CN109360613A - 用户健康的随访方法、装置、计算机设备及存储介质 - Google Patents
用户健康的随访方法、装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN109360613A CN109360613A CN201811196103.4A CN201811196103A CN109360613A CN 109360613 A CN109360613 A CN 109360613A CN 201811196103 A CN201811196103 A CN 201811196103A CN 109360613 A CN109360613 A CN 109360613A
- Authority
- CN
- China
- Prior art keywords
- follow
- user
- index
- initial
- problem set
- 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
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/20—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for electronic clinical trials or questionnaires
-
- 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
- Medical Informatics (AREA)
- Engineering & Computer Science (AREA)
- Public Health (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Epidemiology (AREA)
- Biomedical Technology (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Pathology (AREA)
- Medical Treatment And Welfare Office Work (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本申请实施例公开了一种用户健康的随访方法、装置、计算机设备及存储介质。该方法包括根据随访问题集中的随访问题对用户进行健康随访以获取用户的随访反馈信息；获取历史随访报告，其中历史随访报告包括历史随访时间、指标以及对应的历史指标值；根据预设数据处理方法对随访反馈信息中的每个指标对应的历史指标值和历史随访时间进行时间序列分析以得到每个指标对应的时序分析模型；根据时序分析模型获取每个指标在当前随访时间下的预测值；根据每个指标的预测值对相应的指标值进行健康评估以得到对应的健康评估结果，根据当前随访时间、每个指标对应的指标值和健康评估结果生成随访报告。该方法可以提高随访的准确性。
Description
技术领域
本申请涉及计算机技术领域，尤其涉及一种用户健康的随访方法、装置、计算机设备及存储介质。
背景技术
目前，医疗机构对患者进行随访时，一般采用以下两种方式：第一种方式是医疗机构指派医生或随访中心服务人员以电话或问卷等形式对患者进随访，这种方式很显然会消耗很大的人力、物力资源，随访的效率也低；第二种方式是采用随访系统对患者进行随访，目前的随访系统都是将医疗机构为患者制定的随访问题输入至随访系统中，患者每次进行随访时需回答随访系统展示的随访问题，再由随访系统根据随访反馈信息给出相应的评估结果。然而，这种随访系统往往只关注患者当前给出的随访反馈信息，使得评估结果的准确率较低。
发明内容
本申请提供了一种用户健康的随访方法、装置、计算机设备及存储介质，以提高随访的准确性，使得随访更加个性化，更符合用户的自身健康状况。
第一方面，本申请提供了一种用户健康的随访方法，其包括：获取用户的随访问题集，其中，所述随访问题集包括多个随访问题，每个所述随访问题中的关键字段与用户基本信息中的至少一个关键字段呈匹配关系；根据所述随访问题对所述用户进行健康随访以获取所述用户的随访反馈信息，其中，所述随访反馈信息包括指标以及对应的指标值；获取历史随访报告，其中，所述历史随访报告包括历史随访时间、所述指标以及对应的历史指标值；根据预设数据处理方法对每个所述指标对应的历史指标值和历史随访时间进行时间序列分析以得到每个所述指标对应的时序分析模型；根据所述时序分析模型获取每个所述指标在当前随访时间下的预测值；以及根据每个所述指标的预测值对相应的指标值进行健康评估以得到每个所述指标对应的健康评估结果，并根据所述当前随访时间、每个所述指标对应的指标值和健康评估结果生成随访报告以完成健康随访。
第二方面，本申请提供了一种用户健康的随访装置，其包括：问题集获取单元，用于获取用户的随访问题集，其中，所述随访问题集包括多个随访问题，每个所述随访问题中的关键字段与用户基本信息中的至少一个关键字段呈匹配关系；随访单元，用于根据所述随访问题对所述用户进行健康随访以获取所述用户的随访反馈信息，其中，所述随访反馈信息包括指标以及对应的指标值；报告获取单元，用于获取历史随访报告，其中，所述历史随访报告包括历史随访时间、所述指标以及对应的历史指标值；时序分析单元，用于根据预设数据处理方法对每个所述指标对应的历史指标值和历史随访时间进行时间序列分析以得到每个所述指标对应的时序分析模型；预测值获取单元，用于根据所述时序分析模型获取每个所述指标在当前随访时间下的预测值；以及评估单元，用于根据每个所述指标的预测值对相应的指标值进行健康评估以得到每个所述指标对应的健康评估结果，并根据所述当前随访时间、每个所述指标对应的指标值和健康评估结果生成随访报告以完成健康随访。
第三方面，本申请又提供了一种计算机设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现第一方面提供的用户健康的随访方法。
第四方面，本申请还提供了一种计算机可读存储介质，其中所述计算机可读存储介质存储有计算机程序，所述计算机程序当被处理器执行时使所述处理器执行第一方面提供的用户健康的随访方法。
本申请提供一种用户健康的随访方法、装置、计算机设备及存储介质。该方法将随访问题与用户基本信息建立关系，从而使得随访更加个性化，更符合用户的自身健康状况。同时，该方法可以结合用户的历史随访时间以及历史指标值对当前随访时间下的指标进行预测得到预测值，并根据预测值对指标的真实值进行评估，提高了随访的准确性。
附图说明
为了更清楚地说明本申请实施例技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施例，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的附图。
