CN113870978A - 基于人工智能的运动推荐方法、装置、服务器及介质 - Google Patents
基于人工智能的运动推荐方法、装置、服务器及介质 Download PDFInfo
- Publication number
- CN113870978A CN113870978A CN202111138887.7A CN202111138887A CN113870978A CN 113870978 A CN113870978 A CN 113870978A CN 202111138887 A CN202111138887 A CN 202111138887A CN 113870978 A CN113870978 A CN 113870978A
- Authority
- CN
- China
- Prior art keywords
- motion
- patient
- exercise
- plan
- type
- 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
- 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
- G16H20/30—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to physical therapies or activities, e.g. physiotherapy, acupressure or exercising
-
- 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)
- Public Health (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Epidemiology (AREA)
- Data Mining & Analysis (AREA)
- Pathology (AREA)
- Databases & Information Systems (AREA)
- Biomedical Technology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biophysics (AREA)
- Physical Education & Sports Medicine (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本申请适用于人工智能领域,尤其涉及一种基于人工智能的运动推荐方法、装置、服务器及介质。该方法根据患者的个人健康数据,确定运动计划,并在电子日历中添加运动计划,在将目标日期下的第一运动类型及第一运动指标修改为第二运动类型及第二运动指标时,判断根据第一运动类型及第一运动指标计算得到第一运动量和根据第二运动类型及第二运动指标计算得到第二运动量之间的差异,当差异大于差异阈值时,调节第二运动指标直至差异小于或等于差异阈值,实现了自动为患者规划合理的运动计划,避免了患者修改运动计划时达不到运动量的要求,保证了运动计划的合理性,且在电子日历中添加对应运动计划可实现督促作用。
Description
技术领域
本申请属于人工智能领域,尤其涉及一种基于人工智能的运动推荐方法、装置、服务器及介质。
背景技术
目前,慢性非传染性疾病的患者在治疗过程中需要药物控制、合理饮食以及适当运动。由于运动的种类较多,且不同患者的身体数据不同导致其所能够实施的运动不同,因此,患者无法挑选适宜且有效的运动方式,造成病情控制情况较差。医务人员会根据患者的诊疗情况给出相应的运动建议,但并不会为患者规划运动计划,且无法以合理的形式敦促患者进行适当运动,导致患者的病情无法有效地控制。因此,如何为患者提供合理的运动计划并督促患者执行成为亟待解决的问题。
发明内容
有鉴于此,本申请实施例提供了一种基于人工智能的运动推荐方法、装置、服务器及介质,以解决为患者提供合理的运动计划并督促患者执行的问题。
第一方面,本申请实施例提供一种基于人工智能的运动推荐方法,所述运动推荐方法包括:
根据患者的个人健康数据,确定运动计划,其中,所述运动计划包括N个周期内每一天的运动类型及其对应的运动指标,N为正整数;
在电子日历中添加所述运动计划,并获取所述患者针对目标日期的修改信息,其中,所述修改信息包括:将所述目标日期下的第一运动类型修改后得到的第二运动类型,以及将所述目标日期下的第一运动指标修改后得到的第二运动指标;
根据所述第一运动类型及其对应的第一运动指标计算得到第一运动量;
根据所述第二运动类型及其对应的第二运动指标计算得到第二运动量;
在所述第一运动量与所述第二运动量的差异大于差异阈值时,调节所述第二运动指标并计算调节后的第二运动量,直至所述第一运动量与调节后的第二运动量的差异小于或等于所述差异阈值。
第二方面,本申请实施例提供一种基于人工智能的运动推荐装置,所述运动推荐装置包括:
计划确定模块,用于根据患者的个人健康数据,确定运动计划,其中,所述运动计划包括N个周期内每一天的运动类型及其对应的运动指标,N为正整数;
修改获取模块,用于在电子日历中添加所述运动计划,并获取所述患者针对目标日期的修改信息,其中,所述修改信息包括:将所述目标日期下的第一运动类型修改后得到的第二运动类型,以及将所述目标日期下的第一运动指标修改后得到的第二运动指标;
第一计算模块,用于根据所述第一运动类型及其对应的第一运动指标计算得到第一运动量;
第二计算模块,用于根据所述第二运动类型及其对应的第二运动指标计算得到第二运动量;
