CN110097940A - 一种体检项目推荐方法及相关产品 - Google Patents

一种体检项目推荐方法及相关产品 Download PDF

Info

Publication number
CN110097940A
CN110097940A CN201910389864.XA CN201910389864A CN110097940A CN 110097940 A CN110097940 A CN 110097940A CN 201910389864 A CN201910389864 A CN 201910389864A CN 110097940 A CN110097940 A CN 110097940A
Authority
CN
China
Prior art keywords
disease
physical examination
project
examinee
predicted
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
Application number
CN201910389864.XA
Other languages
English (en)
Inventor
孙文
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Intelligent Decision Medical Technology Co Ltd
Original Assignee
Beijing Intelligent Decision Medical Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Intelligent Decision Medical Technology Co Ltd filed Critical Beijing Intelligent Decision Medical Technology Co Ltd
Priority to CN201910389864.XA priority Critical patent/CN110097940A/zh
Publication of CN110097940A publication Critical patent/CN110097940A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • 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
    • 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
    • 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
    • G16H70/00—ICT specially adapted for the handling or processing of medical references

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Medical Informatics (AREA)
  • Primary Health Care (AREA)
  • General Health & Medical Sciences (AREA)
  • Business, Economics & Management (AREA)
  • Epidemiology (AREA)
  • Strategic Management (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Physics & Mathematics (AREA)
  • Game Theory and Decision Science (AREA)
  • Quality & Reliability (AREA)
  • Development Economics (AREA)
  • Biomedical Technology (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Pathology (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

本发明提供一种体检项目推荐方法及相关产品，该方法，包括：获取体检者的现有体检项目的检查结果信息；根据所述检查结果信息，预测待预测疾病对应的疾病发生概率；利用所述疾病发生概率及其对应的待预测疾病的未检测项目的开销，确定全面进行所述待检测疾病的未检测项目的整体收益；根据所述整体收益，判断是否推荐对应的体检者进行相应的未检测项目，以便确定所述待预测疾病的真实发生风险值。本发明提供的体检项目推荐方法，为体检者是否需要进一步地进行某些未检测项目提供了重要的决策手段，从而根据现有的体检项目更合理推荐体检者进行进一步的体检项目，在减少疾病风险漏检造成的潜在风险的同时，降低过度检测带来的额外花费和不良感受。