图1为本申请实施例提供的一种用户健康的随访方法的示意流程图；
图2为本申请实施例提供的一种用户健康的随访方法的另一示意流程图；
图3为本申请实施例提供的一种用户健康的随访方法的具体示意流程图；
图4为本申请实施例提供的一种用户健康的随访方法的另一示意流程图；
图5为本申请实施例提供的一种用户健康的随访方法的具体示意流程图；
图6为本申请实施例提供的一种用户健康的随访方法的另一示意流程图；
图7为本申请实施例提供的一种用户健康的随访方法的具体示意流程图；
图8为本申请实施例提供的一种用户健康的随访装置的示意性框图；
图9为本申请实施例提供的一种用户健康的随访装置的另一示意性框图；
图10为本申请实施例提供的一种计算机设备的示意性框图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解，在此本申请说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本申请。如在本申请说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。
还应当进一步理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
请参阅图1，图1是本申请实施例提供的一种用户健康的随访方法的示意流程图。该用户健康的随访方法应用于随访系统中。该随访系统可以安装于手机、平板电脑、台式电脑等终端中，也可以安装于随访设备中。如图1所示，该用户健康的随访方法包括步骤S101～S106。
S101、获取用户的随访问题集，其中，所述随访问题集包括多个随访问题，每个所述随访问题中的关键字段与用户基本信息中的至少一个关键字段呈匹配关系。
在本实施例中，该随访问题集包括多个随访问题，每个随访问题中均包括关键字段。譬如，随访问题为“您的空腹血糖值是多少？”，相应的关键字段可以为“血糖值”。又譬如，随访问题为“最近一周您出现头疼的次数是多少？”，相应的关键字段可以为“头疼”。该用户基本信息可以包括用户的疾病史、主治医师为用户进行诊治的疾病情况等信息。每个随访问题中的关键字段需要与用户基本信息中的至少一个关键字段呈匹配关系。
具体地，在一实施例中，该匹配关系可以为每个随访问题中的关键字段需要与用户基本信息中的至少一个关键字段相同，从而建立随访问题与用户基本信息之间的完全匹配关系。譬如，在用户基本信息中采用“头疼”这个关键字段来记录用户的头疼病史，那么随访问题集中的某个询问头疼方面的随访问题也需要出现“头疼”这个关键字段，譬如，该随访问题可例如为“最近一周您出现头疼的次数是多少？”，这样就可以使得随访问题中的关键字段与用户基本信息中的关键字段之间存在完全匹配的关系。
当然，在其他实施例中，该匹配关系也可以为模糊匹配关系。譬如，在用户基本信息中采用“头疼”这个关键字段来记录用户的头疼病史，那么随访问题可例如为“最近一周您头部疼痛的次数是多少？”，其中，该随访问题的关键字段为“头部疼痛”，随访问题中的关键字段“头部疼痛”可以与用户基本信息中的“头疼”之间呈模糊匹配关系。
另外，需要说明的是，该随访问题集可以是通过如主治医师为用户制定的初始随访问题集经过一定的更新操作而获得的，并存储于随访系统中，以在用户进行随访时，随访系统可以调取到随访问题集。以下将给出三种随访问题集的获取方法，可以理解的是，随访问题集的获取方法不局限于下述三种方法，还可以为其他种方法，在此不做具体限制。
第一种获取方法：如图2所示，图2是本申请实施例提供的一种用户健康的随访方法的另一示意流程图。在步骤S101之前还包括步骤S107和S108。
S107、获取用户的初始随访问题集，其中，所述初始随访问题集包括多个初始随访问题，每个所述初始随访问题中的关键字段与用户基本信息中的至少一个关键字段呈匹配关系。
S108、根据所述用户基本信息对所述初始随访问题集进行更新以得到所述用户的随访问题集。
在该实施例中，在进行随访之前，主治医师会为用户制定初始随访问题。譬如，主治医师登录随访系统，并在随访系统上进行相应操作以完成制定用户的初始随访问题，这样随访系统就可以获取到这些初始随访问题并形成初始随访问题集。需要说明的是，该初始随访问题中也包括关键字段，该初始随访问题中的关键字段与用户基本信息中的至少一个关键字段呈匹配关系。
在步骤S107获得初始随访问题集后，将根据用户基本信息对初始随访问题集进行更新，并将更新后的初始随访问题集称为用户的随访问题集。
具体地，在一实施例中，如图3所示，图3是本申请实施例提供的一种用户健康的随访方法的具体示意流程图。该步骤S108具体包括步骤S108a和S108b。
S108a、根据所述用户基本信息对所述初始随访问题集中的初始随访问题进行有效性筛选。
S108b、将有效的初始随访问题作为随访问题，并根据所述随访问题生成所述用户的随访问题集。
在该实施例中，先根据用户基本信息对初始随访问题集中的初始随访问题进行有效性筛选，将无效的初始随访问题删掉，保留有效的初始随访问题。然后，将有效的初始随访问题作为随访问题，并根据随访问题生成用户的随访问题集。
譬如，假设用户基本信息中的关键字段“吸烟”对应的值为“无”，若初始随访问题集中出现询问用户是否吸烟的初始随访问题，则该询问用户是否吸烟的初始随访问题为无效问题，可以将该询问用户是否吸烟的初始随访问题从初始随访问题集中踢出。
又譬如，假设用户基本信息中的关键字段“吸烟”对应的值为“5年烟龄”，若初始随访问题集中出现询问用户近期的吸烟量的初始随访问题，则该询问用户近期的吸烟量的初始随访问题为有效问题，那么在最后生成的用户的随访问题集中将包括该询问用户近期的吸烟量的随访问题。
第二种获取方法：如图4所示，图4是本申请实施例提供的一种用户健康的随访方法的另一示意流程图。在步骤S101之前还包括步骤S109和S110。
S109、获取用户的初始随访问题集，其中，所述初始随访问题集包括多个初始随访问题，每个所述初始随访问题中的关键字段与用户基本信息中的至少一个关键字段呈匹配关系。
S110、根据总随访问题集对所述初始随访问题集进行更新以得到所述用户的随访问题集，其中，所述总随访问题集包括多个预设随访问题以及所述预设随访问题之间的关联关系。
在该实施例中，随访系统中会预先存储有总随访问题集。该总随访问题集包括多个预设随访问题以及预设随访问题之间的关联关系。该总随访问题集中的预设随访问题为预先设置的所有用户可能会使用到的问题。
在一实施例中，该关联关系可以为主从关系。譬如，预设随访问题a为“您是否吸烟？”，预设随访问题b为“您一周吸烟几次？”，预设随访问题c为“您每次吸多少根烟？”。预设随访问题a、预设随访问题b和预设随访问题c三个问题之间的关联关系可以为：预设随访问题a为主问题，该预设随访问题b为预设随访问题a的一级从问题，预设随访问题c为预设随访问题a的二级从问题，当然，也可以理解为预设随访问题c为预设随访问题b的从问题。
