CN109285606A - 一种基于大数据智能算法的健康管理方法和系统 - Google Patents
一种基于大数据智能算法的健康管理方法和系统 Download PDFInfo
- Publication number
- CN109285606A CN109285606A CN201811437842.8A CN201811437842A CN109285606A CN 109285606 A CN109285606 A CN 109285606A CN 201811437842 A CN201811437842 A CN 201811437842A CN 109285606 A CN109285606 A CN 109285606A
- Authority
- CN
- China
- Prior art keywords
- health
- nutrition
- health care
- individual
- control method
- 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
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
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/60—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to nutrition control, e.g. diets
-
- 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
- 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
- G16H50/80—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for detecting, monitoring or modelling epidemics or pandemics, e.g. flu
Abstract
本发明公布了一种基于大数据智能算法的健康管理方法和系统，健康管理方法包括基于循证医学、流行病学、人群干预数据建立多层累积Logistic回归模型生成多维个体健康衡量指标和营养保健干预方案库，利用个体健康衡量指标信息构建个体营养保健干预方案决策树模型，获得个性化营养保健干预方案。在执行营养保健干预方案过程中定期进行健康评估并以取得最佳的干预效果。基于本方法建立的管理系统由三个模块组成，包括个人健康信息获取模块、计算模块、显示和监督模块。通过此健康管理方法和系统，可实现为居民提供科学化、个性化、可追溯的健康管理解决方案。
Description
技术领域
本发明涉及一种健康管理方法和管理系统，尤其涉及一种基于大数据智能算法的健康管理方法和系统，属于健康保健技术领域。
背景技术
近年来，随着生命科学的进步，人们对生命活动过程的理解越来越深入，相应的也提高了对疾病发生、发展的认知和干预技术水平。随着循证医学和生命科学的发展，人们对疾病标准和疾病种类判定取得了许多的共识，使得对疾病有了清晰的定义和划分标准，利于医疗从业者选择合适的手段来干预疾病，使之延缓疾病发展甚至恢复至非疾病状态。众所周知，疾病的发生是一个缓慢、渐进的过程，是从健康状态到亚健康状态，再到疾病状态的一个过程。目前在医学健康领域，迄今为止，健康和亚健康界线并没有一个清晰可行的判定方法和共识的标准，使得人们对自己是否亚健康状态不明晰，对疾病的未来发展风险程度也没法了解，从而导致预防疾病往往成为一种空谈的理想。
实际上，目前人们对自身疾病或非疾病状态(包括健康状态和亚健康状态)的了解来自定期的医疗机构体检报告，存在主要问题包括：1、参考标准来自医学疾病判别范畴，不能评估体检者综合的健康或亚健康状态与程度水平，只能评判是否处于疾病状态，无法了解自身未来何时的患病风险；2、体检结果出来后，面对异常但又没达到疾病程度的指标往往缺乏简单有效的应对手段，以及正确的指导，需要多学科技术进展的综合应用。
因此，建立基于大数据智能算法的健康管理方法和系统法对于扭转亚健康状态和预防疾病具有重要意义。
发明内容
本发明的目的在于提供一种基于大数据智能算法的健康管理方法和系统，所述的基于大数据智能算法的健康管理方法包括以下步骤：
(1)基于循证医学、流行病学、人群干预试验数据建立以疾病危险概率为衡量指标的多层累积Logistic回归模型，分析出疾病危险因素并生成多维健康衡量测量指标，同时获得不同疾病及不同危险概率下的营养保健干预方案；
(2)信息采集端基于采集规则应用调查问卷、体检设备、可穿戴设备获得个体健康衡量指标信息，结合多种数据分析模型构建营养保健干预决策树模型，所述的决策树模型自变量为个体健康衡量指标，因变量为疾病风险危险因素；
(3)基于营养保健干预决策树模型，获得个体适宜的营养保健干预方案，通过智能终端订购营养保健干预方案并执行；
(4)利用智能终端提醒和监督营养保健干预方案，信息采集端采集个体健康衡量指标信息，根据分析结果调整/保持营养保健干预方案。
