CN112037934A - 一种基于移动设备的智能健康体检系统及学习方法 - Google Patents

Abstract

本发明公开了一种基于移动设备的智能健康体检系统及学习方法。所述的系统包括体检用户客户端、医生用户客户端、医疗设备、服务器和医疗卫生服务平台；服务器用于接收、处理数据，并将结果发送给体检用户客户端或者医生用户客户端。所述的方法包括：采集用户健康体检的数据、体征数据、消费数据、运动数据、保健数据、饮食数据、睡眠数据，通过对体检用户健康数据进行分析，充分挖掘数据的信息，分析用户习惯，建立体检用户个人或家庭健康数学模型，给出最适合体检用户的合理健康保健管理方法。本发明技术方案具备工作效率高、操作便捷，健康数据采集全面以及基于大数据分析的人工智能学习体系完备的特点。

Description

一种基于移动设备的智能健康体检系统及学习方法

技术领域

本发明涉及智能通信领域，尤其涉及一种基于移动设备的智能健康体检系统及学习方法。

背景技术

基于大数据分析的人工智能，教会机器深度学习，如何通过历史数据合理的得出相关分析结果是目前计算机领域的研究前沿。保健中心目前只能根据人们以往体检记录，简单的对比历史健康体检记录，无法做到智能分析体检人的健康状况，得出人们健康状况的动态结果。

目前的相关业务流程及技术，尤其在儿童健康体检时，基本是家长拿着纸质体检表格，各科室来奔波，移动终端仅仅只停留在挂号、查阅报告的功能上；医生仍需手动在表格上填写数据，之后逐一将体检结果手动上传至电脑PC端；保健中心相关医疗设备、医生PC无法与健康体检业务完全信息化对接；对体检结果的分析仅仅停留在数据统计层面，无法实现深度挖掘数据所包含的其他信息；总之，这类处理方法效率低，信息交互不及时。因此，一种集提高健康体检效率、准确的获得结果并根据历史数据智能的分析健康状况的智能健康体检系统成为保健中心、居民的一种需求。

发明内容

为克服相关技术中存在的弊端，本公开实施例提供的一种基于移动设备的智能健康体检系统及学习方法，用以大幅提高体检效率，减轻医生工作量；同时，通过人工智能技术，主动学习医生习惯、指导方法，辅助医生进行体检工作，主动干预用户保健生活。

根据本公开实施例的一方面，提供了一种基于移动设备的智能健康体检系统，包括：体检用户客户端，为手机或IPAD等移动端，用于响应操作，将体检用户的体检数据、健康数据上传至服务器，并对数据进行存储、管理；

医生用户客户端，包括移手机、IPAD等移动端以及PC端，用于响应操作，将医生的体检记录、体检结果上传至服务器，并对所述体检用户的各项信息进行管理维护；

医疗设备，用于数据采集，将所述体检用户的体检结果自动上传至服务器，提供所述医生对所述体检结果进行判定；

医疗卫生服务平台，用于提供所述体检用户的电子病历，将结果上传至服务器；

服务器，用于接收所述体检用户客户端、所述医生用户客户端、所述医疗设备传来的数据，主动向所述医疗卫生服务平台发送查阅所述体检用户电子病历数据的请求并接收数据，根据数据进行分析并在所述体检用户、所述医生用户间传递发送信息，同时，将用户数据与上级卫生监督系统、所述医疗卫生服务平台、所述体检用户客户端、所述医生用户客户端进行数据同步。

在一实施例中，所述的体检用户客户端包括：

体检数据填写模块，用于所述体检用户在所述体检用户客户端报名体检、预约体检时间，填写体检基本信息；

健康数据读取模块，用于读取所述体检用户在所述体检用户客户端的体征数据、消费数据、运动数据、保健数据、饮食数据、睡眠数据；

时间读取模块，用于在所述体检用户客户端上传体检信息时，读取所述体检用户客户端上的当前系统时间；

数据上传模块，用于将所述体检数据、所述健康数据以及所述当前系统时间一起上传至所述服务器；

数据接收模块，用于接收从所述服务器推送的所有内容；

计时模块，根据所述服务器中的体检计划，计时每次体检时间，并在所述体检时间到期之前提醒所述体检用户；同时，也根据所述保健管理计划，管理用户每个保健项目，并在所述保健项目到期之前提醒所述体检用户。

