CN112766576A - 一种基于数据库的参数结果预测方法及系统 - Google Patents
一种基于数据库的参数结果预测方法及系统 Download PDFInfo
- Publication number
- CN112766576A CN112766576A CN202110087062.0A CN202110087062A CN112766576A CN 112766576 A CN112766576 A CN 112766576A CN 202110087062 A CN202110087062 A CN 202110087062A CN 112766576 A CN112766576 A CN 112766576A
- Authority
- CN
- China
- Prior art keywords
- information
- obtaining
- employee
- time period
- body state
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06311—Scheduling, planning or task assignment for a person or group
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
- G06Q10/105—Human resources
-
- 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
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
Abstract
本发明提供了一种基于数据库的参数结果预测方法及系统,通过获得第一企业单位的第一员工信息;获得第一时间段;通过健康信息采集装置获得第一员工的第一身体状态参数信息;获得第二时间段;获得第一员工的第二身体状态参数信息;获得目标数据库信息;根据目标数据库信息,建立参数预测模型;将第一身体状态参数信息、第二身体状态参数信息输入参数预测模型中;获得模型的输出信息,其中,输出信息包括第一风险预测结果;获得预定风险阈值;获得第一差值信息;根据第一差值信息,获得第一应对策略,并将第一应对策略发送给第一企业单位的第一管理人员,达到了对于员工状态进行准确预测,对员工身体健康状态进行管理的技术效果。
Description
技术领域
本发明涉及信息处理技术领域,尤其涉及一种基于数据库的参数结果预测方法及系统。
背景技术
企业职工是指与企业订立劳动合同的所有人员,含全职、兼职和临时职工,也包括虽未与企业订立劳动合同但由企业正式任命的人员。对于任何一个企业单位而言,员工是企业发展的基础,员工的身体健康同时也是企业关注的焦点,健康是人民全面发展的基础,现在的工作中,员工需要长时间坐在电脑桌前进行工作,脑力劳动时间较长,而且久坐也缺乏锻炼,长此以往下去,员工的身体状态以及工作效率可能都会下降。针对这些问题,如今也产生了一系列提高员工健康的措施,例如改善工作环境,促进职业人群健康;重大慢性疾病防控;多部门合作改善生活与工作环境;促进健康教育,倡导健康生活方式;改善医疗服务质量等等。
但本发明申请人发现现有技术至少存在如下技术问题:
现有的很多企业存在无法实现员工状态监测,难以实现状态参数的准确预测,导致员工由于身体状态出现异常,甚至发生严重事故,不仅增加了企业的成本,而且对企业的发展产生重要的影响。因此建立一个准确的预测模型对企业员工的身体状态进行辨识具有十分必要的意义。
发明内容
本发明实施例提供了一种基于数据库的参数结果预测方法及系统,解决了现有技术中难以实现员工身体状态的准确预测,存在员工由于身体状态出现异常,甚至发生严重事故的现象,不仅增加了企业的成本,而且对企业的发展产生重要的影响的技术问题,达到了对于员工状态进行准确预测,在身体状态异常的早期实现预警的目的,针对员工的身体状态及时进行调整,对员工身体健康状态进行管理的技术效果。
鉴于上述问题,提出了本申请实施例以便提供一种基于数据库的参数结果预测方法及系统。
第一方面,本发明提供了一种基于数据库的参数结果预测方法,所述方法应用一企业员工管理中心,所述企业员工管理中心包括多个健康信息采集装置,且所述企业员工管理中心与各个医疗机构通讯连接,其中,所述方法包括:获得第一企业单位的第一员工信息;获得第一时间段;通过所述健康信息采集装置获得所述第一时间段内,所述第一员工的第一身体状态参数信息;获得第二时间段;获得所述第二时间段内,所述第一员工的第二身体状态参数信息,其中,所述第二时间段早于所述第一时间段;获得目标数据库信息;根据所述目标数据库信息,建立参数预测模型;将所述第一身体状态参数信息、第二身体状态参数信息输入所述参数预测模型中,所述模型使用多组训练数据训练出来的,所述多组训练数据中的每一组训练数据包括:所述第一身体状态参数信息、第二身体状态参数信息和标识第一风险预测结果的标识信息;获得所述模型的输出信息,其中,所述输出信息包括所述第一风险预测结果,且所述第一风险预测结果包括第一风险预测值;获得预定风险阈值;根据所述第一风险预测结果、所述预定风险阈值,获得第一差值信息;根据所述第一差值信息,获得第一应对策略,并将所述第一应对策略发送给所述第一企业单位的第一管理人员。
第二方面,本发明提供了一种基于数据库的参数结果预测系统,所述系统包括:
第一获得单元,所述第一获得单元用于获得第一企业单位的第一员工信息;
第二获得单元,所述第二获得单元用于获得第一时间段;
第三获得单元,所述第三获得单元用于通过所述健康信息采集装置获得所述第一时间段内,所述第一员工的第一身体状态参数信息;
第四获得单元,所述第四获得单元用于获得第二时间段;
第五获得单元,所述第五获得单元用于获得所述第二时间段内,所述第一员工的第二身体状态参数信息,其中,所述第二时间段早于所述第一时间段;
第六获得单元,所述第六获得单元用于获得目标数据库信息;
第一建立单元,所述第一建立单元用于根据所述目标数据库信息,建立参数预测模型;
第一训练单元,所述第一训练单元用于将所述第一身体状态参数信息、第二身体状态参数信息输入所述参数预测模型中,所述模型使用多组训练数据训练出来的,所述多组训练数据中的每一组训练数据包括:所述第一身体状态参数信息、第二身体状态参数信息和标识第一风险预测结果的标识信息;
