CN106874632A - 慢病健康指数智能监控系统 - Google Patents
慢病健康指数智能监控系统 Download PDFInfo
- Publication number
- CN106874632A CN106874632A CN201710221500.1A CN201710221500A CN106874632A CN 106874632 A CN106874632 A CN 106874632A CN 201710221500 A CN201710221500 A CN 201710221500A CN 106874632 A CN106874632 A CN 106874632A
- Authority
- CN
- China
- Prior art keywords
- health
- index
- health risk
- part flow
- cancer
- 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.)
- Granted
Links
- 230000036541 health Effects 0.000 title claims abstract description 365
- 238000012544 monitoring process Methods 0.000 title claims abstract description 135
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 title claims abstract description 64
- 201000010099 disease Diseases 0.000 title claims abstract description 60
- 206010028980 Neoplasm Diseases 0.000 claims description 74
- 201000011510 cancer Diseases 0.000 claims description 72
- 238000004364 calculation method Methods 0.000 claims description 71
- 238000012216 screening Methods 0.000 claims description 70
- 238000012545 processing Methods 0.000 claims description 65
- 238000012502 risk assessment Methods 0.000 claims description 32
- 230000002526 effect on cardiovascular system Effects 0.000 claims description 30
- 208000024172 Cardiovascular disease Diseases 0.000 claims description 29
- 208000026106 cerebrovascular disease Diseases 0.000 claims description 29
- 238000007689 inspection Methods 0.000 claims description 18
- 206010058467 Lung neoplasm malignant Diseases 0.000 claims description 16
- 201000005202 lung cancer Diseases 0.000 claims description 16
- 208000020816 lung neoplasm Diseases 0.000 claims description 16
- 210000002966 serum Anatomy 0.000 claims description 14
- 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 12
- 208000001797 obstructive sleep apnea Diseases 0.000 claims description 11
- 239000003814 drug Substances 0.000 claims description 10
- 206010006187 Breast cancer Diseases 0.000 claims description 9
- 208000026310 Breast neoplasm Diseases 0.000 claims description 9
- 206010009944 Colon cancer Diseases 0.000 claims description 7
- 208000001333 Colorectal Neoplasms Diseases 0.000 claims description 7
- 206010060862 Prostate cancer Diseases 0.000 claims description 7
- 208000000236 Prostatic Neoplasms Diseases 0.000 claims description 7
- 210000004369 blood Anatomy 0.000 claims description 7
- 239000008280 blood Substances 0.000 claims description 7
- 208000019065 cervical carcinoma Diseases 0.000 claims description 7
- 206010014759 Endometrial neoplasm Diseases 0.000 claims description 6
- 201000001431 Hyperuricemia Diseases 0.000 claims description 6
- 208000005718 Stomach Neoplasms Diseases 0.000 claims description 6
- 201000003914 endometrial carcinoma Diseases 0.000 claims description 6
- 206010017758 gastric cancer Diseases 0.000 claims description 6
- 201000011549 stomach cancer Diseases 0.000 claims description 6
- 201000009030 Carcinoma Diseases 0.000 claims description 5
- 210000004556 brain Anatomy 0.000 claims description 5
- 201000007270 liver cancer Diseases 0.000 claims description 5
- 208000014018 liver neoplasm Diseases 0.000 claims description 5
- 235000014268 sports nutrition Nutrition 0.000 claims description 5
- 230000036772 blood pressure Effects 0.000 claims description 4
- 238000010353 genetic engineering Methods 0.000 claims description 4
- 235000016709 nutrition Nutrition 0.000 claims description 4
- 208000019553 vascular disease Diseases 0.000 claims description 4
- 208000003174 Brain Neoplasms Diseases 0.000 claims description 3
- 108010010234 HDL Lipoproteins Proteins 0.000 claims description 3
- 102000015779 HDL Lipoproteins Human genes 0.000 claims description 3
- 230000037396 body weight Effects 0.000 claims description 3
- 235000012000 cholesterol Nutrition 0.000 claims description 3
- 150000001875 compounds Chemical class 0.000 claims description 3
- 235000013305 food Nutrition 0.000 claims description 3
- 235000008935 nutritious Nutrition 0.000 claims description 3
