CN108122612A

CN108122612A - 数据库的建立、多维度健康风险等级确定方法及装置

Info

Publication number: CN108122612A
Application number: CN201711382901.1A
Authority: CN
Inventors: 姜涵予
Original assignee: Individual
Current assignee: Individual
Priority date: 2017-12-20
Filing date: 2017-12-20
Publication date: 2018-06-05

Abstract

本发明提供了一种数据库的建立、多维度健康风险等级确定方法及装置，其中，该健康风险等级确定方法包括：采集用户的个人医学数据，提取医学数据中所包含的疾病风险项的影响因素和影响因素所对应的量化值；调用预先建立的健康评估模型数据库，遍历健康评估模型数据库，查询与影响因素相关联的数据模型；基于获取的疾病风险项的影响因素的量化值和与疾病风险项关联的数据模型，确定疾病风险项的结果值；基于疾病风险项的结果值判断疾病风险项的健康风险的等级。本发明实施例判断和预估人体健康风险效率高的有益效果。

Description

数据库的建立、多维度健康风险等级确定方法及装置

技术领域

本发明涉及计算机技术领域，具体而言，涉及一种数据库的建立、多维度健康风险等级确定方法及装置。

背景技术

现有技术中，由于人体健康的因素是多方面综合的，例如，同一种疾病可能会由于性别、并发症的不同，进而导致每个个体被该疾病的影响的程度不相同，因此用户在进行学习或者了解关于人体的健康信息时，都是需要工作人员去查询各种书籍与资料，或者借助网络等设备去搜集资料，有时会出现遗漏，效率较低；因此，现有技术中急需一种辅助的工具或者系统来提高进行对用户进行健康分析的效率。

发明内容

有鉴于此，本发明的目的在于提供一种健康评估模型数据库的建立、多维度健康风险等级确定方法和装置，解决上述问题。

第一方面，本发明实施例提供了一种多维度健康风险等级确定方法，包括：

采集用户的个人医学数据；其中，所述个人医学数据中所包含的疾病风险项的影响因素和所述影响因素所对应的量化值；

调用预先建立的健康评估模型数据库，遍历所述健康评估模型数据库，查询与所述影响因素相关联的数据模型；

基于采集的所述疾病风险项的影响因素的量化值和与所述影响因素关联的数据模型，确定疾病风险项的结果值；

基于所述疾病风险项的结果值判断所述疾病风险项的健康风险的等级。

结合第一方面，本发明实施例提供了第一方面的第一种可能的实施方式，其中，将所述疾病风险项的结果值与该疾病风险项所对应的警戒值进行比较，当所述疾病风险项的结果值大于所述疾病风险项所对应的警戒值时，进行报警提示。

结合第一方面或者第一方面的第一种可能的实施方式，本发明实施例提供了第一方面的第二种可能的实施方式，其中，所述基于所述疾病风险项的结果值确定所述疾病风险项的健康风险的等级，包括：

当所述疾病风险项为多个时，根据每个疾病风险项所对应的权重和所述疾病风险项的结果值确定所述用户的健康风险等级。

结合第一方面，本发明实施例提供了第一方面的第三种可能的实施方式，其中，所述数据模型为通过以下公式(1)预先建立的：

其中，y_i为第i个疾病风险项，b₀为常数项，为第k各个影响因素的系数，为第k个影响因素的量化值。

第二方面，本发明实施例提供了一种健康评估模型数据库的建立方法，其特征在于，包括：

对获取的医学数据进行分析得到不同的疾病风险项，分别确定所述不同疾病风险项的影响因素；

基于所述不同疾病风险项的影响因素与所述疾病风险项的关系，分别建立每个疾病风险项的线性回归分析数据模型；

为每个疾病风险项建立标签，基于所述每个疾病风险项、所述每个疾病风险项的线性回归分析数据模型和二者的对应关系建立健康评估模型数据库。

结合第二方面，本发明实施例提供了第二方面的第一种可能的实施方式，其中，所述基于所述每个疾病风险项、所述每个疾病风险项的线性回归分析数据模型和二者的对应关系建立健康评估模型数据库，包括：