在获取到用户的初始随访问题集后，随访系统再读取总随访问题集，然后根据总随访问题集对初始随访问题集进行更新，并将更新后的初始随访问题集称为用户的随访问题集。
具体地，在一实施例中，如图5所示，图5是本申请实施例提供的一种用户健康的随访方法的具体示意流程图。该步骤S110具体包括步骤S110a、S110b和S110c。
S110a、根据总随访问题集中所述预设随访问题之间的关联关系，判断所述初始随访问题集中的初始随访问题是否存在相关联的预设随访问题。
S110b、若所述初始随访问题存在相关联的预设随访问题，将相关联的预设随访问题添加至所述初始随访问题集中。
S110c、将所述初始随访问题和添加的相关联的预设随访问题作为随访问题，并根据所述随访问题生成所述用户的随访问题集。
在该实施例中，依次读取初始随访问题集中的初始随访问题，然后在总随访问题集中，根据预设随访问题之间的关联关系，查询该初始随访问题是否存在相关联的预设随访问题。
若该初始随访问题在总随访问题集中不存在相关联的预设随访问题，可以将该初始随访问题作为随访问题，然后对下一个初始随访问题进行上述判断。
若该初始随访问题在总随访问题集中存在相关联的预设随访问题，将该初始随访问题的相关联的预设随访问题添加到初始随访问题集中。譬如，初始随访问题为“您是否吸烟？”，那么可以将相关联的预设随访问题“您一周吸烟几次？”和“您每次吸多少根烟？”添加至初始随访问题集中。
这样，经过图5所示的更新方法后，该初始随访问题集中将包括初始随访问题和添加的相关联的预设随访问题，此时可以将初始随访问题和添加的相关联的预设随访问题均作为随访问题，并根据该随访问题生成用户的随访问题集。
第三种获取方法：如图6所示，图6是本申请实施例提供的一种用户健康的随访方法的另一示意流程图。在步骤S101之前还包括步骤S111和S112。
S111、获取用户的初始随访问题集，其中，所述初始随访问题集包括多个初始随访问题，每个所述初始随访问题中的关键字段与用户基本信息中的至少一个关键字段呈匹配关系。
S112、根据总随访问题集和用户基本信息对所述初始随访问题集进行更新以得到所述用户的随访问题集，其中，所述总随访问题集包括多个预设随访问题以及所述预设随访问题之间的关联关系。
具体地，在一实施例中，如图7所示，图7是本申请实施例提供的一种用户健康的随访方法的具体示意流程图。该步骤S112具体包括步骤S112a和S112b。
S112a、根据所述用户基本信息从总随访问题集中选出所述初始随访问题集中未出现的预设随访问题及其相关联的问题作为新增随访问题。
S112b、将所述初始随访问题和新增随访问题作为随访问题，并根据所述随访问题生成所述用户的随访问题集。
譬如，用户基本信息中的关键字段“吸烟”对应的值为“5年烟龄”，而初始随访问题集中并未出现有关询问吸烟的初始随访问题，此时可以从总随访问题集中选出包括与关键字段“吸烟”呈匹配关系的预设随访问题以及与该预设随访问题相关联的预设随访问题作为新增随访问题，比如，将预设随访问题“近一个月您是否吸烟？”以及相关联的预设随访问题“您一周吸烟几次？”和“您每次吸多少根烟？”均作为新增随访问题。然后，将初始随访问题和新增随访问题作为随访问题，并根据随访问题生成用户的随访问题集。
S102、根据所述随访问题对所述用户进行健康随访以获取所述用户的随访反馈信息，其中，所述随访反馈信息包括指标以及对应的指标值。
在获得用户的随访问题集后，将通过显示文字、语音播报等形式向用户展示每个随访问题，从而对用户进行健康随访。用户对每个随访问题给出相应的作答信息，随访系统根据用户对每个随访问题的作答信息生成用户的随访反馈信息。其中，该随访反馈信息包括指标以及指标对应的指标值。
在一实施例中，该指标的类型可以为数值型，譬如，该指标可以为“血糖值”、“血压值”等。
S103、获取历史随访报告，其中，所述历史随访报告包括历史随访时间、所述指标以及对应的历史指标值。
在获得用户的随访反馈信息后，随访系统会获取用户的历史随访报告。该历史随访报告是以往进行健康随访时随访系统保存的每次随访报告。该历史随访报告包括对应的历史随访时间、指标以及指标对应的历史指标值。
S104、根据预设数据处理方法对每个所述指标对应的历史指标值和历史随访时间进行时间序列分析以得到每个所述指标对应的时序分析模型。
在一实施例中，预设数据处理方法包括自回归积分滑动平均(英文名称：Autoregressive Integrated Moving Average，简称：ARIMA)模型、多项式回归、神经网络等算法。
譬如，假设该指标为“血糖值”，历史随访报告有100份，每份历史随访报告中均包括“血糖值”这一指标，那么随访系统就可以先从100分历史随访报告中获取到100个“血糖值”对应的历史指标值以及对应的100个历史随访时间。然后，采用ARIMA模型对100个“血糖值”对应的历史指标值以及对应的100个历史随访时间进行时间序列分析，从而得到“血糖值”这一指标对应的时序分析模型。
S105、根据所述时序分析模型获取每个所述指标在当前随访时间下的预测值。
在本实施例中，当前随访时间为本次随访的时间信息。在获得每个指标对应的时序分析模型以及当前随访时间后，可以通过每个时序分析模型对步骤S102中相应的指标进行预测以得到每个指标在当前随访时间下的预测值。
S106、根据每个所述指标的预测值对相应的指标值进行健康评估以得到每个所述指标对应的健康评估结果，并根据所述当前随访时间、每个所述指标对应的指标值和健康评估结果生成随访报告以完成健康随访。
在获得每个指标的预测值后，可以根据指标的预测值对指标的指标值进行健康评估，即指标的指标值相当于指标的真实值，根据指标的预测值对指标的真实值进行评估，从而得到每个指标对应的健康评估结果。其中，该健康评估结果可以例如为重度偏低、中度偏低、轻度偏低、正常、轻度偏高、中度偏高、重度偏高等。
具体地，在一实施例中，根据每个所述指标的预测值对相应的指标值进行健康评估以得到每个所述指标对应的健康评估结果，包括：计算每个所述指标的预测值与相应的指标值之间的差值；根据每个所述指标对应的预设差值梯度范围，确定每个所述指标对应的差值所属的差值梯度范围；以及根据每个所述指标的差值梯度范围与健康评估结果对应关系，确定每个所述指标对应的健康评估结果。
在获得每个指标的健康评估结果后，将根据当前随访时间、每个指标对应的指标值和健康评估结果生成随访报告，从而完成对用户的健康评估。可以理解的是，在所生成的随访报告中，还可以包括其他信息，譬如，用户的随访反馈信息中的其他信息等，在此不对随访报告的具体内容做限制。
在一实施例中，为了使得随访可以更好地获取用户的健康状态以及提高用户每次完成随访的积极性，可以根据每次指标的情况调整用户的随访周期，从而能够在用户健康状态较差的情况下，及时捕捉用户的健康问题，以及在用户健康状态较好的情况下，减少对用户的随访次数，提高用户每次完成随访的积极性。为此，在步骤S106之后，还包括步骤S113和S114。