Description

一种体检项目推荐方法及相关产品
技术领域
本发明实施例涉及体检技术领域，具体涉及一种体检项目推荐方法及相关产品。
背景技术
疾病风险预测服务是基于个体特征(包括人口统计学特征、生理指标、个人疾病及治疗史、家族史、基因型等)对该个体在未来一段时间内发生特定疾病的概率进行估算，从而预测疾病发生的可能性的服务。疾病风险预测服务的常见应用场景为体检中心，其主要目的是对个体的多种疾病发生风险进行全面的评估，对高风险疾病进行全面的筛查。精确的疾病风险预测依赖于准确的个体特征输入。
然而，不同疾病风险预测服务所需的个体特征不同。除共性的特征之外，尚需针对每种疾病收集其特殊的个体特征。针对此问题，现有技术的解决方式主要有两种：(1)针对体检中收集到的个人特征，仅计算利用这些特征可以计算的疾病风险；(2)采集所有适用的疾病风险预测服务所需要的个人特征，以提供这些疾病的风险预测服务。第一种解决方式的缺点是只能提供一小部分疾病的风险预测服务，可能发生高风险疾病的漏筛。第二种解决方式的缺点主要有以下几点：某些特征收集需要花费较高费用，某些特征收集有侵入性或会给个体带来不适，某些特征对疾病风险的贡献相对较小。无差别的特征收集方式因其缺乏对成本效益的评估而存在低效的问题。
因此，如何提出一种体检项目推荐方法，根据现有的体检项目更合理推荐体检者进行进一步的体检项目，在减少疾病风险漏检造成的潜在风险的同时，降低过度检测带来的额外花费和不良感受，是本领域技术人员亟待解决的技术问题。
发明内容
为此，本发明实施例提供一种体检项目推荐方法及相关产品，根据现有的体检项目更合理推荐体检者进行进一步的体检项目，在减少疾病风险漏检造成的潜在风险的同时，降低过度检测带来的额外花费和不良感受。
为了实现上述目的，本发明实施例提供如下技术方案：
一方面，本发明提供一种体检项目推荐方法，包括：
获取体检者的现有体检项目的检查结果信息；
根据所述检查结果信息，预测待预测疾病对应的疾病发生概率；
利用所述疾病发生概率及其对应的待预测疾病的未检测项目的开销，确定全面进行所述待检测疾病的未检测项目的整体收益；
根据所述整体收益，判断是否推荐对应的体检者进行相应的未检测项目，以便确定所述待预测疾病的真实发生风险值。
优选地，
所述根据所述检查结果信息，预测待预测疾病对应的疾病发生概率，包括：
根据所述检查结果信息以及所述体检者的身份信息，确定所述待检测疾病相应的未检测项目的估计值；
根据所述检查结果信息以及所述估计值，确定所述待检测疾病的疾病发生概率。
优选地，
所述利用所述疾病发生概率及其对应的待预测疾病的未检测项目的开销，确定全面进行所述待检测疾病的未检测项目的整体收益，包括：
获取所述未检测项目的采集成本；
根据所述疾病发生概率确定所述体检者对应所述待预测疾病的疾病预防收益；
将所述疾病预防收益减去所述采集成本，得到全面进行所述待检测疾病的未检测项目的整体收益。
优选地，
采集成本，包括：项目采集花费，体检者不良体验成本。
所述疾病预防收益，包括：所述待预测疾病如果发生所产生的负担花费与所述待预测疾病的可预防概率、所述疾病发生概率的乘积。
优选地，
所述根据所述整体收益，判断是否推荐对应的体检者进行相应的未检测项目，包括：
判断所述整体收益是否超过预设数值；
如果是，则推荐对应的体检者进行相应的未检测项目。
优选地，
所述根据所述整体收益，判断是否推荐对应的体检者进行相应的未检测项目，包括：
根据已经划分的收益数值区间，判断所述整体收益对应的数值区间；
根据所述整体收益对应的数值区间，确定对应的推荐等级。
第二方面，本发明提供一种体检项目推荐系统，包括：
检查结果获取模块，用于获取体检者的现有体检项目的检查结果信息；
疾病预测发生模块，用于根据所述检查结果信息，预测待预测疾病对应的疾病发生概率；
整体收益确定模块，用于利用所述疾病发生概率及其对应的待预测疾病的未检测项目的开销，确定全面进行所述待检测疾病的未检测项目的整体收益；
项目推荐判断模块，用于根据所述整体收益，判断是否推荐对应的体检者进行相应的未检测项目，以便确定所述待预测疾病的真实发生风险值。
优选地，
所述疾病预测发生模块，包括：
未检测项目估计单元，用于根据所述检查结果信息以及所述体检者的身份信息，确定所述待检测疾病相应的未检测项目的估计值；
疾病概率确定单元，用于根据所述检查结果信息以及所述估计值，确定所述待检测疾病的疾病发生概率。
优选地，
所述整体收益确定模块，包括：
采集成本获取单元，用于获取所述未检测项目的采集成本；
预防收益确定单元，用于根据所述疾病发生概率确定所述体检者对应所述待预测疾病的疾病预防收益；