运动调节模块,用于在所述第一运动量与所述第二运动量的差异大于差异阈值时,调节所述第二运动指标并计算调节后的第二运动量,直至所述第一运动量与调节后的第二运动量的差异小于或等于所述差异阈值。
第三方面,本申请实施例提供一种服务器,所述服务器包括处理器、存储器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如第一方面所述的运动推荐方法。
第四方面,本申请实施例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程序,所述计算机程序被处理器执行时实现如第一方面所述的运动推荐方法。
第五方面,本申请实施例提供一种计算机程序产品,当计算机程序产品在服务器上运行时,使得服务器执行上述第一方面所述的运动推荐方法。
本申请实施例与现有技术相比存在的有益效果是:本申请根据患者的个人健康数据,确定运动计划,并在电子日历中添加运动计划,同时,在将目标日期下的第一运动类型及其对应的第一运动指标修改为第二运动类型及其对应的第二运动指标时,判断根据第一运动类型及其对应的第一运动指标计算得到第一运动量和根据所述第二运动类型及其对应的第二运动指标计算得到第二运动量之间的差异,当差异大于差异阈值时,调节第二运动指标直至差异小于或等于差异阈值,实现了自动为患者规划合理的运动计划,避免了患者修改运动计划时达不到运动量的要求,保证了运动计划的合理性,且在电子日历中添加对应运动计划可实现督促作用。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本申请实施例一提供的一种基于人工智能的运动推荐方法的流程示意图;
图2是本申请实施例二提供的一种基于人工智能的运动推荐方法的流程示意图;
图3是本申请实施例三提供的一种基于人工智能的运动推荐装置的结构示意图;
图4是本申请实施例四提供的一种服务器的结构示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本申请实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本申请的描述。
应当理解,当在本申请说明书和所附权利要求书中使用时,术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解,在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
如在本申请说明书和所附权利要求书中所使用的那样,术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地,短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
另外,在本申请说明书和所附权利要求书的描述中,术语“第一”、“第二”、“第三”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
在本申请说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此,在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例,而是意味着“一个或多个但不是所有的实施例”,除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”,除非是以其他方式另外特别强调。
本申请实施例中的服务器可以是掌上电脑、桌上型计算机、笔记本电脑、超级移动个人计算机(ultra-mobile personal computer,UMPC)、上网本、云端服务器、个人数字助理(personal digital assistant,PDA)等,本申请实施例对服务器的具体类型不作任何限制。
本申请实施例可以基于人工智能技术对相关的数据进行获取和处理。其中,人工智能(Artificial Intelligence,AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能,感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。
人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、机器人技术、生物识别技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。
应理解,以下实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
为了说明本申请的技术方案,下面通过具体实施例来进行说明。
参见图1,是本申请实施例一提供的一种基于人工智能的运动推荐方法的流程示意图,上述运动推荐方法应用于服务器,服务器为患者的终端设备上的客户端APP或小程序等提供可供患者触发运动推荐服务的推荐界面,患者需要登录客户端APP或小程序,通过推荐界面上的触发按键来触发上述运动推荐服务。服务器连接的相应数据库,以获取相应的数据。如图1所示,该运动推荐方法可以包括以下步骤:
步骤S101,根据患者的个人健康数据,确定运动计划。
其中,运动计划包括N个周期内每一天的运动类型及其对应的运动指标,N为正整数。一个周期可是一天、一周、一个月等,一个周期内每一天的运动类型及其对应的运动指标可以相同或者不相同,且一天的运动类型可以包含至少一项运动。