将所述疾病风险项按照对人体的影响程度进行划分为三个风险维度，分别为：生活质量影响风险维度、健康影响风险维度和生命影响风险维度；

将所述每个疾病风险项按照所述三个风险维度进行分类存储，并对应存储所述每个疾病风险项的线性回归分析数据模型。

第三方面，本发明实施例提供了一种健康风险等级的确定装置，包括：

采集模块，用于采集用户的个人医学数据；其中，所述医学数据中包含有：疾病风险项的影响因素和所述影响因素所对应的量化值；

调用模块，用于调用预先建立的健康评估模型数据库，遍历所述健康评估模型数据库，查询与所述影响因素相关联的数据模型；

第二确定模块，用于基于获取的所述疾病风险项的影响因素的量化值和所述疾病风险项对应的数据模型，确定疾病风险项的结果值；

判断模块，用于基于所述疾病风险项的结果值判断所述疾病风险项的健康风险的等级。

结合第三方面，本发明实施例提供了第三方面的第一种可能的实施方式，其中，所述装置，还包括：

比较模块，用于将所述疾病风险项的结果值与该疾病风险项所对应的警戒值进行比较，当所述疾病风险项的结果值大于所述疾病风险项所对应的警戒值时，进行报警提示。

第四方面，本发明实施例提供了一种健康评估模型数据库的建立装置，包括：

确定模块，用于对获取的医学数据进行分析得到不同的疾病风险项，分别确定所述不同疾病风险项的影响因素；

第一建立模块，用于基于所述不同疾病风险项的影响因素，分别建立每个疾病风险项与影响因素的线性回归分析数据模型；

第二建立模块，用于为每个疾病风险项建立标签，基于所述每个疾病风险项、所述每个疾病风险项的线性回归分析数据模型健康评估模型和二者的对应关系建立健康评估模型数据库。

结合第四方面，本发明实施例提供了第四方面的第一种可能的实施方式，其中，所述第二建立模块，具体用于：

将所述疾病风险项按照对人体的影响程度进行划分为三个风险维度，分别为：生活质量影响风险、健康影响风险和生命影响风险；

本发明实施例提供的一种健康风险等级的确定、健康评估模型数据库的建立方法及装置，其中健康评估模型数据库的建立方法中，采用对获取的医学数据进行分析得到不同的疾病风险项，分别确定不同疾病风险项的影响因素；基于不同疾病风险项的影响因素与该疾病风险项的关系，分别建立每个疾病风险项的线性回归分析数据模型；为每个疾病风险项建立标签，基于每个疾病风险项、每个疾病风险项的线性回归分析数据模型和二者的对应关系建立健康评估模型数据库；该数据库中存储了每个疾病风险项线性回归分析数据模型，该线性回归分析数据模型代表了该疾病风险项和影响因素之间的函数关系，根据该模型，在获取该疾病风险项的影响因素之后既可以确定疾病风险项的量值；因此，利用该数据库可以在获取某一疾病风险项的影响因素以后，根据该影响因素的变化既可以确定或者预估该疾病风险项的变化，避免了工作人员进行大量的查阅资料的工作，提高了效率。

为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，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相关的附图。

图1示出了本发明一个实施例中所提供的一种多维度健康风险等级确定方法的流程示意图；

图2示出了本发明一个实施例所提供的一种健康评估模型数据库的建立方法的流程示意图；

图3示出了本发明一个实施例所提供的一种健康风险等级的确定装置的结构示意图；

图4示出了本发明实施例所提供的一种健康评估模型数据库的建立装置的结构示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。

考虑到现有技术中，一个人的疾病状况的影响因素是错综复杂的，并且不同的影响因素共同作用于不同的个体的所产生的结果也是不同的，工作人员在进行对人体的各种影响因素的综合作用进行研究、预估或者判断时，需要综合考虑各方面对因素，有时会出现遗漏，且人为判断的效率较低；基于此，本发明实施例提供了一种数据库建立、多维度健康风险等级确定方法和装置，下面通过实施例进行描述。

实施例1

参照图1所示的实施例，本实施例中提供了一种多维度健康风险等级确定方法，该方法包括如下步骤：

S101、采集用户的个人医学数据，提取医学数据中所包含的疾病风险项的影响因素和影响因素所对应的量化值；

本实施例中，可以是采集用户在客户端网页界面上所输入的个人医学数据，该个人医学数据可以是包括：用户的体检报告、医生问诊的文字记录等，从该医学数据中提取该用户的疾病风险项的影响因素，比如性别、饮酒、吸烟、高脂饮食、高钠饮食、舒张压、收缩压、心率等因素，每个影响因素具有对应的量化值，对于包含有指标的影响因素，该量化值即为该影响因素的指标值，例如舒张压为100毫米汞柱，此时该舒张压的该量化值为100；对于不包含有指标的影响因素则需要为该影响因素选配量化值，如性别的量化值对应于不同的疾病可以设置为1或0。