第七获得单元,所述第七获得单元用于获得所述模型的输出信息,其中,所述输出信息包括所述第一风险预测结果,且所述第一风险预测结果包括第一风险预测值;
第八获得单元,所述第八获得单元用于获得预定风险阈值;
第九获得单元,所述第九获得单元用于根据所述第一风险预测结果、所述预定风险阈值,获得第一差值信息;
第一执行单元,所述第一执行单元用于根据所述第一差值信息,获得第一应对策略,并将所述第一应对策略发送给所述第一企业单位的第一管理人员。
第三方面,本发明提供了一种基于数据库的参数结果预测系统,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现前述第一方面的方法的步骤。
本申请实施例中的上述一个或多个技术方案,至少具有如下一种或多种技术效果:
本发明实施例提供的一种基于数据库的参数结果预测方法及系统,所述方法应用一企业员工管理中心,所述企业员工管理中心包括多个健康信息采集装置,且所述企业员工管理中心与各个医疗机构通讯连接,其中,所述方法包括:获得第一企业单位的第一员工信息;获得第一时间段;通过所述健康信息采集装置获得所述第一时间段内,所述第一员工的第一身体状态参数信息;获得第二时间段;获得所述第二时间段内,所述第一员工的第二身体状态参数信息,其中,所述第二时间段早于所述第一时间段;获得目标数据库信息;根据所述目标数据库信息,建立参数预测模型;将所述第一身体状态参数信息、第二身体状态参数信息输入所述参数预测模型中,所述模型使用多组训练数据训练出来的,所述多组训练数据中的每一组训练数据包括:所述第一身体状态参数信息、第二身体状态参数信息和标识第一风险预测结果的标识信息;获得所述模型的输出信息,其中,所述输出信息包括所述第一风险预测结果,且所述第一风险预测结果包括第一风险预测值;获得预定风险阈值;根据所述第一风险预测结果、所述预定风险阈值,获得第一差值信息;根据所述第一差值信息,获得第一应对策略,并将所述第一应对策略发送给所述第一企业单位的第一管理人员,从而解决了现有技术中难以实现员工身体状态的准确预测,存在员工由于身体状态出现异常,甚至发生严重事故的现象,不仅增加了企业的成本,而且对企业的发展产生重要的影响的技术问题,达到了对于员工状态进行准确预测,在身体状态异常的早期实现预警的目的,针对员工的身体状态及时进行调整,对员工身体健康状态进行管理的技术效果。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
附图说明
图1为本发明实施例中一种基于数据库的参数结果预测方法的流程示意图;
图2为本发明实施例中一种基于数据库的参数结果预测系统的结构示意图;
图3为本发明实施例中另一种示例性电子设备的结构示意图。
附图标记说明:第一获得单元11,第二获得单元12,第三获得单元13,第四获得单元14,第五获得单元15,第六获得单元16,第一建立单元17,第一训练单元18,第七获得单元19,第八获得单元20,第九获得单元21,第一执行单元22,接收器301,处理器302,发送器303,存储器304,总线接口306。
具体实施方式
本发明实施例提供了一种基于数据库的参数结果预测方法及系统,用于解决现有技术中难以实现员工身体状态的准确预测,存在员工由于身体状态出现异常,甚至发生严重事故的现象,不仅增加了企业的成本,而且对企业的发展产生重要的影响的技术问题,达到了对于员工状态进行准确预测,在身体状态异常的早期实现预警的目的,针对员工的身体状态及时进行调整,对员工身体健康状态进行管理的技术效果。
下面,将参考附图详细的描述根据本申请的示例实施例。显然,所描述的实施例仅是本申请的一部分实施例,而不是本申请的全部实施例,应理解,本申请不受这里描述的示例实施例的限制。
申请概述
企业职工是指与企业订立劳动合同的所有人员,含全职、兼职和临时职工,也包括虽未与企业订立劳动合同但由企业正式任命的人员。对于任何一个企业单位而言,员工是企业发展的基础,员工的身体健康同时也是企业关注的焦点,健康是人民全面发展的基础,现在的工作中,员工需要长时间坐在电脑桌前进行工作,脑力劳动时间较长,而且久坐也缺乏锻炼,长此以往下去,员工的身体状态以及工作效率可能都会下降。针对这些问题,如今也产生了一系列提高员工健康的措施,例如改善工作环境,促进职业人群健康;重大慢性疾病防控;多部门合作改善生活与工作环境;促进健康教育,倡导健康生活方式;改善医疗服务质量等等。
针对上述技术问题,本发明提供的技术方案总体思路如下:
本申请实施例提供了一种基于数据库的参数结果预测方法,所述方法应用一企业员工管理中心,所述企业员工管理中心包括多个健康信息采集装置,且所述企业员工管理中心与各个医疗机构通讯连接,其中,所述方法包括:获得第一企业单位的第一员工信息;获得第一时间段;通过所述健康信息采集装置获得所述第一时间段内,所述第一员工的第一身体状态参数信息;获得第二时间段;获得所述第二时间段内,所述第一员工的第二身体状态参数信息,其中,所述第二时间段早于所述第一时间段;获得目标数据库信息;根据所述目标数据库信息,建立参数预测模型;将所述第一身体状态参数信息、第二身体状态参数信息输入所述参数预测模型中,所述模型使用多组训练数据训练出来的,所述多组训练数据中的每一组训练数据包括:所述第一身体状态参数信息、第二身体状态参数信息和标识第一风险预测结果的标识信息;获得所述模型的输出信息,其中,所述输出信息包括所述第一风险预测结果,且所述第一风险预测结果包括第一风险预测值;获得预定风险阈值;根据所述第一风险预测结果、所述预定风险阈值,获得第一差值信息;根据所述第一差值信息,获得第一应对策略,并将所述第一应对策略发送给所述第一企业单位的第一管理人员。
在介绍了本申请基本原理后,下面通过附图以及具体实施例对本发明技术方案做详细的说明,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。
实施例一
图1为本发明实施例中一种基于数据库的参数结果预测方法的流程示意图。如图1所示,本发明实施例提供了一种基于数据库的参数结果预测方法,所述方法应用一企业员工管理中心,所述企业员工管理中心包括多个健康信息采集装置,且所述企业员工管理中心与各个医疗机构通讯连接,所述方法包括:
步骤100:获得第一企业单位的第一员工信息;
具体而言,企业员工管理中心为本实施例中用于企业对员工的身体健康状况进行数据分析、数据处理、数据传输以及控制管理的主要操作平台,同时该企业员工管理中心包括多个健康信息采集装置,通过健康信息采集装置可以实时采集每个员工的健康参数,例如可在员工办公区域安装传感器、为每个员工佩戴健康手环等方式实现健康参数的采集,同时企业员工管理中心与各个医疗机构通讯连接,在经过医疗机构、各个用户的授权同意之后,可将相关医疗信息进行信息整合和分析,从而保证训练模型、建立模型的准确度。进一步的,获得第一企业单位的第一员工信息,第一员工为在第一企业就职的职工,在第一员工信息包括该员工的性别、工号、姓名、手机号等信息。
步骤200:获得第一时间段;
步骤300:通过所述健康信息采集装置获得所述第一时间段内,所述第一员工的第一身体状态参数信息;
进一步的,为了准确的获得第一员工在第一时间段内的第一身体状态参数信息,本申请实施例步骤700还包括:
步骤710:通过所述健康信息采集装置,获得所述第一员工的第一生命体征信息;
步骤720:获得所述监控中心采集到的第一视频信息;
步骤730:根据所述第一视频信息,提取所述第一员工的第一工作行为信息、第一面部表情信息;
步骤740:根据所述第一生命体征信息、第一工作行为信息、第一面部表情信息,获得所述第一身体状态参数信息。
具体而言,第一时间段为预先设定的时间段,可根据实际需要进行设定,本实施例中不做具体限制,例如可选择一分钟、一小时、24小时等等,进而可以通过健康信息采集装置例如手环、传感器等采集到第一员工在第一时间段内的第一身体状态参数信息。为了准确的得到第一身体状态参数信息,具体方式为:首先,通过健康信息采集装置采集得到第一员工的实时生命体征信息,其中,第一生命体征信息包括但不限于该员工的心率、脉搏、体温等信息;接着,还可获得监控中心采集到的第一视频信息,例如可通过摄像头对员工在第一时间段的相关视频进行采集,然后从第一视频信息中提取得到第一员工的第一工作行为信息以及第一面部表情信息,其中,第一工作行为信息为该员工在工作状态下的行为习惯,包括工作中的动作行为幅度、频率等,例如该员工打字的速度变化、打哈欠、抬手抬胳膊的幅度、疲惫时转动脖子等等行为,第一面部表情信息为视频中第一员工的面部神态,例如疲惫、困倦、高兴、精神抖擞等,通过第一工作行为和第一面部表情相结合可以反映该员工的精神状态,进而通过第一生命体征信息、第一工作行为信息、第一面部表情信息,可以得到第一身体状态参数信息,从而达到后续准确的对员工的身体健康进行预测的目的。
进一步的,为了进一步准确的获得第一员工在第一时间段内的第一身体状态参数信息,本申请实施例步骤740还包括:
步骤741:获得所述第一员工的第一行为习惯信息;
步骤742:获得所述第一员工的第一工作任务信息;
步骤743:获得所述第一行为习惯信息对应的第一调整度、所述第一工作任务信息对应的第二调整度;
步骤744:根据所述第一调整度、所述第二调整度,对所述第一身体状态参数信息进行调整。
具体而言,获得第一员工的第一行为习惯信息,第一行为习惯信息为第一员工在工作生活中的个人饮食起居、衣食住行等方面的信息,包括但不限于第一员工的睡眠习惯、饮食习惯、睡眠质量、工作姿势等等,第一工作任务信息为第一员工近期对于工作方面的相关信息,例如工作量、工作压力、客户的需求度、上下班时长、是否加班等等,同时还可获得第一企业单位的发展信息,对于不同发展阶段的公司而言,员工的工作繁重程度会存在差异,例如有的公司正处在上市的紧张筹备阶段,则此时可能会存在大部分员工带着超负荷工作的现象,进一步的,可以获得第一行为习惯信息对应的第一调整度,第一工作任务信息对应的第二调整度,也就是第一行为习惯信息和第一工作任务信息对于员工身体状态的影响程度,并对应的对第一身体状态参数信息进行调整,以实现获得准确的身体状态参数信息的目的。
步骤400:获得第二时间段;
步骤500:获得所述第二时间段内,所述第一员工的第二身体状态参数信息,其中,所述第二时间段早于所述第一时间段;
进一步的,为了准确的获得第一员工在第二时间段内的第二身体状态参数信息,本申请实施例步骤500还包括:
步骤510:获得第二发送指令;
步骤520:根据所述第二发送指令,将所述第一员工信息发送给所述各个医疗机构之后,获得来自所述各个医疗机构发送的所述第二时间段内的第一历史信息;
步骤530:获得第三发送指令;
步骤540:根据所述第三发送指令,将所述第一员工信息发送给所述第一企业单位的监控中心之后,获得来自所述监控中心发送的所述第二时间段内的第三状态信息;
步骤550:根据所述第一历史信息、第三状态信息,获得所述第二身体状态信息。
具体而言,第二时间段为历史时间段段,同样为预先设定的时间段,可根据实际需要进行设定,本实施例中不做具体限制,例如可选择当前时间之前的一个季度、一年、三年等等,进而可以通过获得第一员工在第二时间段内的第二身体状态参数信息。为了准确的得到第二身体状态参数信息,具体方式为:首先,需要生成第二发送指令,然后在第二发送指令的指令下,将第一员工信息发送给与企业员工管理中心相关联的各个医疗机构之后,这样,当各个医疗机构接收到发送指令之后,将会获取到在各个不同医疗机构所存储的与第一员工相关的信息,即为第一员工的第一历史信息,例如诊断报告中的相关参数、体检报告中的相关参数等;接着,需要生成第三发送指令,然后在第三发送指令的指令下,将第一员工信息发送给与企业员工管理中心相关联的监控中心,这样,当监控中心接收到发送指令之后,即可采集到第一员工在第二时间段的第二视频信息,然后从第二视频信息中可以分析得到第一员工在第二时间段内的第三状态信息,第三状态信息即代表着第一员工的历史工作状态,例如第一员工的历史工作神态、历史工作行为等等,进而将第一历史信息与第三状态信息进行综合分析之后,可以生成第一员工的第二身体状态信息,从而进一步达到提高对于员工状态进行准确预测,在身体状态异常的早期实现预警的目的。
步骤600:获得目标数据库信息;
步骤700:根据所述目标数据库信息,建立参数预测模型;
进一步的,为了准确的获得第一员工在第二时间段内的第二身体状态参数信息,本申请实施例步骤600还包括:
步骤610:获得所述第一员工的第一属性信息;
