CN111613335A - 一种健康预警系统及方法 - Google Patents
一种健康预警系统及方法 Download PDFInfo
- Publication number
- CN111613335A CN111613335A CN202010588908.4A CN202010588908A CN111613335A CN 111613335 A CN111613335 A CN 111613335A CN 202010588908 A CN202010588908 A CN 202010588908A CN 111613335 A CN111613335 A CN 111613335A
- Authority
- CN
- China
- Prior art keywords
- data
- human body
- health
- sign data
- body sign
- 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
- 230000036541 health Effects 0.000 title claims abstract description 232
- 238000000034 method Methods 0.000 title claims abstract description 19
- 238000004458 analytical method Methods 0.000 claims abstract description 135
- 201000010099 disease Diseases 0.000 claims abstract description 86
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims abstract description 86
- 238000003745 diagnosis Methods 0.000 claims abstract description 80
- 238000007781 pre-processing Methods 0.000 claims abstract description 58
- 238000011156 evaluation Methods 0.000 claims abstract description 43
- 238000012545 processing Methods 0.000 claims abstract description 33
- HVYWMOMLDIMFJA-DPAQBDIFSA-N cholesterol Chemical compound C1C=C2C[C@@H](O)CC[C@]2(C)[C@@H]2[C@@H]1[C@@H]1CC[C@H]([C@H](C)CCCC(C)C)[C@@]1(C)CC2 HVYWMOMLDIMFJA-DPAQBDIFSA-N 0.000 claims description 50
- 239000008280 blood Substances 0.000 claims description 38
- 210000004369 blood Anatomy 0.000 claims description 38
- 235000012000 cholesterol Nutrition 0.000 claims description 25
- LEHOTFFKMJEONL-UHFFFAOYSA-N Uric Acid Chemical compound N1C(=O)NC(=O)C2=C1NC(=O)N2 LEHOTFFKMJEONL-UHFFFAOYSA-N 0.000 claims description 24
- TVWHNULVHGKJHS-UHFFFAOYSA-N Uric acid Natural products N1C(=O)NC(=O)C2NC(=O)NC21 TVWHNULVHGKJHS-UHFFFAOYSA-N 0.000 claims description 24
- 229940116269 uric acid Drugs 0.000 claims description 24
- 230000036772 blood pressure Effects 0.000 claims description 20
- 230000036760 body temperature Effects 0.000 claims description 20
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 18
- 229910052760 oxygen Inorganic materials 0.000 claims description 18
- 239000001301 oxygen Substances 0.000 claims description 18
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 claims description 10
- 239000008103 glucose Substances 0.000 claims description 10
- 238000003672 processing method Methods 0.000 claims description 2
- 238000013473 artificial intelligence Methods 0.000 abstract description 4
- 230000000875 corresponding effect Effects 0.000 description 22
- 238000001514 detection method Methods 0.000 description 21
- 230000002265 prevention Effects 0.000 description 13
- 231100000915 pathological change Toxicity 0.000 description 12
- 230000036285 pathological change Effects 0.000 description 12
- 230000006870 function Effects 0.000 description 11
- 238000012216 screening Methods 0.000 description 7
- 238000013518 transcription Methods 0.000 description 7
- 230000035897 transcription Effects 0.000 description 7
- 238000010835 comparative analysis Methods 0.000 description 6
- 238000011161 development Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 210000002321 radial artery Anatomy 0.000 description 5
- 230000002159 abnormal effect Effects 0.000 description 4
- 238000013480 data collection Methods 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 4
- 230000006806 disease prevention Effects 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 238000010295 mobile communication Methods 0.000 description 3
- 238000010606 normalization Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 206010020772 Hypertension Diseases 0.000 description 2