例如,运动计划的周期为7天,运动计划具体为第一天:A运动、运动时长为30min,第二天:B运动、运动时长为30min,第三天:C运动,运动时长30min,第四天:A运动、运动时长20min以及B运动、运动时长20min,第五天:B运动、运动时长20min以及C运动、运动时长20min,第六天:A运动、运动时长20min以及C运动、运动时长20min,第七天:A运动、运动时长100min、B运动、运动时长100min以及C运动、运动时长10min。
上述运动推荐界面中配置有供患者填写信息的组件,以采集患者在该组件中填写主诉病史、身高体重、检查指标、生活方式等。若患者在运动推荐界面中填写主诉病史、身高体重、检查指标、生活方式等,则通过文本分类与识别,提取出至少一个关键词,该至少一个关键词可以用于表征患者的个人健康数据。因此,个人健康数据可以包括患者所患疾病、患者的身高体重、检查的结果、作息等。
在一种实施方式中,若患者在上述运动推荐界面中通过录入音频的方式填写信息,则还需要对录入的音频进行转文字处理,将得到的文字内容进行文本分类与识别,从而用于提取出至少一个关键词。进一步地,在组件中填写主诉病史后,患者可以点击组件下方显示的“提交”或“完成”按钮,提交之后服务器可以获取到患者填写的信息。另外,在该组件内还可以显示填写指引,如在名称为“药物不良反应”组件上,显示“请填写是或否”,以提示患者填写的格式。另外,针对上述组件还可配置填写规则,如字数要求和字符要求等规则,在患者填写不合规则时输出相应的提示,以提醒患者按照指引填写,否则无法提交。
在一种实施方式中,在患者点击“提交”或“完成”按钮之后,检测该组件中的每个窗口是否均填写内容,若检测到一个或多个的窗口未填写,则输出提交失败,服务器无法获取填写的信息,并输出提示,以提醒患者没有填写完整,要求患者必须填写完整,从而可以保证生成的运动计划的准确性。
服务器在得到个人健康数据后,根据个人健康数据从相应的数据库中匹配相应的运动计划。例如,针对个人健康数据中一症状类型的疾病,调取该相应的数据库中针对该症状类型的运动计划,再根据患者的个人健康数据中身高体重、检查指标、生活方式等,对运动计划进行筛选,从而确定目标的运动计划。
步骤S102,在电子日历中添加运动计划,并获取患者针对目标日期的修改信息。
其中,修改信息包括:将目标日期下的第一运动类型修改后得到的第二运动类型,以及将目标日期下的第一运动指标修改后得到的第二运动指标。
运动类型可以包括一项或者多项运动,每项运动对应一个运动指标,该运动指标可以是时间、次数等。修改可以是调换运动类型和/或调节运动指标,例如,将第一运动类型中A运动调换为B运动,或者调大第一运动类型中A运动的运动指标。
上述电子日历为患者所使用的终端设备上的日历或者由终端设备上客户端APP或小程序提供的日历,该电子日历能够在其每一天下添加计划并设置提醒等。若将电子日历的当前日期作为运动计划的第一天,则将第一天的运动类型和运动指标添加在当前日期下,即作为当前日期的计划,并按照日期顺序依次将运动计划的第二天、第三天等对应的运动类型和运动指标添加在对应的日期下。另外,在添加上计划后还自动设置提醒时间,如在每天的下午5点生成提醒信息,并通过终端设备显示该提醒信息。
若电子日历为患者所使用的终端设备上的日历,则在添加运动计划之前,还需要获取编辑电子日历的权限,经患者允许方可在电子日历中添加运动计划,否则结束当次运动推荐服务。另外,若患者不允许编辑电子日历,则还可输出放权提醒,以提醒患者需允许编辑电子日历方可进行运动推荐服务。
在电子日历为终端设备上自带的日历时,终端设备上客户端APP或小程序能够通过终端设备的监控功能来监控电子日历,以监测电子日历中某个日期内的运动计划是否被修改,若患者修改了某个日期的运动计划,则获取修改后的运动计划,进而得到修改信息。例如,8月1日的运动计划为A运动、运动时长30min,患者将该天的运动计划调换为B运动,运动时长不做调节,因此,B运动、运动时长30min即为修改信息。
若电子日历为终端设备上客户端APP或小程序提供的日历,则在该电子日历上配置有增、删、改、查功能的修改按钮,通过相应的按钮可以实现对运动计划的修改。由于电子日历为终端设备上客户端APP或小程序提供的日历,因此,可以通过按钮的触发动作来监控运动计划是否被修改,同时可以通按钮的触发动作来采集修改信息。
可选的是,在确定运动计划之后,还包括:
获取患者选择的开始日期;
相应地,在电子日历中添加运动计划包括:
在电子日历中,从开始日期开始依次添加运动计划中每一天的运动类型及其对应的运动指标。
在确定运动计划后,患者可以选择开始日期,在该开始日期下添加运动计划中第一天对应的运动类型及其运动指标,在该开始日期的后一天下添加运动计划中第二天对应的运动类型及其运动指标,以此类推,实现在电子日历中添加运动计划。
可选的是,上述运动推荐方法还包括:
在电子日历上的运动计划完成后,获取患者的体检结果;
若体检结果满足预设条件,则将运动计划与患者的个人健康数据存储至第一数据库。
其中,患者所使用的的终端设备的客户端APP或小程序中设置有供患者提供体检结果的组件,患者在完成上述运动计划后,针对其在步骤S101中填写的疾病进行体检,得到体检结果后,将该体检结果填写入该组件。体检结果满足预设条件可以是指体检结果为改善、恢复等,体检结果不满足预设条件可以是指体检结果为不理想、未改善等。
第一数据库用于存储运动计划和对应的个人健康数据,服务器连接该第一数据库,可以根据获取的个人健康数据匹配相应的运动计划。
可选的是,在将运动计划与患者的个人健康数据存储至第一数据库之前,还包括:
检测运动计划是否被修改;
相应地,将运动计划与患者的个人健康数据存储至第一数据库包括:
若检测到运动计划被修改,则将修改后的运动计划与患者的个人健康数据存储至第一数据库;
若检测到运动计划未被修改,则对运动计划进行标记,标记用于证明运动计划对患者有效。
在运动计划被修改时,若第一数据库中不存在该修改后的运动计划,则需要将修改后的运动计划与个人健康数据保存至第一数据库。若第一数据库中存在该修改后的运动计划,则对该修改后的运动计划进行标记,标记用于证明运动计划对患者有效。
如果运动计划未被修改,由于服务器从该第一数据库中获取的该运动计划,表明第一数据库中已存在该运动计划,因此,对该运动计划进行标记,以说明该运动计划有效。
针对运动计划的标记可以是数值,用来表明当前有对应数值的患者认为该运动计划有效,每当有患者执行了该运动计划,且执行完后体检结果满足预设条件,该运动计划的标记增加1。
本申请在经过上述步骤后,通过优胜劣汰,在第一数据库中将得到标记最多的运动计划,而在为服务器匹配运动计划时,优先考虑标记较多的运动计划。
步骤S103,根据第一运动类型及其对应的第一运动指标计算得到第一运动量,根据第二运动类型及其对应的第二运动指标计算得到第二运动量。
其中,上述运动量可以是指运动消耗能量,如卡路里等。根据不同运动对应的运动消耗能量计算公式,将运动指标带入该公式,可以计算出对应运动及在该运动指标下的运动消耗能量。
若某天的运动计划中运动类型包含两项及以上的运动时,对每项运动的运动量进行计算,再将每项运动量进行相加,相加的结果即为该天的运动计划的运动量。
在一种实施方式中,服务器中设置有每项运动在单位运动指标下对应的运动量。例如,打1分钟羽毛球消耗8千卡,因此,打30分钟羽毛球消耗240千卡,1个仰卧起坐消耗0.5千卡,50个仰卧起坐消耗25千卡。
通过对第一运动类型及其对应的第一运动指标计算,可以得到第一运动量,通过对第二运动类型及其对应的第二运动指标计算,可以得到第二运动量,即第一运动量为修改前目标日期的运动计划对应的运动量,第二运动量为修改后目标日期的运动计划对应的运动量。
步骤S104,在第一运动量与第二运动量的差异大于差异阈值时,调节第二运动指标并计算调节后的第二运动量,直至第一运动量与调节后的第二运动量的差异小于或等于差异阈值。
其中,计算第一运动量和第二运动量之间的差异,该差异可以表示为两者相减并取绝对值对应的数值。若该数值大于差异阈值,则确定修改不符合修改规则,需要对其再进行调节,直至符合修改规则。例如,第一运动量为240千卡,第二运动量为200千卡,差异阈值为5千卡,则两者差异大于5千卡,需要对第二运动类型对应的第二运动指标进行调节,如第二运动类型的第二运动指标为20min,第二运动类型每分钟对应的运动量为5千卡,则调节第二运动指标在27min至29min之间。
调节为针对运动量的调节,包括调高和调低两种,当修改后的运动量远大于第一运动量,则需要保持第二运动类型不便,调小运动量;当修改后的运动量远小于第一运动量,则需要保持第二运动类型不便,调大运动量。
当目标日期下的第一运动类型和第二运动类型中存在多项运动,则计算第一运动类型下所有运动加在一起的第一运动量,以及第二运动类型下所有运动加在一起的第二运动量。获取每项运动在其运动指标下对应的运动量,在调节的时候,优先最大或者最小运动量对应的运动指标,其中,调小时,优先调小最大运动量对应的运动指标,调大时,优先调大最小运动量对应的运动指标。
举例说明,比如患者患有糖尿病类慢性疾病,根据该糖尿病类以及患者的年龄、性别、行为能力和其他影响运动的疾病等信息,为其匹配一个运动计划,该运动计划的周期为7天,运动计划具体为第一天:A运动、运动时长为30min,第二天:B运动、运动时长为30min,第三天:C运动,运动时长30min,第四天:A运动、运动时长20min以及B运动、运动时长20min,第五天:B运动、运动时长20min以及C运动、运动时长20min,第六天:A运动、运动时长20min以及C运动、运动时长20min,第七天:A运动、运动时长10min、B运动、运动时长10min以及C运动、运动时长10min,并将上述运动计划在电子日历中生成,当前日期为7月1日,则将运动计划从7月1日至7月7日依次填入,该电子日历上设置有修改按钮,患者将第一天的A运动修改为B运动,运动时长不变,则根据A运动和30min计算得到运动消耗量为100千卡,根据B运动和30min计算得到运动消耗量150千卡,由于两者差异为50千卡大于10千卡的阈值,因此,自动将该第一天的B运动的运动时长修改为25min。
本申请实施例根据患者的个人健康数据,确定运动计划,并在电子日历中添加运动计划,同时,在将目标日期下的第一运动类型及其对应的第一运动指标修改为第二运动类型及其对应的第二运动指标时,判断根据第一运动类型及其对应的第一运动指标计算得到第一运动量和根据所述第二运动类型及其对应的第二运动指标计算得到第二运动量之间的差异,当差异大于差异阈值时,调节第二运动指标直至差异小于或等于差异阈值,实现了自动为患者规划合理的运动计划,避免了患者修改运动计划时达不到运动量的要求,保证了运动计划的合理性,且在电子日历中添加对应运动计划可实现督促作用。
参见图2,是本申请实施例二提供的一种基于人工智能的运动推荐方法的流程示意图,如图2所示,该运动推荐方法可以包括以下步骤:
步骤S201,根据患者的个人健康数据,对患者进行画像,得到患者画像。
上述对患者进行画像可以是从患者的个人健康数据中,提取出关键词并与生成的画像身份识别号(Identity document,ID)进行映射,得到患者画像,关键词可以不止一个,如糖尿病、2型、身高170厘米、体重60公斤等。