在一实施例中，其特征在于，所述的医生用户客户端包括：

结果录入模块，用于医生在所述医生用户客户端录入体检结果及建议；

医生的结果录入可以通过语音识别、触屏、键盘等方式进行录入；

审批模块，用于医生在所述医生用户客户端对所述体检结果进行单位行政审批，给出审批结果并加盖电子印章；

时间读取模块，用于在所述医生用户客户端上传体检结果时，读取所述医生用户客户端上的当前系统时间；

计时模块，用于记录所述医生从打开每一个体检用户体检资料到给出所述体检结果所用的时长，以及每项数据的页面停留时长；

数据上传模块，用于将所述体检结果、所述时长以及所述当前系统时间一起上传至所述服务器；

数据接收模块，用于接收从所述服务器传来的所述体检人信息、所述体检结果数据以及基于医生判定数学模型给出的判定意见；

提醒模块，用于接收从所述服务器传来的待审批的体检报告；

在一实施例中，其特征在于，所述的服务器包括：

数据接收模块，用于接收从所述体检用户客户端、所述医生用户客户端、所述医疗设备上以及所述医疗卫生服务平台传递的所有数据，并保存所述所有数据；

数据请求模块，用于向所述医疗卫生服务平台请求所述体检用户的所述电子病历数据，并保存相关数据；

数据传送模块，将所有的处理结果数据发送至所述体检用户客户端、所述医生用户客户端数据管理模块，并与所述医疗卫生服务平台的病人电子病历同步；

智能学习模块，可根据数据建立医生判定数学模型、所述体检用户个人或家庭健康数学模型，能够根据新的数据进行比较学习，不断修正模型。

根据本公开实施例的另一方面，还提供了基于该系统的一种学习方法，包括：

能够根据从所述体检用户客户端、所述医疗卫生服务平台收集的所述体检用户的所述体检数据、所述健康数据，建立体检用户个人或家庭健康数学模型，指导体检用户日常健康保健，并主动推送至所述体检用户客户端；

能够根据从所述体检用户客户端采集的所述用户健康数据，从所述医疗卫生服务平台采集的电子病历数据进行分析，向所述医生用户客户端推送辅助体检意见，帮助医生了解体检用户在体检当天以外的健康状况；

能够基于医生在所述医生用户客户端对体检结果的判定指标、判定方式、判定方法的数据，主动深入学习并智能的给出与所述医生判定基本一致的体检结果，并将结果主动推送给所述医生；

在一实施例中，所述的方法还包括：

体检用户习惯学习模块，用于分析从所述体检用户客户端传送的用户健康数据，并记录用户习惯；

所述用户健康数据包括：体征数据、消费数据、运动数据、保健数据、饮食数据、睡眠数据；体检用户健康历史，用于将所述医疗卫生服务平台请求所述体检用户的所述电子病历数据，历次健康体检数据进行汇总，形成完整的健康历史；

体检用户健康分析模块，根据多个体检用户的所述健康数据、所述健康历史进行分析，在每次体检后给出保健方案；

体检用户个人或家庭健康数学模型，根据从所述用户个人或家庭的历史健康数据分析模块建立所述健康数学模型；

所述模型能够根据新的数据不断地修正模型；

根据所述模型能够得到的结果，指导用户日常健康保健，同时，收集所述用户健康数据，判断指导效果，并通模型的修正，反复不断地更新推送给用户的健康保健方案。

在一实施例中，所述的方法还包括：

医生习惯学习模块，用于根据从多个所述的医生用户客户端传递的所述时长、所述体检结果、所述体检指标，记录所述医生的习惯；

医生判定模型，根据从所述医生用户习惯学习模块中获得的数据，建立医生判定数学模型；所述模型能够根据新的数据不断地修正模型；

根据所述模型能够模拟每个医生的行为习惯；并在新的体检用户数据上传时，自动模拟给出体检结果，并与所述医生给出的所述体检结果进行对比；

所述数据包括体检用户的各项指标数据、时间数据、体检结果数据；

结果输出阈值，即与所述医生给出的体检结果相似率；

当所述阈值大于等于某个值时，会自动向医生给出系统得到的体检意见，当所述阈值小于某个值时，系统则不会给出；

所述阈值可由医生手动设置条件；

所述模型支持医生添加或删除判定指标、修改判定指标的权重、修改判定指标的优先级；

体检结果批量输出模块，系统根据医生手动设置所述阈值，直接批量给出体检结果，同时将所述结果反馈给医生。

本发明运用移动设备并将其应用在健康体检的每一个环节，提高工作效率，节约用户时间。与现有技术相比，本发明的优点在于：通过医生能够将移动设备贯穿于整个健康体检始终，移动设备不仅能够提供挂号、查阅报告的功能，还能提醒体检项目、跟踪整个体检过程等功能；同时，随着医生使用PC端的体检表格，体检信息可以直接录入系统，减少手工录入，提高体检效率；通过对医生的习惯分析，智能的批量给出结果，大幅减少医生的工作量；通过对用户数据、体检数据，日常保健信息等利用大数据分析技术，深度挖掘分析用户更深层次的健康信息，因人而异，提供给每个用户定制的健康保健指导报告。