- 229940126532 prescription medicine Drugs 0.000 claims description 3
- UFTFJSFQGQCHQW-UHFFFAOYSA-N triformin Chemical compound O=COCC(OC=O)COC=O UFTFJSFQGQCHQW-UHFFFAOYSA-N 0.000 claims description 3
- 238000008214 LDL Cholesterol Methods 0.000 claims description 2
- 206010061902 Pancreatic neoplasm Diseases 0.000 claims description 2
- 208000015486 malignant pancreatic neoplasm Diseases 0.000 claims description 2
- 235000012054 meals Nutrition 0.000 description 14
- 208000006545 Chronic Obstructive Pulmonary Disease Diseases 0.000 description 11
- FFFHZYDWPBMWHY-VKHMYHEASA-N L-homocysteine Chemical compound OC(=O)[C@@H](N)CCS FFFHZYDWPBMWHY-VKHMYHEASA-N 0.000 description 8
- 206010012601 diabetes mellitus Diseases 0.000 description 7
- 238000005094 computer simulation Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 230000006399 behavior Effects 0.000 description 5
- 238000011160 research Methods 0.000 description 5
- 238000003745 diagnosis Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 239000000463 material Substances 0.000 description 4
- 238000000034 method Methods 0.000 description 4
- 208000017667 Chronic Disease Diseases 0.000 description 3
- 238000002052 colonoscopy Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 230000008676 import Effects 0.000 description 3
- 238000003032 molecular docking Methods 0.000 description 3
- 238000004393 prognosis Methods 0.000 description 3
- 210000000664 rectum Anatomy 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- 238000007619 statistical method Methods 0.000 description 3
- 208000035150 Hypercholesterolemia Diseases 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 2
- 210000000481 breast Anatomy 0.000 description 2
- 210000001072 colon Anatomy 0.000 description 2
- 230000006806 disease prevention Effects 0.000 description 2
- 208000035475 disorder Diseases 0.000 description 2
- 235000013399 edible fruits Nutrition 0.000 description 2
- 210000004907 gland Anatomy 0.000 description 2
- 239000007788 liquid Substances 0.000 description 2
- 230000008520 organization Effects 0.000 description 2
- 230000002028 premature Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000012106 screening analysis Methods 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 201000002859 sleep apnea Diseases 0.000 description 2
- 238000003786 synthesis reaction Methods 0.000 description 2
- 206010006458 Bronchitis chronic Diseases 0.000 description 1
- 206010008190 Cerebrovascular accident Diseases 0.000 description 1
- 208000035473 Communicable disease Diseases 0.000 description 1
- 208000010496 Heart Arrest Diseases 0.000 description 1
- 206010020772 Hypertension Diseases 0.000 description 1
- 206010061216 Infarction Diseases 0.000 description 1
- 108010028554 LDL Cholesterol Proteins 0.000 description 1
- 238000007476 Maximum Likelihood Methods 0.000 description 1
- 206010027336 Menstruation delayed Diseases 0.000 description 1
- 208000001145 Metabolic Syndrome Diseases 0.000 description 1
- 208000031662 Noncommunicable disease Diseases 0.000 description 1
- 206010033799 Paralysis Diseases 0.000 description 1
- 206010035664 Pneumonia Diseases 0.000 description 1
- 208000000453 Skin Neoplasms Diseases 0.000 description 1
- 208000006011 Stroke Diseases 0.000 description 1
- 201000000690 abdominal obesity-metabolic syndrome Diseases 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 206010006451 bronchitis Diseases 0.000 description 1
- 230000002612 cardiopulmonary effect Effects 0.000 description 1
- 230000002490 cerebral effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 208000007451 chronic bronchitis Diseases 0.000 description 1
- 230000001684 chronic effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000002405 diagnostic procedure Methods 0.000 description 1
- 238000013399 early diagnosis Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 208000014829 head and neck neoplasm Diseases 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000007574 infarction Effects 0.000 description 1