患者画像主要依靠机器学习,在画像之前需要将信息进行规整处理,转化为相同维度的特征向量,然后才能够使用聚类、回归、关联、分类器等,以实现关键词等特征提取。
可选的是,根据患者的个人健康数据,对患者进行画像,得到患者画像包括:
对患者的个人健康数据进行识别,得到关键词;
创建患者的画像ID,将关键词与画像ID映射,得到患者画像。
上述对患者进行画像可以是从患者的个人健康数据,提取出关键词并与创建的患者画像ID进行映射。
上述画像ID可以依据患者的基本信息来生成,如患者的身份证号、账户号、账户名称等,若依据患者的基本信息在服务器中查找到该患者,则无需再针对该患者生成新的画像ID,可以使用该患者原有的画像ID,若依据患者的基本信息在服务器中未查找到该患者,则根据画像ID的生成规则,生成新的画像ID。
步骤S202,将患者画像与第二数据库中画像数据进行匹配,得到与患者画像匹配的目标对象,确定目标对象选择的运动计划为患者的运动计划。
其中,服务器与第二数据库连接,该第二数据库中存储有运动计划及对应的患者画像,服务器将患者画像发送给第二数据库,并从中匹配到相似的病人,将该病人数据选择的运动计划作为该患者的运动计划。
具体的是,在生成患者画像后,根据该患者画像与第二数据库中画像数据进行相似度匹配,得到目标对象。举例说明,相似度匹配是将一个关键词与数据库中任一画像的关键词进行比对,收集相似度达到95%以上对应的画像,再对下一个关键词分别与每个画像的关键词进行匹配,筛选相似度达到95%以上的画像,直至所有关键词均匹配完成,得到目标画像,该目标画像所属的目标ID即为目标对象。
上述第一数据库与第二数据库可以为同一个数据库,上述第一数据库中个人健康数据可以用患者画像替换,该数据库可以将匹配到的目标对象的所属的运动计划反馈给服务器。
若上述第一数据库与第二数据库不为同一数据库,则在匹配到目标对象后,再根据目标对象的信息从第一数据库中匹配到该目标对象对应的运动计划。此时第一数据库中,可以通过map表记录创建的画像ID与运动计划之间的对应关系。
可选的是,在将患者画像与第二数据库中画像数据进行匹配,得到与患者画像匹配的目标对象之后,还包括:
若与患者画像匹配的目标对象为至少两个,则获取目标对象中每个对象的选择的运动计划对应的标记次数,其中,运动计划被选择且有效时标记次数增加一次;
相应地,确定目标对象选择的运动计划为患者的运动计划包括:
确定标记次数最多的运动计划为患者的运动计划。
其中,运动计划被选择且有效时标记次数增加一次,因此,越好的运动计划标记次数越高。而在匹配的过程中可能出现与患者画像匹配度接近甚至相等的多个对象,此时需要将每个对象对应的运动计划的标记次数作为判断依据,来确定运动计划,因此,将标记次数最多的运动计划作为患者的运动计划。
步骤S203,在电子日历中添加运动计划,并获取患者针对目标日期的修改信息。
步骤S204,根据第一运动类型及其对应的第一运动指标计算得到第一运动量,根据第二运动类型及其对应的第二运动指标计算得到第二运动量。
步骤S205,在第一运动量与第二运动量的差异大于差异阈值时,调节第二运动指标并计算调节后的第二运动量,直至第一运动量与调节后的第二运动量的差异小于或等于差异阈值。
其中,步骤S203至步骤S205分别与上述步骤S102至步骤S104的内容相同,可参考步骤S102至步骤S104的描述,在此不再赘述。
本申请实施例根据患者的个人健康数据,对患者进行画像,并将得到的患者画像与第二数据库中画像进行匹配,得到与患者画像匹配的目标对象,从而确定运动计划,匹配精准度更高。
对应于上文实施例的运动推荐方法,图3示出了本申请实施例三提供的基于人工智能的运动推荐装置的结构框图,上述运动推荐装置应用于服务器,服务器为患者的终端设备上的客户端APP或小程序等提供可供患者触发运动推荐服务的推荐界面,患者需要登录客户端APP或小程序,通过推荐界面上的触发按键来触发上述运动推荐服务。服务器连接的相应数据库,以获取相应的数据。为了便于说明,仅示出了与本申请实施例相关的部分。
参见图3,该运动推荐装置包括:
计划确定模块31,用于根据患者的个人健康数据,确定运动计划,其中,运动计划包括N个周期内每一天的运动类型及其对应的运动指标,N为正整数;
修改获取模块32,用于在电子日历中添加运动计划,并获取患者针对目标日期的修改信息,其中,修改信息包括:将目标日期下的第一运动类型修改后得到的第二运动类型,以及将目标日期下的第一运动指标修改后得到的第二运动指标;
第一计算模块33,用于根据第一运动类型及其对应的第一运动指标计算得到第一运动量;
第二计算模块34,用于根据第二运动类型及其对应的第二运动指标计算得到第二运动量;
运动调节模块45,用于在第一运动量与第二运动量的差异大于差异阈值时,调节第二运动指标并计算调节后的第二运动量,直至第一运动量与调节后的第二运动量的差异小于或等于差异阈值。
可选的是,上述运动推荐装置还包括:
数据获取模块,用于在电子日历上的运动计划完成后,获取患者的体检结果;
存储模块,用于若体检结果满足预设条件,则将运动计划与患者的个人健康数据存储至第一数据库。
可选的是,上述运动推荐装置还包括:
检测模块,用于在将运动计划与患者的个人健康数据存储至第一数据库之前,检测运动计划是否被修改;
相应地,存储模块包括:
存储单元,用于若检测到运动计划被修改,则将修改后的运动计划与患者的个人健康数据存储至第一数据库;
标记单元,用于若检测到运动计划未被修改,则对运动计划进行标记,标记用于证明运动计划对患者有效。
可选的是,上述计划确定模块31包括:
画像单元,用于根据患者的个人健康数据,对患者进行画像,得到患者画像;
计划确定单元,用于将患者画像与第二数据库中画像数据进行匹配,得到与患者画像匹配的目标对象,确定目标对象选择的运动计划为患者的运动计划。
可选的是,上述画像单元包括:
识别子单元,用于对患者的个人健康数据进行识别,得到关键词;
画像子单元,用于创建患者的画像ID,将关键词与画像ID映射,得到患者画像。
可选的是,上述运动推荐装置还包括:
标记获取模块,用于在将患者画像与第二数据库中画像数据进行匹配,得到与患者画像匹配的目标对象之后,若与患者画像匹配的目标对象为至少两个,则获取目标对象中每个对象的选择的运动计划对应的标记次数,其中,第二数据库中的运动计划被选择且有效时标记次数增加一次;
相应地,上述计划确定单元具体用于:
确定标记次数最多的运动计划为患者的运动计划。
可选的是,上述运动推荐装置还包括:
日期获取模块,用于在确定运动计划之后,获取患者选择的开始日期;
相应地,上述修改获取模块32包括:
添加单元,用于在电子日历中,从开始日期开始依次添加运动计划中每一天的运动类型及其对应的运动指标。
需要说明的是,上述模块之间的信息交互、执行过程等内容,由于与本申请方法实施例基于同一构思,其具体功能及带来的技术效果,具体可参见方法实施例部分,此处不再赘述。
图4为本申请实施例四提供的一种服务器的结构示意图。如图4所示,该实施例的服务器4包括:至少一个处理器40(图4中仅示出一个)、存储器41以及存储在存储器41中并可在至少一个处理器40上运行的计算机程序42,处理器40执行计算机程序42时实现上述任意各个运动推荐方法实施例中的步骤。
该服务器4可包括,但不仅限于,处理器40、存储器41。本领域技术人员可以理解,图4仅仅是服务器4的举例,并不构成对服务器4的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如还可以包括输入输出设备、网络接入设备等。
所称处理器40可以是CPU,该处理器40还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific IntegratedCircuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器41在一些实施例中可以是服务器4的内部存储单元,例如服务器4的硬盘或内存。存储器41在另一些实施例中也可以是服务器4的外部存储设备,例如服务器4上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,存储器41还可以既包括服务器4的内部存储单元也包括外部存储设备。存储器41用于存储操作系统、应用程序、引导装载程序(BootLoader)、数据以及其他程序等,例如计算机程序的程序代码等。存储器41还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述装置中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请实现上述实施例方法中的全部或部分流程,可以通过计算机程序来指令相关的硬件来完成,计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述方法实施例的步骤。其中,计算机程序包括计算机程序代码,计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质至少可以包括:能够携带计算机程序代码的任何实体或装置、记录介质、计算机存储器、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、电载波信号、电信信号以及软件分发介质。例如U盘、移动硬盘、磁碟或者光盘等。在某些司法管辖区,根据立法和专利实践,计算机可读介质不可以是电载波信号和电信信号。
本申请实现上述实施例方法中的全部或部分流程,也可以通过一种计算机程序产品来完成,当计算机程序产品在服务器上运行时,使得服务器执行时实现可实现上述方法实施例中的步骤。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
在本申请所提供的实施例中,应该理解到,所揭露的装置/服务器和方法,可以通过其它的方式实现。例如,以上所描述的装置/服务器实施例仅仅是示意性的,例如,模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
以上实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围,均应包含在本申请的保护范围之内。
Claims (10)
1.一种基于人工智能的运动推荐方法,其特征在于,所述运动推荐方法包括:
根据患者的个人健康数据,确定运动计划,其中,所述运动计划包括N个周期内每一天的运动类型及其对应的运动指标,N为正整数;
在电子日历中添加所述运动计划,并获取所述患者针对目标日期的修改信息,其中,所述修改信息包括:将所述目标日期下的第一运动类型修改后得到的第二运动类型,以及将所述目标日期下的第一运动指标修改后得到的第二运动指标;
根据所述第一运动类型及其对应的第一运动指标计算得到第一运动量;
根据所述第二运动类型及其对应的第二运动指标计算得到第二运动量;
在所述第一运动量与所述第二运动量的差异大于差异阈值时,调节所述第二运动指标并计算调节后的第二运动量,直至所述第一运动量与调节后的第二运动量的差异小于或等于所述差异阈值。