- 206010042434 Sudden death Diseases 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 210000004204 blood vessel Anatomy 0.000 description 2
- 238000009529 body temperature measurement Methods 0.000 description 2
- 230000002596 correlated effect Effects 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 206010012601 diabetes mellitus Diseases 0.000 description 2
- 235000005911 diet Nutrition 0.000 description 2
- 230000037213 diet Effects 0.000 description 2
- 206010015037 epilepsy Diseases 0.000 description 2
- 208000019622 heart disease Diseases 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000005180 public health Effects 0.000 description 2
- 230000000276 sedentary effect Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 208000035473 Communicable disease Diseases 0.000 description 1
- 210000000988 bone and bone Anatomy 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005802 health problem Effects 0.000 description 1
- 230000003862 health status Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 210000003205 muscle Anatomy 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 244000052769 pathogen Species 0.000 description 1
- 230000010349 pulsation Effects 0.000 description 1
- 230000000241 respiratory effect Effects 0.000 description 1
- 208000020029 respiratory tract infectious disease Diseases 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000002560 therapeutic procedure Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
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
- G16H50/30—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
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)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本发明公开一种健康预警系统及方法,涉及人工智能技术领域,该健康预警系统包括:采集设备、云服务器端以及应用端,采集设备用于采集人体体征数据;云服务器端,用于接收所述采集设备发送的人体体征数据并对人体体征数据进行预处理,得到预处理结果;应用端,用于获取即时人体体征数据,并结合所述预处理结果对所述即时人体体征数据进行智能诊断分析处理,得到智能诊断分析结果,其中,所述智能诊断分析结果包含健康评价信息和/或风险预警信息。本发明能够为医生提供多维度辅助诊断,有效减轻医生工作强度,并且能为个人和家庭提供健康管理,极大地方便个人健康管理,以及能够充分发挥预警信息平台的作用,满足疫情疾病预警需求。
Description
技术领域
本发明涉及人工智能技术领域,具体涉及一种健康预警系统及方法。
背景技术
随着社会经济的发展,人们对自身健康的关注也更为突出,亚健康人群基数也逐年增大,并且呈现出年轻化的趋势,能够提前预判自身健康问题并提前采取措施成为个人健康和公共健康的重要诉求。
例如,在世界范围内发生了流行性疫病时,人类的生命和健康面临着巨大的威胁,能够提前预测疫病并做出相应的反应成为了疫情防预的迫切需求。但是,现有的预警滞后,不能真正满足疫情疾病等预警的需求,具体而言,现有预警方法只能通过统计医院门诊人群的数量,在医院门诊人群增多且病原体确定之后才能开始预警;相应的信息平台是通过收集确诊和疑似病例数据,并对收集到的疑似和确诊病例进行统计,以基于统计结果进行发布实现预警,但是仅发布疑似和确诊病例的统计结果尚不够突显战略预警信息平台的作用。
此外,在疾病诊断上,医院医疗资源紧张,这增加了看病困难度,如何快速、准确的辅助医生诊断以及后续跟踪观察病人身体状况都成为急需解决的问题。
发明内容
为解决上述现有技术存在不足,本发明提供一种健康预警系统及方法。
第一方面,本发明实施例提供一种健康预警系统,包括:采集设备、云服务器端以及应用端;
所述采集设备,用于采集人体体征数据,并将所述人体体征数据发送给所述云服务器端;
所述云服务器端,用于接收所述采集设备发送的人体体征数据,并对所述人体体征数据进行预处理,得到预处理结果;
应用端,用于获取即时人体体征数据,并结合所述预处理结果对所述即时人体体征数据进行智能诊断分析处理,得到智能诊断分析结果,其中,所述智能诊断分析结果包含健康评价信息和/或风险预警信息。
可选的,所述采集设备在将所述人体体征数据发送给所述云服务器端之前,还用于判断所述人体体征数据是否有效,以在所述人体体征数据有效时执行将所述人体体征数据发送给所述云服务器端的步骤,所述人体体征数据包括以下至少一种:脉波数据、体温数据、心率数据、血压数据、血糖数据、血氧数据、胆固醇数据和尿酸数据。
可选的,所述采集设备包括机器人和与所述机器人连接的传感器,所述传感器包括以下至少一种:脉波传感器、温度传感器、血压传感器、血糖传感器、血氧传感器、胆固醇传感器、尿酸传感器和光线传感器。
可选的,所述采集设备为智能手环,所述智能手环中设置的数据采集模块包含以下至少一种传感器:脉波传感器、温度传感器、血压传感器和光线传感器。
可选的,所述预处理结果包含目标体征数据、预测分析结果和/或体征数据库,所述云服务器端包括:
云存储模块,用于接收所述采集设备发送的人体体征数据,并对接收到的人体体征数据进行存储;
云计算模块,用于依据临床数据对所述人体体征数据进行统计处理,得到目标体征数据,所述目标体征数据包含疾病生理特征数据和目标脉波特点数据;
云分析模块,用于依据所述目标体征数据对所述人体体征数据进行预测分析,得到预测分析结果,并基于所述预测分析结果建立体征数据库,所述体征数据库包含疾病对应的生物体征指标数据。
可选的,所述应用端包括:
智能诊断分析模块,用于获取即时人体体征数据,并将所述即时人体体征数据与所述体征数据库中的生物体征指标数据进行对比分析,得到对比分析结果,所述对比分析结果包含健康级别概率信息;
健康评价分类模块,用于根据人体体征指标对所述即时人体体征数据进行评价,得到健康评价信息,并依据所述健康评价信息确定健康分类级别信息;
风险预警模块,用于根据所述健康分类级别信息和所述健康级别概率信息确定风险预警信息,并依据所述风险预警信息进行输出。
可选的,所述预测分析结果包含疾病发生概率信息,所述云分析模块还用于获取所述人体体征数据对应的时间信息和/或地点信息,并依据所述目标体征数据,结合所述时间信息和/或地点信息,对所述人体体征数据进行预测分析,得到疾病发生概率信息。
第二方面,本发明实施例提供了一种健康预警方法,包括:
将采集设备采集到的人体体征数据发送给云服务器端;
通过所述云服务器端,对所述人体体征数据进行预处理,得到预处理结果;
结合所述预处理结果,对应用端获取到的即时人体体征数据进行智能诊断分析处理,得到智能诊断分析结果,其中,所述智能诊断分析结果包含健康评价信息和/或风险预警信息。