- 208000015181 infectious disease Diseases 0.000 description 1
- 208000027866 inflammatory disease Diseases 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 208000026037 malignant tumor of neck Diseases 0.000 description 1
- 208000010125 myocardial infarction Diseases 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000035764 nutrition Effects 0.000 description 1
- 210000001672 ovary Anatomy 0.000 description 1
- 208000021090 palsy Diseases 0.000 description 1
- 210000000496 pancreas Anatomy 0.000 description 1
- 230000008506 pathogenesis Effects 0.000 description 1
- 230000000505 pernicious effect Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 201000001514 prostate carcinoma Diseases 0.000 description 1
- 201000007094 prostatitis Diseases 0.000 description 1
- 201000000849 skin cancer Diseases 0.000 description 1
- 230000007480 spreading Effects 0.000 description 1
- 230000004083 survival effect Effects 0.000 description 1
- 230000001225 therapeutic effect Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/22—Social work or social welfare, e.g. community support activities or counselling services
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Public Health (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Pathology (AREA)
- Evolutionary Computation (AREA)
- Epidemiology (AREA)
- Biomedical Technology (AREA)
- Geometry (AREA)
- Child & Adolescent Psychology (AREA)
- Computer Hardware Design (AREA)
- Data Mining & Analysis (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Medical Treatment And Welfare Office Work (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本发明涉及一种慢病健康指数智能监控系统，包括均设置在主路上并依次连接的一级监控分流装置、二级监控分流装置和三级监控分流装置，一级监控分流装置对健康体检/社区基本卫生服务/综合医院门诊/住院人群的不可控健康指数进行智能监控，二级监控分流装置对上述人群的可控健康指数进行智能监控，三级监控分流装置对上述人群的体检健康指数进行智能监控并输出慢病分类分层报告。该系统能够实现对健康体检/社区基本卫生服务/综合医院门诊/住院人群的慢病健康指数的采集和监控，对各类人群慢病健康指数进行快速准确分级，降低了人力成本，提高了监控可靠性。
Description
技术领域
本发明涉及一种智能监控技术领域，特别是一种针对健康体检/社区基本卫生服务/综合医院门诊/住院人群的慢病健康指数智能监控系统。
背景技术
世界卫生组织(WHO)定义：慢病也称慢性病是无活性病菌非传染性疾病(NonCommunicable Diseases，NCD)，区别于有活性病菌传染病的另一大类疾病，慢病发病率死亡率高危及人类生活生命的主要是：心脑血管疾病、糖尿病、慢性阻塞性肺炎(COPD)、恶性肿瘤。慢病的特点共性是“一因(注：一种危险因素)多果(注：一个危险因素可导致多种慢病)，和多因(注：多种危险因素)一果(注：多个危险因素共同交互叠加作用可加快导致一种慢病)”。所述四种慢病占我国疾病总死亡人数的80％以上。
据世界卫生组织(WHO)2014年统计，我国因慢病及其危险因素导致心脑血管事件(心脑血管事件意外主要指：脑卒中、心肌梗死、心脏骤停等)，占疾病总死亡人的45％。据2015癌症中国癌症统计数据显示：直接因癌症导致的死亡人数超过了280万。
2017年1月22日国务院颁布《2017～2025中国慢性病中长期防治规划》明确提出了慢病防控降低早死率为目标，如何开展以降低早死率的为导向的新形势下的慢病防控，对中国的健康十一提出了新一轮挑战。
以卒中、心梗、心肺骤停等心脑血管事件和癌症等慢病导致的过早死亡都有缓慢的自然病程，明确的心身高风险以及可控(也称可改变)危险因素，这为鉴别心脑血管事件前以及癌症风险高危人群，以及事件后及癌症后预防复发提供了临床早防早诊早治的机会。通过针对心脑血管事件和癌症相关慢病高危人群鉴别，及其事件前心身健康风险因素、炎症病变的分类分层评估与控制，预防慢性病的心脑血管事件以及癌症的发生发展，是降低过早死亡率的有效措施。
人口多、医护专业人员医疗资源缺乏是国情，而医院门诊庞大的人群大病小病同一医生就诊及其时间，相同的门诊医疗服务容易导致：一是医患关系紧张，二是贻误疾病诊断治疗，三小病浪费医疗资源，大病医疗资源分配不足，这都会给病患者及家庭带来痛苦和负担。
因此，庞大人群大病小病门诊人均分配医疗服务资源，是老百姓看病难看病贵的重要因素，针对健康体检/社区基本卫生服务/综合医院门诊/住院人群，如何通过科学精准、快速高效地开展慢病及其高危人群健康风险程度分类分层筛查评估，实现慢病及其高危人群分级诊疗，和不同危险人群分类分层健康管理，达到合理分配医疗服务资源，有效遏制慢病蔓延趋势目的，是亟待解决的问题。
发明内容
本发明针对现有技术提供一种新型的慢病健康指数智能监控系统，实现对健康体检/社区基本卫生服务/综合医院门诊/住院人群的慢病健康指数的采集和监控，对各类人群慢病健康指数进行快速准确分级，降低了人力成本，提高了监控可靠性。
本发明的技术方案如下：
一种慢病健康指数智能监控系统，其特征在于，包括均设置在主路上并依次连接的一级监控分流装置、二级监控分流装置和三级监控分流装置，
所述一级监控分流装置基于流行病学和遗传工程学的原理对健康体检/社区基本卫生服务/综合医院门诊/住院人群的不可控健康风险因子的权重值进行不可控健康风险计算建模，从而建立不可控健康风险计算模型，再将不可控健康风险计算结果输入至二级监控分流装置，并在不可控健康风险计算结果大于等于不可控健康指数阈值时输出第一支路；
所述二级监控分流装置基于行为心理医学、临床运动营养学和循证药理学的原理对所述健康体检/社区基本卫生服务/综合医院门诊/住院人群的可控健康风险因子的权重值进行可控健康风险计算建模，从而建立可控健康风险计算模型，再将可控健康风险计算结果输入至三级监控分流装置，并在可控健康风险计算结果大于等于可控健康指数阈值时输出第二支路；
所述三级监控分流装置基于生物医学及循证医学的体格检验原理对所述健康体检/社区基本卫生服务/综合医院门诊/住院人群的体检指标健康风险因子的权重值进行体检指标健康风险计算建模，从而建立体检指标健康风险计算模型，并在体检指标健康风险计算结果大于等于体检健康指数阈值时输出第三支路；所述三级监控分流装置根据不可控健康风险计算结果、可控健康风险计算结果和体检指标健康风险计算结果输出慢病分类分层报告。
还包括与一级监控分流装置输出的第一支路相连的第一数据处理模块，所述第一数据处理模块连接二级监控分流装置，所述第一数据处理模块将健康体检/社区基本卫生服务/综合医院门诊/住院人群的不可控健康风险因子的得分值与各癌症筛查阈值进行比对，并在与某种癌症相关的不可控健康风险因子的得分值大于等于所述癌症筛查阈值时输入相应的癌症筛查模型，并输出癌症筛查结果；所述癌症包括肺癌、胃癌、结直肠癌、肝癌、乳腺癌、宫颈癌、子宫内膜癌、卵巢癌、皮肤癌、脑癌、胰腺癌和/或前列腺癌；
所述一级监控分流装置在不可控健康风险计算结果小于不可控健康指数阈值时输入至二级监控分流装置，在大于等于不可控健康指数阈值时输出第一支路至第一数据处理模块后再返回到主路上的二级监控分流装置。