步骤620:根据所述第一属性信息,获得第一影响系数;
步骤630:根据所述第一影响系数,确定第一关联范围信息;
步骤640:根据所述第一关联范围信息,获得第二属性信息;
步骤650:获得第一发送指令;
步骤660:根据所述第一发送指令,将所述第二属性信息发送给所述各个医疗结构之后,获得来自所述各个医疗机构发送的第一子数据信息;
步骤670:根据所述各个医疗机构发送的第一子数据信息,建立所述目标数据库。
具体而言,为了得到目标数据库信息,并由此建立参数预测模型,具体的方式为:首先,需要获得第一员工的第一属性信息,第一属性信息为第一员工的个人特征画像信息,在实际使用时,可采集该员工的身份信息、身材信息如胖瘦、体型等、履历信息、工作性质、职业类型、家庭背景、教育背景等等,并生成第一员工的第一属性信息,进而在得到第一属性信息之后,可以根据各项信息的特征生成第一影响系数,得到第一属性信息与员工状态之间关联度,进而由第一影响系数确定第一关联范围信息,第一关联范围为根据第一影响程度所设定的属性信息之间的关联范围,这样,在得到第一关联范围信息之后,由此可确定得到第二属性信息,换句话说,当得到第一属性信息、第一影响系数之后,即可确定第一关联范围,例如该关联范围为在第一属性信息的基础上相应的进行范围扩展,例如第一用户的年龄为30岁、软件程序员、大学本科学历,则关联范围可扩展至28岁至40岁,计算机方面工作、大专学历至硕士研究生学历等等;进一步的,在得到第二属性信息之后,即可按照该第二属性信息进行信息采集,并将第二属性信息作为搜索信息时的特征信息,然后在生成第一发送指令之后,根据第一发送指令,将第二属性信息发送给各个医疗结构,这样,在各个医疗机构接收到第二属性信息之后,即可按照第二属性信息进行信息查找,然后再将搜索结果发送给企业员工管理中心,使得企业员工管理中心在接收到各个医疗机构的第一子数据信息之后,由此建立目标数据库,从而达到提高数据库的信息准确度,提高后续对员工状态进行判定的准确度,提高模型的精确性和数据处理速度的目的。
步骤800:将所述第一身体状态参数信息、第二身体状态参数信息输入所述参数预测模型中,所述模型使用多组训练数据训练出来的,所述多组训练数据中的每一组训练数据包括:所述第一身体状态参数信息、第二身体状态参数信息和标识第一风险预测结果的标识信息;
步骤900:获得所述模型的输出信息,其中,所述输出信息包括所述第一风险预测结果,且所述第一风险预测结果包括第一风险预测值;
具体而言,在得到第一身体状态参数信息、第二身体状态参数信息之后,接着可输入到参数预测模型中,通过参数预测模型得到第一员工的身体状态的风险预测结果。进一步的,训练模型为机器学习模型中的神经网络模型,机器学习模型能通过大量数据不断的学习,进而不断地修正模型,最终获得满意的经验来处理其他数据。机器模型通过多组训练数据训练获得,神经网络模型通过训练数据训练的过程本质上为监督学习的过程。本申请实施例中的训练模型是通过多组训练数据利用机器学习训练得出的,多组中的训练数据中的每一组训练数据均包括:第一身体状态参数信息、第二身体状态参数信息和标识第一风险预测结果的标识信息。
其中,将标识第一风险预测结果的标识信息作为监督数据。输入每一组训练数据中,对第一身体状态参数信息、第二身体状态参数信息进行监督学习,确定训练模型的输出信息达到收敛状态。通过第一风险预测结果与训练模型的输出结果进行对比,当一致时,本组数据监督学习完成,进行下一组数据监督学习;当不一致时,则训练模型进行自我修正,直至其输出结果与标识的第一风险预测结果一致,本组监督学习完成,进行下一组数据监督学习;通过大量数据的监督学习,使得机器学习模型的输出结果达到收敛状态,则监督学习完成。通过对训练模型进行监督学习的过程,使得训练模型输出的第一风险预测结果更加准确,达到了能够准确的获得第一风险预测结果,实现准确的判断员工身体状态,能够在身体状态异常的早期实现预警的目的,针对员工的身体状态及时进行调整,对员工身体健康状态进行管理的技术效果。
步骤1000:获得预定风险阈值;
步骤1100:根据所述第一风险预测结果、所述预定风险阈值,获得第一差值信息;
具体而言,第一风险预测结果为第一员工的当前工作状态的安全性、可靠性的结果信息,预定风险阈值为预先设定的风险阈值,根据不同的风险预测结果,可以设定不同等级的风险阈值,进而将第一风险预测值和预定风险阈值进行对比,可以得到两者之间的第一差值,以便于后续进一步对第一员工的身体状态进行预判,防止由于员工因为身体方面出现问题而导致健康受到影响甚至会危及生命的现象出现,同时也可提高企业的管理效率以及认可度。
步骤1200:根据所述第一差值信息,获得第一应对策略,并将所述第一应对策略发送给所述第一企业单位的第一管理人员。
进一步的,为了根据不同的差值范围实行不同的应对措施,本申请实施例步骤1200还包括:
步骤1210:获得第一阈值范围;
步骤1220:当所述第一差值信息处于所述第一阈值范围内时,获得第一提醒信息,并将所述第一提醒信息发送给所述第一管理人员以及所述第一员工;
步骤1230:当所述第一差值信息不处于所述第一阈值范围内时,获得第二阈值范围;
步骤1240:当所述第一差值信息处于所述第二阈值范围内时,获得第一调整信息,并将所述第一调整信息发送给所述第一管理人员,以使所述第一管理人员对所述第一员工的工作信息进行调整。
进一步的,为了根据不同的差值范围实行不同的应对措施,本申请实施例步骤1200还包括:
步骤1250:当所述第一差值信息不处于所述第二阈值范围内时,获得第三阈值范围;
步骤1260:当所述第一差值信息处于所述第三阈值范围内时,获得第一休养信息,并将所述第一休养信息发送给所述第一管理人员,以使所述第一员工根据所述第一休养信息进行休养。
