CN113345582A - 一种大众健康管理系统及其使用方法 - Google Patents
一种大众健康管理系统及其使用方法 Download PDFInfo
- Publication number
- CN113345582A CN113345582A CN202110608485.2A CN202110608485A CN113345582A CN 113345582 A CN113345582 A CN 113345582A CN 202110608485 A CN202110608485 A CN 202110608485A CN 113345582 A CN113345582 A CN 113345582A
- Authority
- CN
- China
- Prior art keywords
- user
- information
- medical
- hospital
- terminal
- 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
- 238000000034 method Methods 0.000 title claims abstract description 32
- 230000005180 public health Effects 0.000 title claims abstract description 22
- 238000011282 treatment Methods 0.000 claims abstract description 66
- 230000036541 health Effects 0.000 claims abstract description 22
- 229940079593 drug Drugs 0.000 claims abstract description 20
- 239000003814 drug Substances 0.000 claims abstract description 20
- 238000007689 inspection Methods 0.000 claims abstract description 14
- 238000003745 diagnosis Methods 0.000 claims abstract description 12
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 32
- 201000010099 disease Diseases 0.000 claims description 22
- 210000002569 neuron Anatomy 0.000 claims description 13
- 206010020751 Hypersensitivity Diseases 0.000 claims description 9
- 208000026935 allergic disease Diseases 0.000 claims description 9
- 230000007815 allergy Effects 0.000 claims description 9
- 238000013528 artificial neural network Methods 0.000 claims description 8
- 208000024891 symptom Diseases 0.000 claims description 8
- 230000007774 longterm Effects 0.000 claims description 6
- 238000012360 testing method Methods 0.000 claims description 6
- 230000004048 modification Effects 0.000 claims description 4
- 238000012986 modification Methods 0.000 claims description 4
- 206010027654 Allergic conditions Diseases 0.000 claims description 3
- 230000036772 blood pressure Effects 0.000 claims description 3
- 230000003862 health status Effects 0.000 claims description 3
- 230000037219 healthy weight Effects 0.000 claims description 3
- 230000036039 immunity Effects 0.000 claims description 3
- 230000008676 import Effects 0.000 claims description 3
- 230000008520 organization Effects 0.000 claims description 3
- 230000008859 change Effects 0.000 claims description 2
- 238000004891 communication Methods 0.000 abstract description 3