还包括与二级监控分流装置输出的第二支路相连的可控健康风险评估报告输出模块。
还包括与三级监控分流装置输出的第三支路相连的第二数据处理模块，所述第二数据处理模块将健康体检/社区基本卫生服务/综合医院门诊/住院人群的体检指标健康风险因子的得分值与各心脑血管疾病筛查阈值进行比对，并在与某种心脑血管疾病相关的体检指标健康风险因子的得分值大于等于所述心脑血管疾病筛查阈值时输入相应的心脑血管疾病筛查模型，并输出心脑血管疾病筛查结果；所述心脑血管疾病包括A-HUA、HCY、COPD和/或OSAHS。
所述一级监控分流装置中进行不可控健康风险计算建模时的不可控健康风险因子包括年龄不可控健康风险因子、个人病史不可控健康风险因子和家族病史不可控健康风险因子。
所述二级分流装置中进行可控健康风险计算建模时的可控健康风险因子包括营养膳食可控健康风险因子、规律运动可控健康风险因子、处方药复合营养可控健康风险因子、心理平衡可控健康风险因子和生活方式可控健康风险因子。
所述三级分流装置中进行体检指标健康风险计算建模时的体检指标包括体重体检指标健康风险因子、血压体检指标健康风险因子、血糖体检指标健康风险因子、血清体检指标健康风险因子和高尿酸血症体检指标健康风险因子。
所述血清体检指标健康风险因子包括血清总胆固醇体检指标健康风险因子、血清低密度脂蛋白胆固醇体检指标健康风险因子、血清高密度脂蛋白胆固醇体检指标健康风险因子和血清甘油三酯体检指标健康风险因子。
还包括在主路上设置并与三级监控分流装置相连的慢病健康风险评估处理模块，所述第二数据处理模块连接慢病健康风险评估处理模块，所述慢病健康风险评估处理模块利用慢病健康风险评估模型进行评估计算处理，并输出慢病健康风险评估报告；
所述三级监控分流装置在体检指标健康风险计算结果小于体检健康指数阈值时输入至慢病健康风险评估处理模块，在大于等于体检健康指数阈值时输出第三支路至第二数据处理模块后再返回到主路上的慢病健康风险评估处理模块。
还包括触摸屏显示装置，所述触摸屏显示装置分别与不可控健康风险计算模型、可控健康风险计算模型、体检指标健康风险计算模型、癌症筛查模型和心脑血管疾病筛查模型相连，所述触摸屏显示装置用于显示各模型的内容和输入模型条目的选择计算结果。
本发明的技术效果如下：
本发明提供的慢病健康指数智能监控系统，能够结合健康体检、社区基本卫生服务、综合医院门诊住院等不同领域人群的慢病健康风险评估的特点，将整个慢病健康指数智能监控系统分成设置一级监控分流装置、二级监控分流装置和三级监控分流装置三层主路结构，一级监控分流装置作为第一层是针对健康体检/社区基本卫生服务/综合医院门诊/住院人群的不可控健康指数进行智能监控，根据人群的不可控健康风险因子的权重值进行不可控健康风险计算建模再将不可控健康风险计算结果输入至二级监控分流装置，并在不可控健康风险计算结果大于等于不可控健康指数阈值时输出第一支路；二级监控分流装置作为第二层是针对健康体检/社区基本卫生服务/综合医院门诊/住院人群的可控健康指数进行智能监控，根据人群的可控健康风险因子的权重值进行可控健康风险计算建模再将可控健康风险计算结果输入至三级监控分流装置，并在可控健康风险计算结果大于等于可控健康指数阈值时输出第二支路；三级监控分流装置作为第三层是针对健康体检/社区基本卫生服务/综合医院门诊/住院人群的体检健康指数进行智能监控，根据人群的体检指标健康风险因子的权重值进行体检指标健康风险计算建模并在体检指标健康风险计算结果大于等于体检健康指数阈值时输出第三支路；三级监控分流装置根据不可控健康风险计算结果、可控健康风险计算结果和体检指标健康风险计算结果输出慢病分类分层报告。通过三个层级的主路及其各自支路的结构的合理构建建立不可控健康风险计算模型、可控健康风险计算模型和体检指标健康风险计算模型，使人群的慢病健康指数的主路快速递进和支路进一步处理实现分类分层，有据可依，为计算机智能化、网络化广覆盖和科研课题打好了基础，该系统具有整体全面地阶梯层级结构，适合对大规模的健康体检/社区基本卫生服务/综合医院门诊/住院人群的慢病健康指数的采集和监控，对各类人群慢病健康指数进行快速准确分级分类，建立了适合综合医院使用的慢病健康风险监控分级分层分类管理体系，降低了人力成本，提高了监控可靠性，具有快捷、方便、准确的特点。
本发明的慢病健康指数智能监控系统优选在与一级监控分流装置输出的第一支路相连的第一数据处理模块，实现对健康体检/社区基本卫生服务/综合医院门诊/住院人群的癌症筛查分析处理，通过不可控健康风险因子的得分值与各癌症筛查阈值进行比对，能够将不可控健康风险因子的得分值高的人群确定为风险增加的风险人群并视为重点人群实现相应癌症筛查，结合计算机技术和互联网+，可以经济方便、快速准确地实现全人群快速准确地鉴别重点人群，从而分级路径对接导入癌症筛查模型实现数据处理，符合我国人多及卫生经济资源缺乏的国情，创造鉴别重点人群的标准规范化技术工具。最大程度的降低人力物力时间成本的同时，通过“重点人群”的鉴别，提高癌症筛查准确度，最大程度实现癌症的早发现早治疗，其简练可靠的统计分析智能更是科研项目数据输入整理、分析统计的好助手。本发明的慢病健康指数智能监控系统设置第一数据处理模块可理解为是一个为了解体检/社区/企事业单位全人群更多更新信息和互动的工具，而且可以定期更新，因为新的数据或研究成果将为“重点人群”鉴别提供更准确的评估依据。
一级监控分流装置中进行不可控健康风险计算建模时的不可控健康风险因子包括年龄不可控健康风险因子、个人病史不可控健康风险因子和家族病史不可控健康风险因子，在流行病学和遗传工程学的原理的基础上建立相关联的不可控健康风险计算模型，提高了健康体检/社区基本卫生服务/综合医院门诊/住院人群的不可控健康指数筛查的灵敏度，减少漏检率，提高智能监控的效率。二级分流装置中进行可控健康风险计算建模时的可控健康风险因子包括营养膳食可控健康风险因子、规律运动可控健康风险因子、处方药复合营养可控健康风险因子、心理平衡可控健康风险因子和生活方式可控健康风险因子，在行为心理医学、临床运动营养学和循证药理学的原理的基础上建立相关联的可控健康风险计算模型，提高了健康体检/社区基本卫生服务/综合医院门诊/住院人群的可控健康指数筛查的灵敏度，减少漏检率，提高智能监控的效率。三级分流装置中进行体检指标健康风险计算建模时的体检指标包括体重体检指标健康风险因子、血压体检指标健康风险因子、血糖体检指标健康风险因子、血清体检指标健康风险因子和高尿酸血症体检指标健康风险因子，在生物医学及循证医学的体格检验原理的基础上建立相关联的体检指标健康风险计算模型，提高了健康体检/社区基本卫生服务/综合医院门诊/住院人群的体检健康指数筛查的灵敏度，减少漏检率，进一步提高智能监控的效率。
附图说明
图1为本发明慢病健康指数智能监控系统的结构示意图。
图2为本发明慢病健康指数智能监控系统的一种优选结构示意图。
图3为本发明慢病健康指数智能监控系统的另一种优选结构示意图。
图4为本发明慢病健康指数智能监控系统的优选工作流程图。
具体实施方式
下面结合附图对本发明进行说明。
本发明涉及一种慢病健康指数智能监控系统NCD-HIIMS(Non CommunicableDiseases Health Index Intelligent Monitoring System)，其结构如图1所示，包括均设置在主路上并依次连接的一级监控分流装置、二级监控分流装置和三级监控分流装置，一级监控分流装置基于流行病学和遗传工程学的原理对健康体检/社区基本卫生服务/综合医院门诊/住院人群的不可控健康风险因子的权重值进行不可控健康风险计算建模，从而建立不可控健康风险计算模型，再将不可控健康风险计算结果输入至二级监控分流装置，并在不可控健康风险计算结果大于等于不可控健康指数阈值时输出第一支路；二级监控分流装置基于行为心理医学、临床运动营养学和循证药理学的原理对所述健康体检/社区基本卫生服务/综合医院门诊/住院人群的可控健康风险因子的权重值进行可控健康风险计算建模，从而建立可控健康风险计算模型，再将可控健康风险计算结果输入至三级监控分流装置，并在可控健康风险计算结果大于等于可控健康指数阈值时输出第二支路；三级监控分流装置基于生物医学及循证医学的体格检验原理对所述健康体检/社区基本卫生服务/综合医院门诊/住院人群的体检指标健康风险因子的权重值进行体检指标健康风险计算建模，从而建立体检指标健康风险计算模型，并在体检指标健康风险计算结果大于等于体检健康指数阈值时输出第三支路；所述三级监控分流装置根据不可控健康风险计算结果、可控健康风险计算结果和体检指标健康风险计算结果输出慢病分类分层报告。
