CN112233797A - 一种健康管理方法、装置以及计算机可读存储介质 - Google Patents
一种健康管理方法、装置以及计算机可读存储介质 Download PDFInfo
- Publication number
- CN112233797A CN112233797A CN202011130081.9A CN202011130081A CN112233797A CN 112233797 A CN112233797 A CN 112233797A CN 202011130081 A CN202011130081 A CN 202011130081A CN 112233797 A CN112233797 A CN 112233797A
- Authority
- CN
- China
- Prior art keywords
- user
- health
- information
- health management
- target
- 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 266
- 238000007726 management method Methods 0.000 title claims abstract description 161
- 238000000034 method Methods 0.000 claims abstract description 29
- 230000006399 behavior Effects 0.000 claims description 39
- 235000005911 diet Nutrition 0.000 claims description 16
- 230000037213 diet Effects 0.000 claims description 15
- 210000000579 abdominal fat Anatomy 0.000 claims description 11
- 230000003862 health status Effects 0.000 claims description 11
- 230000015654 memory Effects 0.000 claims description 10
- 230000036772 blood pressure Effects 0.000 claims description 7
- 238000010801 machine learning Methods 0.000 claims description 7
- 201000010099 disease Diseases 0.000 description 11
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 11
- 238000013058 risk prediction model Methods 0.000 description 8
- 238000004364 calculation method Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 5
- 230000037396 body weight Effects 0.000 description 4
- 238000011156 evaluation Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 239000003814 drug Substances 0.000 description 3
- 208000017667 Chronic Disease Diseases 0.000 description 2
- 206010020772 Hypertension Diseases 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 206010012601 diabetes mellitus Diseases 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 229940079593 drug Drugs 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 208000006545 Chronic Obstructive Pulmonary Disease Diseases 0.000 description 1
- 208000031226 Hyperlipidaemia Diseases 0.000 description 1
- 208000008589 Obesity Diseases 0.000 description 1
- 206010033307 Overweight Diseases 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 210000000988 bone and bone Anatomy 0.000 description 1