- 238000012549 training Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 230000009471 action Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 210000004027 cell Anatomy 0.000 description 3
- 230000003111 delayed effect Effects 0.000 description 2
- 208000034656 Contusions Diseases 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 208000034526 bruise Diseases 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 201000006549 dyspepsia Diseases 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011478 gradient descent method Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 230000000474 nursing effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000011269 treatment regimen Methods 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
-
- 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
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Epidemiology (AREA)
- Biomedical Technology (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Pathology (AREA)
- Databases & Information Systems (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明公开了一种大众健康管理系统,包括用户端、医疗端和系统终端,其中:所述用户端,用户通过身份证注册登录,用于用户自行填写基本信息、获取本人的体检和医疗检查报告、用药建议及用药管理;所述医疗端,连接各个医院系统,并将用户在医院的检查、检验和诊疗方案传送至所述系统终端,同时医生可以通过所述医疗端获取用户的各项信息;所述系统终端,统一获取所述用户端和所述医疗端的信息,凭身份信息汇总、分类并存储,存储的信息可被所述用户端和医疗端调取。本发明提供的一种大众健康管理系统及其使用方法,便于用户实时获取自己的各项信息,也便于医生快速了解患者健康情况,解决沟通障碍,便于医生迅速快捷给出诊疗方案。
Description
技术领域
本发明涉及健康管理技术领域,具体为一种大众健康管理系统及其使用方法。
背景技术
电子病历系统,是医学专用软件,医院通过电子病历以电子化方式记录用户就诊的信息,包括首页、病程记录、检查及检验结果、医嘱、手术记录和护理记录等等,其中既有结构化信息,也有非结构化的自由文本,还有图形图象信息,涉及病人信息的采集、存储、传输、质量控制、统计和利用,如中国发明CN201880020400.5提出的一种电子病历管理系统和方法,解决了现有的各个医院病历系统独立存在却无法互通的问题,能够方便医生快速全面查看病患的病历信息;同时还有各种健康管理系统,如中国发明CN201810929264.3提出了一种健康管理系统,可以采集各项身体指标,与标准健康数据进行对比,评价用户的健康状况。
但是现有的系统,只单方面针对医院或者用户使用;且针对用户使用时,也只有当前的检查数据,用户想要更全面地了解自己的各项信息,需要在不同的地方分别查找,操作不便,不利于用户了解自己的各项信息,同时也不便于医生快速了解患者的各项信息,影响医生的诊疗效率;
同时部分常见病症如感冒、擦伤和消化不良等,用户想要知道系统的治疗方案还是需要去医院或者药店,不能够直接获取常规治疗方案,给用户带来不便并可能耽误用户的时间,。
发明内容
(一)解决的技术问题
针对现有技术的不足,本发明的目的之一是提供一种大众健康管理系统,一方面解决用户需要在不同的诊疗机构查找自己的各项信息,使用户更实时全面了解自己的健康情况;同时医生能够更加迅速了解患者的各项信息,解决了某些特殊情况下医生与患者的沟通障碍问题,便于医生更快更好的给出诊疗方案。
目的之二是提供一种大众健康管理系统使用方法,解决用户不能够直接获取常规治疗方案,会耽误用户的时间,给用户带来不便的问题。
(二)技术方案
为实现上述目的,本发明提供如下技术方案:一种大众健康管理系统,包括用户端、医疗端和系统终端,其中:
所述用户端,用户通过身份证注册登录,用于用户自行填写基本信息、获取本人的体检和医疗检查报告、用药建议及用药管理;
所述医疗端,连接各个医院系统,并将用户在医院的检查、检验和诊疗方案传送至所述系统终端,同时医生可以通过所述医疗端获取用户的各项信息;
所述系统终端,统一获取所述用户端和所述医疗端的信息,凭身份信息汇总、分类并存储,存储的信息可被所述用户端和医疗端调取。
优选的,所述用户端可以用于用户记录、更改各项信息,包括身高、体重、过敏史、既往史和用药信息,更改记录保存,汇总生成表格,记录每次修改的内容,可进行单项对比,自动生成独立二维码,所述医疗端可以通过独立二维码获取对应用户的信息。