可选的,上述健康预警方法,在将采集设备采集到的人体体征数据发送给云服务器端之前,还包括:判断所述采集设备采集到的人体体征数据是否有效;若所述人体体征数据有效,则执行将所述人体体征数据发送给所述云服务器端的步骤,其中,所述人体体征数据包括以下至少一种:脉波数据、体温数据、心率数据、血压数据、血糖数据、血氧数据、胆固醇数据和尿酸数据。
可选的,所述预处理结果包含目标体征数据、预测分析结果和/或体征数据库,所述通过云服务器端对所述人体体征数据进行预处理,得到预处理结果,包括:所述云服务器端在接收到所述采集设备发送的人体体征数据后,对接收到的人体体征数据进行存储,并依据临床数据对所述人体体征数据进行统计处理,得到目标体征数据,以及依据所述目标体征数据对所述人体体征数据进行预测分析,得到预测分析结果,以基于所述预测分析结果建立体征数据库,其中,所述目标体征数据包含疾病生理特征数据和目标脉波特点数据,所述体征数据库包含疾病对应的生物体征指标数据。
所述结合所述预处理结果,对应用端获取到的即时人体体征数据进行智能诊断分析处理,得到智能诊断分析结果,包括:在应用端获取到即时人体体征数据后,将所述即时人体体征数据与所述体征数据库中的生物体征指标数据进行对比分析,得到对比分析结果,并根据人体体征指标对所述即时人体体征数据进行评价,得到健康评价信息,以依据所述健康评价信息确定健康分类级别信,以及根据所述健康分类级别信息和所述对比分析结果中的健康级别概率信息确定风险预警信息,依据所述风险预警信息进行输出。
本发明实施例通过云服务器端对采集设备采集到的人体体征数据进行预处理,使得应用端可以结合云服务器端产生的预处理结果对获取到的即时人体体征数据进行智能诊断分析,得到智能诊断分析结果,从而可以基于该智能诊断分析结果中所包含的健康评价信息和/或风险预警信息,对疫情、疫病、疾病、亚健康状态进行预警,为卫生防疫部门提供服务,为医生提供多维度辅助诊断,能够有效地减轻医生工作强度,优化医疗资源,为个人和家庭提供健康管理,极大的方便个人健康管理。
附图说明
图1为本发明提出的一种健康预警系统的结构框图;
图2为本发明提出的一种云服务器端的结构框图;
图3为本发明提出的一种应用端的结构框图;
图4为本发明提出的一种健康预警方法的步骤流程图;
图5为本发明一个示例中的一种健康预警系统的工作流程图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,下面结合附图对本申请作进一步的详细说明。应当理解本申请实施例以及实施例中的具体特征是对本申请技术方案的详细的说明,而不是对本申请技术方案的限定,在不冲突的情况下,本申请实施例以及实施例中的技术特征可以相互组合。
随着人工智能在医疗行业的发展,疫情防控也必然需要与人工智能深度融合,而目前理论体系架构和算法体系尚不完善,数据信息的串联性尚存不足。有鉴于此,本发明提出了一种健康预警系统和方法,通过云服务器端对采集设备采集到的人体体征数据进行预处理,使得应用端可以结合云服务器端产生的预处理结果对获取到的即时人体体征数据进行智能诊断分析,得到智能诊断分析结果,从而可以基于该智能诊断分析结果中所包含的健康评价信息和/或风险预警信息,为医生提供多维度辅助诊断,能够有效地减轻医生工作强度,优化医疗资源,并且能为个人和家庭提供健康管理,极大地方便个人健康管理,以及能够对疫情、疫病、疾病、亚健康状态进行预警,为卫生防疫部门提供服务,充分发挥预警信息平台的作用,满足疫情疾病预警需求。
参见图1,为本发明提出的一种健康预警系统的结构框图。如图1所示,本发明实施例提供的健康预警系统,具体可以包括:采集设备101,云服务器端102以及应用端103。
采集设备101,用于采集人体体征数据,并将所述人体体征数据发送给所述云服务器端;
云服务器端102,用于接收采集设备101发送的人体体征数据,并对人体体征数据进行预处理,得到预处理结果;
应用端103,用于获取即时人体体征数据,并结合所述预处理结果对所述即时人体体征数据进行智能诊断分析处理,得到智能诊断分析结果,其中,所述智能诊断分析结果包含健康评价信息和/或风险预警信息。
在具体实现中,采集设备101与云服务器端102可以通过互联网连接,使得采集设备可以将采集到的人体体征数据发送给云服务器端。同理,所述云服务器端102与应用端103也可以通过互联网连接,使得应用端103可以获取云服务器端102产生的预处理结果,从而可结合该预处理结果对即时人体体征数据进行智能诊断分析处理,即应用端103可结合云服务器端102预处理产生的数据进行智能诊断分析并生成健康评价及风险预警信息,以作为智能诊断分析结果,从而可以在人体健康状况发生异常时通过该智能诊断分析结果就用户自身的健康状况发出健康预警提醒,以为个人和家庭提供健康管理,极大地方便个人健康管理,并且能够为医生提供多维度辅助诊断,有效地减轻医生工作强度,优化医疗资源。此外,基于云服务器端产生的预处理结果,可以预测出人群发生某种疫情疫病或某种疾病的倾向,如可以预测疫情疫病的发生时间段,始发地范围,严重程度,发展趋势等,从而能够对疫情、疫病、疾病、亚健康状态进行预警,为卫生防疫部门提供服务,充分发挥预警信息平台的作用,满足疫情疾病预警需求。
本发明实施例中,采集设备采集到的人体体征数据可以表示人体体征,具体可以作为生命体征指标数据,用于评价个人身体健康状况。人体体征可以包括胆固醇、尿酸、体温、心率、脉搏、血压、血糖等,因此采集到的人体体征数据可以包含有胆固醇数据、尿酸数据、体温数据、心率数据、脉波数据、血压数据、血糖数据等,本实施例对此不作具体限制。
可选的,采集设备采集到的人体体征数据可以包含以下至少一种:脉波数据、体温数据、心率数据、血压数据、血糖数据、血氧数据、胆固醇数据和尿酸数据。采集设备101可以包括有:胆固醇检测设备、尿酸检测设备、红外体温测量传感器、脉波传感器、血氧传感器、血糖传感器等。其中,胆固醇检测设备可以用于采集胆固醇数据,如可以是胆固醇传感器,该胆固醇传感器是指用于检测胆固醇数据的传感器;尿酸检测设备可以用于采集尿酸数据,如可以是尿酸传感器,该尿酸传感器是指用于检测尿酸数据的传感器;红外体温测量传感器可以用于采集体温数据,如可以是用于测量人体温度的温度传感器;脉波传感器可以用于采集脉波数据,如可以是桡动脉搏动传感器,具体可以用于采集桡动脉对应的脉搏数据,以将采集到的脉搏数据确定为脉波数据;血氧传感器可以是指能感受血液中氧分压并转换成可用输出信号的传感器,具体可以用于测量血氧数据,该血氧数据可以表示血管中流动的血的氧浓度;血糖传感器可以用于采集血糖数据。
在具体实现中,采集设备用于采集人体体征数据,可以是机器人,也可以是可穿戴且能够实时监测人体健康状态的智能手环,还可以是上述机器人与智能手环的组合,或者是机器人及与其连接的传感器检测设备共同组成的采集设备,以及可以是由机器人及与其连接的传感器检测设备和生物体征智能手环的组合组成。其中,机器人作为采集人体体征数据的采集设备,可以是小型机器人,也可以是综合性机器人,本实施例对此不作具体限制。需要说明的是,综合性机器人为一体化检测机器人,可以集成采集人体体征数据的各种传感器检测设备。传感器检测设备可以直接将采集信号传输给检测机器人,以由检测机器人统一接收和发送采集数据。
本实施例中的健康预警系统可以通过检测机器人与生物体征智能手环的组合来采集数据,还可以是通过单独的生物体征智能手环来采集数据,具体采用的采集设备,以实现对人体体征数据的采集为准,本发明实施例对此不作限制。
在本发明的一个可选实施方式中,所述采集设备101可以包括机器人和与所述机器人连接的传感器,所述传感器包括以下至少一种:脉波传感器、温度传感器、血压传感器、血糖传感器、血氧传感器、胆固醇传感器、尿酸传感器和光线传感器。其中,光线传感器可以用于采集光线强度参数,该光线强度参数可以用于确定接触皮肤的其它传感器是否发生漏光(即接触不良)而造成采集数据误差较大,进而导致采集到的人体体征数据无效。
可选的,所述采集设备在将所述人体体征数据发送给所述云服务器端之前,还用于判断所述人体体征数据是否有效,以在所述人体体征数据有效时执行将所述人体体征数据发送给所述云服务器端的步骤。具体的,采集设备在采集到人体体征数据时,可以通过光线传感器采集到的光线强度参数来确定当前采集到的人体体征数据是否有效;若当前采集到的人体体征数据有效,则可以继续进行数据采集,并将采集到的有效的人体体征数据发送该云服务器端进行存储和预处理,使得应用端可以结合云服务器端产生的预处理结果对即时人体体征数据进行智能诊断分析处理,进而可以依据智能诊断分析结果中所包含的健康评价信息和/或风险预警信息进行输出,实现健康预警功能。若当前采集到的人体体征数据无效,则可以结束采集,即可不将当前采集到的人体体征数据上传该云服务器端,节省网络资源,并且能够避免云服务器端依据无效的人体体征数据进行预处理导致预处理结果准确度低的问题,确保智能诊断分析结果的准确性。
