CN110021438A - 人体营养状态辅助诊断系统及方法 - Google Patents
人体营养状态辅助诊断系统及方法 Download PDFInfo
- Publication number
- CN110021438A CN110021438A CN201710599294.8A CN201710599294A CN110021438A CN 110021438 A CN110021438 A CN 110021438A CN 201710599294 A CN201710599294 A CN 201710599294A CN 110021438 A CN110021438 A CN 110021438A
- Authority
- CN
- China
- Prior art keywords
- diagnosis
- information
- sufferer
- data
- library
- 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
- 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
- G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Biomedical Technology (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Pathology (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明涉及一种人体营养状态辅助诊断系统,包括病患信息获取模块、数据处理模块、诊断模型计算模块、诊断结果整合与输出模块,病患信息获取模块与医院HIS系统、医院LIS系统、医院营养诊疗系统互通信息,病患信息获取模块包括病患信息存储器,其内存有读取的病患信息,数据处理模块包括数据抽取器、数据处理器,数据处理器包括营养诊断指征库、指征公式库,诊断模型计算模块包括诊断模型生成器,包括营养诊断指征库、诊断判断标准库,诊断模型生成器生成诊断算法模型,诊断结果整合与输出模块将诊断结果整合后输出格式化诊断结果。本发明采用人体多维度营养状态诊断算法模型自动给出多方面、专业诊断结论,具有诊断全面和结果精准的特点。
Description
技术领域
本发明涉及一种辅助诊断系统及方法,特别涉及一种人体营养状态辅助诊断系统及方法,属于营养状态诊断领域。
背景技术
营养治疗已作为独立的治疗手段应用于医院及健康管理领域,对疾病的改善和健康的恢复非常有帮助,而营养治疗有效开展的前提是需要针对人体营养状况的个体性差异先形成专业的营养诊断,然后再进行专业的辅助治疗处理。但目前在我国,营养状态诊断更多的还是依赖医生的经验,或通过片面的营养状态评估方法,判断病人当前的营养状况,形成营养状态诊断结论。
依赖医生的经验和使用简单的营养评估方法,对人体营养状态进行诊断,仍属于完全人工介入的诊断模式,诊断过程效率低下。这种方式最主要的缺陷是医生的经验容易造成营养诊断结果相对偏向主观化,没有统一标准。而当前采用的营养评估方法也都相对比较简单和片面,容易造成诊断不够全面和结果不够精准。总之,现有的营养状态诊断方式没有将影响营养诊断的多维度的营养评估信息进行集中化、专业化的分析与处理。
发明内容
本发明人体营养状态辅助诊断系统及方法公开了新的方案,采用人体多维度营养状态诊断算法模型自动给出多方面的、专业的诊断结论,解决了现有方案诊断过程效率低下、诊断不够全面及诊断结果受医生主观因素影响而产生偏差与失误的问题。
本发明人体营养状态辅助诊断系统包括病患信息获取模块、数据处理模块、诊断模型计算模块、诊断结果整合与输出模块,病患信息获取模块与医院HIS系统、医院LIS系统、医院营养诊疗系统互通信息,病患信息获取模块包括病患信息存储器,病患信息存储器内存有读取的病患信息,数据处理模块包括数据抽取器、数据处理器,数据处理器包括营养诊断指征库、指征公式库,数据处理器加工数据抽取器从病患信息存储器内抽取的病患信息后输出标准化数据,诊断模型计算模块包括诊断模型生成器,诊断模型生成器包括营养诊断指征库、诊断判断标准库,诊断模型生成器生成诊断算法模型,诊断算法模型读取标准化数据经处理后输出诊断结果,诊断结果整合与输出模块根据设定的算法将诊断结果整合后输出格式化诊断结果。
进一步,本方案的病患信息包括生化信息、体格测量信息、消化道信息、膳食摄入信息。
进一步,本方案的营养诊断指征库内存有营养诊断指征与数据意义定义的集合。
进一步,本方案的指征公式库内存有算法模型中营养诊断指征数据的处理公式集合。