S113、根据每个所述指标的预测值和相应的指标值，确定每个所述指标的变化状态。
在该实施例中，该变化状态可以包括波动状态和稳定状态，波动状态是指指标值与预测值之间的差距较大的状态，而稳定状态是指指标值与预测值之间的差距较小的状态。
具体地，在一实施例中，该步骤S113具体包括：计算每个所述指标的预测值和相应的指标值之间的差值；判断每个所述指标的预测值与相应的指标值之间的差值是否超过所述指标对应的预设差值；若超过所述指标对应的预设差值，确定所述指标的变化状态为波动状态；以及若未超过所述指标对应的预设差值，确定所述指标的变化状态为稳定状态。
S114、根据所述指标对应的变化状态修改所述用户的随访周期。
具体地，该步骤S114包括：统计处于波动状态的指标的数量；计算处于波动状态的指标的数量与所有所述指标的数量的比值；若所述比值超过预设比值，缩短所述用户的随访周期；以及若所述比值未超过所述预设比值，延长所述用户的随访周期。
譬如，所有指标的总数为10个，其中有8个指标的变化状态为波动状态，2个指标的变化状态为稳定状态，那么处于波动状态的指标占所有指标的比值为4/5，若预设比值设为7/10，此时说明用户的健康状态波动较大，需要缩短用户的随访周期，以及时获取到用户的近期健康状态。若预设比值设为9/10，此时说明用户的健康状态较好，可以延长用户的随访周期，从而避免频繁地对用户进行随访，占用用户较多的时间，提高用户每次完成随访的积极性。
需要说明的是，在其他实施例中，根据用户的指标的情况适当调整随访周期的方式不局限于上述方式，还可以为其他方式。譬如，在其他实施例中，在步骤S106之后，还包括：获取预先存储的所述用户的关注指标；根据所述关注指标的预测值和相应的指标值，确定所述关注指标的变化状态；根据所述关注指标对应的变化状态修改所述用户的随访周期。比如，假设用户为糖尿病患者，那么随访系统中可以预先存储用户的关注指标，且该关注指标为“血糖值”，在获取到用户的关注指标“血糖值”后，由于步骤S104和S105已经获取到关注指标“血糖值”对应的预测值，可以根据关注指标“血糖值”的预测值和相应的指标值确定“血糖值”对应的变化状态，然后根据关注指标“血糖值”对应的变化状态来修改用户的随访周期。比如，关注指标“血糖值”对应的变化状态为波动状态，则缩短随访周期，关注指标“血糖值”对应的变化状态为稳定状态，则延长随访周期。
在一实施例中，为了可以使得随访报告中的数据能够更加直观地告知用户的健康情况，随访系统还可以对用户的当前健康状态进行风险等级的评估，从而使得用户根据风险等级更好地了解自己的健康状态。为此，在根据所述当前随访时间、每个所述指标对应的指标值和健康评估结果生成随访报告以完成健康随访之前，还包括：判断所述随访反馈信息中是否存在风险评估模型所需的全部指标；若所述随访反馈信息中存在所述风险评估模型所需的全部指标，调用所述风险评估模型，并基于所述风险评估模型，根据所述风险评估模型所需的全部指标对所述用户的健康进行风险评估，以得到所述用户的风险等级。相应地，根据所述当前随访时间、每个所述指标对应的指标值和健康评估结果生成随访报告以完成健康随访，具体包括：根据所述当前随访时间、每个所述指标对应的指标值和健康评估结果、以及所述用户的风险等级生成随访报告以完成健康随访。
在该实施例中，由于风险评估模型是需要一些特定的指标才能给出较好的风险评估，所以，先判断随访反馈信息中是否包括风险评估模型中所需的全部指标。若随访反馈信息中包括风险评估模型所需的所有指标，则可以调用随访系统中的风险评估模型对用户的健康状况进行风险评估以得到风险等级。其中，该风险等级可例如为一级、二级、三级等，级别越高，风险越高，又或者为正常、低风险、中低风险、高风险等。这样，在完成对用户的健康进行风险评估后，就可以根据当前随访时间、每个所述指标对应的指标值和健康评估结果、以及所述用户的风险等级生成随访报告。
本实施例中，该方法将随访问题与用户基本信息建立关系，从而使得随访更加个性化，更符合用户的自身健康状况，能够更全面、更准确地对用户进行健康随访。同时，该方法结合用户的历史随访时间以及历史指标值对当前随访时间下的指标进行预测得到预测值，并根据预测值对真实值进行评估，提高了随访的准确性。
本申请实施例还提供一种用户健康的随访装置，该用户健康的随访装置用于执行前述任一用户健康的随访方法。具体地，请参阅图8，图8是本申请实施例提供的一种用户健康的随访装置的示意性框图。用户健康的随访装置300可以安装于手机、平板电脑、台式电脑等终端中，也可以安装于随访设备中。
如图8所示，用户健康的随访装置300包括问题集获取单元301、随访单元302、报告获取单元303、时序分析单元304、预测值获取单元305和评估单元306。
问题集获取单元301，用于获取用户的随访问题集，其中，所述随访问题集包括多个随访问题，每个所述随访问题中的关键字段与用户基本信息中的至少一个关键字段呈匹配关系。
该随访问题集可以是通过如主治医师为用户制定的初始随访问题集经过一定的更新操作而获得的并存储于随访系统中。如图9所示，图9是本申请实施例提供的一种用户健康的随访装置的另一示意性框图。为了获取随访问题集，该用户健康的随访装置300还包括初始问题集获取单元307和更新单元308。
该初始问题集获取单元307用于获取用户的初始随访问题集，其中，所述初始随访问题集包括多个初始随访问题，每个所述初始随访问题中的关键字段与用户基本信息中的至少一个关键字段呈匹配关系。
该更新单元308用于对初始随访问题集进行更新从而形成随访问题集。以下将给出三种更新方式。
第一种更新方式：该更新单元308用于根据所述用户基本信息对所述初始随访问题集进行更新以得到所述用户的随访问题集。具体地，该更新单元308用于根据所述用户基本信息对所述初始随访问题集中的初始随访问题进行有效性筛选；以及将有效的初始随访问题作为随访问题，并根据所述随访问题生成所述用户的随访问题集。
第二种更新方式：该更新单元308用于根据总随访问题集对所述初始随访问题集进行更新以得到所述用户的随访问题集，其中，所述总随访问题集包括多个预设随访问题以及所述预设随访问题之间的关联关系。具体地，该更新单元308用于根据总随访问题集中所述预设随访问题之间的关联关系，判断所述初始随访问题集中的初始随访问题是否存在相关联的预设随访问题；若所述初始随访问题存在相关联的预设随访问题，将相关联的预设随访问题添加至所述初始随访问题集中；以及将所述初始随访问题和添加的相关联的预设随访问题作为随访问题，并根据所述随访问题生成所述用户的随访问题集。
第三种更新方式：该更新单元308用于根据总随访问题集和用户基本信息对所述初始随访问题集进行更新以得到所述用户的随访问题集，其中，所述总随访问题集包括多个预设随访问题以及所述预设随访问题之间的关联关系。具体地，该更新单元308用于根据所述用户基本信息从总随访问题集中选出所述初始随访问题集中未出现的预设随访问题及其相关联的问题作为新增随访问题；以及将所述初始随访问题和新增随访问题作为随访问题，并根据所述随访问题生成所述用户的随访问题集。