- 150000001720 carbohydrates Chemical class 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 208000020832 chronic kidney disease Diseases 0.000 description 1
- 208000029078 coronary artery disease Diseases 0.000 description 1
- 238000009223 counseling Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 230000000378 dietary effect Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000037406 food intake Effects 0.000 description 1
- 235000012631 food intake Nutrition 0.000 description 1
- 229940088597 hormone Drugs 0.000 description 1
- 239000005556 hormone Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000003205 muscle Anatomy 0.000 description 1
- 235000015097 nutrients Nutrition 0.000 description 1
- 235000020824 obesity Nutrition 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 208000019116 sleep disease Diseases 0.000 description 1
- 208000020685 sleep-wake disease Diseases 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 235000018648 unbalanced nutrition Nutrition 0.000 description 1
- 238000004260 weight control Methods 0.000 description 1
- 230000004580 weight loss Effects 0.000 description 1
- 230000037221 weight management 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
-
- 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
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
Landscapes
- Medical Informatics (AREA)
- Engineering & Computer Science (AREA)
- Public Health (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Epidemiology (AREA)
- Biomedical Technology (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Pathology (AREA)
- Medical Treatment And Welfare Office Work (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本发明公开了一种健康管理方法、装置以及计算机可读存储介质,所述方法包括:接收用户信息,所述用户信息包括身体参数信息、医疗健康信息以及第一生活行为信息;根据所述用户信息评估用户的身体健康状态,并根据用户的身体健康状态确定目标健康管理建议;向用户提供所述目标健康管理建议。这样,本发明提供的健康管理方法能够根据用户的身体参数信息、医疗健康信息以及生活行为信息综合地对用户进行评估,并多维地为用户提供个性化的健康管理建议,有效提高了健康管理建议提供的效率,且时效性较高,方便用户随时了解自身的健康状态并调整自己的生活行为。
Description
技术领域
本发明涉及健康管理技术领域,尤其涉及一种健康管理方法、装置以及计算机可读存储介质。
背景技术
健康管理是以现代健康概念和新的医学模式为指导,通过现代医学和管理学的经验,对个体或者群体的健康状况及其影响健康的危险因素进行全面的检测,评估,有效干预与连续跟踪服务的行为和过程。
目前的提供健康管理建议主要有以下几种模式:
1、通过普世化的健康宣教,帮助患者提高健康素养,进行自我管理。这部分内容包括开展减重课堂,糖尿病患者宣教课堂等由专家和需要的用户组成的线下交流方式。