图2为本发明慢病健康指数智能监控系统NCD-HIIMS的一种优选结构示意图，该NCD-HIIMS包括均设置在主路上并依次连接的一级监控分流装置、二级监控分流装置和三级监控分流装置，还包括分别设置于三个支路上的第一数据处理模块、可控健康风险评估报告输出模块和第二数据处理模块。第一数据处理模块与一级监控分流装置输出的第一支路相连且第一数据处理模块连接二级监控分流装置，第一数据处理模块将健康体检/社区基本卫生服务/综合医院门诊/住院人群的不可控健康风险因子的得分值与各癌症筛查阈值进行比对，并在与某种癌症相关的不可控健康风险因子的得分值大于等于所述癌症筛查阈值时输入相应的癌症筛查模型，并输出癌症筛查结果；这里所述的癌症主要涉及(并不仅限于此)肺癌、胃癌、结直肠癌、肝癌、乳腺癌、宫颈癌、子宫内膜癌、卵巢癌、皮肤癌、脑癌、胰腺癌、前列腺癌等。一级监控分流装置在不可控健康风险计算结果小于不可控健康指数阈值时输入至二级监控分流装置，在大于等于不可控健康指数阈值时输出第一支路至第一数据处理模块后再返回到主路上的二级监控分流装置。可控健康风险评估报告输出模块与二级监控分流装置输出的第二支路相连。第二数据处理模块与三级监控分流装置输出的第三支路相连，第二数据处理模块将健康体检/社区基本卫生服务/综合医院门诊/住院人群的体检指标健康风险因子的得分值与各心脑血管疾病筛查阈值进行比对，并在与某种心脑血管疾病相关的体检指标健康风险因子的得分值大于等于所述心脑血管疾病筛查阈值时输入相应的心脑血管疾病筛查模型，并输出心脑血管疾病筛查结果；这里所述的心脑血管疾病主要涉及(并不仅限于此)A-HUA(高尿酸血症)、HCY(血清同型半胱氨酸)、COPD(ChronicObstructive Pulmonary Disease,慢性阻塞性肺病)、OSAHS(Obstructive Sleep ApneaHypopnea Syndrome,阻塞性睡眠呼吸暂停低通气综合征)、高血压、糖尿病等。三级监控分流装置在体检指标健康风险计算结果小于体检健康指数阈值时直接主路输出慢病分类分层报告，在大于等于体检健康指数阈值时输出第三支路至第二数据处理模块后再返回到主路输出。
本发明慢病健康指数智能监控系统NCD-HIIMS的一级监控分流装置是针对健康体检/社区基本卫生服务/综合医院门诊/住院人群的不可控健康指数(也可称为不可控健康风险指数UHRI，Uncontrollable Health Risk Index)的智能监控，基于流行病学和遗传工程学的原理对上述人群的不可控健康风险因子的权重值进行不可控健康风险计算建模，从而建立不可控健康风险计算模型，这个模型可以简称CMUHR(Uncontrollable Health RiskCalculation Model)，选择高权重值的健康体检/社区基本卫生服务/综合医院门诊/住院人群的不可控健康风险因子进行建模，优选包括年龄不可控健康风险因子(A-UHRI)、个人病史不可控健康风险因子(P-UHRI)和家族病史不可控健康风险因子(F-UHRI)，三类不可控健康风险因子内均可细分，即理解为是三类不可控健康风险因子为基础的三个单层建模构建CMUHR。
表1为NCD-HIIMS的一级监控分流装置中优选的不可控健康风险计算模型CMUHR，该模型包括各计算机模型条目和各条目内容对应的得分选择情况。计算机模型条目的顺序可以是固定或随机排列。
表1
通过表1所示的不可控健康风险计算模型CMUHR进行不可控健康风险计算，不可控健康风险计算结果为模型项目得分，该不可控健康风险计算结果输入至二级监控分流装置。优选地，如图2所示，一级监控分流装置将不可控健康风险计算结果与不可控健康指数阈值(UHRI-T)进行比对，UHRI-T例如设置为4，在不可控健康风险计算结果小于UHRI-T时输入至二级监控分流装置，在≥UHRI-T时输出第一支路至第一数据处理模块，进行癌症筛查分析处理，并在处理后再返回到主路上的二级监控分流装置。
2016中国平均每天7500人因癌症死亡，早发现早治疗是降低癌症死亡率最有效的措施。但是常见高发癌症如肺癌、胃癌、结直肠癌、肝癌、乳腺癌、宫颈癌、子宫内膜癌、卵巢癌、皮肤癌、前列腺癌等在一般人群中发病率较低，且目前尚无简便、有效的诊断方法进行全人群普查，诊断筛查和临床检查，如果用于无症状常见高发癌症全人群普查需要消耗大量的人力、物力，且由于多是侵入性检查，大多无症状、低癌症发病风险人群难以接受，即使日本、美国等经济水平较高，对常见多发癌症也无法开展全人群普查。国内外常见多发癌症发病率、死亡率流行病学统计证明，主要集中在风险增加或高风险人群。癌症筛查是在无症状时及时地发现肿瘤踪迹，癌症在早期发现时拥有最大的成功治疗几率。以乳腺癌为例，通过适龄人群和“重点人群(Cancer risk population，PCR)”的筛查，如果早期发现，5年生存率可高达98.8％，而如果是晚期确诊，5年生存率则不到28％。大多数常见多发癌症如果早发现，医生将制定出最有效的良好预后治疗方案，患者将得到拥有最大几率预后良好的治疗，而且完全可能不影响预后生活质量。因此，以有限的卫生经济资源，最大程度实现癌症的早发现早治疗，针对“重点人群”的筛查，才是行之有效的方法。“重点人群”(PCR)特指一般适龄无症状癌症筛查和无症状癌症风险增加需要筛查的两类人群。设置第一数据处理模块作为癌症筛查分析处理的工具，结合数字IT计算机和互联网+，可以经济方便、快速准确地实现从全人群鉴别“重点人群”，从而分级诊疗路径对接导入癌症筛查套餐，在于最大程度的降低人力物力时间成本的同时，通过“重点人群”的鉴别，提高了癌症筛查准确度，其简练可靠的统计分析智能更是科研项目数据输入整理、分析统计的好助手。
第一数据处理模块针对一般适龄无症状癌症筛查“重点人群”，在年龄不可控健康风险因子达到一定范围时，可直接进入相应癌症筛查模型，如男性：在40-49岁时，进入前列腺癌筛查模型，可计1分，可输出前列腺癌症筛查报告建议1次筛查/2年；在50岁以上时，进入前列腺癌筛查模型和结直肠癌筛查模型，可计2分，输出相应癌症筛查报告建议1次直肠指检/1年，1次结肠镜检查/5年，等等。如女性：在40-45岁时，进入乳腺癌筛查模型、宫颈癌筛查模型和结直肠筛查模型，可计1分，可输出相应癌症筛查报告建议1次乳腺检查/2年，1次宫颈液基细胞学检查/5年，1次结肠镜检查/5年；在45岁以上时，进入乳腺癌筛查模型、宫颈癌筛查模型和结直肠筛查模型，可计1分，可输出相应癌症筛查报告建议1次乳腺检查/1年，1次宫颈液基细胞学检查/5年，1次结肠镜检查/5年，等等。
第一数据处理模块针对无症状癌症风险增加需要筛查“重点人群”，将健康体检/社区基本卫生服务/综合医院门诊/住院人群的不可控健康风险因子的得分值与各癌症筛查阈值进行比对，如肺癌、胃癌、结直肠癌、肝癌、乳腺癌、宫颈癌、子宫内膜癌、卵巢癌、皮肤癌、前列腺癌都具有各自的癌症筛查阈值，在与某种癌症相关的不可控健康风险因子的得分值大于等于所述癌症筛查阈值时输入相应的癌症筛查模型，如进入肺癌筛查套餐表、胃癌筛查套餐表、结直肠癌筛查套餐表、肝癌筛查套餐表、乳腺癌筛查套餐表、宫颈癌筛查套餐表、子宫内膜癌筛查套餐表、卵巢癌筛查套餐表、皮肤癌筛查套餐表、前列腺癌筛查套餐表，并输出癌症筛查结果。例如，第一数据处理模块在判断与肺癌相关的不可控健康风险因子如个人病史不可控健康风险因子(P-UHRI)中的项目肺癌得分值比较高(高于癌症筛查阈值)或者项目慢性支气管炎得分值比较高，或者家族病史不可控健康风险因子(F-UHRI)中的项目肺癌得分值比较高时，进入肺癌筛查模型，如表2所示的肺癌筛查套餐表。
表2
第一数据处理模块针对重点人群进行肺癌筛查，主要是由于这些人群患肺癌的几率更高。这并不是说属于高风险人群就一定会得肺癌。但是，通过该工具准确确定出重点人群(高风险人群)，并通过筛查结果作为报告输出以建议该类人群定期接受癌症筛查，有助于这样医生将能够在最早期发现肺癌的踪迹。肺癌在早期发现时拥有最大的成功治疗几率。
本发明慢病健康指数智能监控系统NCD-HIIMS的二级监控分流装置是针对健康体检/社区基本卫生服务/综合医院门诊/住院人群的可控健康指数(也可称为可控健康风险指数CHRI，Controllable Health Risk Index)的智能监控，基于行为心理医学、临床运动营养学和循证药理学的原理对健康体检/社区基本卫生服务/综合医院门诊/住院人群的可控健康风险因子的权重值进行可控健康风险计算建模，从而建立可控健康风险计算模型，这个模型可以简称CMCHR(Controllable Health Risk Calculation Model)，选择高权重值的健康体检/社区基本卫生服务/综合医院门诊/住院人群的可控健康风险因子进行建模，优选包括营养膳食可控健康风险因子(N-CHRI)、规律运动可控健康风险因子(S-CHRI)、处方药复合营养可控健康风险因子(PN-CHRI)、心理平衡可控健康风险因子(P-CHRI)和生活方式可控健康风险因子(L-CHRI)，五类可控健康风险因子内均可细分，即理解为是五类可控健康风险因子为基础的五个单层建模构建CMCHR。
表3为NCD-HIIMS的二级监控分流装置中优选的可控健康风险计算模型CMCHR，该模型包括各计算机模型条目和各条目内容对应的得分选择情况。计算机模型条目的顺序可以是固定或随机排列。
表3
通过表3所示的可控健康风险计算模型CMCHR进行可控健康风险计算，可控健康风险计算结果为模型项目得分，该可控健康风险计算结果输入至三级监控分流装置；该二级监控分流装置还将可控健康风险计算结果与可控健康指数阈值(CHRI-T)进行比对，CHRI-T例如设置为4，在可控健康风险计算结果≥CHRI-T时输出第二支路，进而输入至与第二支路相连的可控健康风险评估报告输出模块，可控健康风险评估报告输出模块基于行为心理医学、临床运动营养学和循证药理学的原理进行可控健康风险评估并输出报告。