优选的,所述用户端可以获取对应用户在社区、体检机构或医院的检验、检查信息和治疗建议。
优选的,所述医疗端与医院系统连接,所述医疗端可以读取、接收用户端信息并将该用户端信息与患者当前就诊的医院所需的各项信息进行自动匹配,医院系统也需要加密处理以限制信息不随意散播。
一种大众健康管理系统使用方法,包含如下步骤:
步骤一、用户登录用户端,自动获取个人的最新的检验、检查信息,或者提交具体的获取请求,如不同机构的健康信息或者常见病及多发病的常规治疗方案建议的要求;
步骤二、判断是否为限制信息;
如果不是,则直接将请求发送至系统终端;
如果是,则驳回请求,用户通过用户端收到驳回信息;
步骤三、系统调取对应信息,将信息发送至用户端;
步骤四、用户通过用户端查看对应信息。
优选的,还包括如下步骤:
步骤一、用户自测血压、体重和心率等常规信息,通过体检测得各项指标信息,登录用户端将信息录入或自动导入;
用户在社区、专业体检机构或医院的检验、检查结果及诊疗方案等信息录入医疗端;
步骤二、系统终端获取医疗端和用户端的信息;
步骤三、通过身份信息将同一个用户的用药信息、过敏信息、自测数据信息和体检指标信息汇总整理,区分限制信息和非限制信息并进行存储,以便于用户和医生查看。
优选的,常规治疗方案的获取方法为:根据用户的各项信息,并基于BP神经网络确定用户的身体健康状况和基础治疗方案建议,包含如下步骤:
步骤一、输入用户的症状、发病时间和最近进食情况,并通过系统终端获取用户年龄、身高、体重、历史患病情况、过敏情况和长期用药种类;
步骤二、确认三层BP神经网络的输入层神经元向量x={x1,x2,x3,x4,x5,x6,x7,x8,x9};
其中,x1为用户的症状,x2为用户的发病时间,x3为用户的最近进食情况,x4为用户的年龄,x5为用户的身高,x6为用户的体重,x7为用户的历史患病情况,x8为用户的过敏情况,x9为用户的长期用药种类;
步骤三、所述输入层向量映射到中间层,所述中间层向量y={y1,y2,y3...ym};
其中m为中间层节点个数;
步骤四、得到输出层神经元向量o={o1,o2,o3...op};
其中,o1=a,a≥1代表用户身体健康,1>a>0代表用户健康状态一般,a=0代表用户的免疫力差;o2=1代表常规病症,o2=0代表不常见病症,o3代表治疗方案一,o4代表治疗方案二,op为基础治疗方案p,方案一、方案二和方案p为常见病症的基础治疗和处理方案。
8.根据权利要求7所述的一种大众健康管理系统使用方法,其特征在于,根据用户的情况,给出就医建议:
其中,y=1代表建议去医院就医,y=2代表在家观察,未见好转再去就医,y=0代表不需要去医院就医;γ代表用户年龄,代表最健康的平均年龄,γmax代表最健康年龄段的最大年龄,γmin代表最健康年龄段的最小年龄,h代表用户身高,mh代表h身高的最健康体重,m代表用户的体重。
优选的,限制信息仅供医生查看,非限制信息医生和用户均可查看。
(三)有益效果
与现有技术相比,本发明具备以下有益效果:
1、本发明提供的一种大众健康管理系统,用户在同一系统下即可查询到自己在各个诊疗机构的各项信息,操作简单,便于用户更全面了解自己的各项信息,节省了用户的时间;
同时也便于医生在接诊时快速获取患者的各项相关信息,以避免各种沟通障碍(如老年人听力欠佳,方言等),有利于医生迅速了解病情,给予诊疗方案。
2、本发明提供的一种大众健康管理系统使用方法,能够根据用户不同的情况,给予用户不同的就医建议,对于常见病,直接给予基础治疗方案,避免用户去医院检查,节省了用户的时间;而存在一定风险的疾病或症状,则能够给予用户就医及就医前处理建议,提醒用户需要及时去医院就医,并对用户去哪个科室就诊给予指导建议。
附图说明
图1为本发明所述一种大众健康管理系统流程图;
图2为本发明所述一种大众健康管理系统使用方法流程图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参阅图1,一种大众健康管理系统,包括用户端、医疗端和系统终端,其中:
所述用户端,用户通过身份证注册登录,用于用户自行填写基本信息、获取本人的体检和医疗检查报告、用药建议及用药管理;
所述医疗端,连接各个医院系统,并将用户在医院的检查、检验和诊疗方案传送至所述系统终端,同时医生可以通过所述医疗端获取用户的各项信息;
所述系统终端,统一获取所述用户端和所述医疗端的信息,凭身份信息汇总、分类并存储,存储的信息可被所述用户端和医疗端调取。
所述用户端可以用于用户更改各项信息,包括身高、体重、过敏史、既往史和用药信息,更改记录保存,汇总生成表格,记录每次修改的内容,可进行单项对比,自动生成独立二维码,所述医疗端可以通过独立二维码获取对应用户的信息。
所述用户端可以获取对应用户在社区、体检机构或医院的检验、检查信息和治疗建议。
医疗端与医院系统连接,所述医疗端可以读取、接收用户端信息并将该用户端信息与患者当前就诊的医院所需的各项信息进行自动匹配,医院系统也需要加密处理以限制信息不随意散播。
在使用时,医护人员可以通过医护端获取用户既往的各项信息,同时也可以将信息录入和更新,而用户也可以在用户端获取自己的各项信息,不再需要去医院查询,自己在家登录用户端即可查询到自己的各项信息,操作简单,更便于用户了解自己的各项信息。
实施例一,请参阅图2,一种大众健康管理系统使用方法,包含如下步骤:
步骤一、用户登录用户端,自动获取个人的最新的检验、检查信息,或者提交具体的获取请求,如不同机构的健康信息或者常见病多发病的常规治疗方案建议的要求;
步骤二、判断是否为限制信息;
如果不是,则直接将请求发送至系统终端;
如果是,则驳回请求,用户通过用户端收到驳回信息;
