abstract

本发明公开了一种健康评估装置，所述健康评估装置包括信息收集模块、数据查询模块和评估模块，其中信息收集模块，用于收集用户的健康信息；数据查询模块，用于根据用户选择的疾病类型，以及该疾病类型的参数从健康信息中搜索出该疾病类型的参数对应的参数数据；评估模块，用于采用设定的评估模型，根据搜索出的参数数据得出评估结果。本发明的健康评估装置评估准确度高，能够对多种疾病进行预估。

Description

一种健康评估装置

技术领域

本发明属于健康保健技术领域，尤其涉及一种健康评估装置。

背景技术

近年来，高血压、糖尿病等慢性疾病是世界范围内致残和过早死亡的主要原因，慢性疾病的发病率呈直线上升趋势，如何做好预防、发病后的健康干预、治疗成了控制慢性疾病的重要问题。

其中，健康评估作为一种能有效预防和干预疾病的手段，已越来越受到人们的重视。健康评估用于描述和评估某一个体未来发生某种特定疾病或因为某种特定疾病导致死亡的可能性，这种分析过程目的在于估计特定时间发生的可能性，而不在于做出明确的诊断。

现有的健康评估方法通常依赖于体检报告，由专业的医务人员来给出建议，存在以下缺点：健康数据来源单一，这样会导致健康评估结果的准确性降低；健康评估报告内容单一；支持评估的疾病较少。

可见，目前的健康评估还无法满足日益增长的个人健康管理的需要，健康体检报告发现问题时往往已经成为既成事实，无法做到有效预防。

发明内容

本发明的目的是提供一种健康评估装置，能够较为准确得评估疾病风险，起到疾病预防的作用，避免现有技术方案评估准确度低、报告内容单一的问题。

为了实现上述目的，本发明技术方案如下：

一种健康评估装置，其特征在于，所述健康评估装置包括：

信息收集模块，用于收集用户的健康信息；

数据查询模块，用于根据用户选择的疾病类型，以及该疾病类型的参数从健康信息中搜索出该疾病类型的参数对应的参数数据；

评估模块，用于采用设定的评估模型，根据搜索出的参数数据得出评估结果。

进一步地，所述健康评估装置还包括参数设置模块，用于调整数据查询模块中疾病类型对应的参数。

进一步地，所述健康评估装置还包括评估模型设置模块，用于调整评估模块中的评估模型。

进一步地，所述健康评估装置还包括参数检验模块，用于检验参数数据的完整性，在参数数据不完整时，通知评估模块停止评估并提示用户。

本发明的一种实现方式，所述评估模型为：

logitP＝p0+p1*x1+p2*x2+…+pn*xn

其中，logitP为评估模型对应的评估结果，p0为标准基数，x1～xn为该疾病类型的参数对应的参数数据，p1～pn为x1～xn对应的权重。

进一步地，所述评估模块还用于根据如下公式计算出评估模型对应的该疾病类型的发生概率：

P＝e^logitP/(1+e^logitP)。

本发明另一种实现方式，所述评估模型为：

total＝y1+y2+…+yn；

其中，total为评估模型对应的评估结果，y1～yn为该疾病类型的参数对应的参数数据对应的评分。

进一步地，所述评估模块还用于根据评估模型对应的评估结果与疾病类型发生概率对应关系，得到评估模型对应的疾病类型的发生概率。

进一步地，所述信息收集模块包括注册单元、问卷单元和云服务单元，其中注册单元用于接受用户的注册，获取用户的注册信息；问卷单元用于向用户发送问卷，收集用户的问卷信息；云服务单元用于接收用户主动上传的健康信息，或联网接收用户的就医健康信息，收集用户的每日健康数据、体检报告、就医记录和用药记录。

本发明提出的一种健康评估装置，能够收集用户的健康信息并根据用户的健康信息，通过设定的评估模型对用户的健康状况进行预估，评估准确度高，能够对多种疾病进行预估。

附图说明

图1为本发明健康评估装置的结构示意图。

具体实施方式

下面结合附图和实施例对本发明技术方案做进一步详细说明，以下实施例不构成对本发明的限定。

如图1所示，本实施例一种健康评估装置，包括信息收集模块、数据查询模块和评估模块。

本实施例信息收集模块，用于收集用户的健康信息，用户的健康信息包含注册信息、问卷信息、每日健康数据、体检报告、就医记录、用药记录等。注册信息包括出生年月、性别、身高、体重等；问卷信息涉及出生年月、性别、身高、体重、是否有糖尿病家族史、收缩压、空腹血糖、总胆固醇、甘油三酯等。用户健康信息通过在APP、网页等渠道获取，例如从互联网健康产品APP“健保通”中获取，“健保通”目前有IOS、Android、Web客户端，各部分数据获取方式如下：