整体收益计算单元，用于将所述疾病预防收益减去所述采集成本，得到全面进行所述待检测疾病的未检测项目的整体收益。
优选地，
所述项目推荐判断模块，包括：
预设数值判断单元，用于判断所述整体收益是否超过预设数值；
项目推荐单元，用于如果所述整体收益超过预设数值，则推荐对应的体检者进行相应的未检测项目。
优选地，
所述项目推荐判断模块，包括：
区间判断单元，用于根据已经划分的收益数值区间，判断所述整体收益对应的数值区间；
推荐等级确定单元，用于根据所述整体收益对应的数值区间，确定对应的推荐等级。
第三方面，本发明提供一种体检项目推荐设备，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序时实现如上述第一方面任一项所述体检
项目推荐方法的步骤。
第四方面，本发明提供一种计算机可读存储介质，所述计算机可读存储介
质上存储有计算机程序，所述计算机程序被处理器执行时实现如上述第一
方面任一项所述体检项目推荐方法的步骤。
本发明提供一种体检项目推荐方法，包括：获取体检者的现有体检项目的检查结果信息；根据所述检查结果信息，预测待预测疾病对应的疾病发生概率；利用所述疾病发生概率及其对应的待预测疾病的未检测项目的开销，确定全面进行所述待检测疾病的未检测项目的整体收益；根据所述整体收益，判断是否推荐对应的体检者进行相应的未检测项目，以便确定所述待预测疾病的真实发生风险值。本发明提供的体检项目推荐方法，利用已有的体检检查结果，来推测某些根据目前的体检项目不能确定的待预测疾病的发生风险，进一步地进行收益计算，并且判定是否推荐体检者进行一些未检测的项目，为体检者是否需要进一步地进行某些未检测项目提供了重要的决策手段，从而根据现有的体检项目更合理推荐体检者进行进一步的体检项目，在减少疾病风险漏检造成的潜在风险的同时，降低过度检测带来的额外花费和不良感受。
本发明提供的体检项目推荐方法及相关产品都具有上述的有益效果，在此不再一一赘述。
附图说明
为了更清楚地说明本发明的实施方式或现有技术中的技术方案，下面将对实施方式或现有技术描述中所需要使用的附图作简单地介绍。显而易见地，下面描述中的附图仅仅是示例性的，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，还可以根据提供的附图引伸获得其它的实施附图。
本说明书所绘示的结构、比例、大小等，均仅用以配合说明书所揭示的内容，以供熟悉此技术的人士了解与阅读，并非用以限定本发明可实施的限定条件，故不具技术上的实质意义，任何结构的修饰、比例关系的改变或大小的调整，在不影响本发明所能产生的功效及所能达成的目的下，均应仍落在本发明所揭示的技术内容得能涵盖的范围内。
图1为本发明一种具体实施方式所提供的一种体检项目推荐方法的流程图；
图2为本发明一种具体实施方式所提供的一种体检项目推荐方法的推荐判断流程图；
图3为本发明一种具体实施方式所提供的一种体检项目推荐方法的另一种推荐判断流程图；
图4为本发明一种具体实施方式所提供的一种体检项目推荐方法的疾病概率确定流程图；
图5为本发明一种具体实施方式所提供的一种体检项目推荐方法的整体收益计算流程图；
图6为本发明又一具体实施方式所提供的提供一种体检项目推荐系统的组成结构示意图；
图7为本发明又一具体实施方式所提供的提供一种体检项目推荐系统的疾病预测发生模块组成结构示意图；
图8为本发明又一具体实施方式所提供的提供一种体检项目推荐系统的整体收益确定模块组成结构示意图；
图9为本发明又一具体实施方式所提供的提供一种体检项目推荐系统的项目推荐判断模块组成结构示意图；
图10为本发明又一具体实施方式所提供的提供一种体检项目推荐系统的项目推荐判断模块组成结构示意图；
图11为本发明又一种具体实施方式所提供的体检项目推荐设备的结构示意图。
具体实施方式
以下由特定的具体实施例说明本发明的实施方式，熟悉此技术的人士可由本说明书所揭露的内容轻易地了解本发明的其他优点及功效，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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，都属于本发明保护的范围。
请参考图1、图2、图3、图4、图5，图1为本发明一种具体实施方式所提供的一种体检项目推荐方法的流程图；图2为本发明一种具体实施方式所提供的一种体检项目推荐方法的推荐判断流程图；图3为本发明一种具体实施方式所提供的一种体检项目推荐方法的另一种推荐判断流程图；图4为本发明一种具体实施方式所提供的一种体检项目推荐方法的疾病概率确定流程图；图5为本发明一种具体实施方式所提供的一种体检项目推荐方法的整体收益计算流程图。