应当理解的是，以上的一般描述以及下面的细节描述仅仅是示例性和解释性的，并不能限制本公开。

附图说明

图1为根据一示例性实施例示出的基于移动设备的智能健康体检系统的结构图；

图2为根据一示例性实施例示出的基于智能健康体检系统的学习方法的流程图；

图3为根据一示例性实施例示出的基于医生用户的学习方法的结构图；

图4为根据一示例性实施例示出的基于体检用户的学习方法的结构图。

具体实施方式

下面将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中相同数字表示相同或相似的要素。以下示例性实施例所描述的实施方式并不代表与本发明相一致的所有实施方式；相反的，它仅仅是与如所附权利要求书中所详述的，与本发明的一些方面相一致的装置和方法的例子。

本公开实施例提供了一种基于移动设备的智能健康体检系统，如图1所示，包括：

体检用户客户端11，通常为手机或IPAD等移动端，用于响应操作，将体检用户的体检数据、健康数据上传至服务器15，并对数据进行存储、管理；

医生用户客户端12，通常包括移手机、IPAD等移动端以及PC端，用于响应操作，将医生的体检记录、体检结果上传至服务器15，并对体检用户的各项信息进行管理维护；

医疗设备13，用于数据采集，将体检用户的体检结果自动上传至服务器15，提供医生对体检结果进行判定；

医疗卫生服务平台14，用于提供体检用户的电子病历，将结果上传至服务器15；

服务器15，包括本地服务器151、云服务器152，用于接体检用户客户端11、医生用户客户端12、医疗设备13传来的数据，主动向医疗卫生服务平台14发送查阅体检用户电子病历数据的请求并接收数据，同时，将服务器15内的用户数据与医疗卫生服务平台14同步。

在一实施例中，体检用户客户端12包括：

体检数据填写模块，用于体检用户在体检用户客户端11报名体检、预约体检时间，填写体检基本信息；

健康数据读取模块，用于读取体检用户在体检用户客户端11的体征数据、消费数据、运动数据、保健数据、饮食数据、睡眠数据；

时间读取模块，用于在体检用户客户端11上传体检信息时，读取体检用户客户端11上的当前系统时间；

数据上传模块，用于将体检数据、健康数据以及当前系统时间一起上传至服务器15；

数据接收模块，用于接收从服务器15推送的所有内容；

计时模块，根据服务器15中的体检计划，计时每次体检时间，并在体检时间到期之前提醒体检用户；同时，也根据保健管理计划，管理用户每个保健项目，并在保健项目到期之前提醒体检用户。

在一实施例中，所述的医生用户客户端12包括：

结果录入模块，用于医生在医生用户客户端12录入体检结果及建议；

医生的结果录入可以通过语音识别、触屏、键盘等方式进行录入；

审批模块，用于医生在医生用户客户端12对体检结果进行单位行政审批，给出审批结果并加盖电子印章；

时间读取模块，用于在医生用户客户端12上传体检结果时，读取医生用户客户端12上的当前系统时间；

计时模块，用于记录医生从打开每一个体检用户体检资料到给出体检结果所用的时长，以及每项数据的页面停留时长；

数据上传模块，用于将体检结果、时长以及当前系统时间一起上传至服务器15；

数据接收模块，用于接收从服务器15传来的体检人信息、体检结果数据以及基于医生判定数学模型给出的判定意见；

提醒模块，用于接收从服务器15传来的待审批的体检报告；

在一实施例中，所述的服务器15包括：

数据接收模块，用于接收从体检用户客户端11、医生用户客户端12、医疗设备13以及医疗卫生服务平台14传递的所有数据，并保存所述所有数据；

数据请求模块，用于向医疗卫生服务平台14请求体检用户的所述电子病历数据，并保存相关数据；

数据传送模块，将所有的处理结果数据发送至体检用户客户端11、医生用户客户端12数据管理模块，并与医疗卫生服务平台14的病人电子病历同步；

智能学习模块，可根据数据建立医生判定数学模型、体检用户个人或家庭健康数学模型，能够根据新的数据进行比较学习，不断修正模型。

图2为根据一示例性实施例示出的基于智能健康体检系统的学习方法的流程图，该方法通过在移动终端上安装软件的方式实现，如图2所示，基于智能健康体检系统的学习方法包括以下步骤S101～S103：