2.根据权利要求1所述的运动推荐方法,其特征在于,所述运动推荐方法还包括:
在所述电子日历上的运动计划完成后,获取所述患者的体检结果;
若体检结果满足预设条件,则将所述运动计划与所述患者的个人健康数据存储至第一数据库。
3.根据权利要求2所述的运动推荐方法,其特征在于,在所述将所述运动计划与所述患者的个人健康数据存储至第一数据库之前,还包括:
检测所述运动计划是否被修改;
相应地,所述将所述运动计划与患者的个人健康数据存储至第一数据库包括:
若检测到所述运动计划被修改,则将修改后的运动计划与所述患者的个人健康数据存储至所述第一数据库;
若检测到所述运动计划未被修改,则对所述运动计划进行标记,所述标记用于证明所述运动计划对所述患者有效。
4.根据权利要求1所述的运动推荐方法,其特征在于,所述根据患者的个人健康数据,确定运动计划包括:
根据患者的个人健康数据,对所述患者进行画像,得到患者画像;
将所述患者画像与第二数据库中画像数据进行匹配,得到与所述患者画像匹配的目标对象,确定所述目标对象选择的运动计划为所述患者的运动计划。
5.根据权利要求4所述的运动推荐方法,其特征在于,所述根据患者的个人健康数据,对所述患者进行画像,得到患者画像包括:
对所述患者的个人健康数据进行识别,得到关键词;
创建所述患者的画像ID,将所述关键词与所述画像ID映射,得到患者画像。
6.根据权利要求4所述的运动推荐方法,其特征在于,在所述将所述患者画像与第二数据库中画像数据进行匹配,得到与所述患者画像匹配的目标对象之后,还包括:
若与所述患者画像匹配的目标对象为至少两个,则获取所述目标对象中每个对象的选择的运动计划对应的标记次数,其中,所述第二数据库中的运动计划被选择且有效时标记次数增加一次;
相应地,所述确定所述目标对象选择的运动计划为所述患者的运动计划包括:
确定标记次数最多的运动计划为所述患者的运动计划。
7.根据权利要求1至6任一项所述的运动推荐方法,其特征在于,在所述确定运动计划之后,还包括:
获取所述患者选择的开始日期;
相应地,所述在电子日历中添加所述运动计划包括:
在电子日历中,从所述开始日期开始依次添加所述运动计划中每一天的运动类型及其对应的运动指标。
8.一种基于人工智能的运动推荐装置,其特征在于,所述运动推荐装置包括:
计划确定模块,用于根据患者的个人健康数据,确定运动计划,其中,所述运动计划包括N个周期内每一天的运动类型及其对应的运动指标,N为正整数;
修改获取模块,用于在电子日历中添加所述运动计划,并获取所述患者针对目标日期的修改信息,其中,所述修改信息包括:将所述目标日期下的第一运动类型修改后得到的第二运动类型,以及将所述目标日期下的第一运动指标修改后得到的第二运动指标;
第一计算模块,用于根据所述第一运动类型及其对应的第一运动指标计算得到第一运动量;
第二计算模块,用于根据所述第二运动类型及其对应的第二运动指标计算得到第二运动量;
运动调节模块,用于在所述第一运动量与所述第二运动量的差异大于差异阈值时,调节所述第二运动指标并计算调节后的第二运动量,直至所述第一运动量与调节后的第二运动量的差异小于或等于所述差异阈值。
9.一种服务器,其特征在于,所述服务器包括处理器、存储器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述的运动推荐方法。
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程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的运动推荐方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111138887.7A CN113870978A (zh) | 2021-09-27 | 2021-09-27 | 基于人工智能的运动推荐方法、装置、服务器及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111138887.7A CN113870978A (zh) | 2021-09-27 | 2021-09-27 | 基于人工智能的运动推荐方法、装置、服务器及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113870978A true CN113870978A (zh) | 2021-12-31 |
Family
ID=78991604
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111138887.7A Pending CN113870978A (zh) | 2021-09-27 | 2021-09-27 | 基于人工智能的运动推荐方法、装置、服务器及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113870978A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024055931A1 (zh) * | 2022-09-14 | 2024-03-21 | 安徽华米健康科技有限公司 | 运动推荐方法、睡眠推荐方法及其装置、电子设备及存储介质 |
-
2021