在本发明的一种具体实施方式中，本发明实施例提供一种体检项目推荐方法，包括：
步骤S11：获取体检者的现有体检项目的检查结果信息；
在本发明实施例中，首先需要获取体检者的现有体检项目的检查结果信息，在现有的常规检查中，例如，一些基础的入职检查，办理健康证时，体检项目一般包括比较重要的血常规、尿常规、身高、体重等，而且在体检报告上一般保存有体检者的年龄。由此，可以对一些比较常见的疾病进行检测，在本发明实施例中，也需要对这些常规的检查项目的检查结果信息进行获取。
步骤S12：根据所述检查结果信息，预测待预测疾病对应的疾病发生概率；
在获取到体检者的现有体检项目的检查结果信息后，对于一些利用现有的检查结果不能确定的疾病，例如A疾病，A疾病需要五个指标才能够确定，然而在现有的检查结果信息中，只有四个指标，因此并不能确认该体检者是否患有该疾病，然而，可以利用数学方法进行缺项的预测，从而得到该疾病发生概率。当然，也可以利用现有的医疗统计数据，例如，体检者40岁、176身高、180斤，那么可以根据现有的医疗统计数据，获取到未检测项目的估计值，也就是说，利用大数据的统计的方式，得到一个平均值，利用该未检测项目的平均值和现有的检查结果信息共同去对待预测疾病进行概率计算，从而得到体检者在一般情况下，可能患或可能将来要患该待预测疾病的概率。其中的A疾病可以是任意疾病，对应的指标数量也可以相应作出调整。
例如，冠心病的确诊的金标准是冠脉造影。然而冠脉造影本身的检查费用约为5000元，并且冠脉造影也是一种对人有创的检验方法，相当于一个小手术。由于在现有的检查结果信息中不存在冠脉造影的结果，无法确认该体检者是否患有该疾病。然而，根据医学领域的冠心病Framingham危险评分，我们可以使用年龄、收缩压、吸烟量、总胆固醇、心电图异常、体重和血红蛋白，根据数学公式来计算该体检者患有冠心病的概率。
步骤S13：利用所述疾病发生概率及其对应的待预测疾病的未检测项目的开销，确定全面进行所述待检测疾病的未检测项目的整体收益；
在得到待预测疾病的疾病发生概率后，可以对如果体检者进行这个未检测项目的体检，可能获得的收益和成本进行核算，一般地，体检者需要付出采集成本，获得的收益包括疾病预防收益，采集成本，包括：项目采集花费，体检者不良体验成本。对于一些检查项目可能引起体检者的强烈不适感，因此这个成本也是需要计算在内的，另外还有一些时间成本，机会成本等都包含在采集成本中，也就是说采集成本不仅仅只包括在体检中心所要付出的一些人工、材料成本。所述疾病预防收益，包括：所述待预测疾病如果发生所产生的负担花费与所述待预测疾病的可预防概率、所述疾病发生概率的乘积。也就是说，在体检后，可以成功地预防该疾病，从而获得疾病预防收益，然而在实际进行体检之前只能采用概率计算的方式，计算收益的期待值。疾病预防收益实际为疾病预防、早发现、早治疗的收益。
步骤S14：根据所述整体收益，判断是否推荐对应的体检者进行相应的未检测项目，以便确定所述待预测疾病的真实发生风险值。
整体收益，也就是在当前的疾病发生概率下，进行对应的未检测项目的检可能获得的收益，当然而整体收益也可能为负数，当整体收益为负数时，也就表示，收益太小，可能获得的疾病预防收益不能覆盖进行那些疾病需要的未检测项目的成本支出。因此，在此种情况下，原则上不推荐体检者进行这些未检测项目的检查。
当整体收益为正数时，原则上，推荐体检者进行这些未检测项目的检查，当然也可以根据整体的收益大小进行具体的设置，例如在一种具体实施方式中，可以根据所述整体收益，判断是否推荐对应的体检者进行相应的未检测项目，具体地进行以下步骤：
步骤S141：判断所述整体收益是否超过预设数值；
步骤S142：如果是，则推荐对应的体检者进行相应的未检测项目。
例如，可以将预设数值设置1000，因为，对于1000以内的收益，对于体检者来说，即使体检者真的会发生这种疾病，体检者也能够轻松地支付这些医疗费用。例如，对于一个具有大概率发生的小疾病，比如说春季的流行感冒，这时虽然，根据现有的体检结果信息也能够确定要发生的概率比较大，然而如果确认该疾病，需要进一步的体检。如果感冒发生，对于体检者来说，也可以花费较小的代价治愈，因此，没有必要进行提醒。
当然也可以采用以下的具体实施步骤：
所述根据所述整体收益，判断是否推荐对应的体检者进行相应的未检测项目，包括：
步骤S143：根据已经划分的收益数值区间，判断所述整体收益对应的数值区间；
步骤S144：根据所述整体收益对应的数值区间，确定对应的推荐等级。