随访单元302，用于根据所述随访问题对所述用户进行健康随访以获取所述用户的随访反馈信息，其中，所述随访反馈信息包括指标以及对应的指标值。
报告获取单元303，用于获取历史随访报告，其中，所述历史随访报告包括历史随访时间、所述指标以及对应的历史指标值。
时序分析单元304，用于根据预设数据处理方法对每个所述指标对应的历史指标值和历史随访时间进行时间序列分析以得到每个所述指标对应的时序分析模型。
预测值获取单元305，用于根据所述时序分析模型获取每个所述指标在当前随访时间下的预测值。
评估单元306，用于根据每个所述指标的预测值对相应的指标值进行健康评估以得到每个所述指标对应的健康评估结果，并根据所述当前随访时间、每个所述指标对应的指标值和健康评估结果生成随访报告以完成健康随访。
具体地，在一实施例中，该评估单元306具体用于计算每个所述指标的预测值与相应的指标值之间的差值；根据每个所述指标对应的预设差值梯度范围，确定每个所述指标对应的差值所属的差值梯度范围；根据每个所述指标的差值梯度范围与健康评估结果对应关系，确定每个所述指标对应的健康评估结果。
在一实施例中，该用户健康的随访装置300还包括状态确定单元309和修改单元310。
状态确定单元309，用于根据每个所述指标的预测值和相应的指标值，确定每个所述指标的变化状态。
在一实施例中，该状态确定单元309具体用于计算每个所述指标的预测值和相应的指标值之间的差值；判断每个所述指标的预测值与相应的指标值之间的差值是否超过所述指标对应的预设差值；若超过所述指标对应的预设差值，确定所述指标的变化状态为波动状态；以及若未超过所述指标对应的预设差值，确定所述指标的变化状态为稳定状态。
修改单元310，用于根据所述指标对应的变化状态修改所述用户的随访周期。
在一实施例中，该修改单元310具体用于统计处于波动状态的指标的数量；计算处于波动状态的指标的数量与所有所述指标的数量的比值；若所述比值超过预设比值，缩短所述用户的随访周期；以及若所述比值未超过所述预设比值，延长所述用户的随访周期。
在一实施例中，该用户健康的随访装置300还包括判断单元311和风险评估单元312。
判断单元311，用于判断所述随访反馈信息中是否存在风险评估模型所需的全部指标。
风险评估单元312，用于若所述随访反馈信息中存在所述风险评估模型所需的全部指标，调用所述风险评估模型，并基于所述风险评估模型，根据所述风险评估模型所需的全部指标对所述用户的健康进行风险评估，以得到所述用户的风险等级。
相应地，该评估单元306具体用于根据所述当前随访时间、每个所述指标对应的指标值和健康评估结果、以及所述用户的风险等级生成随访报告以完成健康随访。
需要说明的是，所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的用户健康的随访装置300和各单元的具体工作过程，可以参考前述用户健康的随访方法实施例中的对应过程，在此不再赘述。
本实施例中的用户健康的随访装置300可以使得随访更加个性化，更符合用户的自身健康状况，能够更全面、更准确地对用户进行健康随访，并提高随访的准确性。
上述用户健康的随访装置可以实现为一种计算机程序的形式，该计算机程序可以在如图10所示的计算机设备上运行。
请参阅图10，图10是本申请实施例提供的一种计算机设备的示意性框图。该计算机设备500设备可以是手机、平板电脑、台式电脑、随访设备等。
参阅图10，该计算机设备500包括通过系统总线501连接的处理器502、存储器和网络接口505，其中，存储器可以包括非易失性存储介质503和内存储器504。
该非易失性存储介质503可存储操作系统5031和计算机程序5032。该计算机程序5032包括程序指令，该程序指令被执行时，可使得处理器502执行一种用户健康的随访方法。
该处理器502用于提供计算和控制能力，支撑整个计算机设备500的运行。
该内存储器504为非易失性存储介质503中的计算机程序5032的运行提供环境，该计算机程序5032被处理器502执行时，可使得处理器502执行一种用户健康的随访方法。
该网络接口505用于进行网络通信，如发送分配的任务等。本领域技术人员可以理解，图10中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备500的限定，具体的计算机设备500可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
其中，所述处理器502用于运行存储在存储器中的计算机程序5032，以实现如下功能：获取用户的随访问题集，其中，所述随访问题集包括多个随访问题，每个所述随访问题中的关键字段与用户基本信息中的至少一个关键字段呈匹配关系；根据所述随访问题对所述用户进行健康随访以获取所述用户的随访反馈信息，其中，所述随访反馈信息包括指标以及对应的指标值；获取历史随访报告，其中，所述历史随访报告包括历史随访时间、所述指标以及对应的历史指标值；根据预设数据处理方法对每个所述指标对应的历史指标值和历史随访时间进行时间序列分析以得到每个所述指标对应的时序分析模型；根据所述时序分析模型获取每个所述指标在当前随访时间下的预测值；以及根据每个所述指标的预测值对相应的指标值进行健康评估以得到每个所述指标对应的健康评估结果，并根据所述当前随访时间、每个所述指标对应的指标值和健康评估结果生成随访报告以完成健康随访。
在一实施例中，处理器502在执行获取用户的随访问题集之前，还实现如下功能：获取用户的初始随访问题集，其中，所述初始随访问题集包括多个初始随访问题，每个所述初始随访问题中的关键字段与用户基本信息中的至少一个关键字段呈匹配关系；以及根据所述用户基本信息对所述初始随访问题集进行更新以得到所述用户的随访问题集。
在一实施例中，处理器502在执行根据所述用户基本信息对所述初始随访问题集进行更新以得到所述用户的随访问题集时，具体实现如下功能：根据所述用户基本信息对所述初始随访问题集中的初始随访问题进行有效性筛选；以及将有效的初始随访问题作为随访问题，并根据所述随访问题生成所述用户的随访问题集。
在一实施例中，处理器502在执行获取用户的随访问题集之前，还实现如下功能：获取用户的初始随访问题集，其中，所述初始随访问题集包括多个初始随访问题，每个所述初始随访问题中的关键字段与用户基本信息中的至少一个关键字段呈匹配关系；以及根据总随访问题集对所述初始随访问题集进行更新以得到所述用户的随访问题集，其中，所述总随访问题集包括多个预设随访问题以及所述预设随访问题之间的关联关系。
在一实施例中，处理器502在执行根据总随访问题集对所述初始随访问题集进行更新以得到所述用户的随访问题集时，具体实现如下功能：根据总随访问题集中所述预设随访问题之间的关联关系，判断所述初始随访问题集中的初始随访问题是否存在相关联的预设随访问题；若所述初始随访问题存在相关联的预设随访问题，将相关联的预设随访问题添加至所述初始随访问题集中；以及将所述初始随访问题和添加的相关联的预设随访问题作为随访问题，并根据所述随访问题生成所述用户的随访问题集。
