CN110120263A - 一种基于健康信息采集和分析的健康辅助系统 - Google Patents

Abstract

本发明公开了一种基于健康信息采集和分析的健康辅助系统。本系统包括数据采集模块、后端分析模块和前端交互模块；采用多种机制，包括账号保护机制、加密传输机制和用户反馈机制；结合健康专家意见和人工智能算法，通过完善健康特征表的模式，丰富推荐文章库。本发明前端功能设计比较丰富，具有一定的“用户吸引力”；对社区医院的要求和依赖不大，降低了技术的应用难度，扩大了技术的应用区域；旨在健康辅助，不用应对疾病种类繁多、个体差异大和测量精度不足等挑战，只需要向用户提供对应健康特征的建议，包括科普健康知识，以及睡眠、锻炼和饮食等具体建议；具有统一的服务管理职能，包括隐私保护、用户权利保护和保险等辅助机制。

Description

一种基于健康信息采集和分析的健康辅助系统

技术领域

本发明涉及智能医疗、物联网领域，具体涉及一种基于健康信息采集和分析的健康辅助系统。

背景技术

2009年以来，物联网技术在中国的应用被推向了高潮，由于基于医疗健康应用领域的物联网技术能够创造极大的社会价值和经济价值，健康物联网技术越来越受到研究者的重视。

随着传感器技术的发展，医疗数据采集成本趋向于不断降低，小型数字体检设备不断涌现并更新换代，进入千家万户，产生了健康物联网的感知层基础。身处信息化时代，在网络带宽不断增大，物联网设备不断增多的同时，接触式、半接触式的、移动的联网设备不断增多，包括智能手环、智能电视、智能音箱、手机等产品，又由于网络进入了家家户户，因此构成了健康物联网的网络层基础，而基于医疗数据采集和分析的应用也成为了健康物联网应用层研究的重点。

健康物联网应该至少包括家庭端、个人端、云端3个部分。家庭端包括数字化家庭健康状态检测设备、家用健康调控设备等设备，可以对家庭的睡眠、娱乐、锻炼等活动，以及温度、湿度等环境指标进行监测、指导和调控。个人端包括可穿戴设备，可以对个人的睡眠、娱乐、锻炼进行监测、指导，通过获取个人的心率、步数等指标对个人的健康指标进行评估。云端包括健康数据库、信息分析、信息推荐等部分，采用云计算技术，可以降低服务端的成本，提高服务端的安全性、稳定性、扩展性。

随着移动终端的普及，基于手机App的开发技术具有较大的应用价值，相比PC网页前端，采用手机App形式的前端，可以使得用户随时随地在手机上查看直观的健康图表，方便地查看关于预防肥胖症、糖尿病、心脏病、高血压、关节炎、近视、听力衰弱、睡眠质量不佳等慢性疾病或亚健康状态的推荐文章，这些推荐文章应该具有智能推荐的特点，同时构建和维护推荐文章数据库，优化智能推荐算法成为了健康物联网应用层研究的重点。

近年来，基于卷积神经网络的深度学习方案在许多领域取得了成功的应用，极大地提高了拟合分类匹配问题的指标，该方案首先定义了问题的数学描述，通过降低所定义的损失函数值，提高模型拟合程度，通过在训练数据集上训练执行分类任务的卷积网络模型，最后在测试数据集上取得良好的预测性能。由于对于用户健康特征的数据挖掘算法和对于用户需求知识的智能推荐算法都是分类和匹配性质的任务，因此可以采用深度学习方案。

由于健康物联网和个人健康隐私有关，因此采用科学的系统机制是必要的，需要综合采用可靠的账号保护机制、用户反馈机制和人工服务机制等机制。

现有的技术有基于健康物联网的家庭病房系统，该技术方案以家庭数字医疗设备为基础，将家庭用户的各项基础信息、生理指标等多类数据上传至网络数据中心，有机结合社区医院的便捷性和中心医院专业性，为家庭用户的健康指导、健康咨询、健康监测、慢性病治疗、术后康复等多项健康诉求提供快速、准确、可靠的解决方案。具体步骤如下：