也就是说，可以对整体收益划分区间，并且对区间进行推荐强烈程度的分级，例如可以将1-500设置为第一区间，对应一级推荐；将500-1000设置为第二区间，对应二级推荐；将1000-5000设置为第三区间，对应三级推荐；将5000-20000设置为第四区间，对应四级推荐；20000以上设置为第五区间，对应五级推荐，也就是说越高的整体收益，对应预告的区间，也就预示着该疾病的整体收益越高，所以应该推荐体检者进行该疾病对应的体检项目的强烈程度越高。
在上述具体实施方式的基础上，在本发明另一种实施方式中，为了根据所述检查结果信息，预测待预测疾病对应的疾病发生概率，可以进行以下步骤：
步骤S21：根据所述检查结果信息以及所述体检者的身份信息，确定所述待检测疾病相应的未检测项目的估计值；
步骤S22：根据所述检查结果信息以及所述估计值，确定所述待检测疾病的疾病发生概率。
也就是说，可以利用检查结果信息，在众多体检者的数据库中，查找以往同样数据的体检者，进而利用符合条件的体检结果作为估计值，从而进行进一步地计算确定疾病发生概率。
值得说明的是，为了计算所述利用所述疾病发生概率及其对应的待预测疾病的未检测项目的开销，确定全面进行所述待检测疾病的未检测项目的整体收益，可以具体进行以下步骤：
步骤S131：获取所述未检测项目的采集成本；
步骤S132：根据所述疾病发生概率确定所述体检者对应所述待预测疾病的疾病预防收益；
步骤S133：将所述疾病预防收益减去所述采集成本，得到全面进行所述待检测疾病的未检测项目的整体收益。
也就是说，需要将疾病预防收益减去采集成本，从而得到全面进行所述待检测疾病的未检测项目的整体收益，当然，也可能存在其他的成本，可以适当的进行增减，这里不做限定。
本发明实施例提供一种体检项目推荐方法，包括：获取体检者的现有体检项目的检查结果信息；根据所述检查结果信息，预测待预测疾病对应的疾病发生概率；利用所述疾病发生概率及其对应的待预测疾病的未检测项目的开销，确定全面进行所述待检测疾病的未检测项目的整体收益；根据所述整体收益，判断是否推荐对应的体检者进行相应的未检测项目，以便确定所述待预测疾病的真实发生风险值。本发明提供的体检项目推荐方法，利用已有的体检检查结果，来推测某些根据目前的体检项目不能确定的待预测疾病的发生风险，进一步地进行收益计算，并且判定是否推荐体检者进行一些未检测的项目，为体检者是否需要进一步地进行某些未检测项目提供了重要的决策手段，从而根据现有的体检项目更合理推荐体检者进行进一步的体检项目，在减少疾病风险漏检造成的潜在风险的同时，降低过度检测带来的额外花费和不良感受。
请参考图6、图7、图8、图9、图10，图6为本发明又一具体实施方式所提供的提供一种体检项目推荐系统的组成结构示意图；图7为本发明又一具体实施方式所提供的提供一种体检项目推荐系统的疾病预测发生模块组成结构示意图；图8为本发明又一具体实施方式所提供的提供一种体检项目推荐系统的整体收益确定模块组成结构示意图；图9为本发明又一具体实施方式所提供的提供一种体检项目推荐系统的项目推荐判断模块组成结构示意图；图10为本发明又一具体实施方式所提供的提供一种体检项目推荐系统的项目推荐判断模块组成结构示意图。
在本发明又一具体实施方式中，本发明实施例提供一种体检项目推荐系统600，包括：
检查结果获取模块610，用于获取体检者的现有体检项目的检查结果信息；
疾病预测发生模块620，用于根据所述检查结果信息，预测待预测疾病对应的疾病发生概率；
整体收益确定模块630，用于利用所述疾病发生概率及其对应的待预测疾病的未检测项目的开销，确定全面进行所述待检测疾病的未检测项目的整体收益；
项目推荐判断模块640，用于根据所述整体收益，判断是否推荐对应的体检者进行相应的未检测项目，以便确定所述待预测疾病的真实发生风险值。
优选地，
所述疾病预测发生模块620，包括：
未检测项目估计单元621，用于根据所述检查结果信息以及所述体检者的身份信息，确定所述待检测疾病相应的未检测项目的估计值；
疾病概率确定单元622，用于根据所述检查结果信息以及所述估计值，确定所述待检测疾病的疾病发生概率。
优选地，
所述整体收益确定模块630，包括：
采集成本获取单元631，用于获取所述未检测项目的采集成本；
预防收益确定单元632，用于根据所述疾病发生概率确定所述体检者对应所述待预测疾病的疾病预防收益；
整体收益计算单元633，用于将所述疾病预防收益减去所述采集成本，得到全面进行所述待检测疾病的未检测项目的整体收益。
优选地，
所述项目推荐判断模块640，包括：
预设数值判断单元641，用于判断所述整体收益是否超过预设数值；