在一实施例中，处理器502在执行获取用户的随访问题集之前，还实现如下功能：获取用户的初始随访问题集，其中，所述初始随访问题集包括多个初始随访问题，每个所述初始随访问题中的关键字段与用户基本信息中的至少一个关键字段呈匹配关系；以及根据总随访问题集和用户基本信息对所述初始随访问题集进行更新以得到所述用户的随访问题集，其中，所述总随访问题集包括多个预设随访问题以及所述预设随访问题之间的关联关系。
在一实施例中，处理器502在执行根据总随访问题集和用户基本信息对所述初始随访问题集进行更新以得到所述用户的随访问题集时，具体实现如下功能：根据所述用户基本信息从总随访问题集中选出所述初始随访问题集中未出现的预设随访问题及其相关联的问题作为新增随访问题；以及将所述初始随访问题和新增随访问题作为随访问题，并根据所述随访问题生成所述用户的随访问题集。
应当理解，在本申请实施例中，处理器502可以是中央处理单元(CentralProcessing Unit，CPU)，该处理器502还可以是其他通用处理器、数字信号处理器(DigitalSignal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。其中，通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
本领域普通技术人员可以理解的是实现上述实施例用户健康的随访方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成。该计算机程序可存储于一计算机可读存储介质中。该计算机可读存储介质为非易失性可读存储介质。该计算机程序被该计算机系统中的至少一个处理器执行，以实现包括如上述各用户健康的随访方法的实施例的流程步骤。
该计算机可读存储介质可以是U盘、移动硬盘、只读存储器(ROM，Read-OnlyMemory)、磁碟或者光盘等各种可以存储程序代码的介质。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的。例如，各个单元的划分，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。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。
本申请实施例方法中的步骤可以根据实际需要进行顺序调整、合并和删减。本申请实施例装置中的单元可以根据实际需要进行合并、划分和删减。另外，在本申请各个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，也可以是两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
该集成的单元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，可以存储在一个存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分，或者该技术方案的全部或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，终端，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。
以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种用户健康的随访方法，其特征在于，包括：
获取用户的随访问题集，其中，所述随访问题集包括多个随访问题，每个所述随访问题中的关键字段与用户基本信息中的至少一个关键字段呈匹配关系；
根据所述随访问题对所述用户进行健康随访以获取所述用户的随访反馈信息，其中，所述随访反馈信息包括指标以及对应的指标值；
获取历史随访报告，其中，所述历史随访报告包括历史随访时间、所述指标以及对应的历史指标值；
根据预设数据处理方法对每个所述指标对应的历史指标值和历史随访时间进行时间序列分析以得到每个所述指标对应的时序分析模型；
根据所述时序分析模型获取每个所述指标在当前随访时间下的预测值；以及
根据每个所述指标的预测值对相应的指标值进行健康评估以得到每个所述指标对应的健康评估结果，并根据所述当前随访时间、每个所述指标对应的指标值和健康评估结果生成随访报告以完成健康随访。
2.根据权利要求1所述的用户健康的随访方法，其特征在于，在所述获取用户的随访问题集之前，还包括：
获取用户的初始随访问题集，其中，所述初始随访问题集包括多个初始随访问题，每个所述初始随访问题中的关键字段与用户基本信息中的至少一个关键字段呈匹配关系；以及
根据所述用户基本信息对所述初始随访问题集进行更新以得到所述用户的随访问题集。
3.根据权利要求2所述的用户健康的随访方法，其特征在于，所述根据所述用户基本信息对所述初始随访问题集进行更新以得到所述用户的随访问题集，包括：
根据所述用户基本信息对所述初始随访问题集中的初始随访问题进行有效性筛选；以及
将有效的初始随访问题作为随访问题，并根据所述随访问题生成所述用户的随访问题集。
4.根据权利要求1所述的用户健康的随访方法，其特征在于，在所述获取用户的随访问题集之前，还包括：
获取用户的初始随访问题集，其中，所述初始随访问题集包括多个初始随访问题，每个所述初始随访问题中的关键字段与用户基本信息中的至少一个关键字段呈匹配关系；以及
根据总随访问题集对所述初始随访问题集进行更新以得到所述用户的随访问题集，其中，所述总随访问题集包括多个预设随访问题以及所述预设随访问题之间的关联关系。
5.根据权利要求4所述的用户健康的随访方法，其特征在于，所述根据总随访问题集对所述初始随访问题集进行更新以得到所述用户的随访问题集，包括：
根据总随访问题集中所述预设随访问题之间的关联关系，判断所述初始随访问题集中的初始随访问题是否存在相关联的预设随访问题；
若所述初始随访问题存在相关联的预设随访问题，将相关联的预设随访问题添加至所述初始随访问题集中；以及
将所述初始随访问题和添加的相关联的预设随访问题作为随访问题，并根据所述随访问题生成所述用户的随访问题集。
6.根据权利要求1所述的用户健康的随访方法，其特征在于，在所述获取用户的随访问题集之前，还包括：
获取用户的初始随访问题集，其中，所述初始随访问题集包括多个初始随访问题，每个所述初始随访问题中的关键字段与用户基本信息中的至少一个关键字段呈匹配关系；以及
根据总随访问题集和用户基本信息对所述初始随访问题集进行更新以得到所述用户的随访问题集，其中，所述总随访问题集包括多个预设随访问题以及所述预设随访问题之间的关联关系。
7.根据权利要求6所述的用户健康的随访方法，其特征在于，所述根据总随访问题集和用户基本信息对所述初始随访问题集进行更新以得到所述用户的随访问题集，包括：