2、通过进行健康评估。通过收集与跟踪反映个人身体健康状况的各种信息,利用预测模型来确定参加者目前的健康状况及发展趋势,使参加者能了解是否有发生某种慢性病的危险性,以及和其他人相比,危险性有多大。然后,将根据疾病评估结果,针对健康危险因素为个人提供保持和改善健康的方法。这种健康管理往往是一次性的。
3、通过线上平台,由医生或者营养师进行线上健康管理。这些管理包括,体重管理,睡眠管理,膳食管理,安全管理,家庭和谐管理,心理咨询健康管理等。这些管理有个特点,是非实时的,就是用户提供数据和专家给予建议不是在一个时间点上双向完成的行为。一般情况是,用户给予信息,然后专家有空的时间留言,给出评估和建议。
现有的上述健康管理建议提供方式,提供健康管理建议的效率较低,且时效性较差。
发明内容
有鉴于此,本发明提出一种健康管理方法、装置以及计算机可读存储介质,以解决上述技术问题。
首先,为实现上述目的,本发明提出一种健康管理方法,应用于健康管理装置,所述方法包括:
接收用户信息,所述用户信息包括身体参数信息、医疗健康信息以及第一生活行为信息;
根据所述用户信息评估用户的身体健康状态,并根据用户的身体健康状态确定目标健康管理建议;
向用户提供所述目标健康管理建议。
可选地,所述根据所述用户信息评估用户的身体健康状态,并根据用户的身体健康状态确定目标健康管理建议,包括:
通过机器学习模型对所述用户信息进行计算评估,确定用户所属的个体类别;
确定用户所属的个体类别对应的健康管理建议为目标健康管理建议,其中,不同的个体类别对应不同的健康管理建议。
可选地,所述向用户提供所述目标健康管理建议之后,所述方法还包括:
收集多个个体的建议反馈信息;
根据用户所属的个体类别中其他个体的建议反馈信息更新所述目标健康管理建议。
可选地,所述目标健康管理建议包括目标健康任务以及目标健康教育内容。
可选地,所述向用户提供所述目标健康管理建议之后,所述方法还包括:
接收用户的第二生活行为信息;
比对所述目标健康任务以及所述第二生活行为信息,确定用户对所述目标健康任务的依从性;
根据用户对所述目标健康任务的依从性,调整所述目标健康任务。
可选地,所述身体参数信息包括以下的至少一种:
身高、体重、腰围、腹部脂肪含量、心率、血压。
可选地,所述医疗健康信息包括以下的至少一种:
现病史、手术史、家族病史、体检档案。
可选地,所述第一生活行为信息包括以下的至少一种:
作息信息、运动信息、饮食信息。
进一步地,为实现上述目的,本发明实施例还提供一种健康管理装置,所述健康管理装置包括存储器、至少一个处理器及存储在所述存储器上并可在所述至少一个处理器执行的至少一个程序,所述至少一个程序被所述至少一个处理器执行时,实现上述任一项所述的方法中的步骤。
进一步地,为实现上述目的,本发明实施例还提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机可执行的至少一个程序,所述至少一个程序被计算机执行时使所述计算机执行上述任一项所述的方法中的步骤。
相较于现有技术,本发明提出的健康管理方法接收用户信息,所述用户信息包括身体参数信息、医疗健康信息以及第一生活行为信息;根据所述用户信息评估用户的身体健康状态,并根据用户的身体健康状态确定目标健康管理建议;向用户提供所述目标健康管理建议。这样,本发明提供的健康管理方法能够根据用户的身体参数信息、医疗健康信息以及生活行为信息综合地对用户进行评估,并多维地为用户提供个性化的健康管理建议,有效提高了健康管理建议提供的效率,且时效性较高,方便用户随时了解自身的健康状态并调整自己的生活行为。
附图说明
图1是本发明实施例提供的一种健康管理装置的硬件结构示意图;
图2是本发明实施例提供的一种健康管理方法的流程示意图之一;
图3是本发明实施例提供的一种健康管理方法的流程示意图之二;
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
在后续的描述中,使用用于表示元件的诸如“模块”、“部件”或“单元”的后缀仅为了有利于本发明的说明,其本身没有特定的意义。因此,“模块”、“部件”或“单元”可以混合地使用。
请参阅图1,图1是本发明实施例提供的一种健康管理装置的硬件结构示意图,如图1所示,所述健康管理装置包括:处理器100、收发机110、存储器120、用户接口130和总线接口,所述处理器100,用于读取存储器120中的程序。在图1中,总线架构可以包括任意数量的互联的总线和桥,具体由处理器100代表的一个或多个处理器和存储器120代表的一个或多个存储器的各种电路连接在一起。总线架构还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路连接在一起,这些都是本领域所公知的,因此,本文不再对其进行进一步描述。总线接口提供接口,收发机110可以是多个元件,即包括发送机和接收机,提供用于在传输介质上与各种其他装置通信的单元。针对不同的用户设备,用户接口130还可以是能够外接输入设备的接口,连接的设备包括但不限于小键盘、显示器、扬声器、麦克风、操纵杆等。