项目推荐单元642，用于如果所述整体收益超过预设数值，则推荐对应的体检者进行相应的未检测项目。
优选地，
所述项目推荐判断模块640，包括：
区间判断单元643，用于根据已经划分的收益数值区间，判断所述整体收益对应的数值区间；
推荐等级确定单元644，用于根据所述整体收益对应的数值区间，确定对应的推荐等级。
请参考图11，图11为本发明又一种具体实施方式所提供的体检项目推荐设备的结构示意图。
在本发明的又一种具体实施方式中，本发明实施例提供一种体检项目推荐设备，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序时实现上述任一种具体实施方式所述的过流减载控制方法的步骤。
下面参考图11，其示出了适于用来实现本申请实施例的体检项目推荐设备的结构示意图。图11示出的体检项目推荐设备仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。
如图11所示，计算机系统1100包括处理器(CPU)1101，其可以根据存储在只读存储器(ROM)1102中的程序或者从存储部分1108加载到随机访问存储器(RAM)1103中的程序而执行各种适当的动作和处理。在RAM 1103中，还存储有系统1100操作所需的各种程序和数据。
CPU 1101、ROM 1102以及RAM 1103通过总线1104彼此相连。输入/输出(I/O)接口1103也连接至总线1104。
以下部件连接至I/O接口1105：包括键盘、鼠标等的输入部分1106；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分1107；包括硬盘等的存储部分1108；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分1109。通信部分1109经由诸如因特网的网络执行通信处理。驱动器1110也根据需要连接至I/O接口1107。可拆卸介质1111，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器1110上，以便于从其上读出的计算机程序根据需要被安装入存储部分1108。
特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分1109从网络上被下载和安装，和/或从可拆卸介质1111被安装。在该计算机程序被处理器(CPU)1101执行时，执行本申请的方法中限定的上述功能。需要说明的是，本申请所述的计算机可读介质可以是计算机可读信号介质或者计算机可读介质或者是上述两者的任意组合。计算机可读介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中，计算机可读介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本申请的操作的计算机程序代码，所述程序设计语言包括面向目标的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如”C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。
在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图，图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
作为本发明的又一具体实施方式，本发明实施例提供一种计算机可读存储介质所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现上述任意具体实施方式中的过流减载控制方法的步骤。
该计算机可读介质可以是上述实施例中描述的计算机或终端设备中所包含的；也可以是单独存在，而未装配入该体检项目推荐设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该体检项目推荐设备执行时，使得该体检项目推荐设备：实现前述的体检项目推荐方法的步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
虽然，上文中已经用一般性说明及具体实施例对本发明作了详尽的描述，但在本发明基础上，可以对之作一些修改或改进，这对本领域技术人员而言是显而易见的。因此，在不偏离本发明精神的基础上所做的这些修改或改进，均属于本发明要求保护的范围。