本发明慢病健康指数智能监控系统NCD-HIIMS的三级监控分流装置是针对健康体检/社区基本卫生服务/综合医院门诊/住院人群的体检健康指数(也可称为体检健康风险指数PHRI，Physical Health Risk Index)进行智能监控，基于生物医学及循证医学的体格检验原理对上述人群的体检指标健康风险因子的权重值进行体检指标健康风险计算建模，从而建立体检指标健康风险计算模型，这个模型可以简称CMPHR(Physical Health RiskCalculation Model)，选择高权重值的健康体检/社区基本卫生服务/综合医院门诊/住院人群的体检指标健康风险计算建模，优选包括体重体检指标健康风险因子(W-PHRI)、血压体检指标健康风险因子(BP-PHRI)、血糖体检指标健康风险因子(GLU-PHRI)、血清总胆固醇体检指标健康风险因子(TC-PHRI)、血清低密度脂蛋白胆固醇体检指标健康风险因子(LDL-PHRI)、血清高密度脂蛋白胆固醇体检指标健康风险因子(HDL-PHRI)、血清甘油三酯体检指标健康风险因子(TG-PHRI)和高尿酸血症体检指标健康风险因子(HUA-PHRI)，八类体检指标健康风险因子内均可细分，即理解为是八类体检指标健康风险因子为基础的八个单层建模构建CMPHR。
表4为NCD-HIIMS的三级监控分流装置中优选的体检指标健康风险计算模型CMPHR，该模型包括各计算机模型条目和各条目内容对应的得分选择情况。计算机模型条目的顺序可以是固定或随机排列。
表4
通过表4所示的体检指标健康风险计算模型CMPHR进行体检指标健康风险计算，体检指标健康风险计算结果为模型项目得分，三级监控分流装置根据不可控健康风险计算结果、可控健康风险计算结果和体检指标健康风险计算结果输出慢病分类分层报告。优选地，如图2所示，三级监控分流装置将体检指标健康风险计算结果与体检健康指数阈值(PHRI-T)进行比对，PHRI-T例如设置为4，在体检指标健康风险计算结果小于PHRI-T时输出，在≥PHRI-T时输出第三支路至第二数据处理模块，进行心脑血管疾病筛查分析处理，并在处理后再返回到主路输出慢病分类分层报告。
第二数据处理模块将健康体检/社区基本卫生服务/综合医院门诊/住院人群的体检指标健康风险因子的得分值与各心脑血管疾病筛查阈值进行比对，这里所指的心脑血管疾病如A-HUA(高尿酸血症)、HCY(血清同型半胱氨酸)、COPD(Chronic ObstructivePulmonary Disease,慢性阻塞性肺病)、OSAHS(Obstructive Sleep Apnea HypopneaSyndrome,阻塞性睡眠呼吸暂停低通气综合征)都具有各自的心脑血管疾病筛查阈值，当然，心脑血管疾病还可以是与心脑血管疾病相关的其它发病率死亡率高的疾病，如糖尿病、高胆固醇血症、代谢综合征等等。在与某种心脑血管疾病相关的体检指标健康风险因子的得分值大于等于所述心脑血管疾病筛查阈值时输入相应的心脑血管疾病筛查模型，并输出心脑血管疾病筛查结果。第二数据处理模块设计思路与第一数据处理模块相同，只不过第一数据处理模块是进行癌症筛查以及借助癌症筛查模型，该第二数据处理模块是进行心脑血管疾病筛查以及借助心脑血管疾病筛查模型。第二数据处理模块作为A-HUA、HCY、COPD和/或OSAHS等心脑血管疾病筛查分析处理的工具，从而分级诊疗路径对接导入A-HUA、HCY、COPD和/或OSAHS疾病筛查套餐，在于最大程度的降低人力物力时间成本的同时，提高A-HUA、HCY、COPD、OSAHS、糖尿病、高胆固醇血症等心脑血管疾病筛查准确度，例如，第二数据处理模块在判断与糖尿病相关的体检指标健康风险因子如血糖得分比较高(高出糖尿病筛查阈值)时，进入糖尿病筛查模型。第二数据处理模块为慢病风险提出预警，其简练可靠的统计分析智能更是科研项目数据输入整理、分析统计的好助手。
图3为本发明慢病健康指数智能监控系统NCD-HIIMS的另一种优选结构示意图，该实施例中还包括在主路上设置并与三级监控分流装置相连的慢病健康风险评估处理模块，第二数据处理模块连接慢病健康风险评估处理模块，三级监控分流装置在体检指标健康风险计算结果小于体检健康指数阈值时输入至慢病健康风险评估处理模块，在大于等于体检健康指数阈值时输出第三支路至第二数据处理模块后再返回到主路上的慢病健康风险评估处理模块，该慢病健康风险评估处理模块利用慢病健康风险评估模型进行评估计算处理，并输出慢病健康风险评估报告，优选为慢病10年风险评估报告。这里所述的慢病健康风险评估模型可以采用现有的模型工具。
图4为本发明慢病健康指数智能监控系统NCD-HIIMS的优选工作流程图。该实施例是针对某门诊体检/社区企事业单位人群800人，一级监控分流装置通过不可控健康风险计算模型CMUHR进行不可控健康风险计算，并将不可控健康风险计算结果与不可控健康指数阈值UHRI-T(UHRI-T优选为4)进行比对，在比对后<UHRI-T的人群占84％有672人输入至二级监控分流装置，≥UHRI-T的人群占16％有128人输出第一支路至第一数据处理模块再返回到主路上的二级监控分流装置。二级监控分流装置仍然针对800人，通过可控健康风险计算模型CMCHR进行可控健康风险计算，并将可控健康风险计算结果与可控健康指数阈值CHRI-T(CHRI-T优选为4)进行比对，在比对后上述800人100％输入至三级监控分流装置，可控健康风险计算结果≥CHRI-T的人群占24％有192人输出第二支路至第二支路相连的可控健康风险评估报告输出模块。三级监控分流装置仍然针对800人，通过体检指标健康风险计算模型CMPHR进行体检指标健康风险计算，并将体检指标健康风险计算结果与体检健康指数阈值PHRI-T(PHRI-T优选为4)进行比对，在比对后<PHRI-T的人群占75％有600人在主路输出，比对后≥PHRI-T的人群占25％有200人输出第三支路至第二数据处理模块再返回到主路上，三级监控分流装置根据不可控健康风险计算结果、可控健康风险计算结果和体检指标健康风险计算结果在主路上输出慢病分类分层报告，并且三级监控分流装置在主路上还连接慢病健康风险评估处理模块，该慢病健康风险评估处理模块针对800人进行慢病健康风险评估，输出慢病10年风险评估报告。
本发明的慢病健康指数智能监控系统可以利用计算机数字化IT网络技术，作为手机或电脑中的具体应用，也可以单独作为一种医疗仪器设备形成一体化机，在具体体现为一体化机时，外部硬件可包括壳体和触摸屏显示装置，触摸屏显示装置分别与不可控健康风险计算模型、可控健康风险计算模型、体检指标健康风险计算模型、癌症筛查模型和心脑血管疾病筛查模型相连，该触摸屏显示装置用于显示各模型的内容和输入模型条目的选择计算结果。该慢病健康指数智能监控系统能够实现对健康体检/社区基本卫生服务/综合医院门诊/住院人群的慢病健康指数的采集和监控，对各类人群慢病健康指数进行快速准确分级，降低了人力成本，提高了监控可靠性，有利于广泛推广应用。
应当指出，以上所述具体实施方式可以使本领域的技术人员更全面地理解本发明创造，但不以任何方式限制本发明创造。因此，尽管本说明书参照附图和实施例对本发明创造已进行了详细的说明，但是，本领域技术人员应当理解，仍然可以对本发明创造进行修改或者等同替换，总之，一切不脱离本发明创造的精神和范围的技术方案及其改进，其均应涵盖在本发明创造专利的保护范围当中。
Claims (10)
1.一种慢病健康指数智能监控系统，其特征在于，包括均设置在主路上并依次连接的一级监控分流装置、二级监控分流装置和三级监控分流装置，
所述一级监控分流装置基于流行病学和遗传工程学的原理对健康体检/社区基本卫生服务/综合医院门诊/住院人群的不可控健康风险因子的权重值进行不可控健康风险计算建模，从而建立不可控健康风险计算模型，再将不可控健康风险计算结果输入至二级监控分流装置，并在不可控健康风险计算结果大于等于不可控健康指数阈值时输出第一支路；
所述二级监控分流装置基于行为心理医学、临床运动营养学和循证药理学的原理对所述健康体检/社区基本卫生服务/综合医院门诊/住院人群的可控健康风险因子的权重值进行可控健康风险计算建模，从而建立可控健康风险计算模型，再将可控健康风险计算结果输入至三级监控分流装置，并在可控健康风险计算结果大于等于可控健康指数阈值时输出第二支路；
所述三级监控分流装置基于生物医学及循证医学的体格检验原理对所述健康体检/社区基本卫生服务/综合医院门诊/住院人群的体检指标健康风险因子的权重值进行体检指标健康风险计算建模，从而建立体检指标健康风险计算模型，并在体检指标健康风险计算结果大于等于体检健康指数阈值时输出第三支路；所述三级监控分流装置根据不可控健康风险计算结果、可控健康风险计算结果和体检指标健康风险计算结果输出慢病分类分层报告。
2.根据权利要求1所述的慢病健康指数智能监控系统，其特征在于，还包括与一级监控分流装置输出的第一支路相连的第一数据处理模块，所述第一数据处理模块连接二级监控分流装置，所述第一数据处理模块将健康体检/社区基本卫生服务/综合医院门诊/住院人群的不可控健康风险因子的得分值与各癌症筛查阈值进行比对，并在与某种癌症相关的不可控健康风险因子的得分值大于等于所述癌症筛查阈值时输入相应的癌症筛查模型，并输出癌症筛查结果；所述癌症包括肺癌、胃癌、结直肠癌、肝癌、乳腺癌、宫颈癌、子宫内膜癌、卵巢癌、皮肤癌、脑癌、胰腺癌和/或前列腺癌；
所述一级监控分流装置在不可控健康风险计算结果小于不可控健康指数阈值时输入至二级监控分流装置，在大于等于不可控健康指数阈值时输出第一支路至第一数据处理模块后再返回到主路上的二级监控分流装置。
3.根据权利要求1所述的慢病健康指数智能监控系统，其特征在于，还包括与二级监控分流装置输出的第二支路相连的可控健康风险评估报告输出模块。
