CN107423536A - 基于移动社保数据和云端数据分析的数据处理系统 - Google Patents

Abstract

本发明涉及一种基于移动社保数据和云端数据分析的数据处理系统，其特征在于，包括：存储用户健康数据的服务器，运行应用程序的客户端，所述服务器和所述客户端通过网络连接；所述客户端包括健康数据自评系统和健康数据推荐调理系统；所述健康数据自评系统通过移动社保实时数据生成用户信息采集问题并配合专家知识库进行智能拟推测用户的健康状况；所述健康数据推荐调理系统指的是通过健康数据自评系统拟推测用户的健康状况给出适用于具体用户的建议调理方式。本发明提供的基于移动社保数据和云端数据分析的数据处理系统，充分利用了社保数据的详细信息来进行数据处理以及用户健康调理方案的数据推荐，从而优化了领域知识的完整性和精确性。

Description

基于移动社保数据和云端数据分析的数据处理系统

技术领域

本发明涉及云数据分析和智能辅助诊断技术领域，更具体地说，涉及一种基于移动社保数据和云端数据分析的数据处理系统。

背景技术

随着互联网医疗的逐步发展，许多基于互联网的远程系统开始部分解决病人信息管理，网上挂号以及病情初步判断等问题，比如专利CN104490361A“基于网络医院的皮肤病远程筛查系统及方法”和CN105727452A“基于互联网云数据的皮肤治疗仪、系统及方法”中介绍的方法和系统。但这类方法和系统主要着眼于特定的诊断仪器建立一套定制的通讯机制并连接远程的客户端或客户机来提供信息管理和诊疗服务。这类方法和系统没有考虑有效地使用智能技术来综合各类信息并为皮肤病专家医生的诊断提供快速准确的参考分析，从而使病人的病情分析和远程诊断更及时更高效。

最近，专门针对皮肤病的病情诊断系统也开始出现，比如专利CN104780972A“用于治疗皮肤病学的不完整性的系统和方法”和CN 104224126A“一种诊断皮肤症状的装置及系统”中公开的方法。但这类方法忽略了对病人和医生历史数据的搜集以及智能化的处理和分析，从而放弃了现代智能技术的推理能力。

另外，基于云数据的方法也被引入了医疗相关的系统，如专利CN 105117587A “医保领域中基于医疗云数据的智能分析方法”、CN105279382A “一种医疗保险异常数据在线智能检测方法”、CN 104866727A “基于深度学习对医疗数据进行分析的方法及其智能分析仪”和CN 105787278A “基于智能终端的云数据保健、精准医疗系统和方法”中所介绍的方法。但这类方法只着眼于对云数据本身的管理和分析，而忽略了将云数据分析得到的特征和知识用于辅助医学诊断和线上线下治疗的能力。

所以，到目前为止还没有一个比较系统的方法或系统可以充分有效地利用对皮肤病大数据的分析和推理来验证并完善专家的领域知识，从而推进线上拟诊和线下辅助诊断的效率和准确性。因此，现有技术亟待有很大的进步。

发明内容

本发明要解决的技术问题在于，针对现有技术的上述的缺陷，提供一种基于移动社保数据和云端数据分析的数据处理系统，包括：存储用户健康数据的服务器，运行应用程序的客户端，所述服务器和所述客户端通过网络连接；其中，所述客户端包括健康数据自评系统和健康数据推荐调理系统；

其中，所述健康数据自评系统通过移动社保实时数据生成用户信息采集问题并配合专家知识库进行智能拟推测用户的健康状况；

所述健康数据推荐调理系统指的是通过健康数据自评系统拟推测用户的健康状况给出适用于具体用户的建议调理方式。

在本发明所述的基于移动社保数据和云端数据分析的数据处理系统中，所述健康数据自评系统通过移动社保实时数据生成用户信息采集问题并配合专家知识库进行智能拟推测用户的健康状况包括步骤：