Claims (13)

1.一种体检项目推荐方法，其特征在于，包括：
获取体检者的现有体检项目的检查结果信息；
根据所述检查结果信息，预测待预测疾病对应的疾病发生概率；
利用所述疾病发生概率及其对应的待预测疾病的未检测项目的开销，确定全面进行所述待检测疾病的未检测项目的整体收益；
根据所述整体收益，判断是否推荐对应的体检者进行相应的未检测项目，以便确定所述待预测疾病的真实发生风险值。
2.根据权利要求1所述的体检项目推荐方法，其特征在于，
所述根据所述检查结果信息，预测待预测疾病对应的疾病发生概率，包括：
根据所述检查结果信息以及所述体检者的身份信息，确定所述待检测疾病相应的未检测项目的估计值；
根据所述检查结果信息以及所述估计值，确定所述待检测疾病的疾病发生概率。
3.根据权利要求1所述的体检项目推荐方法，其特征在于，
所述利用所述疾病发生概率及其对应的待预测疾病的未检测项目的开销，确定全面进行所述待检测疾病的未检测项目的整体收益，包括：
获取所述未检测项目的采集成本；
根据所述疾病发生概率确定所述体检者对应所述待预测疾病的疾病预防收益；
将所述疾病预防收益减去所述采集成本，得到全面进行所述待检测疾病的未检测项目的整体收益。
4.根据权利要求3所述的体检项目推荐方法，其特征在于，
采集成本，包括：项目采集花费，体检者不良体验成本；
所述疾病预防收益，包括：所述待预测疾病如果发生所产生的负担花费与所述待预测疾病的可预防概率、所述疾病发生概率的乘积。
5.根据权利要求1至4任一项所述的体检项目推荐方法，其特征在于，
所述根据所述整体收益，判断是否推荐对应的体检者进行相应的未检测项目，包括：
判断所述整体收益是否超过预设数值；
如果是，则推荐对应的体检者进行相应的未检测项目。
6.根据权利要求1至4任一项所述的体检项目推荐方法，其特征在于，
所述根据所述整体收益，判断是否推荐对应的体检者进行相应的未检测项目，包括：
根据已经划分的收益数值区间，判断所述整体收益对应的数值区间；
根据所述整体收益对应的数值区间，确定对应的推荐等级。
7.一种体检项目推荐系统，其特征在于，包括：
检查结果获取模块，用于获取体检者的现有体检项目的检查结果信息；
疾病预测发生模块，用于根据所述检查结果信息，预测待预测疾病对应的疾病发生概率；
整体收益确定模块，用于利用所述疾病发生概率及其对应的待预测疾病的未检测项目的开销，确定全面进行所述待检测疾病的未检测项目的整体收益；
项目推荐判断模块，用于根据所述整体收益，判断是否推荐对应的体检者进行相应的未检测项目，以便确定所述待预测疾病的真实发生风险值。
8.根据权利要求7所述的体检项目推荐系统，其特征在于，
所述疾病预测发生模块，包括：
未检测项目估计单元，用于根据所述检查结果信息以及所述体检者的身份信息，确定所述待检测疾病相应的未检测项目的估计值；
疾病概率确定单元，用于根据所述检查结果信息以及所述估计值，确定所述待检测疾病的疾病发生概率。
9.根据权利要求7所述的体检项目推荐系统，其特征在于，
所述整体收益确定模块，包括：
采集成本获取单元，用于获取所述未检测项目的采集成本；
预防收益确定单元，用于根据所述疾病发生概率确定所述体检者对应所述待预测疾病的疾病预防收益；
整体收益计算单元，用于将所述疾病预防收益减去所述采集成本，得到全面进行所述待检测疾病的未检测项目的整体收益。
10.根据权利要求7至9任一项所述的体检项目推荐系统，其特征在于，
所述项目推荐判断模块，包括：
预设数值判断单元，用于判断所述整体收益是否超过预设数值；
项目推荐单元，用于如果所述整体收益超过预设数值，则推荐对应的体检者进行相应的未检测项目。
11.根据权利要求7至9任一项所述的体检项目推荐系统，其特征在于，
所述项目推荐判断模块，包括：
区间判断单元，用于根据已经划分的收益数值区间，判断所述整体收益对应的数值区间；
推荐等级确定单元，用于根据所述整体收益对应的数值区间，确定对应的推荐等级。
12.一种体检项目推荐设备，其特征在于，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序时实现如权利要求1至6任一项所述体检项目推荐方法的步骤。
13.一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上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述体检项目推荐方法的步骤。
CN201910389864.XA 2019-05-10 2019-05-10 一种体检项目推荐方法及相关产品 Pending CN110097940A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910389864.XA CN110097940A (zh) 2019-05-10 2019-05-10 一种体检项目推荐方法及相关产品