根据所述用户基本信息从总随访问题集中选出所述初始随访问题集中未出现的预设随访问题及其相关联的问题作为新增随访问题；以及
将所述初始随访问题和新增随访问题作为随访问题，并根据所述随访问题生成所述用户的随访问题集。
8.一种用户健康的随访装置，其特征在于，包括：
问题集获取单元，用于获取用户的随访问题集，其中，所述随访问题集包括多个随访问题，每个所述随访问题中的关键字段与用户基本信息中的至少一个关键字段呈匹配关系；
随访单元，用于根据所述随访问题对所述用户进行健康随访以获取所述用户的随访反馈信息，其中，所述随访反馈信息包括指标以及对应的指标值；
报告获取单元，用于获取历史随访报告，其中，所述历史随访报告包括历史随访时间、所述指标以及对应的历史指标值；
时序分析单元，用于根据预设数据处理方法对每个所述指标对应的历史指标值和历史随访时间进行时间序列分析以得到每个所述指标对应的时序分析模型；
预测值获取单元，用于根据所述时序分析模型获取每个所述指标在当前随访时间下的预测值；以及
评估单元，用于根据每个所述指标的预测值对相应的指标值进行健康评估以得到每个所述指标对应的健康评估结果，并根据所述当前随访时间、每个所述指标对应的指标值和健康评估结果生成随访报告以完成健康随访。
9.一种计算机设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7中任一项的用户健康的随访方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序当被处理器执行时使所述处理器执行如权利要求1至7中任一项所述的用户健康的随访方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811196103.4A CN109360613A (zh) | 2018-10-15 | 2018-10-15 | 用户健康的随访方法、装置、计算机设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811196103.4A CN109360613A (zh) | 2018-10-15 | 2018-10-15 | 用户健康的随访方法、装置、计算机设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109360613A true CN109360613A (zh) | 2019-02-19 |
Family
ID=65349219
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811196103.4A Pending CN109360613A (zh) | 2018-10-15 | 2018-10-15 | 用户健康的随访方法、装置、计算机设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109360613A (zh) |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110309378A (zh) * | 2019-06-28 | 2019-10-08 | 深圳前海微众银行股份有限公司 | 一种问题答复的处理方法、装置及系统 |
| CN110472192A (zh) * | 2019-07-23 | 2019-11-19 | 平安科技（深圳）有限公司 | 评价指标提取方法、装置、存储介质和服务器 |
| CN111339745A (zh) * | 2020-03-06 | 2020-06-26 | 京东方科技集团股份有限公司 | 一种随访报告生成方法、设备、电子设备和存储介质 |
| CN112700827A (zh) * | 2020-12-29 | 2021-04-23 | 智慧神州(北京)科技有限公司 | 健康跟踪回访的方法、装置与计算机可读存储介质 |
| CN113724809A (zh) * | 2021-08-31 | 2021-11-30 | 平安国际智慧城市科技股份有限公司 | 随访控制方法及装置、电子设备、计算机可读存储介质 |
| CN114627994A (zh) * | 2022-03-23 | 2022-06-14 | 中山大学附属第八医院（深圳福田） | 一种泌尿系结石诊疗随访数据的存储方法 |
| CN115907265A (zh) * | 2023-02-24 | 2023-04-04 | 北京嘉和美康信息技术有限公司 | 随访路径的关联方法和装置 |
| CN117711617A (zh) * | 2023-11-28 | 2024-03-15 | 北京宜善医学科技有限公司 | 一种基于深度学习的健康评估方法及系统 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105243265A (zh) * | 2015-09-16 | 2016-01-13 | 西部天使（北京）健康科技有限公司 | 一种自动化随访方法及系统 |
| CN105989235A (zh) * | 2015-02-17 | 2016-10-05 | 西部天使（北京）健康科技有限公司 | 一种网络随访方法及系统 |
| CN107315906A (zh) * | 2017-06-01 | 2017-11-03 | 北京瑞启医药信息科技有限公司 | 基于聊天机器人实现慢性病患者自动随访的方法及系统 |
| CN108648787A (zh) * | 2018-05-18 | 2018-10-12 | 杭州认识科技有限公司 | 医疗随访方法和装置 |
-
2018
- 2018-10-15 CN CN201811196103.4A patent/CN109360613A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105989235A (zh) * | 2015-02-17 | 2016-10-05 | 西部天使（北京）健康科技有限公司 | 一种网络随访方法及系统 |
| CN105243265A (zh) * | 2015-09-16 | 2016-01-13 | 西部天使（北京）健康科技有限公司 | 一种自动化随访方法及系统 |
| CN107315906A (zh) * | 2017-06-01 | 2017-11-03 | 北京瑞启医药信息科技有限公司 | 基于聊天机器人实现慢性病患者自动随访的方法及系统 |
| CN108648787A (zh) * | 2018-05-18 | 2018-10-12 | 杭州认识科技有限公司 | 医疗随访方法和装置 |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110309378A (zh) * | 2019-06-28 | 2019-10-08 | 深圳前海微众银行股份有限公司 | 一种问题答复的处理方法、装置及系统 |
| CN110309378B (zh) * | 2019-06-28 | 2023-06-09 | 深圳前海微众银行股份有限公司 | 一种问题答复的处理方法、装置及系统 |
| CN110472192A (zh) * | 2019-07-23 | 2019-11-19 | 平安科技（深圳）有限公司 | 评价指标提取方法、装置、存储介质和服务器 |
| CN110472192B (zh) * | 2019-07-23 | 2022-04-15 | 平安科技（深圳）有限公司 | 评价指标提取方法、装置、存储介质和服务器 |
| CN111339745A (zh) * | 2020-03-06 | 2020-06-26 | 京东方科技集团股份有限公司 | 一种随访报告生成方法、设备、电子设备和存储介质 |
| CN112700827A (zh) * | 2020-12-29 | 2021-04-23 | 智慧神州(北京)科技有限公司 | 健康跟踪回访的方法、装置与计算机可读存储介质 |
| CN113724809A (zh) * | 2021-08-31 | 2021-11-30 | 平安国际智慧城市科技股份有限公司 | 随访控制方法及装置、电子设备、计算机可读存储介质 |
| CN113724809B (zh) * | 2021-08-31 | 2023-11-24 | 深圳平安智慧医健科技有限公司 | 随访控制方法及装置、电子设备、计算机可读存储介质 |
| CN114627994A (zh) * | 2022-03-23 | 2022-06-14 | 中山大学附属第八医院（深圳福田） | 一种泌尿系结石诊疗随访数据的存储方法 |
| CN115907265A (zh) * | 2023-02-24 | 2023-04-04 | 北京嘉和美康信息技术有限公司 | 随访路径的关联方法和装置 |
| CN117711617A (zh) * | 2023-11-28 | 2024-03-15 | 北京宜善医学科技有限公司 | 一种基于深度学习的健康评估方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109360613A (zh) | 用户健康的随访方法、装置、计算机设备及存储介质 | |
| JP7411054B2 (ja) | 喫煙行為の定量化および予測のためのシステムおよび方法 | |
| US11551579B2 (en) | Care plan administration: patient feedback | |
| Orme et al. | Development of the health and economic consequences of smoking interactive model | |
| Strine et al. | Risk behaviors and health-related quality of life among adults with asthma: the role of mental health status | |
| Henry et al. | Pilot study to evaluate ecological momentary assessment of tinnitus | |
| Rawstorn et al. | End users want alternative intervention delivery models: usability and acceptability of the REMOTE-CR exercise-based cardiac telerehabilitation program | |
| JP2021192302A (ja) | 喫煙行動の定量化および予測のための方法 | |
| JP2008525767A (ja) | インスリンのボーラス量を決定するシステム及び方法 | |
| EP2038790A2 (en) | Adaptively adjusting patient data collection in an automated patient management environment | |
| CN103610445B (zh) | 生理信号的检测处理方法及系统 | |
| KR101737279B1 (ko) | 뇌졸중 발병 예측 시스템 | |
| CN104137108A (zh) | 用于移动电话的糖尿病管理应用 | |
| CN110033866A (zh) | 健康提醒方法、装置、计算机设备及存储介质 | |
| KR101202700B1 (ko) | 라이프 케어 서비스 제공 시스템 | |
| KR20220122729A (ko) | 행동-변화 프로그램에서 개인을 돕기 위한 시스템 및 방법 | |
| US20200394737A1 (en) | Condition screening and matching for specialists | |
| Jaimes et al. | Preventer, a selection mechanism for just-in-time preventive interventions | |
| Duro et al. | Adult physical activity counseling by health professionals in Brazil: a National Urban Population Survey | |
| US20230017196A1 (en) | System and method for rules engine that dynamically adapts application behavior | |
| Pifarre et al. | TControl: A mobile app to follow up tobacco-quitting patients | |
| Sultan et al. | Transforming usage data into a sustainable mobile health solution | |
| CN113241180A (zh) | 健康管理方法和装置 | |
| Li et al. | Design of a dynamic monitoring system for patient health indexes based on mobile terminal | |
| CN109243612A (zh) | 健康评估方法、装置、计算机设备及存储介质 |
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 |