进一步地，步骤(1)中根据最新的循证医学、流行病学、人群干预试验数据更新多层累积Logistic回归模型，并同时更新营养保健干预方案。
进一步地，步骤(2)中所述的采集规则包括采集时间、信息类型和频率。
进一步地，步骤(3)中所述的营养保健干预方案包括饮食方案、运动方案、营养保健食品方案、物理疗法方案，以及相应的执行周期。
所述的基于大数据智能算法的健康管理系统包括：
(1)个体健康信息获取模块，用于包括膳食运动、体检报告、可穿戴设备数据的获取；
(2)计算模块，用于建立多层累积Logistic回归模型并生成多维健康衡量测量指标、建立营养保健干预方案库、构建个体营养保健干预方案决策树模型、分析获得的个体健康衡量测量数据；
(3)显示和监督模块，用于在移动终端显示、提醒和监督执行营养保健干预方案。
与现有技术方案相比，本发明技术方案的有益效果在于：1、利用最新的循证医学、流行病学和人群干预科学大数据来挖掘筛选健康衡量指标，使得指标对疾病风险的预测更精准；2、利用机器学习算法的决策树模型，在个体数据不断积累后，使得生成的营养保健干预方案更为科学化、及时化和个性化，从而在效率和程度上降低了疾病发生的风险；3、基于大数据智能算法的健康管理方法的系统充分利用了移动、智能、便捷的互联网技术优势，使得个体可以快速获知疾病风险的改善情况，又可以进一步促进个体执行营养保健干预方案。
附图说明
图1本发明实施例1的基于大数据智能算法的健康管理方法步骤示意图。
图2本发明实施例1的基于大数据智能算法的健康管理系统的组成示意图。
具体实施方式
附图仅用于示例性说明，不能理解为对本专利的限制。
对于本领域的技术人员来说，附图中某些公知结构及其说明可能省略、放大或缩小是可以理解的。
下面结合附图和实施例对本发明的技术方案做进一步说明。
实施例1
如图1所示，一种基于大数据智能算法的健康管理方法，包括以下步骤：
(1)基于循证医学、流行病学、人群干预试验数据建立以疾病危险概率为衡量指标的多层累积Logistic回归模型，分析出疾病危险因素并生成多维健康衡量测量指标，同时获得不同疾病及不同危险概率下的营养保健干预方案；
(2)信息采集端基于采集规则应用调查问卷、体检设备、可穿戴设备获得个体健康衡量指标信息，结合多种数据分析模型构建营养保健干预决策树模型，所述的决策树模型自变量为个体健康衡量指标，因变量为疾病风险危险因素；
(3)基于营养保健干预决策树模型，获得个体适宜的营养保健干预方案，通过智能终端订购营养保健干预方案并执行；
(4)利用智能终端提醒和监督营养保健干预方案，信息采集端采集个体健康衡量指标信息，根据分析结果调整/保持营养保健干预方案。当监测指标达到预设报警提醒时，提醒个体进行相关的医学检查。
在本发明具体实施过程中，步骤(1)中所述的数据包括循证医学、流行病学、人群干预研究的持续公开成果，更新多层累积Logistic回归模型参数和输出的多维健康衡量测量指标，同时根据最新的营养流行病学研究结果调整营养保健干预方案内容。
在本发明具体实施过程中，来自调查问卷、健康体检、穿戴设备的个体健康衡量信息储存于建立于云端服务器的数据库中，数据库平台提供API(应用程序接口)面向所有用户，包括体检机构、个人、智能移动终端、检测设备、可穿戴设备。所述的移动终端、检测设备和可穿戴设备具有无线通讯功能，预先设定了采集个体衡量指标信息和获取信息的周期，比如，可以通过移动终端设定每天在晚上10点前提醒用户输入当天的饮食和运动信息；所述的可穿戴设备可以是血压仪、血氧仪、心律监测仪、汗液成分检测仪等，采集时间分为早、中、晚三个时间段。采集的信息可以暂时储存于移动终端和穿戴设备上，定期通过无线通讯网络上传到云端数据库中。
在本发明具体实施过程中，在步骤(2)中所述的数据分析模型包括层次分析法、Mote Carlo模型、主成分分析法、聚类分析，通过分析个体数据后，构建个体营养保健干预方案决策树模型。
在本发明具体实施过程中，可获得由个体营养保健干预方案决策树模型得到的营养保健干预方案，个体执行推荐的个性化营养保健干预方案，比如，当个人信息中血清甘油三酯为1.8mmol/L时，推荐鱼油ω-3的每日服用量为400mg；当个人信息中血清甘油三酯为2.0mmol/L，推荐鱼油ω-3的每日服用量为800mg；当个人信息中血清甘油三酯为2.0mmol/L且每日纤维摄入量为25g时，推荐鱼油ω-3的每日服用量为600mg。由于血清甘油三酯的下降是一个缓慢的过程，在执行方案的过程中，用显示和监督模块功能提醒个体每日服用推荐剂量的鱼油，并每2个月再次进行个体健康衡量综合测评，由营养保健干预方案决策树模型输出营养保健干预方案结果，根据结果调整或保持营养保健干预方案。营养保健干预方案还包括饮食方案和运动方案，比如低脂高纤维饮食，选用当地当季的水果蔬菜，每周3次各半小时中等强度体育运动。
在具体实施过程中，在多次持续执行个人健康综合测评后通过数据积累，建立了个人健康电子档案和动态曲线，了解自身健康变化曲线，并且通过看到亚健康改善的趋势，使得执行营养保健干预方案更有动力和持久性。
在具体实施过程中，如连续两次检测到的个人健康衡量指标数值达到预设的疾病警报值时，将发送提醒信息给智能移动终端，提醒个人去医院进行相关指标的医学检查，以实现早知晓早治疗。
此外，本发明还提供了一种基于大数据智能算法的健康管理。