4.根据权利要求2所述的慢病健康指数智能监控系统，其特征在于，还包括与三级监控分流装置输出的第三支路相连的第二数据处理模块，所述第二数据处理模块将健康体检/社区基本卫生服务/综合医院门诊/住院人群的体检指标健康风险因子的得分值与各心脑血管疾病筛查阈值进行比对，并在与某种心脑血管疾病相关的体检指标健康风险因子的得分值大于等于所述心脑血管疾病筛查阈值时输入相应的心脑血管疾病筛查模型，并输出心脑血管疾病筛查结果；所述心脑血管疾病包括A-HUA、HCY、COPD和/或OSAHS。
5.根据权利要求1至4之一所述的慢病健康指数智能监控系统，其特征在于，所述一级监控分流装置中进行不可控健康风险计算建模时的不可控健康风险因子包括年龄不可控健康风险因子、个人病史不可控健康风险因子和家族病史不可控健康风险因子。
6.根据权利要求1至4之一所述的慢病健康指数智能监控系统，其特征在于，所述二级分流装置中进行可控健康风险计算建模时的可控健康风险因子包括营养膳食可控健康风险因子、规律运动可控健康风险因子、处方药复合营养可控健康风险因子、心理平衡可控健康风险因子和生活方式可控健康风险因子。
7.根据权利要求1至4之一所述的慢病健康指数智能监控系统，其特征在于，所述三级分流装置中进行体检指标健康风险计算建模时的体检指标包括体重体检指标健康风险因子、血压体检指标健康风险因子、血糖体检指标健康风险因子、血清体检指标健康风险因子和高尿酸血症体检指标健康风险因子。
8.根据权利要求7所述的慢病健康指数智能监控系统，其特征在于，所述血清体检指标健康风险因子包括血清总胆固醇体检指标健康风险因子、血清低密度脂蛋白胆固醇体检指标健康风险因子、血清高密度脂蛋白胆固醇体检指标健康风险因子和血清甘油三酯体检指标健康风险因子。
9.根据权利要求4所述的慢病健康指数智能监控系统，其特征在于，还包括在主路上设置并与三级监控分流装置相连的慢病健康风险评估处理模块，所述第二数据处理模块连接慢病健康风险评估处理模块，所述慢病健康风险评估处理模块利用慢病健康风险评估模型进行评估计算处理，并输出慢病健康风险评估报告；
所述三级监控分流装置在体检指标健康风险计算结果小于体检健康指数阈值时输入至慢病健康风险评估处理模块，在大于等于体检健康指数阈值时输出第三支路至第二数据处理模块后再返回到主路上的慢病健康风险评估处理模块。
10.根据权利要求4所述的慢病健康指数智能监控系统，其特征在于，还包括触摸屏显示装置，所述触摸屏显示装置分别与不可控健康风险计算模型、可控健康风险计算模型、体检指标健康风险计算模型、癌症筛查模型和心脑血管疾病筛查模型相连，所述触摸屏显示装置用于显示各模型的内容和输入模型条目的选择计算结果。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710221500.1A CN106874632B (zh) | 2017-04-06 | 2017-04-06 | 慢病健康指数智能监控系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710221500.1A CN106874632B (zh) | 2017-04-06 | 2017-04-06 | 慢病健康指数智能监控系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN106874632A true CN106874632A (zh) | 2017-06-20 |
| CN106874632B CN106874632B (zh) | 2020-09-01 |
Family
ID=59160940
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710221500.1A Active CN106874632B (zh) | 2017-04-06 | 2017-04-06 | 慢病健康指数智能监控系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106874632B (zh) |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110957014A (zh) * | 2019-10-11 | 2020-04-03 | 上海市胸科医院 | 一种肺癌早期筛查信息管理系统 |
| CN111312405A (zh) * | 2020-02-12 | 2020-06-19 | 宁德市闽东医院 | 一种健康体检胃癌筛查评估及管理系统 |
| CN111785370A (zh) * | 2020-07-01 | 2020-10-16 | 医渡云（北京）技术有限公司 | 病历数据处理方法及装置、计算机存储介质、电子设备 |
| CN112132646A (zh) * | 2020-08-27 | 2020-12-25 | 绿瘦健康产业集团有限公司 | 一种用户分流处理方法、装置、介质及终端设备 |
| US10991190B1 (en) | 2020-07-20 | 2021-04-27 | Abbott Laboratories | Digital pass verification systems and methods |
| CN113744866A (zh) * | 2021-08-03 | 2021-12-03 | 上海甘健医药科技有限公司 | 慢性肝病住院病患短期风险动态监测系统 |
| CN114416844A (zh) * | 2022-01-19 | 2022-04-29 | 平安国际智慧城市科技股份有限公司 | 基于医疗数据的慢病管理装置、电子设备及存储介质 |
| CN116994749A (zh) * | 2023-04-25 | 2023-11-03 | 浙江一山智慧医疗研究有限公司 | 一种老年人健康指数评估方法、装置及应用 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100049550A1 (en) * | 1997-01-16 | 2010-02-25 | Brown Stephen J | Personalized body image |
| US20130211848A1 (en) * | 2011-08-03 | 2013-08-15 | Steven Elliot Stupp | User interface for collecting association information |
| CN103914800A (zh) * | 2014-04-14 | 2014-07-09 | 聂聪 | 心理健康指数智能监控系统 |
| CN106156532A (zh) * | 2016-08-06 | 2016-11-23 | 深圳市前海安测信息技术有限公司 | 三级预防健康管理系统和方法 |
-
2017
- 2017-04-06 CN CN201710221500.1A patent/CN106874632B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100049550A1 (en) * | 1997-01-16 | 2010-02-25 | Brown Stephen J | Personalized body image |
| US20130211848A1 (en) * | 2011-08-03 | 2013-08-15 | Steven Elliot Stupp | User interface for collecting association information |
| CN103914800A (zh) * | 2014-04-14 | 2014-07-09 | 聂聪 | 心理健康指数智能监控系统 |
| CN106156532A (zh) * | 2016-08-06 | 2016-11-23 | 深圳市前海安测信息技术有限公司 | 三级预防健康管理系统和方法 |
Non-Patent Citations (1)
| Title |
|---|
| 石福艳: "常见慢性病危险因素测量及风险等级评估方法研究", 《中国博士学位论文全文数据库-医药卫生科技辑》 * |
Cited By (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110957014A (zh) * | 2019-10-11 | 2020-04-03 | 上海市胸科医院 | 一种肺癌早期筛查信息管理系统 |
| CN110957014B (zh) * | 2019-10-11 | 2023-09-26 | 上海市胸科医院 | 一种肺癌早期筛查信息管理系统 |
| CN111312405A (zh) * | 2020-02-12 | 2020-06-19 | 宁德市闽东医院 | 一种健康体检胃癌筛查评估及管理系统 |
| CN111785370A (zh) * | 2020-07-01 | 2020-10-16 | 医渡云（北京）技术有限公司 | 病历数据处理方法及装置、计算机存储介质、电子设备 |
| CN111785370B (zh) * | 2020-07-01 | 2024-05-17 | 医渡云（北京）技术有限公司 | 病历数据处理方法及装置、计算机存储介质、电子设备 |
| US11574514B2 (en) | 2020-07-20 | 2023-02-07 | Abbott Laboratories | Digital pass verification systems and methods |