在本发明的另一个可选实施例中,所述采集设备可以为智能手环,所述智能手环中设置的数据采集模块包含以下至少一种传感器:脉波传感器、温度传感器、血压传感器和光线传感器。
在具体实现中,当采集设备由机器人及与其连接的各种传感器检测设备组成时,其中传感器可以是任意一种能够把人体的生理信息转换成为与之有确定函数关系的电信息器材,如红外传感器、压力传感器、超声传感器、生物传感器等,并且可以将电信息作为采集信号,传输给机器人,使得机器人可以基于该电信息确定出采集到的人体体征数据,并发送给云服务器端,以通过云服务器端对该人体体征数据进行存储和预处理。例如,红外传感器可以是作为温度传感器的红外体温测量传感器,可以用于采集人体的体温数据;脉波传感器,用于采集人体的脉波数据;血压传感器,用于采集人体的血压数据;血氧传感器,用于血管中流动的血的氧浓度。由此可见,作为采集设备的机器人可以通过传感器采集人体的体温、心率、脉搏、血压、血糖等生命体征指标数据,以达到监测心脏病、高血压、糖尿病、呼吸道传染疾病、等疾病的目的。可选的,机器人还可以连接诸如尿酸检测设备、胆固醇检测设备等检测设备,以通过连接的尿酸检测设备和胆固醇检测设备分别采集尿酸数据和胆固醇数据。具体的,检测设备可通过4G网络、5G网络、蓝牙等方式,将采集到的尿酸数据和胆固醇数据传输到与其连接的机器人。
作为采集设备的机器人还可以设有身份识别、人脸识别、社保卡识别、智能语音对话等功能,可与使用者进行人机交互,实现使用者的身份识别和采集信息的存储。可选的,可以将应用端安装到机器人中,使得机器人可以依据该应用端确定的智能诊断分析结果进行输出,如可以依据该智能诊断分析结果中的健康评价信息和/或风险预警信息进行输出,使得被采集者可通过机器人端查询自身的健康报告,了解医生的健康意见,咨询在线医生等。此外,机器人根据使用者的身份发送符合使用者需要知道的信息,并保护个人的健康隐私不受侵犯,同时可以辅助医生快速诊断,减轻医生工作强度,以及可以满足防疫部门疫病疫情预测预警的管理需求,如为防疫部门疫病疫情预测预警提供信息,极大的优化医疗资源的配置,可适用于医院社区卫生站等专业场所。
当采集设备是由机器人及与其连接的各种传感器组成时,其中传感器可以是任意一种能够把人体的生理信息转换成为与之有确定函数关系的电信息器材,如红外传感器、压力传感器、光纤传感器、智能传感器、生物传感器等;具体的如传红外体温测量传感器、脉波传感器、血压传感器、血氧传感器等各类传感器,可以采集人体的体温、心率、脉搏、血压、血糖等生命体征指标,达到监测心脏病、高血压、糖尿病、呼吸道传染疾病、猝死、癫痫等疾病的目的。机器人可在屏幕设置界面添加家庭成员,对家人的健康进行管理,并可设有紧急呼救功能。当家人的健康出现异常时,可以发出健康预警提醒;当家人出现严重危险时,直接通过语音对话进行紧急呼救;也可与移动终端连接,通过该移动终端中安装的软件(Application,APP)了解家人的健康状况,获取健康报告,食疗建议,身体健康风险等信息,也可以收看健康资讯,在线咨询等。本发明实施例可对家庭使用者身体状况提前预警,并提供紧急呼救服务,极大的方便了家庭成员的健康管理,适用于家庭场所。
当采集设备为人体体征智能手环时,该手环为可穿戴智能手环,其内部安装有监测检测体温、心率、脉搏的集成芯片,可以采集人体的体温数据、心率数据、脉波数据等;其中,脉波数据可以包含人体在一段时间内的脉搏数据。在具体实现中,智能手环可以设置有全球定位系统(Global Positioning System,GPS)的定位功能,并可结合GPS定位功能对人体动态、静态的身体状况进行实时监测,从而可以在手环佩戴者的身体状况出现异常时,通过该智能手环中所安装的应用端输出智能诊断分析结果所包含的风险预警信息,实现提前预警,以提醒佩戴者。以久坐提醒为例,如果佩戴者久坐不动,则安装有应用端的智能手环可以输出对应的风险预警信息,以提醒佩戴者活动放松一下筋骨。另外,如果佩戴者发生意外或者摔倒,可以基于智能诊断分析结果中的风险预警信息触发智能手环中的紧急呼救启动功能,以并且可以依据该风险预警信息进行输出,以通知与其设置了关联的监护人。
需要说明的是,智能手环可通过移动通信网络与手机相连,使得用户可在手机APP上查看佩戴者的健康状况、风险提醒、改善建议,在线咨询等。由于该智能手环穿戴的便携性,可适用于任何场所。其中,手机APP可以作为本发明实施例中的应用端,具体可以用于输出智能诊断分析结果中所包含的健康评价信息和/或风险预警信息,以对疫情、疫病、疾病、亚健康状态进行预警,从而能够为卫生防疫部门提供服务,并可为医生提供多维度辅助诊断,能够有效地减轻医生工作强度,优化医疗资源,为个人和家庭提供健康管理,极大的方便个人健康管理。
本实施中的采集设备通过上述提到的各种采集方式,采集人体体征数据,并且可以将采集到的人体体征数据发送给云服务器端,以通过云服务器端对采集到的人体体征数据进行预处理,如通过云服务器端对采集到的人体体征数据进行统计学和大数据预测算法的处理并比对临床数据,发现人体病变前的生理体征和脉波特点,从而可以基于人体病变前的生理体征和脉波特点,分析大批人群桡动脉搏动数据进行同质归类建立体征指纹库和/或微分体征指纹库,以便后续可以基于该体征指纹库和/或微分体征指纹库中存储的数据对亚健康、疾病、疫病、疫情发生的倾向和性质进行预测预警,进而能够快速准确地辅助医生做出最终诊断。
具体而言,云服务器端102在接收到采集设备101发送的人体体征数据后,可以对该人体体征数据进行预处理,如对人体体征数据进行存储,并可以对该人体体征数据进行统计处理,如可以结合预先获取到的临床数据对统计后的人体体征数据进行对比,得到目标体征数据,该目标体征数据可以是指人体病变前的生理体征数据,具体可以包括包含疾病生理特征数据和目标脉波特点数据,其中,疾病生理特征数据可以用于表示人体病变前的生理体征,目标脉波特点数据可以表示人体病变前的脉波特点;随后可依据该目标体征数据对采集到的人体体征数据进行预测分析,得到预测分析结果,以基于预测分析结果建立诸如体征指纹库、微分体征指纹库等体征数据库。其中,体征数据库可以是指存储有人体体征数据的数据库,如体征数据库可以存储有归类的人体体征数据以及各种疾病对应的生物体征指标数据,以便后续可以基于该体征数据库中存储的数据对亚健康、疾病、疫病、疫情发生的倾向和性质进行预测预警。
可见,本发明实施例中的云服务器端可以作为大数据中心和预测算法中心,进行数据的储存、计算、分析并通过对大数据的分析进行深度学习,从而可以依据获取到的临床数据对人体体征数据进行预处理,使得应用端依据预处理结果进行智能诊断分析处理,得到智能诊断分析结果,进而可以基于该智能诊断分析结果中的健康评价信息和/或风险预警信息实现健康提醒和风险预警。
在本发明的一个可选实施例中,预处理结果可以包括目标体征数据、预测分析结果和/或体征数据库。如图2所示,云服务器端102可以包括如下模块:
云存储模块121,用于接收所述采集设备发送的人体体征数据,并对接收到的人体体征数据进行存储;
云计算模块122,用于依据临床数据对所述人体体征数据进行统计处理,得到目标体征数据,所述目标体征数据包含疾病生理特征数据和目标脉波特点数据;
云分析模块123,用于依据所述目标体征数据对所述人体体征数据进行预测分析,得到预测分析结果,并基于所述预测分析结果建立体征数据库,所述体征数据库包含疾病对应的生物体征指标数据。
在本实施例中,云存储模块12可以接收采集设备采集到的人体体征数据,并可存储该人体体征数据,如可以将接收到的人体体征数据存储到数据库中。云计算模块可以对获取到的临床数据进行数据标准化筛选转录,并可将筛选转录后得到的临床数据存储到数据库中,以及可以结合该数据库中存储的临床数据对接收到的人体体征数据进行统计处理,如可以将采集的人体体征数据进行统计学和大数据预测算法的处理,并比对数据库中的临床数据,得到目标体征数据。该目标体征数据可以用于表示人体病变前的生理体征和脉波特点,具体可以包含有疾病生理特征数据和目标脉波特点数据,其中,可以疾病生理特征数据表示人体病变前的生理体征,目标脉波特点数据可以表示人体病变前的脉波特点。云分析模块123可以依据云计算模块确定的目标特征数据对接收到的人体体征数据进行预测分析,如可以基于疾病生理特征数据和目标脉波特点数据,分析人群桡动脉搏动数据进行同质归类,建立体征指纹库/微分体征指纹库,随后可基于该特征指纹库和/或微分特征指纹库中所包存储的人体体征数据,结合大数据中心的信息进行预测,如通过大数据中心的预测算法预测人群发生疾病的倾向,产生预测分析结果,随后可基于该预测分析结果建立体征数据库,以便后续可以依据该体征数据库中存储的各种疾病对应的生物体征指标数据进行智能诊断分析。