A、基于移动社保实时数据和医疗机构自有的病历历史数据形成以问答为形式的用户信息采集；问题由移动社保的实时数据和医疗机构的历史数据引导形成；

B、通过医疗机构的历史数据和移动社保的实时数据进行数据分析，并用分析的结果来产生用户自诊拟诊方案，同时用分析结果生成新的可能的自诊规则；

C、通过云端的大数据分析方法对医疗机构和社保的历史数据进行统一的基于神经网络的深度学习，其结果用于决定步骤B产生的规则是否用于专家知识库的更新。

在本发明所述的基于移动社保数据和云端数据分析的数据处理系统中，所述健康数据推荐调理系统指的是通过健康数据自评系统拟推测用户的健康状况给出适用于具体用户的建议调理方式包括步骤：

A、根据不同逻辑关系生成问题序列来获取用户体质信息；在问题序列的生成过程中，问答条目由社保数据和医疗机构自有用户数据结合生成；同时根据用户提供的每一个问题的答案确定问题序列的下一个问题；

B、根据用户体质信息以及获取问题序列的特点再次有选择性地将相关社保数据项和医疗机构自有用户数据项进行数据分析，从而确定用户体制特性并生成养生方案；养生方案的内部表达形式为多维表结构；

C、将用户提供的体质信息添加至医疗机构自有用户数据库；通过云端大数据分析和推理确认其合理性，或调整和更新各个问题之间的逻辑关系，同时各养生方案可由领域专家定期复审并不定期进行更新。

实施本发明的基于移动社保数据和云端数据分析的数据处理系统，具有以下有益效果：充分利用了社保数据的详细信息来进行数据处理以及用户健康调理方案的数据推荐，从而优化了领域知识的完整性和精确性。

具体实施方式

在本发明提供的基于移动社保数据和云端数据分析的数据处理系统中，至少包括，基于移动社保数据和云端数据分析的数据处理系统，包括：存储用户健康数据的服务器，运行应用程序的客户端，所述服务器和所述客户端通过网络连接；其中，所述客户端包括健康数据自评系统和健康数据推荐调理系统；

其中，所述健康数据自评系统通过移动社保实时数据生成用户信息采集问题并配合专家知识库进行智能拟推测用户的健康状况；

所述健康数据推荐调理系统指的是通过健康数据自评系统拟推测用户的健康状况给出适用于具体用户的建议调理方式。

在本发明所述的基于移动社保数据和云端数据分析的数据处理系统中，所述健康数据自评系统通过移动社保实时数据生成用户信息采集问题并配合专家知识库进行智能拟推测用户的健康状况包括步骤：

A、基于移动社保实时数据和医疗机构自有的病历历史数据形成以问答为形式的用户信息采集；问题由移动社保的实时数据和医疗机构的历史数据引导形成；

B、通过医疗机构的历史数据和移动社保的实时数据进行数据分析，并用分析的结果来产生用户自诊拟诊方案，同时用分析结果生成新的可能的自诊规则；

C、通过云端的大数据分析方法对医疗机构和社保的历史数据进行统一的基于神经网络的深度学习，其结果用于决定步骤B产生的规则是否用于专家知识库的更新。

以下是一个基于八个问题的例子（本专利不仅限于这一问题集；不同种类的皮肤病有不同数量和形式的问题）：

在本发明所述的基于移动社保数据和云端数据分析的数据处理系统中，所述健康数据推荐调理系统指的是通过健康数据自评系统拟推测用户的健康状况给出适用于具体用户的建议调理方式包括步骤：

A、根据不同逻辑关系生成问题序列来获取用户体质信息；在问题序列的生成过程中，问答条目由社保数据和医疗机构自有用户数据结合生成；同时根据用户提供的每一个问题的答案确定问题序列的下一个问题；

B、根据用户体质信息以及获取问题序列的特点再次有选择性地将相关社保数据项和医疗机构自有用户数据项进行数据分析，从而确定用户体制特性并生成养生方案；养生方案的内部表达形式为多维表结构；