进一步,本方案的诊断判断标准库内存有各维度诊断的判断标准集合,维度包括整体营养状态、营养需求量、能量摄入状况、人体体格状况、实验室检查状况、消化功能状况、食物过敏/不耐受状况,营养知识情况、营养状态相关诊断结果。
本方案还公开了营养状态辅助诊断方法,营养状态辅助诊断方法基于人体营养状态辅助诊断系统,人体营养状态辅助诊断系统包括病患信息获取模块、数据处理模块、诊断模型计算模块、诊断结果整合与输出模块,病患信息获取模块与医院HIS系统、医院LIS系统、医院营养诊疗系统互通信息,病患信息获取模块包括病患信息存储器,病患信息存储器内存有读取的病患信息,数据处理模块包括数据抽取器、数据处理器,数据处理器包括营养诊断指征库、指征公式库,诊断模型计算模块包括诊断模型生成器,诊断模型生成器包括营养诊断指征库、诊断判断标准库,包括步骤:⑴病患信息获取模块通过医院HIS系统、医院LIS系统和医院营养诊疗系统获取待诊断病患的生化信息、体格测量信息、消化道信息、膳食摄入信息;⑵数据处理模块从病患的生化信息、体格测量信息、消化道信息、膳食摄入信息中抽离出诊断模型中所需的全部信息;⑶数据处理模块通过营养诊断指征库和指证公式库对获取的源信息进行数据处理,生成可代入诊断模型的因子和数值;⑷诊断模型计算模块将步骤⑶得到的因子、数值带入由营养诊断指征库和诊断判断标准库建立的自动诊断模型中,自动输出多维度综合营养状态诊断结果;⑸诊断结果整合与输出模块根据设定的算法将步骤⑷得到的诊断结果整合后输出格式化诊断结果提供给医生作为人体营养状态的辅助诊断数据信息。
上述方案提及的“医院HIS系统”是医疗行业的专用名词,指“医院信息系统”,“医院LIS系统”也是医疗行业的专用名词,指“实验室检验信息系统”。
本发明人体营养状态辅助诊断系统及方法采用人体多维度营养状态诊断算法模型自动给出多方面的、专业的诊断结论,具有诊断全面、结果精准及诊断过程敏捷高效的特点,并较好地解决了诊断结果受医生主观因素而产生的偏差与失误。
附图说明
图1是本发人体营养状态辅助诊断系统及方法的工作流程图。
图2是人体营养状态辅助诊断系统及方法的原理图。
具体实施方式
如图1、2所示,本发明人体营养状态辅助诊断系统及方法的示意图。人体营养状态辅助诊断系统包括病患信息获取模块、数据处理模块、诊断模型计算模块、诊断结果整合与输出模块,病患信息获取模块与医院HIS系统、医院LIS系统、医院营养诊疗系统互通信息,病患信息获取模块包括病患信息存储器,病患信息存储器内存有读取的病患信息,数据处理模块包括数据抽取器、数据处理器,数据处理器包括营养诊断指征库、指征公式库,数据处理器加工数据抽取器从病患信息存储器内抽取的病患信息后输出标准化数据,诊断模型计算模块包括诊断模型生成器,诊断模型生成器包括营养诊断指征库、诊断判断标准库,诊断模型生成器生成诊断算法模型,诊断算法模型读取标准化数据经处理后输出诊断结果,诊断结果整合与输出模块根据设定的算法将诊断结果整合后输出格式化诊断结果。其中,病患信息包括生化信息、体格测量信息、消化道信息、膳食摄入信息,营养诊断指征库内存有营养诊断指征与数据意义定义的集合,指征公式库内存有算法模型中营养诊断指征数据的处理公式集合,诊断判断标准库内存有各维度诊断的判断标准集合,维度包括整体营养状态、营养需求量、能量摄入状况、人体体格状况、实验室检查状况、消化功能状况、食物过敏/不耐受状况,营养知识情况、营养状态相关诊断结果。上述方案采用人体多维度营养状态诊断算法模型自动给出多方面的、专业的诊断结论,辅助营养师的营养状态诊断工作。
本方案还公开了营养状态辅助诊断方法,营养状态辅助诊断方法基于人体营养状态辅助诊断系统,人体营养状态辅助诊断系统包括病患信息获取模块、数据处理模块、诊断模型计算模块、诊断结果整合与输出模块,病患信息获取模块与医院HIS系统、医院LIS系统、医院营养诊疗系统互通信息,病患信息获取模块包括病患信息存储器,病患信息存储器内存有读取的病患信息,数据处理模块包括数据抽取器、数据处理器,数据处理器包括营养诊断指征库、指征公式库,诊断模型计算模块包括诊断模型生成器,诊断模型生成器包括营养诊断指征库、诊断判断标准库,包括步骤:⑴病患信息获取模块通过医院HIS系统、医院LIS系统和医院营养诊疗系统获取待诊断病患的生化信息、体格测量信息、消化道信息、膳食摄入信息;⑵数据处理模块从病患的生化信息、体格测量信息、消化道信息、膳食摄入信息中抽离出诊断模型中所需的全部信息;⑶数据处理模块通过营养诊断指征库和指证公式库对获取的源信息进行数据处理,生成可代入诊断模型的因子和数值;⑷诊断模型计算模块将步骤⑶得到的因子、数值带入由营养诊断指征库和诊断判断标准库建立的自动诊断模型中,自动输出多维度综合营养状态诊断结果;⑸诊断结果整合与输出模块根据设定的算法将步骤⑷得到的诊断结果整合后输出格式化诊断结果提供给医生作为人体营养状态的辅助诊断数据信息。