1.社区医院与所辖社区家庭用户签订健康管理协议；

2.社区医院向用户租赁提供家用健康状态监测设备，通过家庭网络上传数据；

3.社区医院将服务过程记录上传，用于跟踪用户情况；

4.用户通过登录健康物联网健康平台与专家约定时间进行音频视频通话；

5.各种数据备份留存，用于个人家庭病房数据的追踪管理。

该方案的缺点在于：

1.前端功能设计太简单，仅限远程登录和预约功能，缺乏“用户吸引力”；

2.对社区医院的要求和依赖过大，增大了技术的应用难度，缩小了技术应用区域；

3.旨在治病的家庭病房系统，难以应对疾病种类繁多、个体差异大和家庭终端测量精度不足等挑战；

4.平台仅限于数据备份和连接用户-医院的功能，由于缺乏统一的服务管理职能，导致平台缺乏隐私保护、用户保险等辅助机制。

发明内容

本发明的目的是克服现有方法的不足，提出了一种基于健康信息采集和分析的健康辅助系统。本发明充分发挥前端的功能设计，提高交互性，采用App的形式，向用户展示分析后的数据图表，直观表现用户的健康特征；基于人工智能算法的亚健康特征挖掘和健康知识文章推荐，对于社区医院和专家的人力依赖并不大，既扩大了技术应用面，又降低了技术实施难度；采用基于实名手机认证的账号保护机制和加密传输机制实现用户隐私保护功能。

为了解决上述问题，本发明提出了一种基于健康信息采集和分析的健康辅助系统，所述系统包括：

数据采集模块、后端分析模块和前端交互模块；

采用多种机制，包括账号保护机制、加密传输机制和用户反馈机制；

结合健康专家意见和人工智能算法，通过完善健康特征表的模式，丰富推荐文章库。

优选地，所述数据采集模块采集多角度数据，采用多功能的物联网设备，包括电视盒子、体重秤、运动手环、智能音箱和家用的小型体检设备。其中，家用的小型体检设备包括血压仪、血糖试纸、耳温计、体脂测量器等。本模块获得用户不同时间的血压、血糖、耳温、体脂、体重、心率的数值，以及睡眠时间、运动步数、看电视时间、使用音箱时间等数据，根据用户的个性选择和设备配置，建立不同用户不同数据种类的健康模型，为不同用户建立健康知识推荐的数据基础。

优选地，所述后端分析模块包括基于健康数据采集的健康数据库、云计算、数据挖掘算法和智能推荐算法等处理方法。其中，采用云计算技术提供可靠且安全的数据存储和计算服务，采用数据挖掘算法可以挖掘出用户的健康数据中隐藏的健康特征，包括基于深度学习的算法得出的高阶健康特征，采用智能推荐算法可以提高后端分析的效率，对不同用户的需求进行智能的判断，并采纳用户的反馈意见，最终为不同用户提供精准的健康知识文章推荐。

优选地，所述前端交互模块，包括前端界面和交互功能，具体包括用户注册、登录、认证、查看、接收文章推荐、反馈意见和在线社区等功能。采用移动前端App的交互方式，使得用户可以随时注册、登录、认证账号，因此可以方便地查看健康特征图表，接收系统的健康知识文章推荐，对系统进行意见反馈和社区讨论。后端具有对反馈意见的智能处理和人工处理两种方式，智能处理依赖于交互模式的智能，即用户的反馈可以是基于问卷的。在线社区功能可以为不同用户提供健康知识交流的平台，从而实现健康辅助功能。采用Server-Client模式，实现用户交互优化，降低终端的运算要求，集中在云端完成数据处理，提高“用户吸引力”。

优选地，所述账号保护机制、加密传输机制和用户反馈机制，具体包括：采用实名认证、绑定实名手机号等账号保护机制，加密数据传输等系统机制实现用户的个人健康信息隐私保护功能；采用基于用户反馈的更新机制实现系统的推荐算法的快速收敛，基于用户反馈做出的更新算法将对原算法进行优化，实现更高的供需匹配度。

优选地，所述丰富推荐文章库，具体包括：

结合社区医院、中心医院和医学院等医学教学平台，基于健康专家的指导意见，完善展示给用户的健康特征表，是的健康特征更加直观、更加通俗易懂；

在健康特征表改善后，基于健康专家的指导意见，向推荐文章库中的文章添加标签，同时添加专业的、科普的健康辅助文章，从输入数据层面优化神经网络的训练；

采用基于卷积神经网络的智能推荐算法，实现医学健康、预防、康复、健身、健美、养生等分类文章的智能推荐，其中算法的核心，依赖于用户对于推荐文章的少量标签选择和已推荐文章的反馈选择，这些选择由平台的后台设计，并对这些选择进行智能处理，调节推荐神经网络。