处理器100负责管理总线架构和通常的处理,存储器120可以存储处理器100在执行操作时所使用的数据。
健康管理装置可以以各种形式来实施。例如,本发明中描述的健康管理装置可以包括诸如手机、平板电脑、笔记本电脑、掌上电脑、个人数字助理(Personal DigitalAssistant,PDA)、智能机器人等装置,以及诸如数字TV、台式计算机等固定装置。基于上述健康管理装置100的硬件结构,提出本发明方法各个实施例。
参阅图2,图2是本发明实施例提供的健康管理方法的步骤流程图之一,所述方法应用于健康管理装置中,如图2所示,所述方法包括:
步骤201、接收用户信息,所述用户信息包括身体参数信息、医疗健康信息以及第一生活行为信息。
该步骤中,所述健康管理装置接收用户信息,所述用户信息包括身体参数信息、医疗健康信息以及第一生活行为信息。本发明实施例中,所述健康管理装置可以包括医疗诊断服务系统数据库、专家知识数据库、健康教育知识数据库。所述健康管理装置具体可以为云端服务器。
用户可以通过终端设备向所述健康管理装置发送用户信息,所述终端设备与所述健康管理装置建立无线通信连接。例如可以通过智能手机或者其他检测设备获取用户信息,并将获取的用户信息发送至所述健康管理装置。一些实施例中,用户也可以直接在智能手机上输入用户信息,并向所述健康管理装置发送,例如对于用户知晓自身身体参数信息的情况下,用户可以直接在智能手机上输入身体参数信息并向所述健康管理装置发送。
所述身体参数信息包括以下的至少一种:身高、体重、腰围、腹部脂肪含量、心率、血压。相应地,用户可以通过身高体重测量装置(例如身高尺、体重秤)测量得到用户的身高、体重,并向所述健康管理装置发送,通过腹部脂肪检测仪检测用户的腹部脂肪含量,通过心率检测仪测量心率,血压计测量血压,并将测量得到的数据向所述健康管理装置发送。
所述医疗健康信息包括以下的至少一种:现病史、手术史、家族病史、体检档案。相应地,所述健康管理装置可以通过与医疗系统建立无线通信连接获取用户的医疗健康信息,也可以获取用户在智能手机上输入的医疗健康信息。
所述第一生活行为信息包括以下的至少一种:作息信息、运动信息、饮食信息。用户可以通过随身携带的可穿戴设备(如智能手环、智能手表)或者智能手机获取作息信息以及运动信息,然后通过可穿戴设备或者智能手机向所述健康管理装置发送获取的作息信息以及运动信息。对于饮食信息,用户可以通过具有测量功能的容器进食,并通过所述容器向所述健康管理装置发送用户的饮食信息;用户也可以使用智能手机的拍照功能,对进食的食物进行拍摄并将拍摄的食物照片发送至所述健康管理装置,所述健康管理装置根据所述食物照片确定用户的饮食信息;用户还可以通过在智能手机上直接输入自己的饮食信息,所述智能手机向所述健康管理装置发送用户输入的饮食信息,例如用户可以输入进食的种类以及分量。
步骤202、根据所述用户信息评估用户的身体健康状态,并根据用户的身体健康状态确定目标健康管理建议。
该步骤中,所述健康管理装置根据所述用户信息评估用户的身体健康状态,并根据用户的身体健康状态确定目标健康管理建议,对用户进行健康干预。所述目标健康管理建议可以包括疾病(例如糖尿病、高血压、高血脂等)进程管理、体重控制、压力管理、饮食平衡管理中的一种或者多种。
所述目标健康管理建议可以包括目标健康任务以及目标健康教育内容。具体地,所述目标健康任务为根据用户的身体健康状态以及用户的实际需求为用户提供的日常行为建议,例如运动建议、饮食建议、用药建议等,方便用户养成符合自己身体健康状态的良好生活习惯。所述目标健康教育内容为根据用户的身体健康状态以及用户的实际需求为用户提供的相关疾病信息、健康知识以及预防知识,方便用户了解到更多相关的医学知识。
本发明实施例中,所述健康管理装置可以通过计算模型对所述用户信息进行分析,然后评估用户的身体健康状态,所述计算模型可以包括BMI(身体健康指数,简称体质指数)数据计算模型、个体体重脂肪健康因子计算模型、食材营养素碳水脂肪含量计算模型、运行种类与消耗能量转化模型中的一种或多种。所述健康管理装置通过上述计算模型模拟一个实时健康教练对用户的身体健康状态进行分析评估。
步骤203、向用户提供所述目标健康管理建议。
该步骤中,所述健康管理装置向用户提供所述目标健康管理建议,所述健康装置向用户提供所述目标健康管理建议的方式包括但不限于:短信、邮件、语音、视频消息、即时通讯软件(例如QQ、微信等)。
本实施例中,所述健康管理方法接收用户信息,所述用户信息包括身体参数信息、医疗健康信息以及第一生活行为信息;根据所述用户信息评估用户的身体健康状态,并根据用户的身体健康状态确定目标健康管理建议;向用户提供所述目标健康管理建议。这样,本发明提供的健康管理方法能够根据用户的身体参数信息、医疗健康信息以及生活行为信息综合地对用户进行评估,并多维地为用户提供个性化的健康管理建议,有效地提高了健康管理建议提供的效率,且时效性较高,方便用户随时了解自身的健康状态并调整自己的生活行为。
可选地,所述根据所述用户信息评估用户的身体健康状态,并根据用户的身体健康状态确定目标健康管理建议,包括:
通过机器学习模型对所述用户信息进行计算评估,确定用户所属的个体类别;
确定用户所属的个体类别对应的健康管理建议为目标健康管理建议,其中,不同的个体类别对应不同的健康管理建议。