本方案公开了一种医疗或健康管理行业的营养状态诊断系统,提供一套针对人体多维度营养状态的诊断算法,将影响营养状态诊断的多维度的营养评估信息全面纳入到算法模型中,根据算法自动给出多方面的、专业的诊断结论,从而辅助营养师的营养状态诊断工作。本方案的营养状态辅助诊断系统包括以下部分。
病患信息获取模块,用于从医院HIS系统、医院LIS系统、医院营养诊疗系统中获取待诊断病患的生化信息、体格测量信息、消化道信息、膳食摄入信息。
数据处理模块,用于源数据抽离、营养诊断指征数据计算和输出可代入诊断算法模型的标准化数据。
诊断模型计算模块,用于代入上述标准化数据后自动计算诊断结果。
诊断结果整合与输出模块,用户将上述计算结果进行整合,按规定的诊断结果格式进行输出。
系统通过医院HIS系统、医院LIS系统、医院营养诊疗系统,获取到待诊断病患的生化信息、体格测量信息、消化道信息、膳食摄入信息。从病患的生化信息、体格测量信息、消化道信息、膳食摄入信息中抽离出算法模型中所需的全部信息。通过营养诊断指征库(营养诊断指征与数值意义定义的集合)和指证公式库(算法模型中营养诊断指证数据的处理公式集合)对获取的源信息进行数据处理,处理成可代入算法模型的因子和数值。将得到的各因子数值带入由营养诊断指征库和诊断判断标准库(各维度诊断的判断标准集合)建立自动诊断模型中,最终自动输出多维度综合的营养状态诊断结果,提供给医生辅助其下达最终诊断结果。
本方案的人体营养状态辅助诊断系统及方法并不限于具体实施方式中公开的内容,实施例中出现的技术方案可以基于本领域技术人员的理解而延伸,本领域技术人员根据本方案结合公知常识作出的简单替换方案也属于本方案的范围。
Claims (6)
1.人体营养状态辅助诊断系统,其特征是包括病患信息获取模块、数据处理模块、诊断模型计算模块、诊断结果整合与输出模块,所述病患信息获取模块与医院HIS系统、医院LIS系统、医院营养诊疗系统互通信息,所述病患信息获取模块包括病患信息存储器,所述病患信息存储器内存有读取的病患信息,所述数据处理模块包括数据抽取器、数据处理器,所述数据处理器包括营养诊断指征库、指征公式库,所述数据处理器加工所述数据抽取器从所述病患信息存储器内抽取的病患信息后输出标准化数据,所述诊断模型计算模块包括诊断模型生成器,所述诊断模型生成器包括营养诊断指征库、诊断判断标准库,所述诊断模型生成器生成诊断算法模型,所述诊断算法模型读取所述标准化数据经处理后输出诊断结果,所述诊断结果整合与输出模块根据设定的算法将所述诊断结果整合后输出格式化诊断结果。
2.根据权利要求1所述的人体营养状态辅助诊断系统,其特征在于,所述病患信息包括生化信息、体格测量信息、消化道信息、膳食摄入信息。
3.根据权利要求1所述的人体营养状态辅助诊断系统,其特征在于,所述营养诊断指征库内存有营养诊断指征与数据意义定义的集合。
4.根据权利要求1所述的人体营养状态辅助诊断系统,其特征在于,所述指征公式库内存有算法模型中营养诊断指征数据的处理公式集合。
5.根据权利要求1所述的人体营养状态辅助诊断系统,其特征在于,所述诊断判断标准库内存有各维度诊断的判断标准集合,维度包括整体营养状态、营养需求量、能量摄入状况、人体体格状况、实验室检查状况、消化功能状况、食物过敏/不耐受状况,营养知识情况、营养状态相关诊断结果。
6.营养状态辅助诊断方法,营养状态辅助诊断方法基于人体营养状态辅助诊断系统,人体营养状态辅助诊断系统包括病患信息获取模块、数据处理模块、诊断模型计算模块、诊断结果整合与输出模块,所述病患信息获取模块与医院HIS系统、医院LIS系统、医院营养诊疗系统互通信息,所述病患信息获取模块包括病患信息存储器,所述病患信息存储器内存有读取的病患信息,所述数据处理模块包括数据抽取器、数据处理器,所述数据处理器包括营养诊断指征库、指征公式库,所述诊断模型计算模块包括诊断模型生成器,所述诊断模型生成器包括营养诊断指征库、诊断判断标准库,其特征是包括步骤:
⑴病患信息获取模块通过医院HIS系统、医院LIS系统和医院营养诊疗系统获取待诊断病患的生化信息、体格测量信息、消化道信息、膳食摄入信息;
⑵数据处理模块从病患的生化信息、体格测量信息、消化道信息、膳食摄入信息中抽离出诊断模型中所需的全部信息;
⑶数据处理模块通过营养诊断指征库和指证公式库对获取的源信息进行数据处理,生成可代入诊断模型的因子和数值;
⑷诊断模型计算模块将步骤⑶得到的因子、数值带入由营养诊断指征库和诊断判断标准库建立的自动诊断模型中,自动输出多维度综合营养状态诊断结果;