本发明提出的一种基于健康信息采集和分析的健康辅助系统，前端功能设计比较丰富，具有一定的“用户吸引力”；对社区医院的要求和依赖不大，降低了技术的应用难度，扩大了技术的应用区域；旨在健康辅助，不用应对疾病种类繁多、个体差异大和测量精度不足等挑战，只需要向用户提供对应健康特征的建议，包括科普健康知识，以及睡眠、锻炼和饮食等具体建议；具有统一的服务管理职能，包括隐私保护、用户权利保护和保险等辅助机制。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例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本发明的一些实施例，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它的附图。

图1是本发明实施例的健康辅助系统结构图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅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作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。

图1是本发明实施例的健康辅助系统结构图，如图1所示，该系统包括：

S1，数据采集模块、后端分析模块和前端交互模块；

S2，采用多种机制，包括账号保护机制、加密传输机制和用户反馈机制；

S3，结合健康专家意见和人工智能算法，通过完善健康特征表的模式，丰富推荐文章库。

S1，具体如下：

S1-1，数据采集模块采集多角度数据，采用多功能的物联网设备，包括电视盒子、体重秤、运动手环、智能音箱和家用的小型体检设备。其中，家用的小型体检设备包括血压仪、血糖试纸、耳温计、体脂测量器等。本模块获得用户不同时间的血压、血糖、耳温、体脂、体重、心率的数值，以及睡眠时间、运动步数、看电视时间、使用音箱时间等数据，根据用户的个性选择和设备配置，建立不同用户不同数据种类的健康模型，为不同用户建立健康知识推荐的数据基础。

S1-2，所述后端分析模块包括基于健康数据采集的健康数据库、云计算、数据挖掘算法和智能推荐算法等处理方法。其中，采用云计算技术提供可靠且安全的数据存储和计算服务，采用数据挖掘算法可以挖掘出用户的健康数据中隐藏的健康特征，包括基于深度学习的算法得出的高阶健康特征，采用智能推荐算法可以提高后端分析的效率，对不同用户的需求进行智能的判断，并采纳用户的反馈意见，最终为不同用户提供精准的健康知识文章推荐。

S1-3，所述前端交互模块，包括前端界面和交互功能，具体包括用户注册、登录、认证、查看、接收文章推荐、反馈意见和在线社区等功能。采用移动前端App的交互方式，使得用户可以随时注册、登录、认证账号，因此可以方便地查看健康特征图表，接收系统的健康知识文章推荐，对系统进行意见反馈和社区讨论。后端具有对反馈意见的智能处理和人工处理两种方式，智能处理依赖于交互模式的智能，即用户的反馈可以是基于问卷的。在线社区功能可以为不同用户提供健康知识交流的平台，从而实现健康辅助功能。采用Server-Client模式，实现用户交互优化，降低终端的运算要求，集中在云端完成数据处理，提高“用户吸引力”。

S2，具体如下：

账号保护机制、加密传输机制和用户反馈机制，具体包括：采用实名认证、绑定实名手机号等账号保护机制，加密数据传输等系统机制实现用户的个人健康信息隐私保护功能；采用基于用户反馈的更新机制实现系统的推荐算法的快速收敛，基于用户反馈做出的更新算法将对原算法进行优化，实现更高的供需匹配度。

S3，具体如下：

S3-1，结合社区医院、中心医院和医学院等医学教学平台，基于健康专家的指导意见，完善展示给用户的健康特征表，是的健康特征更加直观、更加通俗易懂；

S3-2，在健康特征表改善后，基于健康专家的指导意见，向推荐文章库中的文章添加标签，同时添加专业的、科普的健康辅助文章，从输入数据层面优化神经网络的训练；

S3-3，采用基于卷积神经网络的智能推荐算法，实现医学健康、预防、康复、健身、健美、养生等分类文章的智能推荐，其中算法的核心，依赖于用户对于推荐文章的少量标签选择和已推荐文章的反馈选择，这些选择由平台的后台设计，并对这些选择进行智能处理，调节推荐神经网络。