该实施例中,所述健康管理装置可以单独就所述用户信息中每一项信息单独进行计算评估,然后综合每一项信息单独评估的结果确定目标健康管理建议,其中每一项信息相互独立。
所述机器学习模型可以根据多个个体样本数据进行分析得到的学习模型,例如可以将用户信息中每一项信息作为一个变量对个体进行分类,基于用户所属的类别确定对应的健康管理建议,然后综合每一项信息对应的健康管理建议得到目标健康管理建议。具体地址,可以对收集到的多个个体样本数据进行分类,得到以个体整体指数为指标的分类集,利用机器学习模型(例如贝叶斯分类器)计算出用户所属类别概率最大的类别,然后将用户归于该概率最大的类别。
该实施例中,通过收集多个个体的健康数据,采用大数据分析的思维对个体的健康状态进行分析,并结合收集的多个个体的健康数据给出用户所属类别的健康管理建议,能够及时给出适合用户的健康管理建议。
一些实施例中,所述健康管理装置可以使用疾病风险预测模型对用户信息进行分析,对个体的疾病风险进行评估和判断。可以预先采集多个个体(例如不少于1000)的健康数据(包括但不限于现病史、家族病史、体检数据、门诊数据、用药史等)进行训练,得到上述疾病风险预测模型。所述疾病风险预测模型包括但不限于:冠心病风险预测模型、慢性肾脏病风险预测模型、慢性阻塞性肺病风险预测模型、高血压风险预测模型、睡眠障碍风险预测模型。在对个体疾病风险进行评估之后,进一步将危险因素分层,对每一分层进行量化负分,最后通过计算总分的方式对用户个体进行综合疾病风险评估,将得到的疾病风险评估存储为用户的个人健康档案内容。
所述健康管理装置可以通过身体参数信息以及第一生活行为信息判断个人当前体重、腹部脂肪含量等健康因子的变化,对于当前生活行为进行判断。例如通过计算BMI值衡量个体的健康状况,BMI=体重(kg)/身高(m),其中BMI<18.5属体重过低;18.5<BMI<23.9属于正常体重;24<BMI<28属于超重;BMI>28属于肥胖范围(老人,运动员除外)。由于BMI不能真实地反映人们的健康状况,BMI的设计值单纯的考虑了体重,而忽略了人体骨骼大小、肌肉和脂肪组成比例的差异。所以可以结合腹部脂肪含量、出生地等信息进行进一步的判断和矫正,通过出生地判断骨骼大小,并且通过腹部脂肪含量来形成新的健康因子,用以矫正根据BMI形成的健康状态判断。进一步地,根据健康状态以及第一生活行为信息判断用户的生活行为中需要矫正的地方,例如饮食结构不合理、营养不均衡、运动量不达标等。同时还需要进一步结合用户的医疗健康信息给出健康管理建议,例如部分慢性病可能对激素调节产生影响,所以体重并不完全来自于不良生活习惯,还可能来自于疾病症状。
可选地,所述向用户提供所述目标健康管理建议之后,所述方法还包括:
收集多个个体的建议反馈信息;
根据用户所属的个体类别中其他个体的建议反馈信息更新所述目标健康管理建议。
该实施例中,所述健康管理装置收集多个个体的建议反馈信息,并根据建议反馈信息更新目标健康管理建议,这样,通过不断收集反馈信息并根据健康管理建议的方式实现数据循环学习,能够提高输出信息的准确率和有效率。
请参阅图3,图3是本发明实施例提供的健康管理方法的步骤流程图之二,所述方法应用于健康管理装置中,该实施例中,所述目标健康管理建议包括目标健康任务以及目标健康教育内容。如图3所示,所述方法包括
步骤301、接收用户信息,所述用户信息包括身体参数信息、医疗健康信息以及第一生活行为信息。
步骤302、根据所述用户信息评估用户的身体健康状态,并根据用户的身体健康状态确定目标健康管理建议。
步骤303、向用户提供所述目标健康管理建议。
所述步骤301至步骤303与图2所示的流程图中的步骤201至步骤203相同,具体请详见步骤201至步骤203的说明,此处不再赘述。
步骤304、接收用户的第二生活行为信息。
步骤305、比对所述目标健康任务以及所述第二生活行为信息,确定用户对所述目标健康任务的依从性。
步骤306、根据用户对所述目标健康任务的依从性,调整所述目标健康任务。
所述第二生活行为信息为用户接收到所述目标健康管理建议之后的生活行为信息,所述第二生活行为信息包括作息信息、运动信息以及饮食信息中的一种或者多种。所述健康管理装置比对所述目标健康任务以及所述第二生活行为信息,确定用户对所述目标健康任务的依从性;根据用户对所述目标健康任务的依从性,调整所述目标健康任务。这样,根据用户的执行情况及时调整目标健康任务,减小用户对目标健康任务的依从难度,帮忙用户更好地养成健康的生活习惯,形成个体数据循环学习并更新输出内容的方案,提高健康管理建议的可执行性。
可选地,所述身体参数信息包括以下的至少一种:
身高、体重、腰围、腹部脂肪含量、心率、血压。
可选地,所述医疗健康信息包括以下的至少一种:
现病史、手术史、家族病史、体检档案。
可选地,所述第一生活行为信息包括以下的至少一种:
作息信息、运动信息、饮食信息。
本领域普通技术人员可以理解实现上述实施例方法的全部或者部分步骤是可以通过至少一个程序指令相关的硬件来完成,所述至少一个程序可以存储于如图1所示的服务器的存储器120中,并能够被所述处理器100执行,所述至少一个程序被所述处理器100执行时实现如下步骤:
接收用户信息,所述用户信息包括身体参数信息、医疗健康信息以及第一生活行为信息;
根据所述用户信息评估用户的身体健康状态,并根据用户的身体健康状态确定目标健康管理建议;
向用户提供所述目标健康管理建议。
可选地,所述处理器100执行的根据所述用户信息评估用户的身体健康状态,并根据用户的身体健康状态确定目标健康管理建议,包括:
通过机器学习模型对所述用户信息进行计算评估,确定用户所属的个体类别;
确定用户所属的个体类别对应的健康管理建议为目标健康管理建议,其中,不同的个体类别对应不同的健康管理建议。
可选地,所述向用户提供所述目标健康管理建议之后,所述处理器100还可实现如下步骤:
收集多个个体的建议反馈信息;
根据用户所属的个体类别中其他个体的建议反馈信息更新所述目标健康管理建议。
可选地,所述目标健康管理建议包括目标健康任务以及目标健康教育内容。
可选地,所述向用户提供所述目标健康管理建议之后,所述处理器100还可实现如下步骤:
接收用户的第二生活行为信息;
比对所述目标健康任务以及所述第二生活行为信息,确定用户对所述目标健康任务的依从性;
根据用户对所述目标健康任务的依从性,调整所述目标健康任务。
可选地,所述身体参数信息包括以下的至少一种:
身高、体重、腰围、腹部脂肪含量、心率、血压。
可选地,所述医疗健康信息包括以下的至少一种:
现病史、手术史、家族病史、体检档案。
可选地,所述第一生活行为信息包括以下的至少一种:
作息信息、运动信息、饮食信息。
本领域普通技术人员可以理解实现上述实施例方法的全部或者部分步骤是可以通过至少一个程序指令相关的硬件来完成,所述至少一个程序可以存储于一计算机可读存储介质中,该至少一个程序被执行时,包括以下步骤:
接收用户信息,所述用户信息包括身体参数信息、医疗健康信息以及第一生活行为信息;
根据所述用户信息评估用户的身体健康状态,并根据用户的身体健康状态确定目标健康管理建议;
向用户提供所述目标健康管理建议。
可选地,所述根据所述用户信息评估用户的身体健康状态,并根据用户的身体健康状态确定目标健康管理建议,包括:
通过机器学习模型对所述用户信息进行计算评估,确定用户所属的个体类别;
确定用户所属的个体类别对应的健康管理建议为目标健康管理建议,其中,不同的个体类别对应不同的健康管理建议。
可选地,所述向用户提供所述目标健康管理建议之后,所述至少一个程序被执行时,还可实现如下步骤:
收集多个个体的建议反馈信息;
根据用户所属的个体类别中其他个体的建议反馈信息更新所述目标健康管理建议。
可选地,所述目标健康管理建议包括目标健康任务以及目标健康教育内容。
可选地,所述向用户提供所述目标健康管理建议之后,所述至少一个程序被执行时,还可实现如下步骤:
接收用户的第二生活行为信息;
比对所述目标健康任务以及所述第二生活行为信息,确定用户对所述目标健康任务的依从性;
根据用户对所述目标健康任务的依从性,调整所述目标健康任务。
可选地,所述身体参数信息包括以下的至少一种:
身高、体重、腰围、腹部脂肪含量、心率、血压。
可选地,所述医疗健康信息包括以下的至少一种:
现病史、手术史、家族病史、体检档案。
可选地,所述第一生活行为信息包括以下的至少一种:
作息信息、运动信息、饮食信息。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种健康管理方法,应用于健康管理装置,其特征在于,所述方法包括:
接收用户信息,所述用户信息包括身体参数信息、医疗健康信息以及第一生活行为信息;
根据所述用户信息评估用户的身体健康状态,并根据用户的身体健康状态确定目标健康管理建议;
向用户提供所述目标健康管理建议。
2.根据权利要求1所述的健康管理方法,其特征在于,所述根据所述用户信息评估用户的身体健康状态,并根据用户的身体健康状态确定目标健康管理建议,包括:
通过机器学习模型对所述用户信息进行计算评估,确定用户所属的个体类别;
确定用户所属的个体类别对应的健康管理建议为目标健康管理建议,其中,不同的个体类别对应不同的健康管理建议。
3.根据权利要求2所述的健康管理方法,其特征在于,所述向用户提供所述目标健康管理建议之后,所述方法还包括:
收集多个个体的建议反馈信息;
根据用户所属的个体类别中其他个体的建议反馈信息更新所述目标健康管理建议。
4.根据权利要求1所述的健康管理方法,其特征在于,所述目标健康管理建议包括目标健康任务以及目标健康教育内容。
5.根据权利要求4所述的健康管理方法,其特征在于,所述向用户提供所述目标健康管理建议之后,所述方法还包括:
接收用户的第二生活行为信息;
比对所述目标健康任务以及所述第二生活行为信息,确定用户对所述目标健康任务的依从性;
根据用户对所述目标健康任务的依从性,调整所述目标健康任务。
6.根据权利要求1至5任一项所述的健康管理方法,其特征在于,所述身体参数信息包括以下的至少一种:
身高、体重、腰围、腹部脂肪含量、心率、血压。
7.根据权利要求1至5任一项所述的健康管理方法,其特征在于,所述医疗健康信息包括以下的至少一种:
现病史、手术史、家族病史、体检档案。
8.根据权利要求1至5任一项所述的健康管理方法,其特征在于,所述第一生活行为信息包括以下的至少一种:
作息信息、运动信息、饮食信息。
9.一种健康管理装置,其特征在于,所述健康管理装置包括存储器、至少一个处理器及存储在所述存储器上并可在所述至少一个处理器执行的至少一个程序,所述至少一个程序被所述至少一个处理器执行时,实现上述权利要求1至8任一项所述的方法中的步骤。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机可执行的至少一个程序,其特征在于,所述至少一个程序被计算机执行时使所述计算机执行上述权利要求1至8任一项所述的方法中的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011130081.9A CN112233797A (zh) | 2020-10-21 | 2020-10-21 | 一种健康管理方法、装置以及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011130081.9A CN112233797A (zh) | 2020-10-21 | 2020-10-21 | 一种健康管理方法、装置以及计算机可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112233797A true CN112233797A (zh) | 2021-01-15 |
Family
ID=74117633
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011130081.9A Pending CN112233797A (zh) | 2020-10-21 | 2020-10-21 | 一种健康管理方法、装置以及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112233797A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116543901A (zh) * | 2023-04-25 | 2023-08-04 | 普迪特(泰州)生物科技有限公司 | 一种基于互联网的人体健康在线咨询系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105205303A (zh) * | 2015-06-29 | 2015-12-30 | 郭明 | 32体质健康全息测评云系统 |
CN106446533A (zh) * | 2016-09-12 | 2017-02-22 | 北京和信康科技有限公司 | 一种人体健康数据处理系统及其方法 |
US20180108433A1 (en) * | 2013-07-02 | 2018-04-19 | Center U, L.L.C. | System and computer program for analyzing and managing health, fitness and nutritional wellness |
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 |
CN109616206A (zh) * | 2018-12-12 | 2019-04-12 | 广州医科大学附属第医院 | 身体健康状态监控方法、系统以及计算机可读存储介质 |
-
2020
- 2020-10-21 CN CN202011130081.9A patent/CN112233797A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180108433A1 (en) * | 2013-07-02 | 2018-04-19 | Center U, L.L.C. | System and computer program for analyzing and managing health, fitness and nutritional wellness |
CN105205303A (zh) * | 2015-06-29 | 2015-12-30 | 郭明 | 32体质健康全息测评云系统 |
CN106446533A (zh) * | 2016-09-12 | 2017-02-22 | 北京和信康科技有限公司 | 一种人体健康数据处理系统及其方法 |
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 |
CN109616206A (zh) * | 2018-12-12 | 2019-04-12 | 广州医科大学附属第医院 | 身体健康状态监控方法、系统以及计算机可读存储介质 |
Non-Patent Citations (1)
Title |
---|
柏板令: "《中华医学百科全书 基础医学 人体解剖学》", 北京:中国协和医科大学出版社, pages: 513 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116543901A (zh) * | 2023-04-25 | 2023-08-04 | 普迪特(泰州)生物科技有限公司 | 一种基于互联网的人体健康在线咨询系统 |