具体而言,在得到第一差值信息之后,可根据第一差值信息相应的获得第一应对策略,然后将第一应对策略发送给第一企业单位的第一管理人员,从而实现对员工健康状态的智能化管理。具体的方式为:首先,获得第一阈值范围,本实施例中以第一阈值范围为低风险等级范围作为优选,然后将第一差值信息与第一阈值范围进行比对,判断第一差值信息是否处于第一阈值范围之内,当第一差值信息处于第一阈值范围内时,说明第一员工的身体状态处于低风险等级,需要生成第一提醒信息,然后将第一提醒信息对应发送给第一管理人员以及第一员工,这样可使得第一管理人员和第一员工在接收到提醒信息之后,可以相应的采取应对方案,例如第一员工可改变工作姿势、稍作休息等;当第一差值信息不处于第一阈值范围内时,则需要进一步获得第二阈值范围,本实施例中以第二阈值范围为中风险等级范围作为优选,然后将第一差值信息与第二阈值范围进行比对,判断第一差值信息是否处于第二阈值范围之内,当第一差值信息处于第二阈值范围内时,说明第一员工的身体状态处于中风险等级,需要生成第一调整信息,然后将第一调整信息发送给第一管理人员,第一管理人员即可对第一员工的工作信息进行调整,例如暂时调动第一员工接手工作强度稍低的任务,或者暂时调动去其他部门等等,具体的调整方式可根据实际需要进行设置,本实施例中不做具体限制;进一步的,当第一差值信息不处于第二阈值范围内时,则需要进一步获得第三阈值范围,本实施例中以第三阈值范围为高风险等级范围作为优选,然后将第一差值信息与第三阈值范围进行比对,判断第一差值信息是否处于第三阈值范围之内,当第一差值信息处于第三阈值范围内时,说明第一员工的身体状态处于高风险等级,如果该员工持续工作则很可能会危及到生命安全,因此,此时需要获得第一休养信息,然后将第一休养信息发送给第一管理人员,管理人员即可指派第一员工进行休养,例如为员工放假几天检查身体并调整身体状态等等,从而实现对于员工状态进行准确预测,在身体状态异常的早期实现预警的目的,针对员工的身体状态及时进行调整,对员工身体健康状态进行管理的技术效果。
实施例二
基于与前述实施例中一种基于数据库的参数结果预测方法同样的发明构思,本发明还提供一种基于数据库的参数结果预测系统,如图2所示,所述系统包括:
第一获得单元11,所述第一获得单元11用于获得第一企业单位的第一员工信息;
第二获得单元12,所述第二获得单元12用于获得第一时间段;
第三获得单元13,所述第三获得单元13用于通过所述健康信息采集装置获得所述第一时间段内,所述第一员工的第一身体状态参数信息;
第四获得单元14,所述第四获得单元14用于获得第二时间段;
第五获得单元15,所述第五获得单元15用于获得所述第二时间段内,所述第一员工的第二身体状态参数信息,其中,所述第二时间段早于所述第一时间段;
第六获得单元16,所述第六获得单元16用于获得目标数据库信息;
第一建立单元17,所述第一建立单元17用于根据所述目标数据库信息,建立参数预测模型;
第一训练单元18,所述第一训练单元18用于将所述第一身体状态参数信息、第二身体状态参数信息输入所述参数预测模型中,所述模型使用多组训练数据训练出来的,所述多组训练数据中的每一组训练数据包括:所述第一身体状态参数信息、第二身体状态参数信息和标识第一风险预测结果的标识信息;
第七获得单元19,所述第七获得单元19用于获得所述模型的输出信息,其中,所述输出信息包括所述第一风险预测结果,且所述第一风险预测结果包括第一风险预测值;
第八获得单元20,所述第八获得单元20用于获得预定风险阈值;
第九获得单元21,所述第九获得单元21用于根据所述第一风险预测结果、所述预定风险阈值,获得第一差值信息;
第一执行单元22,所述第一执行单元22用于根据所述第一差值信息,获得第一应对策略,并将所述第一应对策略发送给所述第一企业单位的第一管理人员。
进一步的,所述系统还包括:
第十获得单元,所述第十获得单元用于获得所述第一员工的第一属性信息;
第十一获得单元,所述第十一获得单元用于根据所述第一属性信息,获得第一影响系数;
第一确定单元,所述第一确定单元用于根据所述第一影响系数,确定第一关联范围信息;
第十二获得单元,所述第十二获得单元用于根据所述第一关联范围信息,获得第二属性信息;
第十三获得单元,所述第十三获得单元用于获得第一发送指令;
第十四获得单元,所述第十四获得单元用于根据所述第一发送指令,将所述第二属性信息发送给所述各个医疗结构之后,获得来自所述各个医疗机构发送的第一子数据信息;
第二建立单元,所述第二建立单元用于根据所述各个医疗机构发送的第一子数据信息,建立所述目标数据库。
进一步的,所述系统还包括:
第十五获得单元,所述第十五获得单元用于获得第二发送指令;
第十六获得单元,所述第十六获得单元用于根据所述第二发送指令,将所述第一员工信息发送给所述各个医疗机构之后,获得来自所述各个医疗机构发送的所述第二时间段内的第一历史信息;
第十七获得单元,所述第十七获得单元用于获得第三发送指令;
第十八获得单元,所述第十八获得单元用于根据所述第三发送指令,将所述第一员工信息发送给所述第一企业单位的监控中心之后,获得来自所述监控中心发送的所述第二时间段内的第三状态信息;
第十九获得单元,所述第十九获得单元用于根据所述第一历史信息、第三状态信息,获得所述第二身体状态信息。
进一步的,所述系统还包括:
第二十获得单元,所述第二十获得单元用于获得第一阈值范围;
第二十一获得单元,所述第二十一获得单元用于当所述第一差值信息处于所述第一阈值范围内时,获得第一提醒信息,并将所述第一提醒信息发送给所述第一管理人员以及所述第一员工;
第二十二获得单元,所述第二十二获得单元用于当所述第一差值信息不处于所述第一阈值范围内时,获得第二阈值范围;
第二十三获得单元,所述第二十三获得单元用于当所述第一差值信息处于所述第二阈值范围内时,获得第一调整信息,并将所述第一调整信息发送给所述第一管理人员,以使所述第一管理人员对所述第一员工的工作信息进行调整。
进一步的,所述系统还包括:
第二十四获得单元,所述第二十四获得单元用于当所述第一差值信息不处于所述第二阈值范围内时,获得第三阈值范围;
第二执行单元,所述第二执行单元用于当所述第一差值信息处于所述第三阈值范围内时,获得第一休养信息,并将所述第一休养信息发送给所述第一管理人员,以使所述第一员工根据所述第一休养信息进行休养。
进一步的,所述系统还包括:
第二十五获得单元,所述第二十五获得单元用于通过所述健康信息采集装置,获得所述第一员工的第一生命体征信息;
第二十六获得单元,所述第二十六获得单元用于获得所述监控中心采集到的第一视频信息;
第一提取单元,所述第一提取单元用于根据所述第一视频信息,提取所述第一员工的第一工作行为信息、第一面部表情信息;
第二十七获得单元,所述第二十七获得单元用于根据所述第一生命体征信息、第一工作行为信息、第一面部表情信息,获得所述第一身体状态参数信息。
进一步的,所述系统还包括:
第二十八获得单元,所述第二十八获得单元用于获得所述第一员工的第一行为习惯信息;
第二十九获得单元,所述第二十九获得单元用于获得所述第一员工的第一工作任务信息;
第三十获得单元,所述第三十获得单元用于获得所述第一行为习惯信息对应的第一调整度、所述第一工作任务信息对应的第二调整度;
第一调整单元,所述第一调整单元用于根据所述第一调整度、所述第二调整度,对所述第一身体状态参数信息进行调整。
前述图1实施例一中的一种基于数据库的参数结果预测方法的各种变化方式和具体实例同样适用于本实施例的一种基于数据库的参数结果预测系统,通过前述对一种基于数据库的参数结果预测方法的详细描述,本领域技术人员可以清楚的知道本实施例中一种基于数据库的参数结果预测系统的实施方法,所以为了说明书的简洁,在此不再详述。
实施例三
基于与前述实施例中一种基于数据库的参数结果预测方法同样的发明构思,本发明还提供一种示例性电子设备,如图3所示,包括存储器304、处理器302及存储在存储器304上并可在处理器302上运行的计算机程序,所述处理器302执行所述程序时实现前文所述一种基于数据库的参数结果预测方法的任一方法的步骤。
其中,在图3中,总线架构(用总线300来代表),总线300可以包括任意数量的互联的总线和桥,总线300将包括由处理器302代表的一个或多个处理器和存储器304代表的存储器的各种电路链接在一起。总线300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链接在一起,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306在总线300和接收器301和发送器303之间提供接口。接收器301和发送器303可以是同一个元件,即收发机,提供用于在传输介质上与各种其他装置通信的单元。处理器302负责管理总线300和通常的处理,而存储器304可以被用于存储处理器302在执行操作时所使用的数据。
本申请实施例中的上述一个或多个技术方案,至少具有如下一种或多种技术效果:
本发明实施例提供的一种基于数据库的参数结果预测方法及系统,所述方法应用一企业员工管理中心,所述企业员工管理中心包括多个健康信息采集装置,且所述企业员工管理中心与各个医疗机构通讯连接,其中,所述方法包括:获得第一企业单位的第一员工信息;获得第一时间段;通过所述健康信息采集装置获得所述第一时间段内,所述第一员工的第一身体状态参数信息;获得第二时间段;获得所述第二时间段内,所述第一员工的第二身体状态参数信息,其中,所述第二时间段早于所述第一时间段;获得目标数据库信息;根据所述目标数据库信息,建立参数预测模型;将所述第一身体状态参数信息、第二身体状态参数信息输入所述参数预测模型中,所述模型使用多组训练数据训练出来的,所述多组训练数据中的每一组训练数据包括:所述第一身体状态参数信息、第二身体状态参数信息和标识第一风险预测结果的标识信息;获得所述模型的输出信息,其中,所述输出信息包括所述第一风险预测结果,且所述第一风险预测结果包括第一风险预测值;获得预定风险阈值;根据所述第一风险预测结果、所述预定风险阈值,获得第一差值信息;根据所述第一差值信息,获得第一应对策略,并将所述第一应对策略发送给所述第一企业单位的第一管理人员,从而解决了现有技术中难以实现员工身体状态的准确预测,存在员工由于身体状态出现异常,甚至发生严重事故的现象,不仅增加了企业的成本,而且对企业的发展产生重要的影响的技术问题,达到了对于员工状态进行准确预测,在身体状态异常的早期实现预警的目的,针对员工的身体状态及时进行调整,对员工身体健康状态进行管理的技术效果。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (9)
1.一种基于数据库的参数结果预测方法,所述方法应用一企业员工管理中心,所述企业员工管理中心包括多个健康信息采集装置,且所述企业员工管理中心与各个医疗机构通讯连接,其中,所述方法包括:
获得第一企业单位的第一员工信息;
获得第一时间段;
通过所述健康信息采集装置获得所述第一时间段内,所述第一员工的第一身体状态参数信息;
获得第二时间段;
获得所述第二时间段内,所述第一员工的第二身体状态参数信息,其中,所述第二时间段早于所述第一时间段;
获得目标数据库信息;
根据所述目标数据库信息,建立参数预测模型;
将所述第一身体状态参数信息、第二身体状态参数信息输入所述参数预测模型中,所述模型使用多组训练数据训练出来的,所述多组训练数据中的每一组训练数据包括:所述第一身体状态参数信息、第二身体状态参数信息和标识第一风险预测结果的标识信息;
获得所述模型的输出信息,其中,所述输出信息包括所述第一风险预测结果,且所述第一风险预测结果包括第一风险预测值;
获得预定风险阈值;
根据所述第一风险预测结果、所述预定风险阈值,获得第一差值信息;
根据所述第一差值信息,获得第一应对策略,并将所述第一应对策略发送给所述第一企业单位的第一管理人员。
2.如权利要求1所述的方法,其中,所述获得目标数据库信息,所述方法包括:
获得所述第一员工的第一属性信息;
根据所述第一属性信息,获得第一影响系数;
根据所述第一影响系数,确定第一关联范围信息;
根据所述第一关联范围信息,获得第二属性信息;
获得第一发送指令;
根据所述第一发送指令,将所述第二属性信息发送给所述各个医疗结构之后,获得来自所述各个医疗机构发送的第一子数据信息;
根据所述各个医疗机构发送的第一子数据信息,建立所述目标数据库。
3.如权利要求1所述的方法,其中,所述获得所述第二时间段内,所述第一员工的第二身体状态参数信息,所述方法包括:
获得第二发送指令;
根据所述第二发送指令,将所述第一员工信息发送给所述各个医疗机构之后,获得来自所述各个医疗机构发送的所述第二时间段内的第一历史信息;
获得第三发送指令;
根据所述第三发送指令,将所述第一员工信息发送给所述第一企业单位的监控中心之后,获得来自所述监控中心发送的所述第二时间段内的第三状态信息;
根据所述第一历史信息、第三状态信息,获得所述第二身体状态信息。
4.如权利要求1所述的方法,其中,所述根据所述第一差值信息,获得第一应对策略,所述方法包括:
获得第一阈值范围;
当所述第一差值信息处于所述第一阈值范围内时,获得第一提醒信息,并将所述第一提醒信息发送给所述第一管理人员以及所述第一员工;