步骤三、系统调取对应信息,将信息发送至用户端;
步骤四、用户通过用户端查看对应信息。
还包括如下步骤:
步骤一、用户自测血压、体重和心率等常规信息,通过体检测得各项指标信息,登录用户端将信息录入或自动导入;
用户在社区、专业体检机构或医院的检验、检查结果及诊疗方案等信息录入医疗端;
步骤二、系统终端获取医疗端和用户端的信息;
步骤三、通过身份信息将同一个用户的用药信息、过敏信息、自测数据信息和体检指标信息汇总整理,区分限制信息和非限制信息并进行存储,以便于用户和医生查看,限制信息仅供医生查看,非限制信息医生和用户均可查看。
常规治疗方案的获取方法为:根据用户的各项信息,并基于BP神经网络确定用户的身体健康状况和基础治疗方案建议,包含如下步骤:
步骤一、输入用户的症状、发病时间和最近进食情况,并通过系统终端获取用户年龄、身高、体重、历史患病情况、过敏情况和长期用药种类:
确认数据库中各个类型的常见病症;
确认针对不同常见病症的常规基础治疗方案;
步骤二、建立BP神经网络模型:
BP模型上各层次的神经元之间形成全互连连接,各层次内的神经元之间没有连接,输入层神经元的输出与输入相同,即oi=xi。中间中间层和输出层的神经元的操作特性为
netpj=∑iωjiopi
opj=fj(netpj)
其中p表示当前的输入样本,ωji为从神经元i到神经元j的连接权值,opi为神经元j的当前输入,opj为其输出;fj为非线性可微非递减函数,一般取为S型函数,即fj(x)=1/(1+e-x)。
本发明采用的BP网络体系结构由三层组成,第一层为输入层,共n个节点,对应了表示用户的n个输入信号;第二层为中间层,共m个节点,由网络的训练过程以自适应的方式确定;第三层为输出层,共p个节点,由系统实际需要输出的响应确定。
该网络的数学模型为:
输入向量:x=(x1,x2,...,xn)T
中间层向量:y=(y1,y2,...,ym)T
输出向量:o=(o1,o2,...,op)T
输入层的n参数分别表示为:x1为用户的症状,x2为用户的发病时间,x3为用户的最近进食情况,x4为用户的年龄,x5为用户的身高,x6为用户的体重,x7为用户的历史患病情况,x8为用户的过敏情况,x9为用户的长期用药种类;
输出层参数分别表示为:o1=a,a≥1代表用户身体健康,1>a>0代表用户健康状态一般,a=0代表用户的免疫力差;o2=1代表常规病症,o2=0代表不常见病症,o3代表治疗方案一,o4代表治疗方案二,op为基础治疗方案p,方案一、方案二和方案p为常见病症的基础治疗和处理方案。
步骤三、进行BP神经网络训练:
建立好BP神经网络节点模型后,即可进行BP神经网络的训练。根据产品的历史经验数据获取训练的样本,并给定输入节点i和隐含层节点j之间的连接权值,隐层节点j和输出层节点k之间的连接权值。
(1)训练方法
各子网采用单独训练的方法;训练时,首先要提供一组训练样本,其中的每一个样本由输入样本和理想输出对组成,当网络的所有实际输出与其理想输出一致时,表明训练结束;否则,通过修正权值,使网络的理想输出与实际输出一致。
(2)训练算法
BP网络采用误差反向传播(Backward Propagation)算法进行训练,其步骤可归纳如下:
第一步:选定一结构合理的网络,设置所有节点阈值和连接权值的初值。
第二步:对每个输入样本作如下计算:
(a)前向计算:对l层的j单元
式中,为第n次计算时l层的j单元信息加权和,为l层的j单元与前一层(即l-1层)的单元i之间的连接权值,为前一层(即l-1层,节点数为nl-1)的单元i送来的工作信号;i=0时,令为l层的j单元的阈值。
若单元j的激活函数为sigmoid函数,则
且
若神经元j属于第一隐层(l=1),则有
若神经元j属于输出层(l=L),则有
(b)反向计算误差:
对于输出单元
对隐单元
(c)修正权值:
第三步:输入新的样本或新一周期样本,直到网络收敛,在训练时各周期中样本的输入顺序要重新随机排序。
BP算法采用梯度下降法求非线性函数极值,存在陷入局部极小以及收敛速度慢等问题。更为有效的一种算法是Levenberg-Marquardt优化算法,它使得网络学习时间更短,能有效地抑制网络陷于局部极小。其权值调整率选为:
Δω=(JTJ+μI)-1JTe
其中J为误差对权值微分的雅可比(Jacobian)矩阵,I为输入向量,e为误差向量,变量μ是一个自适应调整的标量,用来确定学习是根据牛顿法还是梯度法来完成。
在系统设计时,系统模型是一个仅经过初始化了的网络,权值需要根据在使用过程中获得的数据样本进行学习调整,为此设计了系统的自学习功能。在指定了学习样本及数量的情况下,系统可以进行自学习,以不断完善网络性能。
步骤四、确认基础方案和就医建议;
根据用户的情况,给出就医建议:
其中,y=1代表建议去医院就医,y=2代表在家观察,未见好转再去就医,y=0代表不需要去医院就医;γ代表用户年龄,代表最健康的平均年龄,γmax代表最健康年龄段的最大年龄,γmin代表最健康年龄段的最小年龄,h代表用户身高,mh代表h身高的最健康体重,m代表用户的体重。
在使用时,能够根据用户不同的情况,给予用户不同的就医建议,对于常见的病症,直接给予基础治疗方案,避免用户去医院检查,节省了用户的时间;而存在一定风险的疾病和症状,能够给予用户就医及就医前处理方法建议,提醒用户需要及时去医院就医,并指导用户去哪个科室就诊。
实施例二、一种大众健康管理系统使用方法,包含如下步骤:
步骤一、用户登录用户端,自动获取个人的最新的检验、检查信息,或者提交具体的获取请求,如不同机构的健康信息或者常见病及多发病的常规治疗方案建议的要求;
步骤二、判断是否为限制信息;
如果不是,则直接将请求发送至系统终端;