⑸诊断结果整合与输出模块根据设定的算法将步骤⑷得到的诊断结果整合后输出格式化诊断结果提供给医生作为人体营养状态的辅助诊断数据信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710599294.8A CN110021438A (zh) | 2017-07-21 | 2017-07-21 | 人体营养状态辅助诊断系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710599294.8A CN110021438A (zh) | 2017-07-21 | 2017-07-21 | 人体营养状态辅助诊断系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110021438A true CN110021438A (zh) | 2019-07-16 |
Family
ID=67185891
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710599294.8A Pending CN110021438A (zh) | 2017-07-21 | 2017-07-21 | 人体营养状态辅助诊断系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110021438A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110660460A (zh) * | 2019-09-09 | 2020-01-07 | 广东钜元营养科技有限公司 | 一种用于医院的营养信息管理系统和方法 |
CN113744881A (zh) * | 2021-09-10 | 2021-12-03 | 浙江核新同花顺网络信息股份有限公司 | 一种生成人体体征类型的方法和系统 |
CN113744881B (zh) * | 2021-09-10 | 2024-10-29 | 浙江核新同花顺网络信息股份有限公司 | 一种生成人体体征类型的方法和系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140086836A1 (en) * | 2011-05-03 | 2014-03-27 | Mental Health Research Institute | Method for detection of a neurological disease |
CN104392134A (zh) * | 2014-11-27 | 2015-03-04 | 广州迈康智源医疗管理技术有限公司 | 临床营养诊疗系统 |
CN104915561A (zh) * | 2015-06-11 | 2015-09-16 | 万达信息股份有限公司 | 疾病特征智能匹配方法 |
CN105260594A (zh) * | 2015-09-24 | 2016-01-20 | 中国疾病预防控制中心营养与健康所 | 一种个体营养评价系统 |
-
2017
- 2017-07-21 CN CN201710599294.8A patent/CN110021438A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140086836A1 (en) * | 2011-05-03 | 2014-03-27 | Mental Health Research Institute | Method for detection of a neurological disease |
CN104392134A (zh) * | 2014-11-27 | 2015-03-04 | 广州迈康智源医疗管理技术有限公司 | 临床营养诊疗系统 |
CN104915561A (zh) * | 2015-06-11 | 2015-09-16 | 万达信息股份有限公司 | 疾病特征智能匹配方法 |
CN105260594A (zh) * | 2015-09-24 | 2016-01-20 | 中国疾病预防控制中心营养与健康所 | 一种个体营养评价系统 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110660460A (zh) * | 2019-09-09 | 2020-01-07 | 广东钜元营养科技有限公司 | 一种用于医院的营养信息管理系统和方法 |