图2为本发明基于大数据智能算法管理方法实施例1的管理系统结构示意图。
在本发明的实施例中，所述的个体亚健康营养保健干预管理系统包括个人健康信息获取模块S1、计算模块S2、显示和监督模块S3。
在具体实施过程中，模块S1设置问卷系统、体检报告扫描与读取系统、无线连接的穿戴设备，比如在问卷中可输入一天的膳食种类和量；带WIFI的血压仪、血氧仪、睡眠监测仪器、运动手环，在血压仪、血氧仪中设定血压、血氧数据的采集时间为早、中、晚三次，个体的膳食信息、运动信息、睡眠质量数据和体征信息通过无线通讯到达计算模块S2。
在具体实施过程中，在模块S2位于云服务器上，由服务器中储存多层累积Logistic回归模型和营养保健干预库。由模块S1获得的数据输入到模块S2后，获得个体营养保健干预方案，上述信息通过无线通讯在模块S3显示出来，显示工具可以是智能手机、平板电脑或带语音播放功能的设备。在模块S3中，首先询问是否执行推荐的营养保健干预方案，确认执行后，内置系统自动从连接的网上商城订购按方案执行2个月量的商品化的营养保健食品。随后，每天提醒在餐后或餐前，或者睡前服用营养保健品、相应剂量以及相应的饮食方案、运动方案的执行，方案持续两周或一个月后，提醒个人再采集一次个体健康衡量指标信息，把信息输入模块S2，在模块S3查看结果，由此形成个体健康管理闭循环，达到恢复至健康状态的结果。
显然，本发明的上述实施例仅仅是为清楚地说明本发明所作的举例，而并非是对本发明的实施方式的限定，对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动，这里无法对所有的实施方式予以穷举，凡是属于本发明的技术方案所引伸出的显而易见的变化或变动仍处于本发明的保护范围之列。
Claims (5)
1.一种基于大数据智能算法的健康管理方法，其特征在于，管理方法包括以下步骤：
(1)基于循证医学、流行病学、人群干预试验数据建立以疾病危险概率为衡量指标的多层累积Logistic回归模型，分析出疾病危险因素并生成多维健康衡量测量指标，同时获得不同疾病及不同危险概率下的营养保健干预方案；
(2)信息采集端基于采集规则应用调查问卷、体检设备、可穿戴设备获得个体健康衡量指标信息，结合多种数据分析模型构建营养保健干预决策树模型，所述的决策树模型自变量为个体健康衡量指标，因变量为疾病风险危险因素；
(3)基于营养保健干预决策树模型，获得个体适宜的营养保健干预方案，通过智能终端订购营养保健干预方案并执行；
(4)利用智能终端提醒和监督营养保健干预方案，信息采集端采集个体健康衡量指标信息，根据分析结果调整/保持营养保健干预方案。
2.根据权利要求1所述的基于大数据智能算法的健康管理方法，其特征在于，步骤(1)所述的营养保健干预方案包括饮食方案、运动方案、营养保健食品方案、物理疗法方案，以及相应的执行周期。
3.根据权利要求1所述的基于大数据智能算法的健康管理方法，其特征在于，步骤(2)所述的采集规则包括采集时间、信息类型和频率。
4.根据权利要求1-4任一项所述的基于大数据智能算法的健康管理方法在个体亚健康干预中的应用。
5.一种基于大数据智能算法的健康管理系统，其特征在于，所述的基于大数据智能算法的健康管理系统包括个人健康信息获取模块、计算模块、显示和监督模块，其中：个人健康信息用于包括膳食运动、体检报告、可穿戴设备数据的获取，计算模块用于建立多层累积Logistic回归模型并生成多维健康衡量测量指标、建立营养保健干预方案库、构建个体营养保健干预方案决策树模型、分析获得的个体健康衡量测量数据，显示和监督模块用于在移动终端显示、提醒和监督执行营养保健干预方案。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811437842.8A CN109285606A (zh) | 2018-11-28 | 2018-11-28 | 一种基于大数据智能算法的健康管理方法和系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811437842.8A CN109285606A (zh) | 2018-11-28 | 2018-11-28 | 一种基于大数据智能算法的健康管理方法和系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109285606A true CN109285606A (zh) | 2019-01-29 |
Family
ID=65173381
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811437842.8A Pending CN109285606A (zh) | 2018-11-28 | 2018-11-28 | 一种基于大数据智能算法的健康管理方法和系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109285606A (zh) |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110706822A (zh) * | 2019-09-20 | 2020-01-17 | 上海派拉软件股份有限公司 | 基于逻辑回归模型和决策树模型的健康管理方法 |