如果是,则将请求发送至医疗端,医生通过医疗端看到请求进行审核,审核通过,则发送至系统终端;
审核不通过,驳回请求,用户通过用户端收到驳回信息;
步骤三、系统调取对应信息,将信息发送至用户端;
步骤四、用户通过用户端查看对应信息。
综上所述,本发明提供的一种大众健康管理系统,用户在家即可查询到自己的各项信息,不再需要去医院查询,操作简单,便于用户了解自己的各项信息,节省了用户的时间;同时也便于医生获取患者的各项相关信息,更便于医生给出治疗方案;本发明提供的一种大众健康管理系统使用方法,能够根据用户不同的情况,给予用户不同的就医建议,对于常规常见病症,直接给予基础治疗方案,避免用户去医院检查,节省了用户的时间;而存在一定风险的病症,则能够给予用户就医及就医前处理建议,提醒用户需要及时去医院就医,并指导用户去哪个科室就诊。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,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、物品或者设备不仅包括那些要素,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、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
Claims (9)
1.一种大众健康管理系统,其特征在于,包括用户端、医疗端和系统终端,其中:
所述用户端,用户通过身份证注册登录,用于用户自行填写基本信息、获取本人的体检和医疗检查报告、用药建议及用药管理;
所述医疗端,连接各个医院系统,并将用户在医院的检查、检验和诊疗方案传送至所述系统终端,同时医生可以通过所述医疗端获取用户的各项信息;
所述系统终端,统一获取所述用户端和所述医疗端的信息,凭身份信息汇总、分类并存储,存储的信息可被所述用户端和医疗端调取。
2.根据权利要求1所述的一种大众健康管理系统,其特征在于:所述用户端可以用于用户记录并更改各项信息,包括身高、体重、过敏史、既往史和用药信息,更改记录保存,汇总生成表格,记录每次修改的内容,可进行单项对比,自动生成独立二维码,所述医疗端可以通过独立二维码获取对应用户的信息。
3.根据权利要求1所述的一种大众健康管理系统,其特征在于,所述用户端可以获取对应用户在社区、体检机构或医院的检验、检查信息和治疗建议。
4.根据权利要求1所述的一种大众健康管理系统,其特征在于:所述医疗端与医院系统连接,所述医疗端可以读取、接收用户端信息并将该用户端信息与患者当前就诊的医院所需的各项信息进行自动匹配,医院系统也需要加密处理以限制信息不随意散播。
5.一种大众健康管理系统使用方法,其特征在于,包含如下步骤:
步骤一、用户登录用户端,自动获取个人的最新的检验、检查信息,或者提交具体的获取请求,如不同机构的健康信息或者常见病多发病的常规治疗方案建议的要求;
步骤二、判断是否为限制信息;
如果不是,则直接将请求发送至系统终端;
如果是,则驳回请求,用户通过用户端收到驳回信息;
步骤三、系统调取对应信息,将信息发送至用户端;
步骤四、用户通过用户端查看对应信息。
6.根据权利要求5所述的一种大众健康管理系统使用方法,其特征在于,还包括如下步骤:
步骤一、用户自测血压、体重和心率等常规信息,通过体检测得各项指标信息,登录用户端将信息录入或自动导入;
用户在社区、专业体检机构或医院的检验、检查结果及诊疗方案等信息录入医疗端;
步骤二、系统终端获取医疗端和用户端的信息;
步骤三、通过身份信息将同一个用户的用药信息、过敏信息、自测数据信息和体检指标信息汇总整理,区分限制信息和非限制信息并进行存储,以便于用户和医生查看。
7.根据权利要求5所述的一种大众健康管理系统使用方法,其特征在于,常规治疗方案的获取方法为:根据用户的各项信息,并基于BP神经网络确定用户的身体健康状况和基础治疗方案建议,包含如下步骤:
步骤一、输入用户的症状、发病时间和最近进食情况,并通过系统终端获取用户年龄、身高、体重、历史患病情况、过敏情况和长期用药种类;
步骤二、确认三层BP神经网络的输入层神经元向量x={x1,x2,x3,x4,x5,x6,x7,x8,x9};
其中,x1为用户的症状,x2为用户的发病时间,x3为用户的最近进食情况,x4为用户的年龄,x5为用户的身高,x6为用户的体重,x7为用户的历史患病情况,x8为用户的过敏情况,x9为用户的长期用药种类;
步骤三、所述输入层向量映射到中间层,所述中间层向量y={y1,y2,y3...ym};
其中m为中间层节点个数;
步骤四、得到输出层神经元向量o={o1,o2,o3...op};
9.根据权利要求6所述的一种大众健康管理系统使用方法,其特征在于,限制信息仅供医生查看,非限制信息医生和用户均可查看。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110608485.2A CN113345582A (zh) | 2021-06-01 | 2021-06-01 | 一种大众健康管理系统及其使用方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110608485.2A CN113345582A (zh) | 2021-06-01 | 2021-06-01 | 一种大众健康管理系统及其使用方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113345582A true CN113345582A (zh) | 2021-09-03 |
Family
ID=77474093