可选的,本发明实施例中的预测分析结果可以包含疾病发生概率信息,所述云分析模块123还用于获取所述人体体征数据对应的时间信息和/或地点信息,并依据所述目标体征数据,结合所述时间信息和/或地点信息,对所述人体体征数据进行预测分析,得到疾病发生概率信息。其中,疾病发生概率信息可以用于确定疾病发生的概率,如可以用于确定某一人群或者某个人发生某种疾病的概率。
本发明实施例中,云服务器端可以作为大数据中心和预测算法中心,通过大数据分析和深度学习,将采集设备采集到的人体体征数据(如脉波数据)进行统计学和大数据预测算法的处理并比对临床数据,发现人体病变前的生理体征和脉波特点,以基于该人体病变前的生理特征和脉波特点产生预处理结果,从而使得应用端可以结合该预处理结果对即时人体体征数据进行智能诊断分析处理,得到智能诊断分析结果,进而可以依据该智能诊断分析结果中所包含的健康评价信息和/或风险预警信息进行输出。
例如,当健康预警系统应用于疫情防控工作中,针对疫病,可对发生时段,以及发展趋势作出预判,并可通过人工智能预警系统达到提前3-10天发出疫病疫情预警信号。具体而言,云服务器端结合大数据中心的信息和预测算法预测人群发生疾病的倾向,具体可以包括:结合大数据中心的数据信息及预设的预测基础算法,综合气候学、海洋学、地理学、天文学信息预测发生疾病的倾向、以及可以根据疫情疫病的发生时间段和始发地范围预测疫情严重程度及疫情发展趋势;并可通过应用端,将预测结果结合实时监测数据特征进行二次运算,生成疾病预警信息,以作为风险预警信息发送给疾病预防控制中心及防疫相关决策机构,使得疾病预防控制中心及防疫相关决策机构可以基于该疾病预警信息提前进行风险预警,如可以提前3天向疾病预防控制中心及防疫相关决策机构发送疾病预警信息,达到提前预警提示的目的。
参见图3,为本发明提出的一种应用端的结构框图。如图3所示,本发明实施例中的应用端103可以包括如下模块:
智能诊断分析模块131,用于获取即时人体体征数据,并将所述即时人体体征数据与所述体征数据库中的生物体征指标数据进行对比分析,得到对比分析结果,所述对比分析结果包含健康级别概率信息;
健康评价分类模块132,用于根据人体体征指标对所述即时人体体征数据进行评价,得到健康评价信息,并依据所述健康评价信息确定健康分类级别信息;
风险预警模块133,用于根据所述健康分类级别信息和所述健康级别概率信息确定风险预警信息,并依据所述风险预警信息进行输出。
在具体实现中,智能诊断分析模块131可以获取采集设备采集到的即时人体体征数据,并且可以将即时人体体征数据与诸如体征指纹库、微分体征指纹库等体征数据库中的数据进行比对,随后可基于比对结果根据预测算法得出个人健康级别概率和倾向,以根据个人健康级别概率和倾向生成对比分析结果。该对比分析结果可以包含有健康级别概率信息,该健康级别概率信息可以表示个人健康级别概率和倾向。
健康评价分类模块132可以根据人体体征指标对所述即时人体体征数据进行评价,即可根据人体体征指标评价个人身体健康状况,得到作为评价结果的健康评价信息,随后可根据评价结果进行健康状况等级分类,即依据所述健康评价信息确定健康分类级别信息,以便后续可以依据该健康分类级别信息生成风险预警信息进行预警提醒。
具体而言,风险预警模块133可以根据健康分类级别信息和健康级别概率信息确定风险预警信息,随后可依据所述风险预警信息进行输出。可见,风险预警模块133可以根据健康评价分类模块的结果在人体健康状况发生异常时发出健康预警提醒,达到健康预警提醒的目的。
作为本发明的一个示例,健康预警系统可以通过云服务端,将采集设备采集到的诸如脉波数据等人体体征数据与大数据中心的临床数据比对,随后可以基于对比结果根据预测算法得出个人的健康等级概率和倾向,并可根据使用者的情况通过应用端发出相应的风险预警信息。需要说明的是,健康状况等级可以分为健康、有疾病风险、处于疾病高风险边缘、突发性危及生命疾病四个等级,并可通过绿色、蓝色、黄色、红色四个颜色表示。其中,绿色可以表示健康等级;蓝色可以表示有疾病风险的等级,如可以表示有得某方面的疾病风险的等级,健康预警系统可以通过应用端输出健康评价信息和风险预警信息,以提醒使用者注意生活饮食,运动,健康检查等;黄色可以表示处于疾病高风险边缘的等级,如可以表示正处于某种疾病高风险边缘的等级,健康预警系统可以通过应用端输出健康评价信息和风险预警信息,以提示使用者可以咨询在线医生或者根据需要去专业的医院就诊;红色可以表示患有突发性危及生命疾病的风险等级,健康预警系统可以通过应用端输出健康评价信息和风险预警信息,以实现对诸如猝死、癫痫等危及生命疾病进行预警。
综上,本发明实施中的健康预警系统通过采集设备采集人体体征数据,并通过云服务器端对采集到的人体体征数据进行存储和预处理,使得应用端可以结合云服务器端产生的预处理结果进行智能诊断分析处理,从而能为医生提供多维度辅助诊断,减轻医生工作强度,并且能够对疫情、疫病、疾病、亚健康状态进行预警,为卫生防疫部门提供服务,优化医疗资源,以及能为个人和家庭提供健康管理,方便快捷,充分发挥了预警信息平台的作用,满足各种疫情疾病预警需求。
图4为本发明提出的一种健康预警方法的步骤流程图。如图4所示,本发明实施例提供的健康预警方法,具体可以包括以下步骤:
步骤401,将采集设备采集到的人体体征数据发送给云服务器端;
步骤402,通过所述云服务器端,对所述人体体征数据进行预处理,得到预处理结果;
步骤403,结合所述预处理结果,对应用端获取到的即时人体体征数据进行智能诊断分析处理,得到智能诊断分析结果,其中,所述智能诊断分析结果包含健康评价信息和/或风险预警信息。
在具体实现中,健康预警系统在采集设备采集到人体体征数据后,可以将采集设备采集到的人体体征数据发送给云服务器端,以通过云服务器端对人体体征数据进行预处理,得到预处理结果,从而使得应用端可以结合预处理结果对获取到的即时人体体征数据进行智能诊断分析处理,得到智能诊断分析结果,达到智能诊断分析的目的。其中,应用端获取到的即时人体体征数据可以是指应用端实时获取到的人体体征数据,该人体体征数据可以是采集设备在采集到数据后实时发送给应用端的,也可以是使用者直接输入到应用端的人体体征数据,本实施例对此不作具体限制。
在实际处理中,人体体征可以包含包括胆固醇、尿酸、体温、心率、脉搏、血压、血糖等。因此在本发明的一个可选实施例中,云服务器端接收到的采集设备所发送的人体体征数据,具体包括:通过胆固醇检测设备、尿酸检测设备、红外体温测量传感器、脉波传感器、血氧传感器、血糖传感器等,对人体体征信息进行检测,得到人体体征数据。该人体体征数据可以包括以下至少一种:脉波数据、体温数据、心率数据、血压数据、血糖数据、血氧数据、胆固醇数据和尿酸数据等,本实施例对此作具体限制。需要说明的是,胆固醇检测设备可以用于检测胆固醇数据;尿酸检测设备可以用于检测尿酸数据;红外体温测量传感器可以用于采集体温数据;脉波传感器可以用于采集脉波数据;血糖传感器可以用于血糖数据。
可选的,本实施例在将采集设备采集到的人体体征数据发送给云服务器端之前,还可以判断采集到的人体体征数据是否有效,以在采集到的人体体征数据有效的情况下,将采集到的人体体征数据发送给云服务器端进行预处理。因此,在本发明的一个可选实施方式中,在采集设备采集到的人体体征数据发送给云服务器端之前,健康预警方法还可以包括如下步骤:判断所述采集设备采集到的人体体征数据是否有效;若所述人体体征数据有效,则执行将所述人体体征数据发送给所述云服务器端的步骤。若采集设备采集到的人体体征数据无效,则可以结束数据采集。
在本发明的一个可选实施例中,预处理结果可以包含目标体征数据、预测分析结果和/或体征数据库;上述通过云服务器端对所述人体体征数据进行预处理,得到预处理结果,具体可以包括:所述云服务器端在接收到所述采集设备发送的人体体征数据后,对接收到的人体体征数据进行存储,并依据临床数据对所述人体体征数据进行统计处理,得到目标体征数据,以及依据所述目标体征数据对所述人体体征数据进行预测分析,得到预测分析结果,以基于所述预测分析结果建立体征数据库,其中,所述目标体征数据包含疾病生理特征数据和目标脉波特点数据,所述体征数据库包含疾病对应的生物体征指标数据。