注册信息：用户在“健保通”客户端进行注册后获取；

问卷信息：用户在“健保通”客户端健康问卷模块中填写相应的问卷信息后获取；

每日健康数据：用户在“健保通”客户端健康云模块中主动上传后获取；

体检报告：用户在“健保通”客户端健康云模块中主动上传后获取；

就医记录：用户在“健保通”客户端健康云模块中主动上传后获取；

用药记录：用户在“健保通”客户端健康云模块中主动上传后获取将健康信息转化成用户编号、问题编号、对应答案这种格式，并存储至数据库。

具体地，本实施例信息收集模块包括注册单元、问卷单元和云服务单元，其中注册单元用于接受用户的注册，获取用户的注册信息；问卷单元用于向用户发送问卷，收集用户的问卷信息；云服务单元用于接收用户主动上传的健康信息，或联网接收的用户的就医健康信息，收集用户的每日健康数据、体检报告、就医记录和用药记录。

需要说明的是，注册信息由用户注册的时候填写，而问卷信息由用户填写问卷获得，在一般情况下问卷信息中往往会包含注册信息中的内容。

本实施例数据查询模块，用于根据用户选择的疾病类型，以及该疾病类型的参数从健康信息中搜索出该疾病类型的参数对应的参数数据。

用户选择一种需要评估的疾病类型，本实施例提供五种疾病类型，分别是肥胖、代谢综合征、高血压、糖尿病和心血管疾病。每种疾病类型对应有各自的参数，例如：

肥胖对应的参数包括：出生年月、性别、是否有糖尿病家族史、近三个月体重变化>＝4KG和腰围；

代谢综合征对应的参数：出生年月、是否有糖尿病家族史、身高、体重、收缩压、空腹血糖、总胆固醇、甘油三酯、高密度脂蛋白胆固醇、低密度脂蛋白胆固醇和尿酸；

高血压对应的参数：性别、年龄、BMI、收缩压和舒张压；

糖尿病对应的参数：年龄、性别、文化程度、饮酒、是否有糖尿病家族史、BMI、腰围、收缩压、舒张压、空腹血糖和甘油三酯；

心血管疾病对应的参数：年龄、是否吸烟、是否有糖尿病家族史、BMI、收缩压、总胆固醇。

根据用户所选疾病类型以及对应的参数，从健康信息中搜索出该疾病类型参数对应的参数数据，即从健康信息数据库中查询该疾病类型参数对应的参数数据。并将查询结果以Key-Value(问题标号-参数数据)形式存储于哈希表中。

本实施例评估模块，用于采用设定的评估模型，根据搜索出的参数数据得出评估结果。

具体地，为每个疾病类型设定有对应的评估模型，例如肥胖对应的为fatForecast评估模型，代谢综合征对应的为msForecast评估模型，高血压对应的为hbpForecast评估模型，糖尿病对应的为dmForecast评估模型，心血管对应的为cvdForecast评估模型。

本实施例提供了两类评估模型，一种是在一个标准基数的基础上累加各个参数数据与其权重的乘积，另外一种是各个参数数据对应有设定分值，累加疾病种类对应的参数数据的分值即可。以下分别举例说明：

第一种，在一个标准基数的基础上累加各个参数数据与其权重的乘积，例如fatForecast评估模型和msForecast评估模型，分别通过如下公式计算分类评定后的结果logitP：

atForecast评估模型的分类评定后的结果logitP：

logitP＝p0+p1*x1+p2*x2+p3*x3+p4*x4+p5*x5，

其中p0为标准基数，p1-p5为参数权重，x1-x5为该疾病类型的参数对应的参数数据，权重参数p1-p5分别对应参数数据x1-x5，且p1-p5不相等；

x1为性别，0＝女性，1＝男性；

x2为年龄，0＝30-39岁或50以上，1＝40-49岁；

x3为年龄，0＝0-49岁，2＝≥50岁；

x4为糖尿病家族史，0＝无，1＝有；

x5为近三个月体重变化>＝4KG，0＝否，1＝是；

x6为腰围。

msForecast评估模型的分类评定后的结果logitP：

logitP＝p0+p1*x1+p2*x2+p3*x3+p4*x4+p5*x5+p6*x6+p7*x7+p8*x8+p9*x9+p10*x10，

其中p0为常数，p1-p10为参数权重，x1-x10为该疾病类型的参数对应的参数数据，参数权重p1-p10分别对应参数数据x1-x10，且p1-p10不相等；

x1为年龄；

x2糖尿病家族史，0＝无，1＝有；

x3为收缩压；

x4为空腹血糖；

x5为甘油三脂；

x6为总胆固醇；

x7为高密度脂蛋白胆固醇；

x8为低密度脂蛋白胆固醇；

x9为BMI，0＝BMI<24，1＝24≤BMI<28，2＝BMI≥28；

x10尿酸。

在计算得到logitP后，肥胖和代谢综合症发生概率P＝e^logitP/(1+e^logitP)，其中e为自然对数，等于2.718281828459，计算出自然对数的logitP次方后即可得出肥胖或代谢综合症的发生概率。

第二种，各个参数数据对应有设定评分，累加疾病种类的参数对应的参数数据评分。例如hbpForecast评估模型、dmForecast评估模型、cvdForecast评估模型。