CN113744881A (zh) * | 2021-09-10 | 2021-12-03 | 浙江核新同花顺网络信息股份有限公司 | 一种生成人体体征类型的方法和系统 |
CN113744881B (zh) * | 2021-09-10 | 2024-10-29 | 浙江核新同花顺网络信息股份有限公司 | 一种生成人体体征类型的方法和系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20100280350A1 (en) | Chinese medicine tele-diagnostics and triage system | |
WO2005023086B1 (en) | Systems, methods, and computer program products for analysis of vessel attributes for diagnosis, disease staging, and surgical planning | |
CN108920634A (zh) | 基于知识图谱的皮肤病特征分析系统 | |
CN107887032A (zh) | 一种数据处理方法及装置 | |
CN108182725A (zh) | 一种建立数字化单心室胎儿心脏结构教学模型的方法 | |
CN117542530B (zh) | 一种针对产后患者的健康监控数据监控方法和监控系统 | |
CN107480419A (zh) | 胎儿出生缺陷智能化诊断系统 | |
CN110021438A (zh) | 人体营养状态辅助诊断系统及方法 | |
CN111967540B (zh) | 基于ct数据库的颌面部骨折的识别方法、装置及终端设备 | |
CN111973188A (zh) | 一种基于神经网络估算呼吸力学参数的方法 | |
CN108122232B (zh) | 一种医用夹板患处不同动作的智能识别方法 | |
CN116543916A (zh) | 基于病历整合自动预测当前病因的儿童内科分析系统 | |
CN107689249A (zh) | 一种基于互联网的临床危急值预警系统及预警方法 | |
CN116013118A (zh) | 一种基于增强现实的儿科气管插管培训系统及方法 | |
CN115295110A (zh) | 一种术后并发症预测系统及方法 | |
Xu et al. | Analysis of the diagnostic consistency of Chinese medicine specialists in cardiovascular disease cases and syndrome identification based on the relevant feature for each label learning method | |
Veltri et al. | Clinical data annotation for parotid neoplasia management | |
CN205597896U (zh) | 一种中医诊断病情采集系统 | |
KR101455198B1 (ko) | Ct 영상 분석을 이용한 흉곽 변형성 정량적 평가 지표값 계산 방법, 시스템 및 기록 매체 | |
Tamilia et al. | An automated system for quantitative analysis of newborns' oral-motor behavior and coordination during bottle feeding | |
Morello et al. | Design of a wearable sweat sensor for diagnosing Cystic Fibrosis in children | |
CN111462849A (zh) | 一种多功能骨外科护理系统及护理方法、护理终端 | |
CN118356169B (zh) | 一种医疗护理自动监测系统 | |
CN116230189A (zh) | 一种儿科术中舒适护理管理装置及系统 | |
Xie et al. | Design of a Distributed Collaborative Chinese Medicine Treatment Platform |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190716 |
|
RJ01 | Rejection of invention patent application after publication |