当所述第一差值信息不处于所述第一阈值范围内时,获得第二阈值范围;
当所述第一差值信息处于所述第二阈值范围内时,获得第一调整信息,并将所述第一调整信息发送给所述第一管理人员,以使所述第一管理人员对所述第一员工的工作信息进行调整。
5.如权利要求4所述的方法,其中,所述方法还包括:
当所述第一差值信息不处于所述第二阈值范围内时,获得第三阈值范围;
当所述第一差值信息处于所述第三阈值范围内时,获得第一休养信息,并将所述第一休养信息发送给所述第一管理人员,以使所述第一员工根据所述第一休养信息进行休养。
6.如权利要求3所述的方法,其中,所述通过所述健康信息采集装置获得所述第一时间段内,所述第一员工的第一身体状态参数信息,所述方法包括:
通过所述健康信息采集装置,获得所述第一员工的第一生命体征信息;
获得所述监控中心采集到的第一视频信息;
根据所述第一视频信息,提取所述第一员工的第一工作行为信息、第一面部表情信息;
根据所述第一生命体征信息、第一工作行为信息、第一面部表情信息,获得所述第一身体状态参数信息。
7.如权利要求6所述的方法,其中,所述方法还包括:
获得所述第一员工的第一行为习惯信息;
获得所述第一员工的第一工作任务信息;
获得所述第一行为习惯信息对应的第一调整度、所述第一工作任务信息对应的第二调整度;
根据所述第一调整度、所述第二调整度,对所述第一身体状态参数信息进行调整。
8.一种基于数据库的参数结果预测系统,其特征在于,所述系统包括:
第一获得单元,所述第一获得单元用于获得第一企业单位的第一员工信息;
第二获得单元,所述第二获得单元用于获得第一时间段;
第三获得单元,所述第三获得单元用于通过所述健康信息采集装置获得所述第一时间段内,所述第一员工的第一身体状态参数信息;
第四获得单元,所述第四获得单元用于获得第二时间段;
第五获得单元,所述第五获得单元用于获得所述第二时间段内,所述第一员工的第二身体状态参数信息,其中,所述第二时间段早于所述第一时间段;
第六获得单元,所述第六获得单元用于获得目标数据库信息;
第一建立单元,所述第一建立单元用于根据所述目标数据库信息,建立参数预测模型;
第一训练单元,所述第一训练单元用于将所述第一身体状态参数信息、第二身体状态参数信息输入所述参数预测模型中,所述模型使用多组训练数据训练出来的,所述多组训练数据中的每一组训练数据包括:所述第一身体状态参数信息、第二身体状态参数信息和标识第一风险预测结果的标识信息;
第七获得单元,所述第七获得单元用于获得所述模型的输出信息,其中,所述输出信息包括所述第一风险预测结果,且所述第一风险预测结果包括第一风险预测值;
第八获得单元,所述第八获得单元用于获得预定风险阈值;
第九获得单元,所述第九获得单元用于根据所述第一风险预测结果、所述预定风险阈值,获得第一差值信息;
第一执行单元,所述第一执行单元用于根据所述第一差值信息,获得第一应对策略,并将所述第一应对策略发送给所述第一企业单位的第一管理人员。
9.一种基于数据库的参数结果预测系统,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现权利要求1-7任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110087062.0A CN112766576A (zh) | 2021-01-22 | 2021-01-22 | 一种基于数据库的参数结果预测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110087062.0A CN112766576A (zh) | 2021-01-22 | 2021-01-22 | 一种基于数据库的参数结果预测方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112766576A true CN112766576A (zh) | 2021-05-07 |
Family
ID=75702820
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110087062.0A Pending CN112766576A (zh) | 2021-01-22 | 2021-01-22 | 一种基于数据库的参数结果预测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112766576A (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109448862A (zh) * | 2018-09-17 | 2019-03-08 | 广州中石科技有限公司 | 一种健康监测预警方法及装置 |
CN109686447A (zh) * | 2019-01-28 | 2019-04-26 | 远光软件股份有限公司 | 一种基于人工智能的员工状态监测系统 |
CN110119339A (zh) * | 2019-05-07 | 2019-08-13 | 上海电气集团股份有限公司 | 工业设备的健康状态的评估方法、系统、设备和存储介质 |
CN110674397A (zh) * | 2019-08-30 | 2020-01-10 | 北京百度网讯科技有限公司 | 年龄点预测模型的训练方法及装置、设备与可读介质 |
CN111693882A (zh) * | 2020-06-30 | 2020-09-22 | 厦门金龙联合汽车工业有限公司 | 一种换电电池健康状态的评价方法 |
CN112117008A (zh) * | 2020-09-29 | 2020-12-22 | 苏州立楚信息技术有限公司 | 一种基于大数据的健康监测方法及系统 |
-
2021
- 2021-01-22 CN CN202110087062.0A patent/CN112766576A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109448862A (zh) * | 2018-09-17 | 2019-03-08 | 广州中石科技有限公司 | 一种健康监测预警方法及装置 |