C、将用户提供的体质信息添加至医疗机构自有用户数据库；通过云端大数据分析和推理确认其合理性，或调整和更新各个问题之间的逻辑关系，同时各养生方案可由领域专家定期复审并不定期进行更新。

下面是一个问题序列的例子：

初始问题：冬天的冷热感受状况：

有五个选项（单选）：冬天怕冷；冬天怕热；冬天微怕冷；冬天微怕热；正常。

由这五个选项产生五个可能的问题序列：

如果一个选项同时出现在社保数据库和医疗机构自有用户数据库中，则升高含有该数据项问题的优先级；各选项的优先级完成分析后统一排序；各问题的前后关系由因果关系和所包含选项的优先级排序统一确定。

下面是几个养生方案的例子，主要包括适合食用的食物，不宜食用的食物，适合服用的保健品，和不宜服用的保健品：

通过客户端应用程序编程（Android和iOS等移动端的APP）和桌面系统的应用程序编程（Windows和Linux等应用程序）和云端的云数据处理编程实现。

本发明通过以上实施例的设计，充分利用了社保数据的详细信息来进行数据处理以及用户健康调理方案的数据推荐，从而优化了领域知识的完整性和精确性。

本发明是根据特定实施例进行描述的，但本领域的技术人员应明白在不脱离本发明范围时，可进行各种变化和等同替换。此外，为适应本发明技术的特定场合，可对本发明进行诸多修改而不脱离其保护范围。因此，本发明并不限于在此公开的特定实施例，而包括所有落入到权利要求保护范围的实施例。

Claims (3)

1.一种基于移动社保数据和云端数据分析的数据处理系统，其特征在于，包括：存储用户健康数据的服务器，运行应用程序的客户端，所述服务器和所述客户端通过网络连接；其中，所述客户端包括健康数据自评系统和健康数据推荐调理系统；

其中，所述健康数据自评系统通过移动社保实时数据生成用户信息采集问题并配合专家知识库进行智能拟推测用户的健康状况；

所述健康数据推荐调理系统指的是通过健康数据自评系统拟推测用户的健康状况给出适用于具体用户的建议调理方式。

2.根据权利要求1所述的基于移动社保数据和云端数据分析的数据处理系统，其特征在于，所述健康数据自评系统通过移动社保实时数据生成用户信息采集问题并配合专家知识库进行智能拟推测用户的健康状况包括步骤：

A、基于移动社保实时数据和医疗机构自有的病历历史数据形成以问答为形式的用户信息采集；问题由移动社保的实时数据和医疗机构的历史数据引导形成；

B、通过医疗机构的历史数据和移动社保的实时数据进行数据分析，并用分析的结果来产生用户自诊拟诊方案，同时用分析结果生成新的可能的自诊规则；

C、通过云端的大数据分析方法对医疗机构和社保的历史数据进行统一的基于神经网络的深度学习，其结果用于决定步骤B产生的规则是否用于专家知识库的更新。

3.根据权利要求1所述的基于移动社保数据和云端数据分析的数据处理系统，其特征在于，所述健康数据推荐调理系统指的是通过健康数据自评系统拟推测用户的健康状况给出适用于具体用户的建议调理方式包括步骤：

A、根据不同逻辑关系生成问题序列来获取用户体质信息；在问题序列的生成过程中，问答条目由社保数据和医疗机构自有用户数据结合生成；同时根据用户提供的每一个问题的答案确定问题序列的下一个问题；

B、根据用户体质信息以及获取问题序列的特点再次有选择性地将相关社保数据项和医疗机构自有用户数据项进行数据分析，从而确定用户体制特性并生成养生方案；养生方案的内部表达形式为多维表结构；

C、将用户提供的体质信息添加至医疗机构自有用户数据库；通过云端大数据分析和推理确认其合理性，或调整和更新各个问题之间的逻辑关系，同时各养生方案可由领域专家定期复审并不定期进行更新。