高血压、糖尿病和心血管疾病计算总分total具体方法为：

total＝y1+y2+…+yn，其中total为评估模型对应的评估结果，y1～yn为用于评估的参数数据对应的评分。

高血压各项参数数据对应的评分如表1所示，当收缩压>＝140或舒张压>＝90时无需评估，直接判定为高血压；

表1

糖尿病各项参数对应的评分如表2所示，以有无糖尿病家族史分类；

表2

心血管疾病各项参数对应的评分如表3所示，以男女分类。

表3

高血压、糖尿病和心血管疾病根据total值得出概率P(total与P的对应关系预先已存储于数据库)。

最后评估模块根据计算出的概率P得出评估结果，评估结果包含疾病概率P、风险等级、健康建议。

进一步地，为了减少误判，本实施例健康评估装置还包括参数检验模块，用于检验参数数据的完整性，在参数数据不完整时，通知评估模块停止评估并提示用户。

检验参数的完整性，即判断哈希表中是否存储疾病评估所需问题的答案，如果有未知的参数数据，则停止评估。在检测参数数据的完整性时，例如先从问卷信息中检测，查看问卷信息中是否具有基础参数数据，基础参数数据指用户在APP、网页等注册时填写的注册信息，例如出生年月、性别等。如果问卷信息中具有这些基础参数数据，则以问卷信息中的这些基础参数数据为准，否则从注册信息中提取基础参数数据。而如果问卷信息中的非基础参数数据部分不完整，则无需检验基础参数数据，直接停止评估并提示用户。

进一步地，本实施例健康评估装置还包括参数设置模块和评估模型设置模块，其中参数设置模块用于调整数据查询模块中疾病类型对应的参数，评估模型设置模块用于调整评估模块中的评估模型。本实施例的疾病类型和评估模型可以增加或减少，疾病类型和评估模型的参数可调整，便于根据医疗技术的发展发现更多潜在的因素，用于健康评估。

本实施例健康评估装置能够较为准确得评估疾病风险，支持肥胖、代谢综合征、高血压、糖尿病和心血管疾病的评估，将多源健康数据(注册信息、问卷信息、每日健康数据、体检报告、就医记录、用药记录等)组成健康档案，提高评估准确性，同时提供完善的评估结果，包含风险概率、风险等级、健康建议等等。

以上实施例仅用以说明本发明的技术方案而非对其进行限制，在不背离本发明精神及其实质的情况下，熟悉本领域的技术人员当可根据本发明作出各种相应的改变和变形，但这些相应的改变和变形都应属于本发明所附的权利要求的保护范围。

Claims (9)

1.一种健康评估装置，其特征在于，所述健康评估装置包括：

信息收集模块，用于收集用户的健康信息；

数据查询模块，用于根据用户选择的疾病类型，以及该疾病类型的参数从健康信息中搜索出该疾病类型的参数对应的参数数据；

评估模块，用于采用设定的评估模型，根据搜索出的参数数据得出评估结果。

2.根据权利要求1所述的健康评估装置，其特征在于，所述健康评估装置还包括参数设置模块，用于调整数据查询模块中疾病类型对应的参数。

3.根据权利要求2所述的健康评估装置，其特征在于，所述健康评估装置还包括评估模型设置模块，用于调整评估模块中的评估模型。

4.根据权利要求1所述的健康评估装置，其特征在于，所述健康评估装置还包括参数检验模块，用于检验参数数据的完整性，在参数数据不完整时，通知评估模块停止评估并提示用户。

5.根据权利要求1所述的健康评估装置，其特征在于，所述评估模型为：

logitP＝p0+p1*x1+p2*x2+…+pn*xn

其中，logitP为评估模型对应的评估结果，p0为标准基数，x1～xn为该疾病类型的参数对应的参数数据，p1～pn为x1～xn对应的权重。

6.根据权利要求5所述的健康评估装置，其特征在于，所述评估模块还用于根据如下公式计算出评估模型对应的该疾病类型的发生概率：

P＝e^logitP/(1+e^logitP)。

7.根据权利要求1所述的健康评估装置，其特征在于，所述评估模型为：

total＝y1+y2+…+yn；

其中，total为评估模型对应的评估结果，y1～yn为该疾病类型的参数对应的参数数据对应的评分。

8.根据权利要求7所述的健康评估装置，其特征在于，所述评估模块还用于根据评估模型对应的评估结果与疾病类型发生概率对应关系，得到评估模型对应的疾病类型的发生概率。

9.根据权利要求1所述的健康评估装置，其特征在于，所述信息收集模块包括注册单元、问卷单元和云服务单元，其中注册单元用于接受用户的注册，获取用户的注册信息；问卷单元用于向用户发送问卷，收集用户的问卷信息；云服务单元用于接收用户主动上传的健康信息，或联网接收用户的就医健康信息，收集用户的每日健康数据、体检报告、就医记录和用药记录。