在步骤S101中，采集体检用户健康体检的数据、体征数据、消费数据、运动数据、保健数据、饮食数据、睡眠数据、时间数据以及用户电子病历数据。

在一实施例中，体检用户健康体检的数据、体征数据、消费数据、运动数据、保健数据、饮食数据、睡眠数据、时间数据从体检用户客户端中采集，用户电子病历数据从医疗卫生服务平台中采集。

在步骤S102中，通过对医生相关数据分析，运用人工智能分析学习医生诊断习惯，建立医生判定数学模型。

图3为根据一示例性实施例示出的基于医生用户的学习方法的结构图，包括：

医生用户客户端12，详细描述可参见上述的描述，这里不再赘述；

医生判定指标121，由医生提前设置的用来判定症状的指标，用于所述模型的基本建立；

体检用户体检数据122，由医生根据经验观察到的体检症状，由医生通过语音识别、键盘等方式录入，用于对所述模型的指标进行分类并作为基础数据；

医疗设备13，详细描述可参见上述的描述，这里不再赘述；

服务器15，详细描述可参见上述的描述，这里不再赘述；

服务器医生用户习惯学习模块1511，服务器15中负责建立医生习惯学习模型的程序，用于结合所述的体检结果数据、判定的指标，建立医生判定模型，并能根据新的数据不断修正模型，同时，能向医生推送模型给出的结果。

在一实施例中，医生用户客户端12将体检用户的体检结果数据122、判定的指标121上传至服务器15，同时，医疗设备13可将体检用户的体检数据122上传至服务器15，服务器医生习惯学习模块1511根据数据，学习医生用户的判断逻辑、建立以上判断逻辑模型，并不断的结合新的体检数据不断修正所述模型，当模型给出的判断结果与医生判断的结果相似率到达一定阈值时，可以在医生准备给出判断结果前主动推送由模型给出的判断结果，由医生自行选择是否采纳；同时，医生也可以手动设置阈值，以及判断权限，以大幅提高体检效率。

在步骤S103中，通过对体检用户健康数据进行分析，充分挖掘数据的信息，分析用户习惯，建立体检用户个人或家庭健康数学模型，给出最适合体检用户的合理健康保健管理方法。

图4为根据一示例性实施例示出的基于体检用户的人工智能学习方法的结构图，包括：

体检用户客户端11，详细描述可参见上述的描述，这里不再赘述；

用户基本数据111为用户的年龄、性别、身高、体重、工作类型等信息；

用户消费信息112为用户在淘宝、京东等在线支付、购买的消费等信息；

用户体征信息113为用户的呼吸速率、体温、心率、血压等信息；

用户饮食信息114为用户的饮食时间、饮食类目等信息；

用户睡眠信息115为用户休息睡眠时间、时长等信息；

用户运动信息116为用户跑步、骑车、游泳、健身等运动时间、时长信息；

时间数据117为收集体检用户基本数据时的客户端系统时间数据；

医疗服务平台14，详细描述可参见上述的描述，这里不再赘述；

服务器15，详细描述可参见上述的描述，这里不再赘述；

服务器体检习惯学习模块1512，服务器15中负责建立体检用户习惯学习模型的程序，用于结合体检用户客户端11、医疗卫生服务平台14的数据，建立体检用户个人或家庭健康数学模型，并能根据新的数据不断修正模型，同时提供用户自助查询分析结果，或者定时推送分析所得结果、建议。

在一实施例中，体检用户客户端11在经过用户同意后采集用户手机内的用户基本数据111、消费信息112、体征信息113、饮食信息114、睡眠信息115、运动信息116以及时间数据117，并上传至服务器15；服务器15可以自主请求医疗卫生服务平台14的用户信息，并根据收集来的数据进行处理并给出结果、建议，并通过服务器15传递给体检用户客户端，供用户查看。

本领域技术人员在考虑说明书及实践这里公开的公开后，将容易想到本公开的其他实施方案。本申请旨在涵盖本公开的任何变形、用途或者适应性变化，这些变形、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域的公知常识或者惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。

应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。

Claims (7)

1.一种基于移动设备的智能健康体检系统，其特征在于，包括：

体检用户客户端、医生用户客户端；

医疗设备，将所述体检用户的体检结果自动上传至服务器，提供所述医生对所述体检结果进行判定；

医疗卫生服务平台，用于提供所述体检用户的电子病历，将结果上传至服务器；

服务器，用于接收所述体检用户客户端、所述医生用户客户端、所述医疗设备传来的数据，主动向所述医疗卫生服务平台发送查阅所述体检用户电子病历数据的请求并接收数据，根据数据进行分析并在所述体检用户、所述医生用户间传递发送信息，同时，将用户数据与上级卫生监督系统、所述医疗卫生服务平台、所述体检用户客户端、所述医生用户客户端进行数据同步。