具体而言,云服务器端在接收到采集设备所发送的人体体征数据后,可以将该人体体征数据存储到数据库中,即云服务器端可对采集设备采集到的人体体征数据进行存储,实现人体体征数据的存储,随后可对人体体征数据进行统计学和大数据预测算法的处理并比对临床数据,发现人体病变前的生理体征和脉波特点,即依据临床数据对所述人体体征数据进行统计处理,得到目标体征数据,然后可分析人群桡动脉搏动数据进行同质归类建立体征指纹库/微分体征指纹库,并可结合大数据中心的信息和预测算法预测人群发生疾病的倾向,即依据目标体征数据对所述人体体征数据进行预测分析,得到预测分析结果。该预测分析结果可以包含预测人群发生疾病的倾向信息,因此云服务器端可以基于该预测分析结果建立体征数据库,如可以将预测分析结果存储到体征数据库中,以便后续可以结合该体征数据库中存储的预测分析结果进行智能诊断分析处理,达到智能诊断分析的目的。
可选的,所述结合所述预处理结果,对应用端获取到的即时人体体征数据进行智能诊断分析处理,得到智能诊断分析结果,具体可以包括:在应用端获取到即时人体体征数据后,将所述即时人体体征数据与所述体征数据库中的生物体征指标数据进行对比分析,得到对比分析结果,并根据人体体征指标对所述即时人体体征数据进行评价,得到健康评价信息,以依据所述健康评价信息确定健康分类级别信,以及,根据所述健康分类级别信息和所述对比分析结果中的健康级别概率信息确定风险预警信息,依据所述风险预警信息进行输出。
具体而言,应用端在获取到即时人体体征数据后,可以针对该即时人体体征数据从云服务器端获取对应的预处理结果,以结合预处理结果对该即时人体体征数据进行智能诊断分析处理,即对云服务器端产生的预处理数据进行诊断分析并生成健康评价及风险预警信息。例如,应用端对云服务器端产生的预处理数据进行诊断分析并生成健康评价及风险预警信息,具体可以包括:将获取到的即时人体体征数据与体征指纹库或微分体征指纹库中存储的数据进行比对,以基于对比结果根据预测算法得出个人健康级别概率和倾向,并且可根据人体体征指标评价个人身体健康状况,以根据评价结果进行健康状况等级分类,从而可根据健康状况等级分类在人体健康状况发生异常时发出健康预警提醒。
参见图5为本发明一个示例中的一种健康预警系统的工作流程图。
具体的,采集设备在开始采集时,可以通过体征指标采集,即根据预先设定的体征指标进行数据采集,以采集到人体体征数据,并可判断采集的数据是否有效,即判断采集到的人体体征数据是否有效,以在采集的数据有效时将采集的数据进行人体体征数据归类,并上传数据至云服务器端进行存储。具体而言,若采集到的人体体征数据无效,即在采集到的数据无效的情况下,则可以直接结束采集。在采集到的人体体征数据有效的情况下,可以对人体体征数据进体征数据归类,以将归类后的人体体征数据通过网络上传到云服务器端进行存储,即将有效的人体体征数据存入数据库。另外,云服务器端作为健康预警系统的算法中心,可以按照人体体征数据的类别从类别健康数据库查询关联健康等级的概率,以便后续可以依靠健康等级的概率生成该人体体征数据对应的智能诊断分析结果。其中,采集设备采集到的人体体征数据可以通过移动通信、蓝牙、WIFI等通信方式进行上传,即采集设备可以通过网络上传数据。
在具体实现中,云服务器端内部可以设置有临床数据库,该临床数据库可以是指存储有临床数据的数据库。具体而言,云服务器端可以对采集到的临床数据进行数据标准化筛选转录,以将筛选转录后的临床数据存储到数据库中,并且可以基于该数据库中存储的临床数据确定出各种疾病对应的疾病体征参数,从而可以在接收到采集设备所采集的人体体征数据并存入数据库后,通过大数据比对分析疾病体征参数,即将接收到的人体体征数据与疾病体征参数进行对比分析,以基于对比分析结果建立健康等级“指纹”库,即将人体体征数据分类与临床数据关联建模,从而实现了数据建模,建立了健康预警系统中的体征数据库。需要说明的是,健康等级“指纹”库可以是健康预警系统中建立的一种体征数据库,可以用于确定人体体征数据所对应的健康等级。
可选的,本示例在数据标准化筛选转录之前,还可以进行临床数据采集,即采集临床数据,随后可以对采集到的临床数据进行数据标准化筛选转录,以将数据标准化筛选转录后的临床数据存入到数据库中。例如,云服务器端在数据标准化筛选转录之后,可以将体征数据分类与临床数据关联建模,计算出特征类型和健康的关联概率,从而得到体征类别与健康概率关联库。基于该体征类别与健康概率关联库,可以通过数据查询的方式,按体征数据类别从类别健康数据库进行查询,以查询关联疾病的概率,从而可以关联疾病的概率确定出当前采集到的人体体征数据所匹配的健康概率,然后可以判断健康概率是否超过预设数值,如图5所示,云服务器端中的大数据算法中心,可以通过判断人体体征数据所匹配的健康级别是否超过预设体征极限阈值,来确定人体体征数据所匹配的健康概率是否超过预设数值。当健康概率超过预设数值时,即在人体体征数据所匹配的健康级别超过预设体征极限阈值时,可以预备分别给健康专家和用户发送健康级别建议,即云服务端可以生成对应的预处理结果,并可将该预处理结果发送给应用端,使得应用端可以依据该预处理结果进行智能诊断分析出来,得到作为智能诊断分析结果的健康评价信息和/或风险预警信息,并可依据该健康评价信息和/或风险预警信息进行输出,如可以基于预备给健康专家和用户发送的健康级别建议生成对应的健康报告,且该健康报告可以通过原网络反馈至终端,以分别给医生和用户反馈健康等级概率和意见。当健康概率没有超过预设数值时,即在人体体征数据所匹配的健康级别没有超过预设体征极限阈值时,可以判断用户健康等级概率是否上升,以在用户健康等级概率上升时预备提醒用户注意健康管理并给出保健建议,如通过应用端输出对应的智能诊断分析结果,从而可以提醒用户注意健康管理并可给出保健建议。当用户健康等级概率没有上升时,可以生成人体体征数据对应的健康报告,并且可以通过原网络将该健康报告反馈给作为采集设备的终端,以结束本次的健康预警流程。可见,本示例中的健康报告可以通过原网络反馈至终端,使得用户可以通过终端获取到健康报告。
另外,云服务器端在按体征数据类别从类别健康数据库查询关联健康的概率之前,还可以录入用户健康概率库。该用户健康概率库可以用于对群体健康概率进行分析处理,以基于分析处理结果判断疾病概率是否达到预设数值,从而可以在疾病概率没有达到数据时判断结束,而在疾病概率到达数值时基于采集到的人体体征数据发送健康等级预警信息到健康管理专家和医院信息系统(Hospital Information System,HIS)进行预警。
在具体实现中,如图5所示,云服务器端的算法中心可以通过在线或本地访问的方式,获取归类后的人体体征数据,并可将获取到的人体体征数据与健康等级指纹库中的数据进行数据比对,以基于数据比对结果匹配健康级别,随后可判断匹配健康级别是否超过预设体征极限阈值。如果匹配健康级别超过了预设体征极限阈值,则可以预备分别给健康专家和用户发送健康级别建议,同时可生成健康报告,并可通过原网络反馈至终端。如果匹配健康级别没有超过预设体征极限阈值,则可以判断用户健康级别概率是否上升;如果用户健康级别概率上升,则可以预备提醒用户注意健康管理并给出保健建议,随后可生成对应健康报告,通过原网络反馈至终端;如果用户健康级别概率上升,则可以直接生成健康报告,并可通过原网络反馈至终端。
此外,算法中心可以对归类后的人体体征数据进行存储,从而可以基于存储的人体体征数据进行相同体征健康概率分析、群体健康概率分析,得到群体健康级别概率,随后可通过判断群体健康级别概率是否达到群体预设体征极限阈值,来确定是否需要发送健康风险预警信息到专业机构、医疗HIS系统。具体的,如果群体健康级别概率达到群体预设体征极限阈值,则可以预备发送健康风险预警信息到专业机构、医疗HIS系统,同时可生成健康报告通过原网络反馈至终端;如果群体健康级别概率没有达到群体预设体征极限阈值,则可以直接生成健康报告通过原网络反馈至终端,使得用户可以通过终端上的应用程序查看到其健康报告。
综上,云服务器端的大数据算法中心可以通过上述提到的各种采集方式,将采集到的信息(即采集设备所采集到的人体体征数据)进行统计学和大数据预测算法的处理并比对临床数据,发现人体病变前的生理体征和脉管波特点,建立模型,实现对疾病、疫病、疫情发生的倾向,其性质,发生时段,以及疫病的发展趋势的预判,并可通过人工智能预警系统达到提前3-10天发出疫病疫情预警信号的目标,以及可以快速准确地辅助医生做出最终诊断,从而达到提前对疫病疫情的预测预警,早发现,早干预的目的。例如,本示例中的健康预警系统可提前3天向大数据中心、管理中心发出预警提示,使得相关终端使用者可获得相应预警提示,如疾病预防控制中心(Center For Disease Control And Prevention,CDC)及医生可以通过电脑终端或机器人端获取相关信息,手环佩戴者和家庭机器人终端使用者可通过移动通信端的手机APP获取自己的健康信息。
