CN110335683B - 一种健康大数据分析方法及装置 - Google Patents

一种健康大数据分析方法及装置 Download PDF

Info

Publication number
CN110335683B
CN110335683B CN201910516268.3A CN201910516268A CN110335683B CN 110335683 B CN110335683 B CN 110335683B CN 201910516268 A CN201910516268 A CN 201910516268A CN 110335683 B CN110335683 B CN 110335683B
Authority
CN
China
Prior art keywords
analysis
data
disease
diseases
ranking
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
Application number
CN201910516268.3A
Other languages
English (en)
Other versions
CN110335683A (zh
Inventor
杨立一
张利进
么加明
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 Vertical And Horizontal Wushuang Technology Co ltd
Original Assignee
Beijing Vertical And Horizontal Wushuang 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 Vertical And Horizontal Wushuang Technology Co ltd filed Critical Beijing Vertical And Horizontal Wushuang Technology Co ltd
Priority to CN201910516268.3A priority Critical patent/CN110335683B/zh
Publication of CN110335683A publication Critical patent/CN110335683A/zh
Application granted granted Critical
Publication of CN110335683B publication Critical patent/CN110335683B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
    • 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
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Data Mining & Analysis (AREA)
  • Epidemiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Biomedical Technology (AREA)
  • Databases & Information Systems (AREA)
  • Pathology (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

本申请提供了一种健康大数据分析方法及装置。所述大数据分析方包括以下步骤：收集数据以生成健康大数据；对所述健康大数据进行初步分析；从所述健康大数据中分离出常规疾病和特殊疾病；采用第一方法对所述常规疾病进行二次分析；采用第二方法对所述特殊疾病进行二次分析。本发明在增加了数据来源的同时，提高了数据分析的精准性。

Description

一种健康大数据分析方法及装置
技术领域
本发明涉及大数据领域，特别的涉及一种健康大数据分析方法及装置。
背景技术
当前，在内容发布、运营基础上，形成了海量的数据信息，随着大数据分析技术的发展和应用，对这些信息进行了初步的分析，得出用户关注信息点的分析结果。但是从这些分析结果到实际应用，还存在不足，需要根据实际情况，不断结合实际需求，探索多样化的二次分析、应用的方式方法，力求将大数据分析结果切实应用到实际需求中。
已有大数据分析存在两点不足，一、大数据分析的基础是海量的数据，这些数据的来源，目前大部分基于互联网技术搜集而来，即通俗所说的线上信息，数据来源过于单一。二、对初步的大数据分析结果，缺乏二次加工分析方法，导致无法进一步推进细化分析，无法实现分析结果指导实际工作的目的。
发明内容
本发明的目的在于提供一种健康大数据分析方法及装置，在增加了数据来源的同时，提高了数据分析的精准性。
为此，根据本发明的第一方面提供了一种健康大数据分析方法，包括以下步骤：
收集数据以生成健康大数据；
对所述健康大数据进行初步分析；
从所述健康大数据中分离出常规疾病和特殊疾病；
采用第一方法对所述常规疾病进行二次分析；
采用第二方法对所述特殊疾病进行二次分析。
进一步的，所述收集数据以生成健康大数据包括收集线上数据和线下数据。
进一步的，所述初步分析的结果包括某区域内每日关注疾病的排行。
进一步的，所述第一方法包括：区域层层细化方法、动态图谱方法和/ 或疾病关注侧重点分析方法，其中区域层层细化方法为：在所述某区域内每日关注疾病的排行基础上，将所述区域进一步细化；
动态图谱方法为：在所述某区域内每日关注疾病的排行基础上，获取所述排行在时间阈值内的波动变化；所述时间阈值包括24小时、一周或一个月；
疾病关注侧重点分析方法为：在所述某区域内每日关注疾病的排行基础上，对疾病关注重点进行分析。
进一步的，所述第二方法包括：
通过参数和历史信息相结合的推算方法；所述参数包括但不限于天气情况、空气质量和世界卫生组织对疫情的通报信息。
进一步的，在采用第一方法对所述常规疾病进行二次分析后，将分析结果形成数据立体式图谱。
进一步的，采用增加附加参数的方式对所述数据立体式图谱进行矫正。
进一步的，所述附加参数包括但不限于：人口数量、年龄分布、性别分布和或医疗资源分布信息。
根据本发明的第二方面，提供了一种健康大数据分析装置，包括：
收集模块，用于收集数据以生成健康大数据；
分析模块，用于对所述健康大数据进行初步分析；
分离模块，用于从所述健康大数据中分离出常规疾病和特殊疾病；
第一分析模块，用于采用第一方法对所述常规疾病进行二次分析；
第二分析模块，用于采用第二方法对所述特殊疾病进行二次分析。
进一步的，所述第一分析模块包括：
绘制单元，用于将对所述常规疾病进行二次分析的结果组合形成数据立体式图谱。
本发明具有的有益效果是：本发明在数据来源方面采取了线上线下相结合的方式，充分利用了线下医疗资源产生的数据，解决了现有技术中数据来源过于单一的问题，同时结合健康相关数据的特点，对大数据进行二次分析，大幅度提高了健康场景应用中推送数据的精准性。
本发明的附加方面和优点将在下面的描述部分中给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：
图1是根据本发明一实施例的健康大数据分析方法的流程图。
图2是根据本发明一实施例的健康大数据分析装置的框架图。
图3是根据本发明一实施例的健康大数据分析装置中第一分析模块的结构示意图。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是，本发明还可以采用其他不同于在此描述的其他方式来实施，因此，本发明的保护范围并不受下面公开的具体实施例的限制。
如图1所示，根据本发明一实施例，提供了一种健康大数据分析方法，包括以下步骤：
S11、收集数据以生成健康大数据；
数据来源分为线上数据和线下数据，线上数据通过互联网技术收集，例如通过医疗健康类的手机APP、微信小程序、网页、微博等；线下数据通过实体医院的看诊信息收集，通过线上线下数据相结合的方式生成健康大数据。
S12、对所述健康大数据进行初步分析；
通过对健康大数据分析，提取数据中的区域信息、日期信息和疾病信息，可得出某区域内每日关注疾病的排行信息；所述区域包括省或市。例如：北京市5月31日关注疾病的排行榜。
S13、从所述健康大数据中分离出常规疾病和特殊疾病；
其中常规疾病和特殊疾病是根据预先设定的规则区分，例如根据发病率、传染性和严重性综合评价确定。优选地，所述特殊疾病包括罕见病和突发病。
S14、采用第一方法对所述常规疾病进行二次分析；
初步分析的结果只是对关注疾病进行排行，用户究竟关注疾病哪些内容，是预防、疾病基本信息、治疗，还是用药，则需要通过二次分析来了解。从疾病治疗流程来看，疾病关注侧重点包括诊前、诊中和诊后；从疾病科普情况来看，包括预防、基本科普知识、规范诊疗以及康复护理等。
第一方法包括区域层层细化方法、动态图谱方法和/或疾病关注侧重点分析方法。
区域层层细化方法为：在所述某区域内每日关注疾病的排行基础上，将所述区域进一步细化到区、县或街道；例如在北京市5月31日关注疾病的排行榜基础上进一步细化到海淀区、朝阳区等各个区，再细化到中关村街道、北太平庄街道等各个街道。
动态图谱方法为：在所述某区域内每日关注疾病的排行基础上，获取所述排行在时间阈值内的波动变化；所述时间阈值包括24小时、一周或一个月；
疾病关注侧重点分析方法为：在所述某区域内每日关注疾病的排行基础上，对疾病关注重点进行分析，例如，初步分析得出北京市每日关注疾病排行基础上，可以看到，关注度最高的是高血压，而关注高血压的侧重点在于预防，其次是得了高血压如何治疗；排行第二的是控烟，这方面关注的侧重点则在于如何戒烟，其次是如果周围有人抽烟，如何劝解。
根据上述三种方法中的一种或多种得出的分析结果，可以组合形成立体式图谱，组合的方式非常多样，比如将区域层层细化法和动态图谱法进行组合，就可以有很多种结果，结果一，在初步分析结果北京市疾病关注排行的基础上，再往下看是16个区县的疾病关注排行，而且这个排行是动态的；结果二，在初步分析结果北京市疾病关注排行的基础上，看到一个月以来疾病关注情况的变动，而16个区县的疾病关注排行变化与北京市整体的变化又有哪些异同等等。
进一步地，可以通过附加参数的方式对分析结果进行矫正，附加参数包括人口数量、年龄分布、性别分布和或医疗资源分布信息等，以上述区域层层细化法和动态图谱法进行组合的分析结果一为例，在完成每日北京市16个区县、150多个街道的疾病关注排行基础上，增加人口情况，则更能明白分析结果。例如北京市疾病关注最高的是高血压，但是在海淀区关注度最高的是痔疮，从人口情况就可以对此结果进行辅助说明，海淀区的人口中，年轻人更多。
S15、采用第二方法对所述特殊疾病进行二次分析；
通过参数和历史信息相结合的推算方法，根据历史情况，并对其中受参数影响情况进行调控，分别推算出未来分布及暴发的情况。例如，在血友病等罕见病方面，模型将药品供给列为疾病暴发的重要参数，而在流感方面则天气、季节、人口密集情况等因素将是影响疾病暴发的重要参数。以此推算出特殊疾病分布情况、暴发的概率，并以此为基础，人工做出应对举措，所述参数包括天气情况、空气质量和世界卫生组织对疫情的通报信息等，同时根据第二方法对所述特殊疾病进行二次分析的结果也可以构成立体图谱。
本发明实施例还提供了一种健康大数据分析装置，如图2所示，包括：
收集模块21，用于收集数据以生成健康大数据；
数据来源分为线上数据和线下数据，线上数据通过互联网技术收集，线下数据通过实体医院的看诊信息收集，通过线上线下数据相结合的方式生成健康大数据。
分析模块22，用于对所述健康大数据进行初步分析；
通过对收集模块21中收集到的健康大数据分析，得出某区域内每日关注疾病的排行信息；所述区域包括省或市。
分离模块23，用于从所述健康大数据中分离出常规疾病和特殊疾病；
从收集模块21收集到的健康大数据中，分离出常规疾病和特殊疾病，特殊疾病包括罕见病和突发病。
第一分析模块24，用于采用第一方法对所述常规疾病进行二次分析；
如图3所示，所述第一分析模块24具体包括：
241组合单元，用于将所述常规疾病进行二次分析的结果组合形成数据立体式图谱。
第一方法包括区域层层细化方法、动态图谱方法和/或疾病关注侧重点分析方法。
区域层层细化方法为：在所述某区域内每日关注疾病的排行基础上，将所述区域进一步细化到区、县或街道；
动态图谱方法为：在所述某区域内每日关注疾病的排行基础上，获取所述排行在时间阈值内的波动变化；所述时间阈值包括24小时、一周或一个月；
疾病关注侧重点分析方法为：在所述某区域内每日关注疾病的排行基础上，对疾病关注重点进行分析，例如，初步分析得出北京市每日关注疾病排行基础上，可以看到，关注度最高的是高血压，而关注高血压的侧重点在于预防，其次是得了高血压如何治疗；排行第二的是控烟，这方面关注的侧重点则在于如何戒烟，其次是如果周围有人抽烟，如何劝解。
根据上述三种方法得出的分析结果，可以通过组合单元241组合形成立体式图谱，组合的方式非常多样，比如将区域层层细化法和动态图谱法进行组合，就可以有很多种结果，结果一，在初步分析结果北京市疾病关注排行的基础上，再往下看是16个区县的疾病关注排行，而且这个排行是动态的；结果二，在初步分析结果北京市疾病关注排行的基础上，看到一个月以来疾病关注情况的变动，而16个区县的疾病关注排行变化与北京市整体的变化又有哪些异同等等。
对形成的立体式图谱通过附加参数的方式对其进行矫正，相关参数包括人口数量、年龄分布、性别分布和或医疗资源分布信息等，以上述区域层层细化法和动态图谱法进行组合的分析结果一为例，在完成每日北京市16个区县、150多个街道的疾病关注排行基础上，增加人口情况，则更能明白分析结果。例如北京市疾病关注最高的是高血压，但是在海淀区关注度最高的是痔疮，从人口情况就可以对此结果进行辅助说明，海淀区的人口中，年轻人更多。
第二分析模块25，用于采用第二方法对所述特殊疾病进行二次分析。
通过参数和历史信息相结合的推算方法，根据历史情况，并对其中受参数影响情况进行调控，分别推算出未来分布及暴发的情况。例如，在血友病等罕见病方面，模型将药品供给列为疾病暴发的重要参数，而在流感方面则天气、季节、人口密集情况等因素将是影响疾病暴发的重要参数。以此推算出特殊疾病分布情况、暴发的概率，并以此为基础，人工做出应对举措，所述参数包括天气情况、空气质量和世界卫生组织对疫情的通报信息等，同时根据第二方法对所述特殊疾病进行二次分析的结果也可以构成立体式图谱。
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，存储介质包括只读存储器(Read-Only Memory，ROM)、随机存储器(Random Access Memory，RAM)、可编程只读存储器(Programmable Read-only Memory，PROM)、可擦除可编程只读存储器(Erasable Programmable Read Only Memory，EPROM)、一次可编程只读存储器(One-time Programmable Read-Only Memory，OTPROM)、电子抹除式可复写只读存储器(Electrically-Erasable Programmable Read-Only Memory， EEPROM)、只读光盘(Compact Disc Read-Only Memory，CD-ROM)或其他光盘存储器、磁盘存储器、磁带存储器、或者能够用于携带或存储数据的计算机可读的任何其他介质。
以上仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (7)

1.一种健康大数据分析方法，其特征在于，包括：
收集数据以生成健康大数据；
对所述健康大数据进行初步分析，其中，所述初步分析的结果包括某区域内每日关注疾病的排行；
从所述健康大数据中分离出常规疾病和特殊疾病；
采用第一方法对所述常规疾病进行二次分析，其中，所述第一方法包括：区域层层细化方法、动态图谱方法和/或疾病关注侧重点分析方法，其中区域层层细化方法为：在所述某区域内每日关注疾病的排行基础上，将所述区域进一步细化；动态图谱方法为：在所述某区域内每日关注疾病的排行基础上，获取所述排行在时间阈值内的波动变化；所述时间阈值包括24小时、一周或一个月；疾病关注侧重点分析方法为：在所述某区域内每日关注疾病的排行基础上，对疾病关注重点进行分析；
采用第二方法对所述特殊疾病进行二次分析，包括：通过参数和历史信息相结合的推算方法对所述特殊疾病进行二次分析；所述参数包括天气情况、空气质量和世界卫生组织对疫情的通报信息；根据分析结果推算出所述特殊疾病分布情况和/或暴发的概率。
2.根据权利要求1所述的方法，其特征在于，所述收集数据以生成健康大数据包括收集线上数据和线下数据。
3.根据权利要求1所述的方法，其特征在于，在采用第一方法对所述常规疾病进行二次分析后，将分析结果形成数据立体式图谱。
4.根据权利要求3所述的方法，其特征在于，采用增加附加参数的方式对所述数据立体式图谱进行矫正。
5.根据权利要求4所述的方法，其特征在于，所述附加参数包括：
人口数量、年龄分布、性别分布和/或医疗资源分布信息。
6.一种健康大数据分析装置，其特征在于，包括：
收集模块，用于收集数据以生成健康大数据；
分析模块，用于对所述健康大数据进行初步分析，其中，所述初步分析的结果包括某区域内每日关注疾病的排行；
分离模块，用于从所述健康大数据中分离出常规疾病和特殊疾病；
第一分析模块，用于采用第一方法对所述常规疾病进行二次分析，其中，所述第一方法包括：区域层层细化方法、动态图谱方法和/或疾病关注侧重点分析方法，其中区域层层细化方法为：在所述某区域内每日关注疾病的排行基础上，将所述区域进一步细化；动态图谱方法为：在所述某区域内每日关注疾病的排行基础上，获取所述排行在时间阈值内的波动变化；所述时间阈值包括24小时、一周或一个月；疾病关注侧重点分析方法为：在所述某区域内每日关注疾病的排行基础上，对疾病关注重点进行分析；
第二分析模块，用于采用第二方法对所述特殊疾病进行二次分析，其中，所述采用第二方法对所述特殊疾病进行二次分析包括：通过参数和历史信息相结合的推算方法对所述特殊疾病进行二次分析；所述参数包括天气情况、空气质量和世界卫生组织对疫情的通报信息；根据分析结果推算出所述特殊疾病分布情况和/或暴发的概率。
7.根据权利要求6所述的装置，其特征在于，所述第一分析模块包括：
组合单元，用于将对所述常规疾病进行二次分析的结果组合形成数据立体式图谱。
CN201910516268.3A 2019-06-14 2019-06-14 一种健康大数据分析方法及装置 Active CN110335683B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910516268.3A CN110335683B (zh) 2019-06-14 2019-06-14 一种健康大数据分析方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910516268.3A CN110335683B (zh) 2019-06-14 2019-06-14 一种健康大数据分析方法及装置

Publications (2)

Publication Number Publication Date
CN110335683A CN110335683A (zh) 2019-10-15
CN110335683B true CN110335683B (zh) 2023-03-21

Family

ID=68142449

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910516268.3A Active CN110335683B (zh) 2019-06-14 2019-06-14 一种健康大数据分析方法及装置

Country Status (1)

Country Link
CN (1) CN110335683B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102156812A (zh) * 2011-04-02 2011-08-17 中国医学科学院医学信息研究所 基于症状相似度分析的就医辅助决策方法
CN106529177A (zh) * 2016-11-12 2017-03-22 杭州电子科技大学 一种基于医疗大数据的患者画像方法及装置
KR20170139238A (ko) * 2016-06-09 2017-12-19 경북대학교 산학협력단 정밀의학을 활용한 가족 단위의 유병률 예측 가계도 제공 방법, 이를 수행하기 위한 기록 매체 및 장치
CN108335755A (zh) * 2017-01-19 2018-07-27 京东方科技集团股份有限公司 数据分析方法和设备
CN109003674A (zh) * 2017-06-06 2018-12-14 深圳大森智能科技有限公司 一种健康管理方法及系统

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104392306A (zh) * 2014-11-10 2015-03-04 白君阳 一种基于互联网的社区健康医疗互动系统及实现方法
CN105095653A (zh) * 2015-07-13 2015-11-25 湖南互动传媒有限公司 医疗大数据应用基础服务系统
CN105825044A (zh) * 2016-03-10 2016-08-03 深圳市前海安测信息技术有限公司 基于网页浏览的医疗大数据分析及处理系统及方法
CN106021914A (zh) * 2016-05-17 2016-10-12 温天 移动人口和疾病基因检测整合健康数据地图的系统及方法
WO2019048389A1 (en) * 2017-09-05 2019-03-14 Koninklijke Philips N.V. CONTEXTUAL HEALTH ASSISTANCE
CN108573752A (zh) * 2018-02-09 2018-09-25 上海米因医疗器械科技有限公司 一种基于健康大数据的健康信息处理的方法及系统
CN108630324A (zh) * 2018-05-11 2018-10-09 康管家(上海)网络科技有限公司 一种基于移动终端app的健康服务方法及系统
CN108492880A (zh) * 2018-05-16 2018-09-04 刘凤江 一种基于互联网平台的智能健康状态测量系统及评级方法
CN109119130A (zh) * 2018-07-11 2019-01-01 上海夏先机电科技发展有限公司 一种基于云计算的大数据健康管理系统及方法
CN109545385A (zh) * 2018-11-30 2019-03-29 周立广 一种基于物联网的医疗大数据分析处理系统及其方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102156812A (zh) * 2011-04-02 2011-08-17 中国医学科学院医学信息研究所 基于症状相似度分析的就医辅助决策方法
KR20170139238A (ko) * 2016-06-09 2017-12-19 경북대학교 산학협력단 정밀의학을 활용한 가족 단위의 유병률 예측 가계도 제공 방법, 이를 수행하기 위한 기록 매체 및 장치
CN106529177A (zh) * 2016-11-12 2017-03-22 杭州电子科技大学 一种基于医疗大数据的患者画像方法及装置
CN108335755A (zh) * 2017-01-19 2018-07-27 京东方科技集团股份有限公司 数据分析方法和设备
CN109003674A (zh) * 2017-06-06 2018-12-14 深圳大森智能科技有限公司 一种健康管理方法及系统

Also Published As

Publication number Publication date
CN110335683A (zh) 2019-10-15

Similar Documents

Publication Publication Date Title
CN104462375B (zh) 基于弹幕媒体的搜索处理方法和系统
WO2020172954A1 (zh) 一种基于定位数据的生活圈识别方法
CN106227815B (zh) 一种多模态线索的个性化应用程序功能推荐方法及其系统
Phan et al. Enabling real-time drug abuse detection in tweets
KR102456584B1 (ko) 디지털 약국 서버의 동작 방법 및 그 서버
McRackan et al. General health quality of life instruments underestimate the impact of bilateral cochlear implantation
CN105518644A (zh) 在地图上实时处理并显示社交数据的方法
CN111292815A (zh) 基于云的社区大数据健康服务系统
JP2018504960A (ja) 人体特徴データの処理方法及び装置
CN108647229B (zh) 基于人工智能的虚拟人模型构建方法
CN112199494A (zh) 医疗信息搜索方法、装置、电子设备及存储介质
CN110335683B (zh) 一种健康大数据分析方法及装置
CN112286758A (zh) 信息处理方法、装置、电子设备及计算机可读存储介质
CN114090898A (zh) 一种信息推荐方法、装置、终端设备及介质
Merrick et al. National trends in gender-affirming surgical procedures: a Google Trends analysis
CN106156211A (zh) 一种信息推送方法及装置
CN112507251B (zh) 一种数据处理方法及装置、服务器、计算机可读存储介质
RU2622843C2 (ru) Способ управления устройством обработки изображения
Zhang et al. POEMS syndrome in the 21st century: A bibliometric analysis
Nnaji et al. Timeliness of diagnosis of breast and cervical cancers and associated factors in low-income and middle-income countries: a scoping review protocol
Tareq et al. Sentiment analysis of tweets during COVID-19 pandemic using BLSTM
Yoon et al. Effects of family support on quality of life among alcohol dependent patients: Moderating effect of abstinence self-efficacy
KR20190029339A (ko) 출원인 정보 채우기 시스템 및 방법
Quilty et al. Benefits of digital health resources for substance use concerns in women: scoping review
JP2021096824A (ja) 在宅介護マッチングシステム

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