| CN111243741A (zh) * | 2020-01-08 | 2020-06-05 | 深圳市华云智能健康有限公司 | 一种基于多元数据的数字化健康管理系统 |
| CN111584020A (zh) * | 2020-04-30 | 2020-08-25 | 张建春 | 一种个人健康生活大数据采集与分析系统 |
| CN111653360A (zh) * | 2020-05-26 | 2020-09-11 | 苏州罗塞塔生物科技有限公司 | 一种基于脑健康风险评估的干预系统 |
| CN111798963A (zh) * | 2020-07-07 | 2020-10-20 | 上海交通大学医学院附属瑞金医院 | 基于能量代谢与体重变化的个体化健康管理方法 |
| CN112435749A (zh) * | 2020-12-01 | 2021-03-02 | 大连理工江苏研究院有限公司 | 一种基于大数据的人体亚健康智能健康评估系统 |
| CN114496166A (zh) * | 2022-02-16 | 2022-05-13 | 上海楚动智能科技有限公司 | 一种肿瘤患者营养处方系统 |
| WO2022141927A1 (zh) * | 2020-12-31 | 2022-07-07 | 上海明品医学数据科技有限公司 | 一种健康干预系统、服务器及健康管理系统 |
| DE202022107158U1 (de) | 2022-12-21 | 2023-03-02 | Rakesh Kumar Bhujade | Auf maschinellem Lernen basierendes System für die Verwaltung von Datenbanken im Gesundheitswesen |
| CN116665894A (zh) * | 2023-04-24 | 2023-08-29 | 南方医科大学南方医院 | 骨龄监测系统、方法、电子设备及存储介质 |
| WO2023207796A1 (zh) * | 2022-04-26 | 2023-11-02 | 吴运良 | 围绕全人健康的干预措施循证与决策辅助方法 |
-
2018
- 2018-11-28 CN CN201811437842.8A patent/CN109285606A/zh active Pending
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110706822A (zh) * | 2019-09-20 | 2020-01-17 | 上海派拉软件股份有限公司 | 基于逻辑回归模型和决策树模型的健康管理方法 |
| CN110706822B (zh) * | 2019-09-20 | 2024-02-02 | 上海派拉软件股份有限公司 | 基于逻辑回归模型和决策树模型的健康管理方法 |
| CN111243741A (zh) * | 2020-01-08 | 2020-06-05 | 深圳市华云智能健康有限公司 | 一种基于多元数据的数字化健康管理系统 |
| CN111584020A (zh) * | 2020-04-30 | 2020-08-25 | 张建春 | 一种个人健康生活大数据采集与分析系统 |
| CN111653360A (zh) * | 2020-05-26 | 2020-09-11 | 苏州罗塞塔生物科技有限公司 | 一种基于脑健康风险评估的干预系统 |
| CN111798963A (zh) * | 2020-07-07 | 2020-10-20 | 上海交通大学医学院附属瑞金医院 | 基于能量代谢与体重变化的个体化健康管理方法 |
| CN112435749A (zh) * | 2020-12-01 | 2021-03-02 | 大连理工江苏研究院有限公司 | 一种基于大数据的人体亚健康智能健康评估系统 |
| WO2022141927A1 (zh) * | 2020-12-31 | 2022-07-07 | 上海明品医学数据科技有限公司 | 一种健康干预系统、服务器及健康管理系统 |
| CN114496166A (zh) * | 2022-02-16 | 2022-05-13 | 上海楚动智能科技有限公司 | 一种肿瘤患者营养处方系统 |
| WO2023207796A1 (zh) * | 2022-04-26 | 2023-11-02 | 吴运良 | 围绕全人健康的干预措施循证与决策辅助方法 |
| DE202022107158U1 (de) | 2022-12-21 | 2023-03-02 | Rakesh Kumar Bhujade | Auf maschinellem Lernen basierendes System für die Verwaltung von Datenbanken im Gesundheitswesen |
| CN116665894A (zh) * | 2023-04-24 | 2023-08-29 | 南方医科大学南方医院 | 骨龄监测系统、方法、电子设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109285606A (zh) | 一种基于大数据智能算法的健康管理方法和系统 | |