| US10991190B1 (en) | 2020-07-20 | 2021-04-27 | Abbott Laboratories | Digital pass verification systems and methods |
| US10991185B1 (en) | 2020-07-20 | 2021-04-27 | Abbott Laboratories | Digital pass verification systems and methods |
| US11514737B2 (en) | 2020-07-20 | 2022-11-29 | Abbott Laboratories | Digital pass verification systems and methods |
| US11514738B2 (en) | 2020-07-20 | 2022-11-29 | Abbott Laboratories | Digital pass verification systems and methods |
| CN112132646A (zh) * | 2020-08-27 | 2020-12-25 | 绿瘦健康产业集团有限公司 | 一种用户分流处理方法、装置、介质及终端设备 |
| CN113744866A (zh) * | 2021-08-03 | 2021-12-03 | 上海甘健医药科技有限公司 | 慢性肝病住院病患短期风险动态监测系统 |
| CN114416844A (zh) * | 2022-01-19 | 2022-04-29 | 平安国际智慧城市科技股份有限公司 | 基于医疗数据的慢病管理装置、电子设备及存储介质 |
| CN116994749A (zh) * | 2023-04-25 | 2023-11-03 | 浙江一山智慧医疗研究有限公司 | 一种老年人健康指数评估方法、装置及应用 |
| CN116994749B (zh) * | 2023-04-25 | 2024-01-26 | 浙江一山智慧医疗研究有限公司 | 一种老年人健康指数评估方法、装置及应用 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN106874632B (zh) | 2020-09-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106874632A (zh) | 慢病健康指数智能监控系统 | |
| CN103942432B (zh) | 智慧健康管理系统 | |
| Bouazza et al. | Patient-reported outcome measures (PROMs) in the management of lung cancer: a systematic review | |
| Dugas et al. | An electronic emergency triage system to improve patient distribution by critical outcomes | |
| Atassi et al. | The PRO-ACT database: design, initial analyses, and predictive features | |
| CN108573752A (zh) | 一种基于健康大数据的健康信息处理的方法及系统 | |
| Walker | Advantages and limitations of wearable activity trackers: considerations for patients and clinicians | |
| CN104537592A (zh) | 自我诊疗及预防保健引导系统 | |
| CN109256212A (zh) | 骨健康评估模型构建方法、装置、设备、介质及评估方法 | |
| Premkumar et al. | Prevalence of hypertension and prehypertension in a community-based primary health care program villages at central India | |
| CN111210890A (zh) | 一种基于临床数据的抗凝药学监护管理方法 | |
| CN108288130A (zh) | 基于数据挖掘分析平台的临床护理绩效评价系统及方法 | |
| Bolton et al. | The impact of nursing interventions | |
| Shahrokni et al. | Toward modernization of geriatric oncology by digital health technologies | |
| CN103279668B (zh) | 一种恶性肿瘤放化疗规范符合度的量化评估系统 | |
| Rank et al. | The impact of asthma medication guidelines on asthma controller use and on asthma exacerbation rates comparing 1997–1998 and 2004–2005 | |
| CN103055258B (zh) | 一种调控肝再生的药物及其防治方案 | |
| CN107066816A (zh) | 基于临床数据的就医指导方法、装置及服务器 | |
| Reardon et al. | Falls in nursing home residents receiving pharmacotherapy for anemia | |
| Goldstein et al. | Combining passive eating monitoring and ecological momentary assessment to characterize dietary lapses from a lifestyle modification intervention | |
| Shao et al. | Effectiveness and efficiency of non-drug therapy among community-dwelling adults with hypertension in China: a protocol for network meta-analysis and cost-effectiveness analysis | |
| Liu et al. | Application of the clinical decision support systems in the management of chronic diseases | |
| CN205942696U (zh) | 大数据分析的健康监测与医理研究系统 | |
| Li et al. | Effects of hierarchical nursing management in patients with acute pulmonary embolism | |
| Motahari-Nezhad et al. | MT14 Populations, Interventions, and Outcomes in Digital Biomarker-Based Interventions' Systematic Reviews: A Scoping Review |
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 | ||
| CB03 | Change of inventor or designer information | ||
| CB03 | Change of inventor or designer information |
Inventor after: Nie Cong Inventor after: Chen Zongtao Inventor after: Yang Fan Inventor after: Tian Song Inventor before: Nie Cong Inventor before: Yang Fan Inventor before: Tian Song |
|
| CB03 | Change of inventor or designer information | ||
| CB03 | Change of inventor or designer information |
Inventor after: Nie Cong Inventor after: Yang Fan Inventor after: Tian Song Inventor before: Nie Cong Inventor before: Chen Zongtao Inventor before: Yang Fan Inventor before: Tian Song |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |