CN109754878B - 慢性肾病筛查方法、装置、设备及存储介质 - Google Patents
慢性肾病筛查方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN109754878B CN109754878B CN201811462246.5A CN201811462246A CN109754878B CN 109754878 B CN109754878 B CN 109754878B CN 201811462246 A CN201811462246 A CN 201811462246A CN 109754878 B CN109754878 B CN 109754878B
- Authority
- CN
- China
- Prior art keywords
- information
- analyzed
- kidney disease
- chronic kidney
- preset
- 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.)
- Active
Links
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Abstract
本发明公开了一种基于数据建模的慢性肾病筛查方法、装置、设备及存储介质，所述方法包括：根据待分析用户的地址信息查找预设检查中心信息，将查找到的目标检查中心信息通过待分析用户的联系信息发送至所述待分析用户；获取体检信息，提取所述体检信息中的预设参考信息，将所述预设参考信息放入预设慢性肾病模型进行分析，得到分析结果；根据分析结果将当前类别对应的提醒方案发送至所述待分析用户。本发明通过获取待分析用户的地址信息查找就近的检查中心，将查找到的检查中心通过待分析用户的联系信息发送至检查者进行检查，并将检查结果的分析结果对应的提醒方案进行推送，从而通过一整套的消息处理，提高慢性肾病筛查的有效性。
Description
技术领域
本发明涉及疾病筛查技术领域，尤其涉及一种慢性肾病筛查方法、装置、设备及存储介质。
背景技术
慢性肾病发病特点有“三高”、“三低”，即发病率高、伴发的心血管病患病率高、病死率高。全社会对慢性肾病的知晓率低、防治率低、伴发心血管病的知晓率低。调查显示，我国40岁以上人群慢性肾病的患病率大于10％，知晓率却不足5％。在我国，发生于肾小球肾炎的慢性肾病患者最多，占40％。随我国人群饮食结构和生活习惯的改变，其他的继发性慢性肾病正不断增多，但是人们对慢性肾病的检查还不够重视，目前，对于慢病肾病的筛查通常由检查者主动去医院进行检查，而并没有一个更积极有效的筛查机制。
发明内容
本发明的主要目的在于提出一种慢性肾病筛查方法、装置、设备及存储介质，旨在提高慢性肾病筛查的有效性。
为实现上述目的，本发明提供一种慢性肾病筛查方法，所述慢性肾病筛查方法包括以下步骤：
获取待分析用户的个人信息，其中，所述个人信息包括待分析用户的地址信息和联系信息；
根据所述地址信息查找预设检查中心信息，将查找到的目标检查中心信息通过所述联系信息发送至所述待分析用户，以使所述待分析用户在目标检查中心完成检查，得到体检信息；
获取所述目标检查中心发送的所述体检信息，提取所述体检信息中的预设参考信息，将所述预设参考信息放入预设慢性肾病模型进行分析，得到分析结果；
根据所述分析结果对所述待分析用户进行分类，将当前类别对应的提醒方案通过所述联系信息发送至所述待分析用户。
优选地，所述根据所述地址信息查找预设检查中心信息，将查找到的目标检查中心信息通过所述联系信息发送至所述待分析用户，以使所述待分析用户在目标检查中心完成检查，得到体检信息，包括：
根据所述地址信息查找预设检查中心信息，判断所述联系信息是否合法，在所述联系信息为合法时，将查找到的目标检查中心信息通过所述联系信息发送至所述待分析用户，以使所述待分析用户在目标检查中心完成检查，得到体检信息。
优选地，所述预设参考信息包括肾小球滤过率信息；
所述获取所述目标检查中心发送的所述体检信息，提取所述体检信息中的预设参考信息，将所述预设参考信息放入预设慢性肾病模型进行分析，得到分析结果，包括：
获取所述目标检查中心发送的所述体检信息，提取所述体检信息中的肾小球滤过率信息，将所述肾小球滤过率信息与预设指标区域进行比较，判断所述肾小球滤过率信息所处的目标指标区域，将所述目标指标区域放入预设慢性肾病模型进行分析，得到分析结果。
优选地，所述获取所述目标检查中心发送的所述体检信息，提取所述体检信息中的预设参考信息，将所述预设参考信息放入预设慢性肾病模型进行分析，得到分析结果之前，所述方法还包括：
获取历史检查者的检查结果，提取所述检查结果中的历史肾小球滤过率信息和历史慢性肾病等级；
确定所述历史肾小球滤过率信息的历史指标区域，利用所述历史指标区域和所述历史慢性肾病等级生成慢性肾病特征数据，将所述慢性肾病特征数据放入卷积神经网络进行训练，根据训练结果生成所述预设慢性肾病模型。
优选地，所述获取所述目标检查中心发送的所述体检信息，提取所述体检信息中的预设参考信息，将所述预设参考信息放入预设慢性肾病模型进行分析，得到分析结果之前，所述方法还包括：
向所述目标检查中心发送连接请求，若连接成功，则执行所述获取所述目标检查中心发送的体检信息的步骤。
优选地，所述根据所述分析结果对所述待分析用户进行分类，将当前类别对应的提醒方案通过所述联系信息发送至所述待分析用户，包括：
根据分析结果对所述待分析用户进行分类，在预设关系映射表中查找与当前类别对应的提醒方案，通过所述联系信息将查找到的提醒方案发送至所述待分析用户。
优选地，所述根据所述分析结果对所述待分析用户进行分类，将当前类别对应的提醒方案通过所述联系信息发送至所述待分析用户之后，所述方法还包括：
提取所述提醒方案中的预约信息，根据所述预约信息并通过所述联系信息定时发送健康指导信息至所述待分析用户。
此外，为实现上述目的，本发明还提出一种慢性肾病筛查装置，所述慢性肾病筛查装置包括：
获取模块，用于获取待分析用户的个人信息，其中，所述个人信息包括待分析用户的地址信息和联系信息；
查找模块，用于根据所述地址信息查找预设检查中心信息，将查找到的目标检查中心信息通过所述联系信息发送至所述待分析用户，以使所述待分析用户在目标检查中心完成检查，得到体检信息；
分析模块，用于获取所述目标检查中心发送的所述体检信息，提取所述体检信息中的预设参考信息，将所述预设参考信息放入预设慢性肾病模型进行分析，得到分析结果；
发送模块，用于根据所述分析结果对所述待分析用户进行分类，将当前类别对应的提醒方案通过所述联系信息发送至所述待分析用户。
此外，为实现上述目的，本发明还提出一种设备，所述设备包括：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慢性肾病筛查程序，所述慢性肾病筛查程序配置为实现如上所述的慢性肾病筛查方法的步骤。
此外，为实现上述目的，本发明还提出一种存储介质，所述存储介质上存储有慢性肾病筛查程序，所述慢性肾病筛查程序被处理器执行时实现如上文所述的慢性肾病筛查方法的步骤。
本发明提出的慢性肾病筛查方法，通过获取待分析用户的地址信息和联系信息，根据所述地址信息查找就近的检查中心，将查找到的检查中心通过所述联系信息发送至检查者进行检查，并将检查结果放入预设慢性肾病模型进行分析，根据分析结果将对应的提醒方案进行推送，从而通过一整套的消息处理，提高慢性肾病筛查的有效性。
附图说明
图1是本发明实施例方案涉及的硬件运行环境的设备结构示意图；
图2为本发明慢性肾病筛查方法第一实施例的流程示意图；
图3为本发明慢性肾病筛查方法第二实施例的流程示意图；
图4为本发明慢性肾病筛查方法第三实施例的流程示意图；
图5为本发明慢性肾病筛查装置第一实施例的功能模块示意图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
参照图1，图1为本发明实施例方案涉及的硬件运行环境的设备结构示意图。
如图1所示，该设备可以包括：处理器1001，例如CPU，通信总线1002、用户接口1003，网络接口1004，存储器1005。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如按键，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1005可以是高速RAM存储器，也可以是稳定的存储器(non-volatilememory)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解，图1中示出的设备结构并不构成对设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
如图1所示，作为一种存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及慢性肾病筛查程序。
在图1所示的设备中，网络接口1004主要用于连接外网，与其他网络设备进行数据通信；用户接口1003主要用于连接用户设备，与设备进行数据通信；本发明设备通过处理器1001调用存储器1005中存储的慢性肾病筛查程序，并执行本发明实施例提供的慢性肾病筛查的实施方法。
基于上述硬件结构，提出本发明慢性肾病筛查方法实施例。
参照图2，图2为本发明慢性肾病筛查方法第一实施例的流程示意图。
在第一实施例中，所述慢性肾病筛查方法包括以下步骤：
步骤S10，获取待分析用户的个人信息，其中，所述个人信息包括待分析用户的地址信息和联系信息。
需要说明的是，本实施例的执行主体为终端设备，例如服务器等，还可为其他相同或相似功能的设备，本实施例对此不作限制，在本实施例，以服务器为例进行说明。
可以理解的是，所述个人信息包括待分析用户的联系方式、地址信息以及就医情况等个人信息，还可包括其他信息，本实施例对此不作限制，在本实施例中，可通过医院平台获取待分析用户的个人信息，还可通过应用程序在用户注册时记录待分析用户的个人信息，从而通过待分析用户的大数据获取相应的个人信息。
在具体实现中，可从待分析用户的个人信息中提取待分析用户的地址信息和联系信息，通过所述联系信息可实现与待分析用户的互动，对待分析用户发送相应的指导信息以及提醒信息等，从而对待分析用户进行便利的科学指导。
在本实施例中，还可通过待分析用户的地址信息查找到就近的检查中心，并将查找到的检查中心推送给待分析用户，以便待分析用户可以就近进行检查，从而提高用户体验。
步骤S20，根据所述地址信息查找预设检查中心信息，将查找到的目标检查中心信息通过所述联系信息发送至所述待分析用户，以使所述待分析用户在目标检查中心完成检查，得到体检信息。
在本实施例中，所述预设检查中心可为距离待分析用户路程最短，或者用时最短的检查中心，通过获取待分析用户的地址信息可将最近的医院和检查中心进行相应的筛选并推送，从而提高用户体验，例如用户住在A区，在进行检查中心推送时，可将与A区距离最近的检查中心进行推送，从而便于待分析用户就近检查，提高待分析用户检查的积极性。
需要说明的是，为了提高系统的智能化，还可在推送就近的检查中心的同时进行关联信息的推送，例如出行可乘坐的公交，到达的站点等信息，从而实现对推送消息更细化的处理。
在具体实现中，在待分析用户在就近的检查中心做完检查之后，检查中心在获取待分析用户的检查结果时，将所述待分析用户的检查结果发送至服务器进行处理，从而实现服务器与检查中心的互连，提高数据传输的实时性，从而减少对待分析用户的处理时间。
步骤S30，获取所述目标检查中心发送的所述体检信息，提取所述体检信息中的预设参考信息，将所述预设参考信息放入预设慢性肾病模型进行分析，得到分析结果。
可以理解的是，预设参考信息包括肾小球滤过率信息(Glomerular FiltrationRate，GFR，为单位时间内两侧肾生成的超滤液量，称为肾小球滤过率，是衡量肾功能的重要指标之一，通过将肾小球滤过率信息进行比对分析，可得到待分析者的当前的健康状况，还可包括其他参数信息，本实施例对此不做限制，在本实施例中，以肾小球滤过率信息为例进行说明。
在本实施例中，获取待分析用户的体检信息，根据体检信息统计出慢性肾病的特征信息，例如，对于健康人群GFR>100ml/min/1.73㎡，有基础疾病人群GFR为60-100ml/min/1.73m2有中等风险人群，15-59ml/min/1.73m2，有复杂疾病重症人群GFR<15ml/min/1.7m2，通过GFR指标确定慢性肾脏病(Chronic Kidney Disease，CKD)的等级，例如肾脏损伤在3个月以上，可以有或无GFR下降；GFR<60ml/min/1.7m2>＝3个月，可以有或无肾损伤指标，根据GFR下降程度分为五期，有中等风险人群为CKD1-2期，高风险人群为CKD3-4期，有复杂疾病重症人群为CKD5期，从而根据待分析用户的历史检查信息获取健康情况的趋势特征从而建立预设慢性肾病模型，通过大数据分析慢病肾病的指标信息，有利于提高慢性肾病患者预测的准确性。
步骤S40，根据所述分析结果对所述待分析用户进行分类，将当前类别对应的提醒方案通过所述联系信息发送至所述待分析用户。
在本实施例中，通过肾小球滤过率信息对检查者进行分类，在具体实现中，健康人群GFR>100ml/min/1.73m2，有基础疾病人群GFR为60-100ml/min/1.73m2有中等风险人群，15-59ml/min/1.73m2，有复杂疾病重症人群GFR<15ml/min/1.7m2，从而实现对不同的待分析用户进行分类，并进行相应的处理，提高数据处理的精细度。
需要说明的是，与健康人群对应的提醒方案为定期参加体检，控制血压、血糖、血脂，有基础疾病人群对应的提醒方案为评估疾病是否会进展和进展的速度，低蛋白、低纳饮食，有中等风险人群对应的提醒方案为监测贫血、营养、钙磷代谢异常和甲状腺功能，有高风险人群对应的提醒方案为包括药物治疗、持续的饮食治疗、监测各种肾脏指标，准备建透析通路，有复杂疾病重症人群对应的提醒方案为透析治疗和肾移植，例如血液透析或腹膜透析。
在具体实现中，建立不同人群对应的提醒方案的对应的关系，并将对应的提醒方案进行推送，可通过检查者的体检信息中提取检查者的个人信息，具体包括联系方式等，通过联系方式将所述提醒方案进行推送。
本实施例通过上述方案，通过获取待分析用户的地址信息和联系信息，根据所述地址信息查找就近的检查中心，将查找到的检查中心通过所述联系信息发送至检查患者进行检查，并将检查结果放入预设慢性肾病模型进行分析，根据分析结果将对应的提醒方案进行推送，从而通过一整套的消息处理，提高慢性肾病筛查的有效性。
进一步地，如图3所示，基于第一实施例提出本发明慢性肾病筛查方法第二实施例，在本实施例中，所述步骤S20，包括：
步骤S201，根据所述地址信息查找预设检查中心信息，判断所述联系信息是否合法，在所述联系信息为合法时，将查找到的目标检查中心信息通过所述联系信息发送至所述待分析用户，以使所述待分析用户在目标检查中心完成检查，得到体检信息。
在具体实现中，可通过待分析用户的地址信息判断所述联系信息是否合法，在地址信息与所述联系信息一致时，则表示所述联系信息为合法，在地址信息与所述联系信息不一致时，则表示所述联系信息不合法，例如在获取地址信息为深圳，但是检测联系信息并不是属于深圳的号码时，则判断所述联系信息不合法。
在本实施例中，为了提高判断联系信息的准确性，还可通过消息确认的方式进行验证，例如向待分析用户发送确认消息，判断待分析用户当前是否正在使用所述联系信息，在获取待分析用户确认的消息时，则认定所述联系信息合法。
进一步地，所述预设参考信息包括肾小球滤过率信息；
所述步骤S30，包括：
步骤S301，获取所述目标检查中心发送的所述体检信息，提取所述体检信息中的肾小球滤过率信息，将所述肾小球滤过率信息与预设指标区域进行比较，判断所述肾小球滤过率信息所处的目标指标区域，将所述目标指标区域放入预设慢性肾病模型进行分析，得到分析结果。
需要说明的是，由于对于肾小球滤过率信息通常为一确定的值，而在进行设慢性肾病判断时，通常通过一确定的区域进行判断，在本实施例中，所述预设指标区域为GFR是否>100ml/min/1.73m2，或者GFR是否处于60-100ml/min/1.73m2指标区域，或者GFR是否处于15-59ml/min/1.73m2，或者GFR是否处于GFR<15ml/min/1.7m2，从而更精确的对肾小球滤过率信息进行判断，提高慢性肾病筛查的准确性。
进一步地，所述步骤S30之前，所述方法还包括：
步骤S302，获取历史检查者的检查结果，提取所述检查结果中的历史肾小球滤过率信息和历史慢性肾病等级。
需要说明的是，所述历史检查者包括历史健康检查者，检查出慢性肾病的初级患者，CKD1-2级的慢性肾病患者，CKD3-4级的慢性肾病患者，以及重症慢性肾病患者，通过历史的大数据获取历史肾小球滤过率信息和历史慢性肾病等级的对应关系。
步骤S303，确定所述历史肾小球滤过率信息的历史指标区域，利用所述历史指标区域和所述历史慢性肾病等级生成慢性肾病特征数据，将所述慢性肾病特征数据放入卷积神经网络进行训练，根据训练结果生成所述预设慢性肾病模型。
获取检查者的历史检查信息，将历史检查信息中的肾小球滤过率划分为预设范围，并将各个范围对应的慢性肾病等级建立多维度的慢性肾病特征数据，将所述慢性肾病特征数据放入卷积神经网络模型中进行训练，生成所述预设慢性肾病模型，另外，除了卷积神经网络模型还可放入支持向量机等模型进行训练。
除了根据历史检查者有肾小球滤过率的参数信息，还可通过获取国家的对慢性肾病指定的严格标准，通过国家指定的标准对慢性肾病的筛查提供一步的指导，例如通过历史参数得到健康人群的肾小球滤过率判定的参数范围为GFR>100ml/min/1.73m2，但是GFR>95ml/min/1.73m2为国家规定的标准参数范围为，可根据国家制定的参数标准对当前的参数范围进行调整，将国家制定的参数标准设置较高的权重，从而实现对预设慢性肾病模型的灵活性调整。
本实施例提供的方案，通过确定所述历史肾小球滤过率信息的历史指标区域，将所述历史指标区域和历史慢性肾病等级生成慢性肾病特征数据，将所述慢性肾病特征数据放入卷积神经网络进行训练，根据训练结果生成所述预设慢性肾病模型，并可根据国家制定的参数标准对当前的参数范围进行调整，将国家制定的参数标准设置较高的权重，从而实现对预设慢性肾病模型的灵活性调整。
进一步地，如图4所示，基于第一实施例或第二实施例提出本发明慢性肾病筛查方法第三实施例，在本实施例中，基于第一实施例进行说明，所述步骤S30之前，所述方法还包括：
步骤S304，向所述目标检查中心发送连接请求，若连接成功，则执行所述获取所述目标检查中心发送的体检信息的步骤。
在本实施例中，为了保证数据传输的正确性，在进行数据传输前，首先判断与预设检查中心的连接关系，在连接正常的情况下，接收所述预设检查中心发送的所述体检信息，从而保证数据传输的及时性，在连接异常的情况下，进行相应的消息提醒，并在连接恢复正常的情况下，接收所述预设检查中心发送的所述体检信息。
进一步地，所述步骤S40，包括：
步骤S401，根据分析结果对所述待分析用户进行分类，在预设关系映射表中查找与当前类别对应的提醒方案，通过所述联系信息将查找到的提醒方案发送至所述待分析用户。
在本实施例中，通过预先建立的映射表关系表查找与当前类别对应的提醒方案对应的提醒方案，例如与健康人群对应的提醒方案为定期参加体检，控制血压、血糖、血脂，从而实现提醒方案的个性化定制，满足不同用户的需求。
在具体实现中，获取人群类别与提醒方案的对应关系，根据所述对应关系建立所述预设关系映射表，从而便于查找适合不同人群的提醒方案，利于实现对提醒方案的有效管理。
进一步地，所述步骤S40之后，所述方法还包括：
步骤S402，提取所述提醒方案中的预约信息，根据所述预约信息并通过所述联系信息定时发送健康指导信息至所述待分析用户。
在本实施例中，在获取待分析用户的提醒方案之后，可提取所述提醒方案中的预约信息，通过所述预约信息调用检查中心平台按照提醒方案进行治疗时间的预约，例如对于有复杂疾病重症人群对应的提醒方案为透析治疗，可获取透析治疗的治疗时间，根据所述治疗完成预约服务，从而最大限度的提高慢性肾病筛查系统的智能化。
需要说明的是，推送内容还可包括推送的治疗中心以及健康指导等宣传内容，从而更方便检查者进行合理安排，例如对于需要透析治疗的复杂疾病重症人群，可获取检查者的地址信息，将距离当前较近的透析中心进行推送，从而方便检查者就近就医，提高系统的智能化，还可包括就医需要的流程信息，从而节约检查者的就医时间和精力，提高用户体验。
本实施例提供的方案，可获取待分析用户的提醒方案，提取所述提醒方案中的预约信息，通过所述预约信息调用检查中心平台按照提醒方案进行治疗时间的预约，从而最大限度的提高慢性肾病筛查系统的智能化。
本发明进一步提供一种慢性肾病筛查装置。
参照图5，图5为本发明慢性肾病筛查装置第一实施例的功能模块示意图。
本发明慢性肾病筛查装置第一实施例中，该慢性肾病筛查装置包括：
获取模块10，用于获取待分析用户的个人信息，其中，所述个人信息包括待分析用户的地址信息和联系信息。
需要说明的是，本实施例的执行主体为终端设备，例如服务器等，还可为其他相同或相似功能的设备，本实施例对此不作限制，在本实施例，以服务器为例进行说明。