可见,本发明实施例能够快速,准确的预测疫情、疾病、疫病等的状况,并且能够全面的反映当地的人群健康状况,极大提高公共卫生和个人卫生防控的能力。
最后应当说明的是:以上实施例仅用以说明本发明的技术方案而非对其限制,所属领域的普通技术人员参照上述实施例依然可以对本发明的具体实施方式进行修改或者等同替换,这些未脱离本发明精神和范围的任何修改或者等同替换,均在申请待批的本发明的权利要求保护范围之内。
Claims (10)
1.一种健康预警系统,其特征在于,包括:采集设备、云服务器端以及应用端;
所述采集设备,用于采集人体体征数据,并将所述人体体征数据发送给所述云服务器端;
所述云服务器端,用于接收所述采集设备发送的人体体征数据,并对所述人体体征数据进行预处理,得到预处理结果;
应用端,用于获取即时人体体征数据,并结合所述预处理结果对所述即时人体体征数据进行智能诊断分析处理,得到智能诊断分析结果,其中,所述智能诊断分析结果包含健康评价信息和/或风险预警信息。
2.根据权利要求1所述的一种健康预警系统,其特征在于,所述采集设备在将所述人体体征数据发送给所述云服务器端之前,还用于判断所述人体体征数据是否有效,以在所述人体体征数据有效时执行将所述人体体征数据发送给所述云服务器端的步骤,所述人体体征数据包括以下至少一种:脉波数据、体温数据、心率数据、血压数据、血糖数据、血氧数据、胆固醇数据和尿酸数据。
3.根据权利要求1或2所述的一种健康预警系统,其特征在于,所述采集设备包括机器人和与所述机器人连接的传感器,所述传感器包括以下至少一种:脉波传感器、温度传感器、血压传感器、血糖传感器、血氧传感器、胆固醇传感器、尿酸传感器和光线传感器。
4.根据权利要求1或2所述的一种健康预警系统,其特征在于,所述采集设备为智能手环,所述智能手环中设置的数据采集模块包含以下至少一种传感器:脉波传感器、温度传感器、血压传感器和光线传感器。
5.根据权利要求1所述的一种健康预警系统,其特征在于,所述预处理结果包含目标体征数据、预测分析结果和/或体征数据库,所述云服务器端包括:
云存储模块,用于接收所述采集设备发送的人体体征数据,并对接收到的人体体征数据进行存储;
云计算模块,用于依据临床数据对所述人体体征数据进行统计处理,得到目标体征数据,所述目标体征数据包含疾病生理特征数据和目标脉波特点数据;
云分析模块,用于依据所述目标体征数据对所述人体体征数据进行预测分析,得到预测分析结果,并基于所述预测分析结果建立体征数据库,所述体征数据库包含疾病对应的生物体征指标数据。
6.根据权利要求5所述的一种健康预警系统,其特征在于,所述应用端包括:
智能诊断分析模块,用于获取即时人体体征数据,并将所述即时人体体征数据与所述体征数据库中的生物体征指标数据进行对比分析,得到对比分析结果,所述对比分析结果包含健康级别概率信息;
健康评价分类模块,用于根据人体体征指标对所述即时人体体征数据进行评价,得到健康评价信息,并依据所述健康评价信息确定健康分类级别信息;
风险预警模块,用于根据所述健康分类级别信息和所述健康级别概率信息确定风险预警信息,并依据所述风险预警信息进行输出。
7.根据权利要求5所述的一种健康预警系统,其特征在于,所述预测分析结果包含疾病发生概率信息,所述云分析模块还用于获取所述人体体征数据对应的时间信息和/或地点信息,并依据所述目标体征数据,结合所述时间信息和/或地点信息,对所述人体体征数据进行预测分析,得到疾病发生概率信息。
8.一种健康预警方法,其特征在于,包括:
将采集设备采集到的人体体征数据发送给云服务器端;
通过所述云服务器端,对所述人体体征数据进行预处理,得到预处理结果;
结合所述预处理结果,对应用端获取到的即时人体体征数据进行智能诊断分析处理,得到智能诊断分析结果,其中,所述智能诊断分析结果包含健康评价信息和/或风险预警信息。
9.根据权利要求8所述的一种健康预警方法,其特征在于,
在将采集设备采集到的人体体征数据发送给云服务器端之前,还包括:判断所述采集设备采集到的人体体征数据是否有效;若所述人体体征数据有效,则执行将所述人体体征数据发送给所述云服务器端的步骤,其中,所述人体体征数据包括以下至少一种:脉波数据、体温数据、心率数据、血压数据、血糖数据、血氧数据、胆固醇数据和尿酸数据。
10.根据权利要求8或9所述的一种健康预警方法,其特征在于,
所述预处理结果包含目标体征数据、预测分析结果和/或体征数据库,所述通过云服务器端对所述人体体征数据进行预处理,得到预处理结果,包括:所述云服务器端在接收到所述采集设备发送的人体体征数据后,对接收到的人体体征数据进行存储,并依据临床数据对所述人体体征数据进行统计处理,得到目标体征数据,以及依据所述目标体征数据对所述人体体征数据进行预测分析,得到预测分析结果,以基于所述预测分析结果建立体征数据库,其中,所述目标体征数据包含疾病生理特征数据和目标脉波特点数据,所述体征数据库包含疾病对应的生物体征指标数据;
所述结合所述预处理结果,对应用端获取到的即时人体体征数据进行智能诊断分析处理,得到智能诊断分析结果,包括:在应用端获取到即时人体体征数据后,将所述即时人体体征数据与所述体征数据库中的生物体征指标数据进行对比分析,得到对比分析结果,并根据人体体征指标对所述即时人体体征数据进行评价,得到健康评价信息,以依据所述健康评价信息确定健康分类级别信,以及根据所述健康分类级别信息和所述对比分析结果中的健康级别概率信息确定风险预警信息,依据所述风险预警信息进行输出。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010588908.4A CN111613335A (zh) | 2020-06-24 | 2020-06-24 | 一种健康预警系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010588908.4A CN111613335A (zh) | 2020-06-24 | 2020-06-24 | 一种健康预警系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111613335A true CN111613335A (zh) | 2020-09-01 |
Family
ID=72202737
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010588908.4A Pending CN111613335A (zh) | 2020-06-24 | 2020-06-24 | 一种健康预警系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111613335A (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112185563A (zh) * | 2020-10-12 | 2021-01-05 | 王瑶瑶 | 一种人体内分泌系统健康风险预警系统 |
CN112216397A (zh) * | 2020-09-10 | 2021-01-12 | 广州呼吸健康研究院 | 一种新冠肺炎的预警方法和系统 |
CN112652409A (zh) * | 2020-12-22 | 2021-04-13 | 孙甲子 | 一种基于智能机器人和可穿戴设备的医疗监控系统 |
CN113066549A (zh) * | 2021-04-06 | 2021-07-02 | 青岛瑞斯凯尔生物科技有限公司 | 基于人工智能的医疗器械的临床有效性评估方法及系统 |
CN113313910A (zh) * | 2021-05-27 | 2021-08-27 | 深圳市双佳医疗科技有限公司 | 一种医疗健康智能提醒系统 |
CN113384241A (zh) * | 2021-07-08 | 2021-09-14 | 郑州大学第二附属医院 | 一种可穿戴设备辅助的慢性病患者临床监测平台与方法 |
CN113409940A (zh) * | 2021-07-21 | 2021-09-17 | 成都奇门科技有限公司 | 一种基于人工智能的云端大数据诊断系统 |
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 |
CN114300134A (zh) * | 2021-12-14 | 2022-04-08 | 中南大学 | 用户健康情况的检测方法、装置、终端及可读存储介质 |