S102、调用预先建立的健康评估模型数据库，遍历所述健康评估模型数据库，查询与所述影响因素相关联的数据模型；

上述的健康评估模型数据库为在服务器侧预先建立的，该数据库中存储了分别与不同的影响因素相关联的数据模型，该数据模型预先标记有标签，该标签可以是该数据模型所涉及的影响因素的名称，上述查询与所述影响因素相关联的数据模型，具体包括：根据影响因素的名称匹配出与该影响因素的名称一致的标签所对应的数据模型。

所述数据模型为通过以下公式(1)预先建立的：

或者，通过为每个疾病风险项的影响因素进行分配权重，根据影响因素的量化值按照权重进行加权求和得到结果值；示例性地，当疾病风险项为高血压时，其影响因素的权重分布如下表1所示，

影响因素	风此等级	权重	判断标准
				性别	低危	4％	男性
饮酒	高危	8％	是
				吸烟	高危	9％	是
高脂饮食	高危	9％	是
				高钠饮食	高危	10％	是
舒张压	极高危	30％	＞80
				收缩压	极高危	30％	＞120

表1

S103、基于获取的所述疾病风险项的影响因素的量化值和与所述疾病风险项关联的数据模型，确定疾病风险项的结果值；

示例性地，上述的疾病风险项为高血压，该疾病风险项所对应的影响因素有性别、饮酒、吸烟、高脂饮食、高钠饮食、舒展压和收缩压；通过该影响因素的量化值，利用上述公式(1)计算得到疾病风险项的结果值。

S104、基于所述疾病风险项的结果值判断所述疾病风险项的健康风险的等级。

上述的疾病风险项的健康风险等级包括：生活质量影响风险等级、健康影响风险等级和生命影响风险等级；其中，每个健康风险等级对应一个分值区间范围，上述的得到疾病风险项的结果值以后，判断该结果值所属的区间范围，进而判断该风险项的结果值所对应的健康风险等级。

本实施例中，如果上述的疾病风险项为多个时，根据每个疾病风险项所对应的权重和疾病风险项的结果值确定所述用户的健康风险等级；具体的，将每个疾病风险项的结果值，按照每个疾病风险项的权重，进行加权求和，得到结果值，根据该结果值所属的区间范围和该区间范围所对应的健康风险等级，进而判断该风险项的结果值所对应的健康风险等级。

实施例2

参照图2所示的实施例，本实施例中提供了一种健康评估模型数据库的建立方法，该方法包括如下步骤：

S201、对获取的试验医学数据进行分析得到不同的疾病风险项，分别确定不同疾病风险项的影响因素；

上述的实验医学数据可以是从医疗机构的数据库中获取的数据，或者是根据权威医学指南中获取的数据；上述的疾病风险项包括目前已知所有疾病的种类；每种疾病都对应有许多影响因素，例如高血压的应和写那个因素具有性别、抽烟、喝酒、高钠饮食等；又例如，胃癌的影响因素有饮食、胃炎等影响因素。

S202、基于所述不同疾病风险项的影响因素与所述疾病风险项的关系，分别建立每个疾病风险项的数据模型；

该数据模型包括：使用线性回归法建立的拟合函数和使用多项式回归法建立的拟合函数。

具体的，当单一疾病风险项和影响因素呈直线型发展态势时使用线性回归法建立拟合函数，如公式(1)，

y_i＝a+bx_i (1)

其中，y_i为第i个疾病风险项，a为常数项，b为影响系数，x_i为第i个影响因素的量化值；

当单一疾病风险项和影响因素呈曲线型发展态势时使用多项式回归法，建立拟合函数，如公式(2)