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110608485.2A Pending CN113345582A (zh) | 2021-06-01 | 2021-06-01 | 一种大众健康管理系统及其使用方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113345582A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116230213A (zh) * | 2023-05-05 | 2023-06-06 | 中国人民解放军总医院 | 一种智能伤情识别方法及系统 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104834989A (zh) * | 2015-03-27 | 2015-08-12 | 首都医科大学附属北京世纪坛医院 | 一种多病种慢性病信息管理系统 |
CN107423559A (zh) * | 2017-06-16 | 2017-12-01 | 康美健康云服务有限公司 | 一种基于客户端的疾病管理方法及其系统 |
CN110249392A (zh) * | 2018-08-20 | 2019-09-17 | 深圳市全息医疗科技有限公司 | 智能辅助诊疗系统及方法 |
CN110349668A (zh) * | 2019-07-11 | 2019-10-18 | 四川大学 | 一种基于bp神经网络的治疗方案辅助决策方法及其系统 |
CN110462743A (zh) * | 2018-12-06 | 2019-11-15 | 深圳市全息医疗科技有限公司 | 一种电子病历管理系统和方法 |
CN110491474A (zh) * | 2018-08-15 | 2019-11-22 | 上海好医通健康信息咨询有限公司 | 一种健康管理系统 |
US20200146623A1 (en) * | 2018-11-13 | 2020-05-14 | CurieAI, Inc. | Intelligent Health Monitoring |
US20200273578A1 (en) * | 2018-05-18 | 2020-08-27 | John D. Kutzko | Computer-implemented system and methods for predicting the health and therapeutic behavior of individuals using artificial intelligence, smart contracts and blockchain |
CN111798961A (zh) * | 2020-07-09 | 2020-10-20 | 武汉市中心医院 | 一种基于心脏病的健康处方生成方法 |
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 |
US10998101B1 (en) * | 2019-12-15 | 2021-05-04 | Bao Tran | Health management |
-
2021
- 2021-06-01 CN CN202110608485.2A patent/CN113345582A/zh active Pending
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104834989A (zh) * | 2015-03-27 | 2015-08-12 | 首都医科大学附属北京世纪坛医院 | 一种多病种慢性病信息管理系统 |
CN107423559A (zh) * | 2017-06-16 | 2017-12-01 | 康美健康云服务有限公司 | 一种基于客户端的疾病管理方法及其系统 |
US20200273578A1 (en) * | 2018-05-18 | 2020-08-27 | John D. Kutzko | Computer-implemented system and methods for predicting the health and therapeutic behavior of individuals using artificial intelligence, smart contracts and blockchain |
CN110491474A (zh) * | 2018-08-15 | 2019-11-22 | 上海好医通健康信息咨询有限公司 | 一种健康管理系统 |
CN110249392A (zh) * | 2018-08-20 | 2019-09-17 | 深圳市全息医疗科技有限公司 | 智能辅助诊疗系统及方法 |
US20200146623A1 (en) * | 2018-11-13 | 2020-05-14 | CurieAI, Inc. | Intelligent Health Monitoring |
CN110462743A (zh) * | 2018-12-06 | 2019-11-15 | 深圳市全息医疗科技有限公司 | 一种电子病历管理系统和方法 |
CN110349668A (zh) * | 2019-07-11 | 2019-10-18 | 四川大学 | 一种基于bp神经网络的治疗方案辅助决策方法及其系统 |
US10998101B1 (en) * | 2019-12-15 | 2021-05-04 | Bao Tran | Health management |
CN111798961A (zh) * | 2020-07-09 | 2020-10-20 | 武汉市中心医院 | 一种基于心脏病的健康处方生成方法 |
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 (2)
Title |
---|
张笑东: "大健康数据智能分析关键方法研究", 《中国博士学位论文全文数据库医药卫生科技辑》 * |
徐进: "特定人群的健康数据管理系统的设计与实现", 《中国优秀硕士学位论文全文数据库医药卫生科技辑》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116230213A (zh) * | 2023-05-05 | 2023-06-06 | 中国人民解放军总医院 | 一种智能伤情识别方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7429243B2 (en) | System and method for transacting an automated patient communications session | |
US6997873B2 (en) | System and method for processing normalized voice feedback for use in automated patient care | |
US6203495B1 (en) | System and method for providing normalized voice feedback from an individual patient in an automated collection and analysis patient care system | |
US20180046773A1 (en) | Medical system and method for providing medical prediction | |
US6261230B1 (en) | System and method for providing normalized voice feedback from an individual patient in an automated collection and analysis patient care system | |
EP1072994B1 (en) | System and method for providing normalized voice feedback from an individual patient in an automated collection and analysis patient care system | |
WO2020010668A1 (zh) | 基于睡眠大数据的人体健康评估方法及评估系统 | |
CN105912846A (zh) | 基于云计算和医学知识库技术的智能医疗辅助决策系统 | |
CN109256212A (zh) | 骨健康评估模型构建方法、装置、设备、介质及评估方法 | |
CN101727532A (zh) | 基于互联网的健康管理系统及方法 | |
CN110033866A (zh) | 健康提醒方法、装置、计算机设备及存储介质 | |
Do et al. | Classification of asthma severity and medication using TensorFlow and multilevel databases | |
CN108053883A (zh) | 患者咨询意见生成装置和系统 | |
CN107122595A (zh) | 智能预检及分诊系统 | |
KR20220095104A (ko) | 빅데이터 및 클라우드 시스템 기반 인공지능 응급의료 의사결정 및 응급환자 이송 시스템과 그 방법 | |
US20220310219A1 (en) | Medical record digest | |
CN113345582A (zh) | 一种大众健康管理系统及其使用方法 | |
CN114416844A (zh) | 基于医疗数据的慢病管理装置、电子设备及存储介质 | |
Zampolini et al. | Evidence-based position paper on Physical and Rehabilitation Medicine (PRM) professional practice on telerehabilitation: The European PRM position (UEMS PRM Section) | |
CN113066548A (zh) | 一种药物皮疹患者管理系统及护理方案生成方法 | |
Yan | Application of ID3 Algorithm in Mental Health Education of College Students | |
CN114639465A (zh) | 一种社区心理监测系统、方法 | |
CN117524412A (zh) | 基于多源数据的骨科全周期康复管理系统、方法及设备 | |
CN117316422A (zh) | 一种基于身体健康数据的互联网远程护理系统 | |
CN109637668A (zh) | 一种基于互联网的儿童健康综合管理应用平台 |
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: 20210903 |