| Wu et al. | Wearable technology applications in healthcare: a literature review | |
| Ghandeharioun et al. | Objective assessment of depressive symptoms with machine learning and wearable sensors data | |
| CN109545328A (zh) | 一种基于大数据和人工智能的个体亚健康干预方法和系统 | |
| KR102321737B1 (ko) | 건강 관리 방법 및 장치 | |
| CN114207737A (zh) | 用于生物监测和血糖预测的系统及相关联方法 | |
| US20160302671A1 (en) | Prediction of Health Status from Physiological Data | |
| EP3558113A1 (en) | Determining wellness using activity data | |
| US10980490B2 (en) | Method and apparatus for evaluating physiological aging level | |
| US20150347698A1 (en) | Hazard based assessment patterns | |
| CN109074867A (zh) | 用于提供汇总和连续学习以改善健康结果的系统和方法 | |
| RU2712395C1 (ru) | Способ выдачи рекомендаций по поддержанию здорового образа жизни на основе параметров ежедневной деятельности пользователя, автоматически отслеживаемых в реальном времени, и соответствующая система (варианты) | |
| JP2019509101A (ja) | 小児対象に関する血行力学的不安定性リスクスコアを決定するシステム及び方法 | |
| Vos et al. | Generalizable machine learning for stress monitoring from wearable devices: a systematic literature review | |
| US11166670B1 (en) | Managing meal excursions in blood glucose data | |
| CN110136822A (zh) | 一种家用可穿戴设备的社区医疗智能管控方法 | |
| Angelides et al. | Wearable data analysis, visualisation and recommendations on the go using android middleware | |
| Ullah et al. | IHEMHA: Interactive healthcare system design with emotion computing and medical history analysis | |
| Nakandala et al. | Application of convolutional neural network algorithms for advancing sedentary and activity bout classification | |
| KR101827087B1 (ko) | 빅 데이터 기반의 생체신호 분석 시스템 및 방법 | |
| Bhatt et al. | An IoMT-Based Approach for Real-Time Monitoring Using Wearable Neuro-Sensors | |
| CN109300546A (zh) | 一种基于大数据和人工智能的个体亚健康状态评估方法 | |
| US20220384034A1 (en) | Active Hidden Stressor Identification and Notification | |
| Assaf et al. | Sleep detection using physiological signals from a wearable device | |
| CN116250834A (zh) | 无创个性化动态血糖趋势监测及预警方法、装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20190129 |
|
| WD01 | Invention patent application deemed withdrawn after publication |