S203、为每个疾病风险项建立标签，基于所述每个疾病风险项、所述每个疾病风险项的线性回归分析数据模型和二者的对应关系建立健康评估模型数据库。

上述标签可以是该数据模型所涉及的影响因素的名称。

本实施例，上述的数据库为建立在服务器侧的，该数据库可以是基于大数据获取疾病风险项，和每个疾病风险项所对应的影响因素；并基于影响因素对疾病风险项的影响因素的影响程度建立相应的数据模型，基于该数据模型可以获取在影响因素变化时所带来的疾病风险项的变化，进而为用户进行判断个人的健康状况提供了一种辅助工具；或者可以使用该建立的数据库，为某个个体建立生命周期的数据库，跟踪该个体生命周期内的简况状况变化，进而为预测和提前预防该个体的某种病变提供了可能性。

实施例3

本实施例中，提供了一种健康风险等级的确定装置，包括：

采集模块301，用于采集用户的个人医学数据；其中，所述医学数据中包含有：疾病风险项的影响因素和所述影响因素所对应的量化值；

调用模块302，用于调用预先建立的健康评估模型数据库，遍历所述健康评估模型数据库，查询与所述影响因素相关联的数据模型；

第二确定模块303，用于基于获取的所述疾病风险项的影响因素的量化值和所述疾病风险项对应的数据模型，确定疾病风险项的结果值；

判断模块304，用于基于所述疾病风险项的结果值判断所述疾病风险项的健康风险的等级。

可选的，上述装置，还包括：

实施例4

参照图4所示的实施例，本实施例中提供了一种健康评估模型数据库的建立装置，包括：

确定模块401，用于对获取的医学数据进行分析得到不同的疾病风险项，分别确定所述不同疾病风险项的影响因素；

第一建立模块402，用于基于所述不同疾病风险项的影响因素，分别建立每个疾病风险项与影响因素的线性回归分析数据模型；

第二建立模块403，用于为每个疾病风险项建立标签，基于所述每个疾病风险项、所述每个疾病风险项的线性回归分析数据模型健康评估模型和二者的对应关系建立健康评估模型数据库。

可选的，上述的第二建立模块402，具体用于：

本发明实施例所提供的进行健康风险等级的确定、健康评估模型数据库的建立方法的计算机程序产品，包括存储了程序代码的计算机可读存储介质，所述程序代码包括的指令可用于执行前面方法实施例中所述的方法，具体实现可参见方法实施例，在此不再赘述。

本发明实施例所提供的健康风险等级的确定、健康评估模型数据库的建立方法的装置可以为设备上的特定硬件或者安装于设备上的软件或固件等。本发明实施例所提供的装置，其实现原理及产生的技术效果和前述方法实施例相同，为简要描述，装置实施例部分未提及之处，可参考前述方法实施例中相应内容。所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，前述描述的系统、装置和单元的具体工作过程，均可以参考上述方法实施例中的对应过程，在此不再赘述。

在本发明所提供的实施例中，应该理解到，所揭露装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明提供的实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。

所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释，此外，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。

最后应说明的是：以上所述实施例，仅为本发明的具体实施方式，用以说明本发明的技术方案，而非对其限制，本发明的保护范围并不局限于此，尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：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，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围。都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。

Claims

1.一种多维度健康风险等级确定方法，其特征在于，所述方法，包括：

2.根据权利要求1所述的方法，其特征在于，还包括：

将所述疾病风险项的结果值与该疾病风险项所对应的警戒值进行比较，当所述疾病风险项的结果值大于所述疾病风险项所对应的警戒值时，进行报警提示。

3.根据权利要求1或2所述的方法，其特征在于，所述基于所述疾病风险项的结果值确定所述疾病风险项的健康风险的等级，包括：

4.根据权利要求1所述的方法，其特征在于，所述数据模型为通过以下方式预先建立的：

当单一疾病风险项和影响因素呈直线型发展态势时使用线性回归法建立拟合函数，如公式(1)，

y_i＝a+bx_i (1)

5.一种健康评估模型数据库的建立方法，其特征在于，包括：

对获取的试验医学数据进行分析得到不同的疾病风险项，分别确定所述不同疾病风险项的影响因素；

6.根据权利要求5所述的方法，其特征在于，所述基于所述每个疾病风险项、所述每个疾病风险项的线性回归分析数据模型和二者的对应关系建立健康评估模型数据库，包括：

7.一种健康风险等级的确定装置，其特征在于，包括：

8.根据权利要求7所述的装置，其特征在于，所述装置，还包括：

9.一种健康评估模型数据库的建立装置，其特征在于，包括：

10.根据权利要求9所述的装置，其特征在于，所述第二建立模块，具体用于：