CN116543901B (zh) * | 2023-04-25 | 2023-11-21 | 友福同享(深圳)智能科技有限公司 | 一种基于互联网的人体健康在线咨询系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11704582B1 (en) | Machine learning to identify individuals for a therapeutic intervention provided using digital devices | |
Chatrati et al. | Smart home health monitoring system for predicting type 2 diabetes and hypertension | |
US11151462B2 (en) | Systems and methods for using machine learning to improve processes for achieving readiness | |
AU2008252042B2 (en) | The Collection of Medical Data | |
WO2005110029A2 (en) | Method and apparatus for real time predictive modeling for chronically ill patients | |
CN114121266A (zh) | 一种智能化的辅助诊断方法和系统 | |
JP6161126B2 (ja) | 食事指導支援装置 | |
US20110184898A1 (en) | Weight-Prediction System and Method Thereof | |
US20070161868A1 (en) | Method and system for determining whether additional laboratory tests will yield values beyond a threshold level | |
CN112233797A (zh) | 一种健康管理方法、装置以及计算机可读存储介质 | |
US11978543B2 (en) | System and methods for developing and using a microbiome-based action component | |
US20200312455A1 (en) | Systems and methods for determining health condition of an individual | |
JP2004302498A (ja) | 食生活習慣改善支援装置 | |
KR20220085445A (ko) | 자세교정 어플리케이션을 통한 정보 제공 방법 및 시스템 | |
US10811126B2 (en) | System and methods for developing and using a microbiome-based action component for patient health | |
Seto et al. | Prediction of personal cardiovascular risk using machine learning for smartphone applications | |
CN114974508A (zh) | 一种运动处方的生成方法及装置、存储介质及电子设备 | |
AU2014202468B2 (en) | The Collection of Medical Data | |
TWI704579B (zh) | 健康管理方法與系統 | |
VeerasekharReddy et al. | Diet Recommendation System for Human Health Using Machine Learning | |
CN116246754B (zh) | 一种人体体重监测评估干预管理方法和系统 | |
WO2023053176A1 (ja) | 学習装置、行動推薦装置、学習方法、行動推薦方法及び記憶媒体 | |
WO2024122536A1 (ja) | 食後高血糖タイプ判定装置、食後高血糖タイプ判定方法、およびプログラム | |
Badawi | DT-DNA: Devising a DNA Paradigm for Modeling Health Digital Twins | |
CN113192641A (zh) | 基于大数据的胃部患病概率的计算装置及系统 |
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: 20210115 |
|
RJ01 | Rejection of invention patent application after publication |