CN109686447A (zh) * | 2019-01-28 | 2019-04-26 | 远光软件股份有限公司 | 一种基于人工智能的员工状态监测系统 |
CN110119339A (zh) * | 2019-05-07 | 2019-08-13 | 上海电气集团股份有限公司 | 工业设备的健康状态的评估方法、系统、设备和存储介质 |
CN110674397A (zh) * | 2019-08-30 | 2020-01-10 | 北京百度网讯科技有限公司 | 年龄点预测模型的训练方法及装置、设备与可读介质 |
CN111693882A (zh) * | 2020-06-30 | 2020-09-22 | 厦门金龙联合汽车工业有限公司 | 一种换电电池健康状态的评价方法 |
CN112117008A (zh) * | 2020-09-29 | 2020-12-22 | 苏州立楚信息技术有限公司 | 一种基于大数据的健康监测方法及系统 |
Non-Patent Citations (1)
Title |
---|
曾强: "《301医院健康管理技术指南》", 30 May 2015 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20200265956A1 (en) | Machine learning clinical decision support system for risk categorization | |
US11481573B2 (en) | Method and system of modelling a mental/emotional state of a user | |
US9861308B2 (en) | Method and system for monitoring stress conditions | |
CN107408148A (zh) | 用于帮助健康护理顾问和医院管理者确定医院的最佳人力资源计划的基于模拟的系统和方法 | |
Ciccarelli et al. | Human work sustainability tool | |
Trivedi et al. | The Impact of Artificial Intelligence Integration on Minimizing Patient Wait Time in Hospitals | |
Fernández-Llatas et al. | Behaviour patterns detection for persuasive design in nursing homes to help dementia patients | |
Aristizabal et al. | The feasibility of wearable and self-report stress detection measures in a semi-controlled lab environment | |
Portela et al. | Pervasive intelligent decision support system–technology acceptance in intensive care units | |
CN112562836A (zh) | 医生推荐方法、装置、电子设备及存储介质 | |
CN114334158B (zh) | 一种基于物联网的监护管理方法及系统 | |
KR102339971B1 (ko) | 모바일 재활치료 경과기록 운영 시스템 및 방법 | |
JP6626171B1 (ja) | 健康評価システムおよび健康評価プログラム | |
JP2018171124A (ja) | 睡眠状態推定装置、睡眠状態推定方法および睡眠状態推定プログラム | |
CN112766576A (zh) | 一种基于数据库的参数结果预测方法及系统 | |
Lim et al. | Description of the effect of patient flow, junior doctor supervision and pandemic preparation on the ability of emergency physicians to provide direct patient care | |
CN113706111A (zh) | 医疗机构流程数据的处理方法、装置、设备及介质 | |
KR102419322B1 (ko) | 산업 근로 환경 관련 질환요인에 대한 노출 위험도 기반 산업재해 진단 시뮬레이터 시스템 | |
CN114098658A (zh) | 一种健康状态的监测方法及装置 | |
RU2813438C1 (ru) | Система и способ выявления и использования эталонного эмоционально-интеллектуального профиля (эи-профиля) по группам анализа | |
Abdullayev et al. | Clinical Decision Support Systems in Smart Medical Ecosystem | |
US20220270722A1 (en) | Behavior effect analysis system, behavior effect analysis program, and behavior effect analysis method | |
Kavitha et al. | CLASSIFICATION ALGORITHM BASED MENTAL HEALTH PREDICTION USING DATA MINING | |
US11138235B1 (en) | Systems and methods for data categorization and delivery | |
CN114550889A (zh) | 一种提高儿科医生的接诊问诊效率的方法及系统 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210507 |