可以理解的是，所述个人信息包括待分析用户的联系方式、地址信息以及就医情况等个人信息，还可包括其他信息，本实施例对此不作限制，在本实施例中，可通过医院平台获取待分析用户的个人信息，还可通过应用程序在用户注册时记录待分析用户的个人信息，从而通过待分析用户的大数据获取相应的个人信息。
在具体实现中，可从待分析用户的个人信息中提取待分析用户的地址信息和联系信息，通过所述联系信息可实现与待分析用户的互动，对待分析用户发送相应的指导信息以及提醒信息等，从而对待分析用户进行便利的科学指导。
在本实施例中，还可通过待分析用户的地址信息查找到就近的检查中心，并将查找到的检查中心推送给待分析用户，以便待分析用户可以就近进行检查，从而提高用户体验。
查找模块20，用于根据所述地址信息查找预设检查中心信息，将查找到的目标检查中心信息通过所述联系信息发送至所述待分析用户，以使所述待分析用户在目标检查中心完成检查，得到体检信息。
在本实施例中，所述预设检查中心可为距离待分析用户路程最短，或者用时最短的检查中心，通过获取待分析用户的地址信息可将最近的医院和检查中心进行相应的筛选并推送，从而提高用户体验，例如用户住在A区，在进行检查中心推送时，可将与A区距离最近的检查中心进行推送，从而便于待分析用户就近检查，提高待分析用户检查的积极性。
需要说明的是，为了提高系统的智能化，还可在推送就近的检查中心的同时进行关联信息的推送，例如出行可乘坐的公交，到达的站点等信息，从而实现对推送消息更细化的处理。
在具体实现中，在待分析用户在就近的检查中心做完检查之后，检查中心在获取待分析用户的检查结果时，将所述待分析用户的检查结果发送至服务器进行处理，从而实现服务器与检查中心的互连，提高数据传输的实时性，从而减少对待分析用户的处理时间。
分析模块30，用于获取所述目标检查中心发送的所述体检信息，提取所述体检信息中的预设参考信息，将所述预设参考信息放入预设慢性肾病模型进行分析，得到分析结果。
可以理解的是，预设参考信息包括肾小球滤过率信息(Glomerular FiltrationRate，GFR，为单位时间内两侧肾生成的超滤液量，称为肾小球滤过率，是衡量肾功能的重要指标之一，通过将肾小球滤过率信息进行比对分析，可得到待分析者的当前的健康状况，还可包括其他参数信息，本实施例对此不做限制，在本实施例中，以肾小球滤过率信息为例进行说明。
在本实施例中，获取待分析用户的体检信息，根据体检信息统计出慢性肾病的特征信息，例如，对于健康人群GFR>100ml/min/1.73㎡，有基础疾病人群GFR为60-100ml/min/1.73m2有中等风险人群，15-59ml/min/1.73m2，有复杂疾病重症人群GFR<15ml/min/1.7m2，通过GFR指标确定慢性肾脏病(Chronic Kidney Disease，CKD)的等级，例如肾脏损伤在3个月以上，可以有或无GFR下降；GFR<60ml/min/1.7m2>＝3个月，可以有或无肾损伤指标，根据GFR下降程度分为五期，有中等风险人群为CKD1-2期，高风险人群为CKD3-4期，有复杂疾病重症人群为CKD5期，从而根据待分析用户的历史检查信息获取健康情况的趋势特征从而建立预设慢性肾病模型，通过大数据分析慢病肾病的指标信息，有利于提高慢性肾病患者预测的准确性。
发送模块40，用于根据所述分析结果对所述待分析用户进行分类，将当前类别对应的提醒方案通过所述联系信息发送至所述待分析用户。
在本实施例中，通过肾小球滤过率信息对检查者进行分类，在具体实现中，健康人群GFR>100ml/min/1.73m2，有基础疾病人群GFR为60-100ml/min/1.73m2有中等风险人群，15-59ml/min/1.73m2，有复杂疾病重症人群GFR<15ml/min/1.7m2，从而实现对不同的待分析用户进行分类，并进行相应的处理，提高数据处理的精细度。
需要说明的是，与健康人群对应的提醒方案为定期参加体检，控制血压、血糖、血脂，有基础疾病人群对应的提醒方案为评估疾病是否会进展和进展的速度，低蛋白、低纳饮食，有中等风险人群对应的提醒方案为监测贫血、营养、钙磷代谢异常和甲状腺功能，有高风险人群对应的提醒方案为包括药物治疗、持续的饮食治疗、监测各种肾脏指标，准备建透析通路，有复杂疾病重症人群对应的提醒方案为透析治疗和肾移植，例如血液透析或腹膜透析。
在具体实现中，建立不同人群对应的提醒方案的对应的关系，并将对应的提醒方案进行推送，可通过检查者的体检信息中提取检查者的个人信息，具体包括联系方式等，通过联系方式将所述提醒方案进行推送。
本实施例通过上述方案，通过获取待分析用户的地址信息和联系信息，根据所述地址信息查找就近的检查中心，将查找到的检查中心通过所述联系信息发送至检查患者进行检查，并将检查结果放入预设慢性肾病模型进行分析，根据分析结果将对应的提醒方案进行推送，从而通过一整套的消息处理，提高慢性肾病筛查的有效性。
此外，为实现上述目的，本发明还提出一种设备，所述设备包括：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慢性肾病筛查程序，所述慢性肾病筛查程序配置为实现如上文所述的慢性肾病筛查方法的步骤。