2.如权利要求1所述的基于移动设备的智能健康体检系统，其特征在于，所述的体检用户客户端包括：

体检数据填写模块，所述体检用户在所述体检用户客户端报名体检、预约体检时间，填写体检基本信息；

健康数据读取模块，读取所述体检用户在所述体检用户客户端的体征数据、消费数据、运动数据、保健数据、饮食数据、睡眠数据；

时间读取模块、数据上传模块、数据接收模块；

计时模块，根据所述服务器中的体检计划，计时每次体检时间，并在所述体检时间到期之前提醒所述体检用户；同时，也根据所述保健管理计划，管理用户每个保健项目，并在所述保健项目到期之前提醒所述体检用户。

3.如权利要求1所述的基于移动设备的智能健康体检系统，其特征在于，所述的医生用户客户端包括：

结果录入模块，医生的结果录入可以通过语音识别、触屏、键盘等方式进行录入；

计时模块、记录所述医生从打开每一个体检用户体检资料到给出所述体检结果所用的时长，以及每项数据的页面停留时长；

审批模块、时间读取模块、数据上传模块、数据接收模块、提醒模块。

4.如权利要求1所述的基于移动设备的智能健康体检系统，其特征在于，所述的服务器包括：数据接收模块，接收从所述体检用户客户端、所述医生用户客户端、所述医疗设备上以及所述医疗卫生服务平台传递的所有数据，并保存所述所有数据；

智能学习模块，可根据数据建立医生判定数学模型、所述体检用户个人或家庭健康数学模型，能够根据新的数据进行比较学习，不断修正模型；

数据请求模块、数据传送模块。

5.一种基于移动设备的智能健康体检系统的学习方法，其特征在于：该学习方法根据从所述体检用户客户端、所述医疗卫生服务平台收集的所述体检用户的所述体检数据、所述健康数据，建立体检用户个人或家庭健康数学模型，指导体检用户日常健康保健，并主动推送至所述体检用户客户端；

根据从所述体检用户客户端采集的所述用户健康数据，从所述医疗卫生服务平台采集的电子病历数据进行分析，向所述医生用户客户端推送辅助体检意见，帮助医生了解体检用户在体检当天以外的健康状况；

基于医生在所述医生用户客户端对体检结果的判定指标、判定方式、判定方法的数据，主动深入学习并智能的给出与所述医生判定基本一致的体检结果，并将结果主动推送给所述医生。

6.如权利要求5所述的方法，其特征在于，还包括：

体检用户习惯学习模块，分析从所述体检用户客户端传送的用户健康数据，并记录用户习惯；所述用户健康数据包括：体征数据、消费数据、运动数据、保健数据、饮食数据、睡眠数据；体检用户健康历史，将所述医疗卫生服务平台请求所述体检用户的所述电子病历数据，历次健康体检数据进行汇总，形成完整的健康历史；

体检用户健康分析模块，根据多个体检用户的所述健康数据、所述健康历史进行分析，在每次体检后给出保健方案；

体检用户个人或家庭健康数学模型，根据从所述用户个人或家庭的历史健康数据分析模块建立所述健康数学模型；

所述模型能够根据新的数据不断地修正模型；

根据所述模型能够得到的结果，指导用户日常健康保健，同时，收集所述用户健康数据，判断指导效果，并通模型的修正，反复不断地更新推送给用户的健康保健方案。

7.如权利要求5所述的方法，其特征在于，还包括：

医生习惯学习模块，根据从多个所述的医生用户客户端传递的所述时长、所述体检结果、所述体检指标，记录所述医生的习惯；

医生判定模型，根据从所述医生用户习惯学习模块中获得的数据，建立医生判定数学模型；

所述模型能够根据新的数据不断地修正模型；

根据所述模型能够模拟每个医生的行为习惯；并在新的体检用户数据上传时，自动模拟给出体检结果，并与所述医生给出的所述体检结果进行对比；

所述数据包括体检用户的各项指标数据、时间数据、体检结果数据；

结果输出阈值，即与所述医生给出的体检结果相似率；

当所述阈值大于等于某个值时，会自动向医生给出系统得到的体检意见，当所述阈值小于某个值时，系统则不会给出；

所述阈值可由医生手动设置条件；

所述模型支持医生添加或删除判定指标、修改判定指标的权重、修改判定指标的优先级；

体检结果批量输出模块，系统根据医生手动设置所述阈值，直接批量给出体检结果，同时将所述结果反馈给医生。

Images