- 2021-09-27 CN CN202111138887.7A patent/CN113870978A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024055931A1 (zh) * | 2022-09-14 | 2024-03-21 | 安徽华米健康科技有限公司 | 运动推荐方法、睡眠推荐方法及其装置、电子设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113724848A (zh) | 基于人工智能的医疗资源推荐方法、装置、服务器及介质 | |
US9336485B2 (en) | Determining answers in a question/answer system when answer is not contained in corpus | |
CN109887596A (zh) | 基于知识图谱的慢阻肺疾病诊断方法、装置和计算机设备 | |
US20220044809A1 (en) | Systems and methods for using deep learning to generate acuity scores for critically ill or injured patients | |
CN112885478B (zh) | 医疗文献的检索方法、装置、电子设备及存储介质 | |
CN111933291A (zh) | 医疗信息推荐装置、方法、系统、设备及可读存储介质 | |
CN116541752B (zh) | 元数据管理方法、装置、计算机设备及存储介质 | |
CN111476029A (zh) | 资源推荐方法和装置 | |
CN112447270A (zh) | 一种用药推荐方法、装置、设备及存储介质 | |
CN116578704A (zh) | 文本情感分类方法、装置、设备及计算机可读介质 | |
CN114220536A (zh) | 基于机器学习的疾病分析方法、装置、设备及存储介质 | |
CN113870978A (zh) | 基于人工智能的运动推荐方法、装置、服务器及介质 | |
US11727685B2 (en) | System and method for generation of process graphs from multi-media narratives | |
CN113724830A (zh) | 基于人工智能的用药风险检测方法及相关设备 | |
CN117292783A (zh) | 医学影像报告生成系统 | |
CN113707344B (zh) | 基于ai的患者康复跟踪方法、装置、服务器及介质 | |
CN112151187B (zh) | 信息查询方法、装置、计算机设备和存储介质 | |
Calapodescu et al. | Semi-Automatic De-identification of Hospital Discharge Summaries with Natural Language Processing: A Case-Study of Performance and Real-World Usability | |
CN111798948B (zh) | 病历信息处理方法、装置、设备和存储介质 | |
CN115101192B (zh) | 基于方剂的症状推荐方法、装置、设备及存储介质 | |
US20230326607A1 (en) | System for and method of determining, based on input associated with a person, a health status score | |
US11636933B2 (en) | Summarization of clinical documents with end points thereof | |
CN117493642B (zh) | 相似电子病历检索方法、装置、终端及存储介质 | |
CN110491488B (zh) | 一种确定医学数据标注终端的控制方法及系统 | |
US20220101958A1 (en) | Determination of image study eligibility for autonomous interpretation |
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 | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20220922 Address after: Room 2601 (Unit 07), Qianhai Free Trade Building, No. 3048, Xinghai Avenue, Nanshan Street, Qianhai Shenzhen-Hong Kong Cooperation Zone, Shenzhen, Guangdong 518000 Applicant after: Shenzhen Ping An Smart Healthcare Technology Co.,Ltd. Address before: 1-34 / F, Qianhai free trade building, 3048 Xinghai Avenue, Mawan, Qianhai Shenzhen Hong Kong cooperation zone, Shenzhen, Guangdong 518000 Applicant before: Ping An International Smart City Technology Co.,Ltd. |