此外，本发明实施例还提出一种存储介质，所述存储介质上存储有慢性肾病筛查程序，所述慢性肾病筛查程序被处理器执行如上文所述的慢性肾病筛查方法的步骤。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。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如上所述的一个计算机可读存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台智能终端设备(可以是手机，计算机，终端设备，空调器，或者网络终端设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。
Claims (8)
1.一种慢性肾病筛查方法，其特征在于，所述慢性肾病筛查方法包括：
获取待分析用户的个人信息，其中，所述个人信息包括待分析用户的地址信息和联系信息；
根据所述地址信息查找预设检查中心信息，将查找到的目标检查中心信息通过所述联系信息发送至所述待分析用户，以使所述待分析用户在目标检查中心完成检查，得到体检信息；
获取所述目标检查中心发送的所述体检信息，提取所述体检信息中的预设参考信息，将所述预设参考信息放入预设慢性肾病模型进行分析，得到分析结果，所述预设参考信息包括肾小球滤过率信息；
根据所述分析结果对所述待分析用户进行分类，将当前类别对应的提醒方案通过所述联系信息发送至所述待分析用户；
所述获取所述目标检查中心发送的所述体检信息，提取所述体检信息中的预设参考信息，将所述预设参考信息放入预设慢性肾病模型进行分析，得到分析结果，包括：
获取所述目标检查中心发送的所述体检信息，提取所述体检信息中的肾小球滤过率信息，将所述肾小球滤过率信息与预设指标区域进行比较，判断所述肾小球滤过率信息所处的目标指标区域，将所述目标指标区域放入预设慢性肾病模型进行分析，得到分析结果；
所述获取所述目标检查中心发送的所述体检信息，提取所述体检信息中的预设参考信息，将所述预设参考信息放入预设慢性肾病模型进行分析，得到分析结果之前，所述方法还包括：
获取历史检查者的检查结果，提取所述检查结果中的历史肾小球滤过率信息和历史慢性肾病等级；
确定所述历史肾小球滤过率信息的历史指标区域，利用所述历史指标区域和所述历史慢性肾病等级生成慢性肾病特征数据，将所述慢性肾病特征数据放入卷积神经网络进行训练，根据训练结果生成所述预设慢性肾病模型。
2.如权利要求1所述的慢性肾病筛查方法，其特征在于，所述根据所述地址信息查找预设检查中心信息，将查找到的目标检查中心信息通过所述联系信息发送至所述待分析用户，以使所述待分析用户在目标检查中心完成检查，得到体检信息，包括：
根据所述地址信息查找预设检查中心信息，判断所述联系信息是否合法，在所述联系信息为合法时，将查找到的目标检查中心信息通过所述联系信息发送至所述待分析用户，以使所述待分析用户在目标检查中心完成检查，得到体检信息。
3.如权利要求1至2中任一项所述的慢性肾病筛查方法，其特征在于，所述获取所述目标检查中心发送的所述体检信息，提取所述体检信息中的预设参考信息，将所述预设参考信息放入预设慢性肾病模型进行分析，得到分析结果之前，所述方法还包括：
向所述目标检查中心发送连接请求，若连接成功，则执行所述获取所述目标检查中心发送的体检信息的步骤。
4.如权利要求1至2中任一项所述的慢性肾病筛查方法，其特征在于，所述根据所述分析结果对所述待分析用户进行分类，将当前类别对应的提醒方案通过所述联系信息发送至所述待分析用户，包括：
根据分析结果对所述待分析用户进行分类，在预设关系映射表中查找与当前类别对应的提醒方案，通过所述联系信息将查找到的提醒方案发送至所述待分析用户。
5.如权利要求1至2中任一项所述的慢性肾病筛查方法，其特征在于，所述根据所述分析结果对所述待分析用户进行分类，将当前类别对应的提醒方案通过所述联系信息发送至所述待分析用户之后，所述方法还包括：
提取所述提醒方案中的预约信息，根据所述预约信息并通过所述联系信息定时发送健康指导信息至所述待分析用户。
6.一种慢性肾病筛查装置，其特征在于，所述慢性肾病筛查装置包括：
获取模块，用于获取待分析用户的个人信息，其中，所述个人信息包括待分析用户的地址信息和联系信息；
查找模块，用于根据所述地址信息查找预设检查中心信息，将查找到的目标检查中心信息通过所述联系信息发送至所述待分析用户，以使所述待分析用户在目标检查中心完成检查，得到体检信息；
分析模块，用于获取所述目标检查中心发送的所述体检信息，提取所述体检信息中的预设参考信息，将所述预设参考信息放入预设慢性肾病模型进行分析，得到分析结果，所述预设参考信息包括肾小球滤过率信息；
发送模块，用于根据所述分析结果对所述待分析用户进行分类，将当前类别对应的提醒方案通过所述联系信息发送至所述待分析用户；
所述分析模块，还用于获取所述目标检查中心发送的所述体检信息，提取所述体检信息中的肾小球滤过率信息，将所述肾小球滤过率信息与预设指标区域进行比较，判断所述肾小球滤过率信息所处的目标指标区域，将所述目标指标区域放入预设慢性肾病模型进行分析，得到分析结果；
所述分析模块，还用于获取历史检查者的检查结果，提取所述检查结果中的历史肾小球滤过率信息和历史慢性肾病等级；确定所述历史肾小球滤过率信息的历史指标区域，利用所述历史指标区域和所述历史慢性肾病等级生成慢性肾病特征数据，将所述慢性肾病特征数据放入卷积神经网络进行训练，根据训练结果生成所述预设慢性肾病模型。