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910389864.XA CN110097940A (zh) 2019-05-10 2019-05-10 一种体检项目推荐方法及相关产品

Publications (1)

Publication Number Publication Date
CN110097940A true CN110097940A (zh) 2019-08-06

Family

ID=67447674

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910389864.XA Pending CN110097940A (zh) 2019-05-10 2019-05-10 一种体检项目推荐方法及相关产品

Country Status (1)

Country Link
CN (1) CN110097940A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110660490A (zh) * 2019-09-26 2020-01-07 深圳安泰创新科技股份有限公司 检查单开具方法、系统及计算机可读存储介质
CN112927788A (zh) * 2021-03-30 2021-06-08 善诊(上海)信息技术有限公司 一种体检项目推荐方法、装置、设备及存储介质
CN113658655A (zh) * 2021-08-24 2021-11-16 平安国际智慧城市科技股份有限公司 体检推荐方法、装置、存储介质及设备

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110660490A (zh) * 2019-09-26 2020-01-07 深圳安泰创新科技股份有限公司 检查单开具方法、系统及计算机可读存储介质
CN110660490B (zh) * 2019-09-26 2022-11-15 深圳安泰创新科技股份有限公司 检查单开具方法、系统及计算机可读存储介质
CN112927788A (zh) * 2021-03-30 2021-06-08 善诊(上海)信息技术有限公司 一种体检项目推荐方法、装置、设备及存储介质
CN112927788B (zh) * 2021-03-30 2024-02-27 善诊(上海)信息技术有限公司 一种体检项目推荐方法、装置、设备及存储介质
CN113658655A (zh) * 2021-08-24 2021-11-16 平安国际智慧城市科技股份有限公司 体检推荐方法、装置、存储介质及设备

Similar Documents

Publication Publication Date Title
US20210142915A1 (en) Clinical predictive analytics system
KR102558021B1 (ko) 임상 의사결정 지원 앙상블 시스템 및 이를 이용한 임상 의사결정 지원 방법
Bauder et al. Predicting medical provider specialties to detect anomalous insurance claims
US10650927B2 (en) Machine learning clinical decision support system for risk categorization
CN107785057B (zh) 医疗数据处理方法、装置、存储介质和计算机设备
CN110097940A (zh) 一种体检项目推荐方法及相关产品
JP2017117469A (ja) リスク評価方法、リスク評価装置及びリスク評価プログラム
US20140172439A1 (en) Organized healthcare fraud detection
CN109559243A (zh) 保险核保方法、装置、介质及电子设备
US20170286624A1 (en) Methods, Systems, and Devices for Evaluating a Health Condition of an Internet User
CN111341446B (zh) 一种个性化体检套餐推荐方法
CN106599553A (zh) 疾病预警方法及装置
CN109545387B (zh) 一种基于神经网络的异常病例识别方法及计算设备
US20140019161A1 (en) System and method for determining thresholds or a range of values used to allocate patients to a treatment level of a treatment program
Fernando-Canavan et al. Measuring the economic impact of hospital-acquired complications on an acute health service
CN116825359A (zh) Vte风险预警方法、系统、电子设备以及计算机可读介质
Pathinarupothi et al. Data to diagnosis in global health: a 3P approach
CN113643798A (zh) 为失能人员匹配照护人员的方法、装置及计算机设备
Kamitaki et al. Using ICD-10 codes to identify elective epilepsy monitoring unit admissions from administrative billing data: a validation study
Sano et al. HeartMapp: a mobile application to improve CHF outcomes and reduce hospital readmissions
CN117457159A (zh) 医疗主体推荐方法、装置、计算机设备及存储介质
CN115240870A (zh) 未知传染病的预警方法、装置、电子设备及计算机介质
CN111768868A (zh) 信息处理方法及装置、电子设备和存储介质
Wu Geriatric syndrome risk factors among hospitalized postacute Medicare patients
Saria et al. Development and validation of ARC, a model for anticipating acute respiratory failure in coronavirus disease 2019 patients

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20190806