CN117316367A (zh) * | 2023-11-27 | 2023-12-29 | 山东中飞科技有限公司 | 一种基于ai的智能化诊断系统及方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106650265A (zh) * | 2016-12-27 | 2017-05-10 | 袁陈 | 一种智能医疗诊断系统 |
CN106874699A (zh) * | 2017-03-31 | 2017-06-20 | 重庆邮电大学 | 一种基于iOS平台的健康管理系统 |
CN107334466A (zh) * | 2017-08-08 | 2017-11-10 | 西安交通大学 | 一种可穿戴的慢性病智能监控及预警的装置与方法 |
CN107480851A (zh) * | 2017-06-29 | 2017-12-15 | 北京小豆儿机器人科技有限公司 | 一种基于养老机器人的智能健康管理系统 |
CN110570919A (zh) * | 2019-09-23 | 2019-12-13 | 深圳甲田科技有限公司 | 面向慢病人群的健康风险智能监测、预警方法及平台 |
CN110856653A (zh) * | 2018-08-22 | 2020-03-03 | 北京医佳护健康医疗科技有限公司 | 基于生命体征数据的健康监测预警系统 |
CN111180091A (zh) * | 2020-03-06 | 2020-05-19 | 东北大学 | 面向智慧医疗社区服务的监护系统 |
-
2020
- 2020-06-24 CN CN202010588908.4A patent/CN111613335A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106650265A (zh) * | 2016-12-27 | 2017-05-10 | 袁陈 | 一种智能医疗诊断系统 |
CN106874699A (zh) * | 2017-03-31 | 2017-06-20 | 重庆邮电大学 | 一种基于iOS平台的健康管理系统 |
CN107480851A (zh) * | 2017-06-29 | 2017-12-15 | 北京小豆儿机器人科技有限公司 | 一种基于养老机器人的智能健康管理系统 |
CN107334466A (zh) * | 2017-08-08 | 2017-11-10 | 西安交通大学 | 一种可穿戴的慢性病智能监控及预警的装置与方法 |
CN110856653A (zh) * | 2018-08-22 | 2020-03-03 | 北京医佳护健康医疗科技有限公司 | 基于生命体征数据的健康监测预警系统 |
CN110570919A (zh) * | 2019-09-23 | 2019-12-13 | 深圳甲田科技有限公司 | 面向慢病人群的健康风险智能监测、预警方法及平台 |
CN111180091A (zh) * | 2020-03-06 | 2020-05-19 | 东北大学 | 面向智慧医疗社区服务的监护系统 |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112216397A (zh) * | 2020-09-10 | 2021-01-12 | 广州呼吸健康研究院 | 一种新冠肺炎的预警方法和系统 |
CN112185563A (zh) * | 2020-10-12 | 2021-01-05 | 王瑶瑶 | 一种人体内分泌系统健康风险预警系统 |
CN112652409A (zh) * | 2020-12-22 | 2021-04-13 | 孙甲子 | 一种基于智能机器人和可穿戴设备的医疗监控系统 |
CN113066549A (zh) * | 2021-04-06 | 2021-07-02 | 青岛瑞斯凯尔生物科技有限公司 | 基于人工智能的医疗器械的临床有效性评估方法及系统 |
CN113313910A (zh) * | 2021-05-27 | 2021-08-27 | 深圳市双佳医疗科技有限公司 | 一种医疗健康智能提醒系统 |
CN113384241A (zh) * | 2021-07-08 | 2021-09-14 | 郑州大学第二附属医院 | 一种可穿戴设备辅助的慢性病患者临床监测平台与方法 |
CN113384241B (zh) * | 2021-07-08 | 2023-01-31 | 郑州大学第二附属医院 | 一种可穿戴设备辅助的慢性病患者临床监测平台与方法 |
CN113409940A (zh) * | 2021-07-21 | 2021-09-17 | 成都奇门科技有限公司 | 一种基于人工智能的云端大数据诊断系统 |
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 |
CN114300134A (zh) * | 2021-12-14 | 2022-04-08 | 中南大学 | 用户健康情况的检测方法、装置、终端及可读存储介质 |
CN117316367A (zh) * | 2023-11-27 | 2023-12-29 | 山东中飞科技有限公司 | 一种基于ai的智能化诊断系统及方法 |
CN117316367B (zh) * | 2023-11-27 | 2024-03-19 | 山东中飞科技有限公司 | 一种基于ai的智能化诊断系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111613335A (zh) | 一种健康预警系统及方法 | |
CN116580830B (zh) | 一种基于云平台的远程智能医疗服务系统 | |
WO2022099668A1 (zh) | 一种基于家族遗传病与体征数据关联的精准健康管理与风险预警方法及系统 | |
US9510791B2 (en) | Diagnostic efficiency | |
CN110742595A (zh) | 基于认知云系统的异常血压监护系统 | |
CN111370124A (zh) | 一种基于面手部识别和大数据的健康分析系统及方法 | |
CN111276230A (zh) | 一种心脑血管疾病一体化分层管理系统及方法 | |
CN115714022B (zh) | 基于人工智能的新生儿黄疸健康管理系统 | |
CN111916196A (zh) | 一种基于人工智能技术的伤口及皮肤压力性损伤辅助诊断系统 | |
CN117476217B (zh) | 一种慢性心脏病病情发展趋势预测系统 | |
CN117617921B (zh) | 基于物联网的智能血压监控系统及方法 | |
CN110755091A (zh) | 一种个人心理健康监测系统及方法 | |
US11749402B2 (en) | Method and system for multi-medical department selection and post-monitoring during telemedicine based on patient generated health data (PGHD) and DNA analysis data | |
CN116978510A (zh) | 一种居家脑卒中患者的护理分级评估系统 | |
CN116230213A (zh) | 一种智能伤情识别方法及系统 | |
CN214965491U (zh) | 一种岗前智能安检一体机 | |
CN113724853A (zh) | 一种基于深度学习的智慧医疗系统 | |
CN112908483A (zh) | 一种智慧健康社区系统 | |
CN111839480B (zh) | 一种机器人的检测处理系统、方法及机器人 | |
CN117112729B (zh) | 基于人工智能的医疗资源对接方法及系统 | |
CN112270805B (zh) | 疲劳状态预警系统及疲劳状态信息管理系统 | |
CN115331837A (zh) | 一种人机交互智能问诊系统 | |
CN117174311A (zh) | 一种创伤后脓毒症病程监测与预警系统、方法及应用 | |
CN117174302A (zh) | 基于可视化及智能分析的老人健康服务平台 | |
CN118172594A (zh) | 基于人工智能的脑电生理图像识别方法及系统 |
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: 20200901 |
|
RJ01 | Rejection of invention patent application after publication |