7.一种设备，其特征在于，所述设备包括：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慢性肾病筛查程序，所述慢性肾病筛查程序配置为实现如权利要求1至5中任一项所述的慢性肾病筛查方法的步骤。
8.一种存储介质，其特征在于，所述存储介质上存储有慢性肾病筛查程序，所述慢性肾病筛查程序被处理器执行时实现如权利要求1至5中任一项所述的慢性肾病筛查方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811462246.5A CN109754878B (zh) | 2018-11-30 | 2018-11-30 | 慢性肾病筛查方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811462246.5A CN109754878B (zh) | 2018-11-30 | 2018-11-30 | 慢性肾病筛查方法、装置、设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109754878A CN109754878A (zh) | 2019-05-14 |
| CN109754878B true CN109754878B (zh) | 2023-06-20 |
Family
ID=66403440
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811462246.5A Active CN109754878B (zh) | 2018-11-30 | 2018-11-30 | 慢性肾病筛查方法、装置、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109754878B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110533636B (zh) * | 2019-07-31 | 2023-08-04 | 平安科技（深圳）有限公司 | 一种图像分析装置 |
| CN111554401B (zh) * | 2020-03-26 | 2020-12-29 | 肾泰网健康科技(南京)有限公司 | Ai慢性肾病风险筛查建模方法、慢性肾病风险筛查方法及系统 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101926675A (zh) * | 2009-10-30 | 2010-12-29 | 华为技术有限公司 | 一种远程获取用户生理检测数据的方法、装置及系统 |
| CN102187219A (zh) * | 2008-08-29 | 2011-09-14 | 阿斯图特医药公司 | 用于诊断和预后肾损伤和肾衰竭的方法和组合物 |
| CN103189745A (zh) * | 2010-09-24 | 2013-07-03 | 匹兹堡大学高等教育联邦体系 | 肾损伤的生物标记物 |
| CN104537267A (zh) * | 2015-01-16 | 2015-04-22 | 广东省人民医院 | 一种肾小球滤过率评估系统 |
| CN104899684A (zh) * | 2015-05-22 | 2015-09-09 | 欧阳锡伟 | 一种健康管理方法 |
| CN106295238A (zh) * | 2016-09-28 | 2017-01-04 | 湖南老码信息科技有限责任公司 | 一种基于增量式神经网络模型的高血压肾病预测方法和预测系统 |
| CN107050050A (zh) * | 2017-04-19 | 2017-08-18 | 樊均明 | 一种肾小球和肾小管复合损伤的猕猴慢性肾病模型的建立方法 |
-
2018
- 2018-11-30 CN CN201811462246.5A patent/CN109754878B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102187219A (zh) * | 2008-08-29 | 2011-09-14 | 阿斯图特医药公司 | 用于诊断和预后肾损伤和肾衰竭的方法和组合物 |
| CN101926675A (zh) * | 2009-10-30 | 2010-12-29 | 华为技术有限公司 | 一种远程获取用户生理检测数据的方法、装置及系统 |
| CN103189745A (zh) * | 2010-09-24 | 2013-07-03 | 匹兹堡大学高等教育联邦体系 | 肾损伤的生物标记物 |
| CN104537267A (zh) * | 2015-01-16 | 2015-04-22 | 广东省人民医院 | 一种肾小球滤过率评估系统 |
| CN104899684A (zh) * | 2015-05-22 | 2015-09-09 | 欧阳锡伟 | 一种健康管理方法 |
| CN106295238A (zh) * | 2016-09-28 | 2017-01-04 | 湖南老码信息科技有限责任公司 | 一种基于增量式神经网络模型的高血压肾病预测方法和预测系统 |