本发明实施例提出的一种基于健康信息采集和分析的健康辅助系统，前端功能设计比较丰富，具有一定的“用户吸引力”；对社区医院的要求和依赖不大，降低了技术的应用难度，扩大了技术的应用区域；旨在健康辅助，不用应对疾病种类繁多、个体差异大和测量精度不足等挑战，只需要向用户提供对应健康特征的建议，包括科普健康知识，以及睡眠、锻炼和饮食等具体建议；具有统一的服务管理职能，包括隐私保护、用户权利保护和保险等辅助机制。

本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质可以包括：只读存储器(ROM，Read Only Memory)、随机存取存储器(RAM，RandomAccess Memory)、磁盘或光盘等。

另外，以上对本发明实施例所提供的一种基于健康信息采集和分析的健康辅助系统，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (6)

1.一种基于健康信息采集和分析的健康辅助系统，其特征在于，所述系统包括：

数据采集模块、后端分析模块和前端交互模块；

采用多种机制，包括账号保护机制、加密传输机制和用户反馈机制；

结合健康专家意见和人工智能算法，通过完善健康特征表的模式，丰富推荐文章库。

2.如权利要求1所述的一种基于健康信息采集和分析的健康辅助系统，其特征在于，所述数据采集模块，具体为：

数据采集模块采集多角度数据，采用多功能的物联网设备，包括电视盒子、体重秤、运动手环、智能音箱和家用的小型体检设备。其中，家用的小型体检设备包括血压仪、血糖试纸、耳温计、体脂测量器等。本模块获得用户不同时间的血压、血糖、耳温、体脂、体重、心率的数值，以及睡眠时间、运动步数、看电视时间、使用音箱时间等数据，根据用户的个性选择和设备配置，建立不同用户不同数据种类的健康模型，为不同用户建立健康知识推荐的数据基础。

3.如权利要求1所述的一种基于健康信息采集和分析的健康辅助系统，其特征在于，所述后端分析模块，具体为：

后端分析模块包括基于健康数据采集的健康数据库、云计算、数据挖掘算法和智能推荐算法等处理方法。其中，采用云计算技术提供可靠且安全的数据存储和计算服务，采用数据挖掘算法可以挖掘出用户的健康数据中隐藏的健康特征，包括基于深度学习的算法得出的高阶健康特征，采用智能推荐算法可以提高后端分析的效率，对不同用户的需求进行智能的判断，并采纳用户的反馈意见，最终为不同用户提供精准的健康知识文章推荐。

4.如权利要求1所述的一种基于健康信息采集和分析的健康辅助系统，其特征在于，所述前端交互模块，具体为：

前端交互模块，包括前端界面和交互功能，具体包括用户注册、登录、认证、查看、接收文章推荐、反馈意见和在线社区等功能。采用移动前端App的交互方式，使得用户可以随时注册、登录、认证账号，因此可以方便地查看健康特征图表，接收系统的健康知识文章推荐，对系统进行意见反馈和社区讨论。后端具有对反馈意见的智能处理和人工处理两种方式，智能处理依赖于交互模式的智能，即用户的反馈可以是基于问卷的。在线社区功能可以为不同用户提供健康知识交流的平台，从而实现健康辅助功能。采用Server-Client模式，实现用户交互优化，降低终端的运算要求，集中在云端完成数据处理，提高“用户吸引力”。

5.如权利要求1所述的一种基于健康信息采集和分析的健康辅助系统，其特征在于，所述账号保护机制、加密传输机制和用户反馈机制，具体为：

采用实名认证、绑定实名手机号等账号保护机制，加密数据传输等系统机制实现用户的个人健康信息隐私保护功能；采用基于用户反馈的更新机制实现系统的推荐算法的快速收敛，基于用户反馈做出的更新算法将对原算法进行优化，实现更高的供需匹配度。

6.如权利要求1所述的一种基于健康信息采集和分析的健康辅助系统，其特征在于，所述丰富推荐文章库，具体为：

结合社区医院、中心医院和医学院等医学教学平台，基于健康专家的指导意见，完善展示给用户的健康特征表，是的健康特征更加直观、更加通俗易懂；

在健康特征表改善后，基于健康专家的指导意见，向推荐文章库中的文章添加标签，同时添加专业的、科普的健康辅助文章，从输入数据层面优化神经网络的训练；

采用基于卷积神经网络的智能推荐算法，实现医学健康、预防、康复、健身、健美、养生等分类文章的智能推荐，其中算法的核心，依赖于用户对于推荐文章的少量标签选择和已推荐文章的反馈选择，这些选择由平台的后台设计，并对这些选择进行智能处理，调节推荐神经网络。