| CN107050050A (zh) * | 2017-04-19 | 2017-08-18 | 樊均明 | 一种肾小球和肾小管复合损伤的猕猴慢性肾病模型的建立方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109754878A (zh) | 2019-05-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Armstrong et al. | Use of pedometers as a tool to promote daily physical activity levels in patients with COPD: a systematic review and meta-analysis | |
| Lobban et al. | A systematic review of randomised controlled trials of interventions reporting outcomes for relatives of people with psychosis | |
| Beninato et al. | Minimal clinically important difference of the functional gait assessment in older adults | |
| Porath-Waller et al. | An examination of the validity of the standardized field sobriety test in detecting drug impairment using data from the drug evaluation and classification program | |
| CN109754878B (zh) | 慢性肾病筛查方法、装置、设备及存储介质 | |
| Lambdin et al. | Integration of HIV care and treatment in primary health care centers and patient retention in central Mozambique: a retrospective cohort study | |
| EP2961318A1 (en) | Neurological assessment system and method | |
| Souliotis | Patient participation in contemporary health care: promoting a versatile patient role | |
| US20180146905A1 (en) | Personality testing device and method | |
| KR20150078032A (ko) | 치매 예방 서비스 제공 장치 및 방법 | |
| CN109065187A (zh) | 一种尿液跟踪分析方法和装置 | |
| CN110595496A (zh) | 基于数据分析的医疗救护路径推荐方法及相关设备 | |
| CN111091903A (zh) | 针对遗传疾病风险概率评估及阻断或改善方法推荐系统 | |
| CN115376648A (zh) | 一种智能处方生成装置和智能处方生成系统 | |
| Fedushko | Adequacy of Personal Medical Profiles Data in Medical Information Decision-Making Support System. | |
| CN106419826A (zh) | 一种基于指纹识别的视力检测系统 | |
| KR101626834B1 (ko) | 사용자 정보 기반 우울감 모니터링 시스템 및 방법 | |
| CN112331283A (zh) | 健康监测方法、装置及计算机可读介质 | |
| CN112233816A (zh) | 健康监测方法、装置及计算机可读介质 | |
| CN116230213A (zh) | 一种智能伤情识别方法及系统 | |
| US20150169828A1 (en) | Method and system for collecting medical data | |
| CN113593722A (zh) | 一种用于患者预立医疗照护计划沟通的系统和方法 | |
| CN115440363A (zh) | 一种用于老年人的居家危险识别系统 | |
| CN113470825B (zh) | 一种静脉血栓栓塞预测系统、方法、设备及介质 | |
| US11715567B2 (en) | Storage medium, information processing apparatus, information processing system, and information processing method |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |