CN114300121A - 健康建议推荐方法、健康知识库的构建方法、装置及设备 - Google Patents
健康建议推荐方法、健康知识库的构建方法、装置及设备 Download PDFInfo
- Publication number
- CN114300121A CN114300121A CN202111527794.3A CN202111527794A CN114300121A CN 114300121 A CN114300121 A CN 114300121A CN 202111527794 A CN202111527794 A CN 202111527794A CN 114300121 A CN114300121 A CN 114300121A
- Authority
- CN
- China
- Prior art keywords
- health
- detection
- advice
- knowledge base
- user
- 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 803
- 238000000034 method Methods 0.000 title claims abstract description 55
- 238000009411 base construction Methods 0.000 title abstract description 9
- 238000001514 detection method Methods 0.000 claims abstract description 336
- 238000012986 modification Methods 0.000 claims description 19
- 230000004048 modification Effects 0.000 claims description 19
- 201000010099 disease Diseases 0.000 claims description 17
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 17
- 235000005911 diet Nutrition 0.000 claims description 16
- 238000000605 extraction Methods 0.000 claims description 15
- 230000037213 diet Effects 0.000 claims description 10
- 238000010276 construction Methods 0.000 claims description 8
- 238000003745 diagnosis Methods 0.000 claims description 8
- 230000006806 disease prevention Effects 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 4
- 230000036772 blood pressure Effects 0.000 description 17
- 238000007726 management method Methods 0.000 description 17
- 206010020772 Hypertension Diseases 0.000 description 15
- 208000017667 Chronic Disease Diseases 0.000 description 8
- 238000012545 processing Methods 0.000 description 8
- 230000035487 diastolic blood pressure Effects 0.000 description 6
- 230000000378 dietary effect Effects 0.000 description 6
- 230000035488 systolic blood pressure Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 208000001953 Hypotension Diseases 0.000 description 4
- 230000003044 adaptive effect Effects 0.000 description 4
- 208000024891 symptom Diseases 0.000 description 4
- 230000036543 hypotension Effects 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 230000002093 peripheral effect Effects 0.000 description 3
- 208000031226 Hyperlipidaemia Diseases 0.000 description 2
- 208000031662 Noncommunicable disease Diseases 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 2
- 239000008280 blood Substances 0.000 description 2
- 210000004369 blood Anatomy 0.000 description 2
- 230000001684 chronic effect Effects 0.000 description 2
- 235000019007 dietary guidelines Nutrition 0.000 description 2
- 235000020979 dietary recommendations Nutrition 0.000 description 2
- 150000002632 lipids Chemical class 0.000 description 2
- 230000004630 mental health Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000000391 smoking effect Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 208000024172 Cardiovascular disease Diseases 0.000 description 1
- 206010008190 Cerebrovascular accident Diseases 0.000 description 1
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical compound CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 description 1
- 208000008589 Obesity Diseases 0.000 description 1
- ZLMJMSJWJFRBEC-UHFFFAOYSA-N Potassium Chemical compound [K] ZLMJMSJWJFRBEC-UHFFFAOYSA-N 0.000 description 1
- 208000006011 Stroke Diseases 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002490 cerebral effect Effects 0.000 description 1
- 230000009194 climbing Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 206010012601 diabetes mellitus Diseases 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 208000019622 heart disease Diseases 0.000 description 1
- 208000015181 infectious disease Diseases 0.000 description 1
- 208000012866 low blood pressure Diseases 0.000 description 1
- 235000014659 low sodium diet Nutrition 0.000 description 1
- 235000020121 low-fat milk Nutrition 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 235000012054 meals Nutrition 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 208000014981 mild hypotension Diseases 0.000 description 1
- 235000013336 milk Nutrition 0.000 description 1
- 239000008267 milk Substances 0.000 description 1
- 210000004080 milk Anatomy 0.000 description 1
- 235000020824 obesity Nutrition 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000037081 physical activity Effects 0.000 description 1
- 206010036067 polydipsia Diseases 0.000 description 1
- 229910052700 potassium Inorganic materials 0.000 description 1
- 239000011591 potassium Substances 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000005180 public health Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 230000033764 rhythmic process Effects 0.000 description 1
- 238000012502 risk assessment Methods 0.000 description 1
- 235000020183 skimmed milk Nutrition 0.000 description 1
- 230000009182 swimming Effects 0.000 description 1
- 235000013618 yogurt Nutrition 0.000 description 1
Images
Landscapes
- Medical Treatment And Welfare Office Work (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本申请提供一种健康建议推荐方法、健康知识库的构建方法、装置及设备，涉及健康管理技术领域。该健康建议推荐方法包括：获取包括至少一个检测项目的检测值的用户检测数据，然后根据用户检测数据确定用户的健康特征，每个健康特征用于指示用户的一种健康状况因素，再根据健康特征，从健康知识库中确定与健康特征匹配的适应症对应的健康建议，根据确定的健康建议对用户进行健康建议的推荐。其中，健康知识库包括多个健康建议和每个健康建议对应的适应症，且该适应症与健康特征匹配。如此，可以直接根据提前构建的健康知识库向用户进行健康建议推荐，而无需依赖于人工针对用户检测数据结合自身经验给出健康建议，提高健康建议推荐的可靠性和效率。
Description
技术领域
本申请涉及健康管理技术领域，可以实现一种健康建议推荐方法、健康知识库的构建方法、装置及设备。
背景技术
伴随工业化、城镇化、老龄化和生活节奏的加快，受吸烟、过量饮酒、不合理膳食、缺乏体力活动等不健康生活方式的影响，慢性非传染性疾病已经成为重大的公共卫生问题和严重的社会经济问题。其中，慢性非传染性疾病又称为慢性疾病，是指不构成传染、病程长、病情迁延不愈、病因复杂的疾病的总称，如高血压、脑卒中及糖尿病等。国内外大量研究已经证实，慢性病可防可控。因此，施行以改善生活方式、提高生活质量为重点的健康管理，可以减轻医疗卫生负担，直接或间接地提高社会生产力，促进经济社会发展。其中，健康管理是指对个人的身体状况进行全面监测、分析和评估，进而推荐健康建议，以进行自我管理，从而预防慢性疾病，实现健康管理。
相关技术中，健康管理可以通过人工方式解读用户检测数据，从而给出健康建议。例如，用户将通过体检得到检测数据提供给医生。医生根据医学经验人工分析检测数据，确定用户的健康状况，用户的健康状况用于指示用户的身体是否具有慢性病症。然后，医生再根据用户健康状况，结合医学经验为用户提供相应的健康建议，以便用户根据医生提供的健康建议进行自我健康管理。
但是，上述健康管理方法依赖于人工针对用户检测数据结合自身医学经验给出健康建议，可靠性以及效率较低。
发明内容
本申请实施例提供了一种健康建议推荐方法、健康知识库的构建方法、装置及设备，可以较为可靠且高效地实现健康建议的推荐。所述技术方案如下：
第一方面，提供了一种健康建议推荐方法，所述方法包括：
获取用户检测数据，所述用户检测数据包括至少一个检测项目的检测值；
根据所述至少一个检测项目中每个检测项目的检测值，确定用户的至少一个健康特征，每个健康特征用于指示所述用户的一种健康状况因素；
根据所述至少一个健康特征，从健康知识库中确定与所述至少一个健康特征匹配的适应症对应的健康建议，所述健康知识库包括多个健康建议以及每个健康建议对应的适应症，所述健康知识库中的适应症与健康特征匹配；
根据确定的健康建议，对所述用户进行健康建议推荐。
在一个实施例中，所述根据所述至少一个检测项目中每个检测项目的检测值，确定用户的至少一个健康特征，包括：
对于所述至少一个检测项目中的每个检测项目，从健康特征库中确定每个检测项目的检测值所属的检测值范围对应的健康特征作为每个检测项目对应的健康特征，所述健康特征库包括多个检测项目的判定标准，每个检测项目的判定标准包括多个检测值范围以及每个检测值范围对应的健康特征；
将所述至少一个检测项目对应的健康特征，确定为所述用户的至少一个健康特征。
在一个实施例中，所述根据所述至少一个健康特征，从健康知识库中确定与所述至少一个健康特征匹配的适应症对应的健康建议之前，还包括：
根据多个检测项目中每个检测项目的正常检测值范围以及疾病诊断标准，将所述多个检测项目中每个检测项目的检测值划分成多个检测值范围；
为每个检测项目的多个检测值范围分别设置对应的健康特征，得到每个检测项目的判定标准；
根据所述多个检测项目的判定标准，构建健康特征库。
在一个实施例中，所述根据所述至少一个健康特征，从健康知识库中确定与所述至少一个健康特征匹配的适应症对应的健康建议，包括：
从所述健康知识库中确定与所述至少一个健康特征中每个健康特征相同的适应症，所述至少一个健康特征存在于健康特征词典中，所述健康知识库中适应症存在于适应症词典中，所述健康特征词典与所述适应症词典的词典内容相同；从所述健康知识库中获取与确定的适应症对应的健康建议；
或者，
根据已存储的健康特征与适应症的对应关系，确定与所述至少一个健康特征匹配的适应症，得到至少一个适应症；从所述健康知识库中获取所述至少一个适应症对应的健康建议。
在一个实施例中，所述根据所述至少一个健康特征，从健康知识库中确定与所述至少一个健康特征匹配的适应症对应的健康建议之后，还包括：
将确定的适应症以及确定的适应症对应的健康建议推荐给指定用户；
获取所述指定用户反馈的修改结果，所述修改结果是由所述指定用户对确定的适应症以及确定的适应症对应的健康建议进行修改得到；
根据所述修改结果对所述健康知识库进行更新。
在一个实施例中，所述健康建议包括饮食建议、运动建议和心理健康建议中的一种或多种，所述饮食建议包括饮食类别和建议食谱中的一种或多种，所述运动建议包括运动类型、运动项目、运动强度、运动时长和运动频次中的一种或多种。
第二方面，提供了一种健康知识库的构建方法，所述方法包括：
从健康指南中提取健康建议，得到多个初始健康建议，所述健康指南包括膳食指南、运动指南和疾病防治指南；
对所述多个初始健康建议中的每个初始健康建议进行特征提取，得到每个初始健康建议的特征，每个初始健康建议的特征包括建议类别和建议内容；
根据所述多个初始健康建议的特征，生成多个健康建议；
为所述多个健康建议中的每个健康建议设置对应的适应症；
根据所述多个健康建议以及每个健康建议对应的适应症，构建健康知识库。
在一个实施例中，所述为所述多个健康建议中的每个健康建议设置对应的适应症之前，还包括：
根据多个检测项目中每个检测项目的正常检测值范围以及疾病诊断标准，将所述多个检测项目中每个检测项目的检测值划分成多个检测值范围；
为每个检测项目的多个检测值范围分别设置对应的健康特征，得到每个检测项目的判定标准；
根据所述多个检测项目的判定标准，构建健康特征库，所述健康特征库包括多个检测项目的判定标准，每个检测项目的判定标准包括多个检测值范围以及每个检测值范围对应的健康特征；
所述为所述多个健康建议中的每个健康建议设置对应的适应症，包括：
根据所述健康特征库中的健康特征，为所述多个健康建议中的每个健康建议设置对应的适应症。
第三方面，提供了一种健康建议推荐装置，所述装置包括：
第一获取模块，用于获取用户检测数据，所述用户检测数据包括至少一个检测项目的检测值；
第一确定模块，用于根据所述至少一个检测项目中每个检测项目的检测值，确定用户的至少一个健康特征，每个健康特征用于指示所述用户的一种健康状况因素；
第二确定模块，用于根据所述至少一个健康特征，从健康知识库中确定与所述至少一个健康特征匹配的适应症对应的健康建议，所述健康知识库包括多个健康建议以及每个健康建议对应的适应症，所述健康知识库中的适应症与健康特征匹配；
第一推荐模块，用于根据确定的健康建议，对所述用户进行健康建议推荐。
在一个实施例中，第一确定模块用于：
对于所述至少一个检测项目中的每个检测项目，从健康特征库中确定每个检测项目的检测值所属的检测值范围对应的健康特征作为每个检测项目对应的健康特征，所述健康特征库包括多个检测项目的判定标准，每个检测项目的判定标准包括多个检测值范围以及每个检测值范围对应的健康特征；
将所述至少一个检测项目对应的健康特征，确定为所述用户的至少一个健康特征。
在一个实施例中，所述装置还包括：
划分模块，根据多个检测项目中每个检测项目的正常检测值范围以及疾病诊断标准，将所述多个检测项目中每个检测项目的检测值划分成多个检测值范围；
设置模块，用于为每个检测项目的多个检测值范围分别设置对应的健康特征，得到每个检测项目的判定标准；
构建模块，根据所述多个检测项目的判定标准，构建健康特征库。
在一个实施例中，第二确定模块用于：
从所述健康知识库中确定与所述至少一个健康特征中每个健康特征相同的适应症，所述至少一个健康特征存在于健康特征词典中，所述健康知识库中适应症存在于适应症词典中，所述健康特征词典与所述适应症词典的词典内容相同；从所述健康知识库中获取与确定的适应症对应的健康建议；
或者，
根据已存储的健康特征与适应症的对应关系，确定与所述至少一个健康特征匹配的适应症，得到至少一个适应症；从所述健康知识库中获取所述至少一个适应症对应的健康建议。
在一个实施例中，所述装置还包括：
第二推荐模块，用于将确定的适应症以及确定的适应症对应的健康建议推荐给指定用户；
第二获取模块，用于获取所述指定用户反馈的修改结果，所述修改结果是由所述指定用户对确定的适应症以及确定的适应症对应的健康建议进行修改得到；
更新模块，用于根据所述修改结果对所述健康知识库进行更新。
在一个实施例中，所述健康建议包括饮食建议、运动建议和心理健康建议中的一种或多种，所述饮食建议包括饮食类别和建议食谱中的一种或多种，所述运动建议包括运动类型、运动项目、运动强度、运动时长和运动频次中的一种或多种。
第四方面，提供了一种健康知识库的构建装置，所述装置包括：
第一提取模块，用于从健康指南中提取健康建议，得到多个初始健康建议，所述健康指南包括膳食指南、运动指南和疾病防治指南；
第二提取模块，用于对所述多个初始健康建议中的每个初始健康建议进行特征提取，得到每个初始健康建议的特征，每个初始健康建议的特征包括建议类别和建议内容；
生成模块，用于根据所述多个初始健康建议的特征，生成多个健康建议；
第一设置模块，用于为所述多个健康建议中的每个健康建议设置对应的适应症；
第一构建模块，用于根据所述多个健康建议以及每个健康建议对应的适应症，构建健康知识库。
在一个实施例中，所述装置还包括：
划分模块，根据多个检测项目中每个检测项目的正常检测值范围以及疾病诊断标准，将所述多个检测项目中每个检测项目的检测值划分成多个检测值范围；
第二设置模块，用于为每个检测项目的多个检测值范围分别设置对应的健康特征，得到每个检测项目的判定标准；
第二构建模块，根据所述多个检测项目的判定标准，构建健康特征库，所述健康特征库包括多个检测项目的判定标准，每个检测项目的判定标准包括多个检测值范围以及每个检测值范围对应的健康特征；
第一设置模块，用于根据所述健康特征库中的健康特征，为所述多个健康建议中的每个健康建议设置对应的适应症。
第五方面，提供了一种计算机设备，包括接口、存储器、处理器以及存储在所述存储器中并可在所述处理器上运行计算机程序，所述处理器执行所述计算机程序时，以实现上述任一健康建议推荐方法的步骤或者实现上述任一健康知识库的构建方法的步骤。
第六方面，提供了一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有程序，所述程序被处理器执行时，以实现上述任一健康建议推荐方法的步骤或者实现上述任一健康知识库的构建方法的步骤。
本申请实施例提供的技术方案带来的有益效果是：
本申请实施例中，先获取包括至少一个检测项目的检测值的用户检测数据，然后根据用户检测数据确定用户的健康特征，每个健康特征用于指示用户的一种健康状况因素，再根据健康特征，从健康知识库中确定与健康特征匹配的适应症对应的健康建议，根据确定的健康建议对用户进行健康建议的推荐，以便于用户根据推荐的健康建议进行自我健康管理。其中，健康知识库包括多个健康建议以及每个健康建议对应的适应症，且健康知识库中的适应症与健康特征匹配。如此，可以直接根据提前构建的健康知识库向用户进行健康建议推荐，而无需依赖于人工针对用户检测数据结合自身经验给出健康建议，提高了健康建议推荐的可靠性和效率。
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是本申请实施例提供的一种健康建议的推荐系统架构图；
图2是本申请实施例提供的一种健康知识库的构建方法的流程图；
图3是本申请实施例提供的一种健康建议推荐方法的流程图；
图4是本申请实施例提供的一种健康建议推荐装置；
图5是本申请实施例提供的一种健康知识库的构建装置；
图6是本申请实施例提供的一种计算机设备的结构框图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请实施方式作进一步地详细描述。
应当理解的是，本申请提及的“多个”是指两个或两个以上。在本申请的描述中，除非另有说明，“/”表示或的意思，比如，A/B可以表示A或B；本文中的“和/或”仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，比如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，为了便于清楚描述本申请的技术方案，采用了“第一”、“第二”等字样对功能和作用基本相同的相同项或相似项进行区分。本领域技术人员可以理解“第一”、“第二”等字样并不对数量和执行次序进行限定，并且“第一”、“第二”等字样也并不限定一定不同。
在对本申请实施例进行详细地解释说明之前，先对本申请实施例的应用场景予以说明。
本申请提供的一种健康建议推荐方法应用于对个人身体状况进行监测、分析，得到个人健康状况，并根据个人健康状况给出健康建议的场景中，具体可以应用于医院、家庭等健康管理、健康服务技术领域。
请参考图1，图1是本申请实施例提供的一种健康建议的推荐系统架构图100。如图1所示，该系统架构图100包括检测设备101、服务器102和终端设备103。
其中，检测设备101、服务器102和终端设备103这些设备两两之间可以通过网络进行通信，以相互之间进行数据传输。该网络可以为有线网络或无线网络，本申请实施例对此不做限定。
需要说明的是，本申请实施例提供的健康建议推荐方法以及健康知识库的构建方法可以由服务器102执行，也可以由终端设备103执行。另外，已构建好的健康知识库可以存储于服务器102中，也可以存储于终端设备103中。
在本申请实施例中，以服务器102执行健康知识库的构建方法以及存储已构建好的健康知识库，终端设备103执行健康建议推荐方法为例进行说明。
其中，检测设备101用于对用户身体进行身体检测，得到用户检测数据，用户检测数据包括至少一个检测项目的检测值。另外，用户检测数据还可以包括用户信息，用户信息包括姓名、性别、年龄和用户标识中的一种或多种。用户标识用于唯一标识该用户。
作为一个示例，检测设备101包括一个或多个检测子设备，每个检测子设备用于检测用户的一个或多个检测项目，得到一个或多个检测项目的检测值。
作为一个示例，检测设备101可以为医院、门诊或家庭等的检测设备。例如，检测设备101为家庭自购的血压测量仪，可以获取用户的血压检测数据。
其中，服务器102用于健康知识库的构建，并将构建好的健康知识库存储于服务器102中，该健康知识库包括多个健康建议以及每个健康建议对应的适应症，健康知识库中的适应症与健康特征匹配。
作为一个示例，健康知识库中的适应症用于指示用户的健康或非健康的症。例如，适应症为慢性疾病，如高血压、高血脂等。
作为一个示例，服务器102可以是提供各种服务的服务器，如服务器102是对终端设备103提供健康建议推荐支持的后台服务器。
其中，终端设备103用于根据用户检测数据向用户进行健康建议推荐。具体地，终端设备103通过有线或无线的方式获取检测设备101检测到的用户检测数据，并结合存储于服务器102中的健康知识库确定待推荐给用户的健康建议，将确定的健康建议推荐给用户。
在一种可能的实现方式中，终端设备103可以将用户检测数据发送给服务器102，由服务器102根据接收的用户检测数据和存储的健康知识库确定待推荐给用户的健康建议，将确定的健康建议发送给终端设备103。终端设备103接收到服务器102发送的健康建议之后，将接收的健康建议推荐给用户。
在另一种可能的实现方式中，服务器102可以将构建的健康知识库下发给终端设备103。终端设备103可以接收并存储服务器102发送的健康知识库，以及获取检测设备101检测到的用户检测数据，之后根据用户检测数据以及健康知识库，确定待推荐给用户的健康建议。
作为一个示例，终端设备103可以为平板电脑、计算机、手机或可穿戴等设备，本申请实施例对此不做限定。
作为一个示例，终端设备103可以将确定的健康建议通过展示的方式推荐给用户，也可以通过其它方式推荐给用户，如语音播报或信息发送的方式，本申请实施例对此不做限定。
作为一个示例，还可以通过其他方式获取用户检测数据。比如，通过中医的“望闻问切”的方式获取用户检测数据，或者获取人工输入的用户检测数据等，或者获取其他设备发送的用户检测数据等，本申请实施例对获取用户检测数据的方式不做限定。
在另一个实施例中，检测设备101可以集成在终端设备103中，即终端设备103可以直接对用户身体进行检测，得到用户检测数据，然后根据用户检测数据向用户进行健康建议推荐。例如，终端设备103可以为带有显示屏的智能手环，用于监测用户的心率等检测数据，并根据心率检测数据进行健康建议推荐。
在另一个实施例中，终端设备10用于健康知识库的构建，并对构建好的健康知识库进行存储。在进行健康建议推荐时，终端设备103可以根据用户检测数据和存储的健康知识库向用户进行健康建议推荐。
作为一个示例，检测设备101、服务器102和终端设备103分别可以为一个或多个，本申请实施例对此不做限定。
需要说明的是，为了避免通过人工方式解读用户检测数据，并结合自身经验的方式得到健康建议，本申请实施例提前构建健康知识库，之后可以根据获取到的用户检测数据以及该健康知识库直接进行健康建议的推荐，无需人工干预。接下来对健康知识库的构建方法进行详细说明。
请参考图2，图2是本申请实施例提供的一种健康知识库的构建方法的流程图，该方法应用于计算机设备中，该计算机设备可以为终端设备或服务器等。如图2所示，以该方法应用于上述图1所示的服务器为例进行说明，该方法包括以下步骤：
步骤201，服务器从健康指南中提取健康建议，得到多个初始健康建议。
本申请实施例中，为了构建健康知识库，可以先收集健康指南，以便对收集的健康指南进行拆分处理，将处理后的内容录入健康知识库。
其中，健康指南是指与健康管理和疾病治疗相关的权威的文献资料，其中包括一些与健康管理和疾病治疗相关的初始健康建议。比如，健康指南可以包括膳食指南、运动指南和疾病防治指南，还可以包括专家共识等。其中，疾病防治指南可以为慢性疾病防止指南等。例如，健康指南包括《中国居民膳食指南》、《中国高血压防治指南》和《中国心血管病风险评估和管理指南》等。
作为一个示例，多个初始健康建议可以包括不同建议类别的初始健康建议，每个初始健康建议包括具有指导意义的建议内容。
步骤202，服务器对多个初始健康建议中的每个初始健康建议进行特征提取，得到每个初始健康建议的特征，每个初始健康建议的特征包括建议类别和建议内容。
其中，建议类别包括饮食建议、运动建议和心理健康建议中的一种或多种，当然也可以包括其他建议类别，本申请实施例对建议类别不做限定。
作为一个示例，饮食建议包括饮食类别和建议食谱中的一种或多种，还可以包括其他建议内容。运动建议包括运动类型、运动项目、运动强度、运动时长和运动频次中的一种或多种，还可以包括其他建议内容。
通过对每个初始健康建议进行特征提取，可以将每个初始健康建议使用建议类别和建议内容进行标记，以便后续根据建议类别和建议内容定义健康知识库的数据结构。
步骤203，服务器根据多个初始健康建议的特征，生成多个健康建议。
作为一个示例，可以根据多个初始健康建议的特征，直接生成多个健康建议。多个健康建议中的每个健康建议包括初始健康建议的特征，也即是，每个健康建议包括建议类别和建议内容。
作为另一个示例，可以根据多个初始健康建议的特征，对多个初始健康建议进行处理，根据处理后的多个初始健康建议，生成多个健康建议。其中，对多个初始健康建议进行的处理可以包括数据清洗或同类合并等，本申请实施例对此不做限定。
例如，根据建议类别和/或建议内容，对多个初始健康建议进行同类合并，根据同类合并后的初始健康建议，生成多个健康建议。
需要说明的是，本申请实施例是从健康管理和疾病治疗相关的权威的文献资料中得到初始健康建议，并且对初始健康建议进行了特征提取，使得根据初始健康建议的特征生成的多个健康建议的内容标准、规范且可靠性较高。
步骤204，服务器为多个健康建议中的每个健康建议设置对应的适应症。
基于多个健康建议中的每个健康建议的建议类别和建议内容，为每个健康建议设置对应的适应症，适应症为适用于该健康建议的症状。比如，适应症可以为慢性疾病，如血压偏高、血脂偏高或肥胖等。或者，适应症也可以为其他症状，如心脏病等。
作为一个示例，可以为多个健康建议中的每个健康建议设置一个或多个对应的适应症，这一个或多个适应症均为适用于该健康建议的症状。
作为一个示例，可以获取健康特征库，根据健康特征库中的健康特征，为多个健康建议中的每个健康建议设置对应的适应症。
其中，健康特征库为预先构建得到。健康特征库包括多个检测项目的判定标准，每个检测项目的判定标准包括多个检测值范围以及每个检测值范围对应的健康特征，健康特征用于指示检测用户的一种健康状况因素。
其中，每个健康特征用于指示用户的一种健康状况因素。比如，健康特征可以为血压偏高，用于指示血压状况；或者健康特征可以为血脂偏高，用于指示血脂状态。而且，健康特征库中的健康特征与适应症匹配。
作为一个示例，健康特征库中的健康特征存在于健康特征词典中，为健康建议设置的适应症存在于适应症词典中。健康特征词典包括多个健康特征，适应症词典包括多个适应症，健康特征词典与适应症词典的词典内容相同。也即是，健康特征与适应症的含义相同。如此，可以根据健康特征库，为每个健康建议设置与健康特征库中的健康特征含义相同的适应症。
作为另一个示例，健康特征库中的健康特征与适应症具有对应关系，可以根据健康特征与适应症的对应关系，为每个健康建议设置与健康特征库中的健康特征对应的适应症。
其中，健康特征与适应症的对应关系中存在以下两种情况中的至少一种：一种情况是一个健康特征对应于一种适应症。另一种情况是多个健康特征即两个或两个以上的健康特征对应于一种适应症。
作为一个示例，也可以为多个健康建议中的每个健康建议设置对应的适应人群，适应人群包括适用性别和适用年龄中的一种或多种。
作为一个示例，可以预先构建健康特征库，健康特征库的构建方法可以包括如下步骤2041-步骤2043：
步骤2041，根据多个检测项目中每个检测项目的正常检测值范围以及疾病诊断标准，将多个检测项目中每个检测项目的检测值划分成多个检测值范围。
作为一个示例，假设多个检测项目中包括血压检项目，可以将血压检测项目的检测值划分为三个范围，分别为收缩压大于139mmHg且舒张压大于89mmH、收缩压90mmHg-139mmHg且舒张压60mmHg-89mmH，以及收缩压小于90mmHg且舒张压小于60mmH。
步骤2042，为每个检测项目的多个检测值范围分别设置对应的健康特征，得到每个检测项目的判定标准。
其中，每个检测项目的判定标准包括每个检测项目对应的多个检测值范围以及每个检测值范围对应的健康特征，用于判定相应检测项目的检测值所属的检测值范围以及所属检测值范围对应的健康特征。
作为一个示例，以血压检测项目为例，可以将收缩压大于139mmHg且舒张压大于89mmH的血压检测值范围对应的健康特征设置为高血压，将收缩压90mmHg-139mmHg且舒张压60mmHg-89mmH的血压检测值范围对应的健康特征设置为正常血压，将收缩压小于90mmHg且舒张压小于60mmH的血压检测值范围对应的健康特征设置为低血压。也即是，血压检测项目对应的健康特征包括高血压、正常血压以及低血压。
另外，健康特征指示的健康状况因素依赖于对每个检测项目的检测值范围，当每个检测项目的检测值范围更细致时，对应的健康特征指示的健康状况因素也更为具体。例如，上述示例中，当血压检测项目的检测值的划分范围更细致时，血压检测项目的健康特征可以包括高度高血压、中度高血压、轻度高血压、正常血压、轻度低血压、中度低血压以及高度低血压，本实施例对多个检测值范围以及对应的健康特征不做限定。
步骤2043，根据多个检测项目的判定标准，构建健康特征库。
也即是，可以将多个检测项目的判定标准存储到健康特征库中，使得构建好的健康特征库中包括多个检测项目的判定标准。
需要说明的是，通过构建健康特征库，可以将用户检测数据与健康特征进行对应，也即是可以将用户检测数据与用户的健康状态因素进行对应，根据用户检测数据查询健康特征库即可确定用户的健康状态，从而避免需要通过人工方式解读用户检测数据得到用户的健康状态。
步骤205，服务器根据多个健康建议以及每个健康建议对应的适应症，构建健康知识库。
也即是，可以将多个健康建议以及每个健康建议对应的适应症存储到健康知识库中，使得构建好的健康知识库包括多个健康建议以及每个健康建议对应的适应症。
其中，每个健康建议对应的适应症可以为一个或多个。另外，健康知识库中的适应症与健康特征匹配。
作为一个示例，还可以为每个健康建议设置对应的适应人群，相应地，可以根据多个健康建议、每个健康建议对应的适应症以及每个健康建议对应的适应人群，构建健康知识库。也即是，可以将多个健康建议、以及每个健康建议对应的适应症和适应人群存储到健康知识库中，使得构建好的健康知识库包括多个健康建议以及每个健康建议对应的适应症和适应人群。
需要说明的是，构建健康特征库的步骤可以在步骤204之前执行，也可以与步骤204同步执行，本申请实施例对构建健康知识库的步骤和步骤204的执行顺序不做限定。
本申请实施例中，提前构建了健康知识库，健康知识库包括多个健康建议以及每个健康建议对应的适应症，结合健康知识库中的适应症与健康特征的匹配关系，即可得到与用户检测数据的健康特征匹配的健康建议。进一步地，提前构建了健康特征库，根据健康特征库可以快速确定与用户检测数据的对应的健康特征，再根据健康知识库即可快速确定与用户检测数据的健康特征匹配的健康建议，从而无需依赖于人工针对用户检测数据结合自身经验给出健康建议，可较为可靠且高效地推荐健康建议。
需要说明的是，构建好的健康知识库包括多个健康建议以及每个健康建议对应的适应症，适应症为适用于每个健康建议的健康或非健康的症状，也即是，健康知识库包括多个适应症，适应症具有多样性，使得健康知识库能够基于全方位的包括多种检测项目的用户检测数据，为用户推荐合理、可靠的健康建议。
作为一个示例，构建的健康知识库包括多个健康建议、每个健康建议对应的适应症以及每个健康建议对应的使用人群，结合健康建议与用户检测数据的关系，可以得到与用户检测数据匹配、且与用户所属人群匹配的健康建议，从而得到更为可靠的健康建议。
作为一个示例，也可以更新构建好的健康知识库，增加健康知识库的适用范围。例如，从新的健康指南中得到至少一个初始健康建议，进一步地，通过步骤202-步骤205，将新的健康建议以及新的健康建议对应的适应症添加至构建好的健康知识库中，以优化、扩展、更新健康知识库，使得健康知识库能够适用的适应症的范围更大，能够为包括更多的检测项目的用户检测数据推荐更可靠的健康建议。
需要说明的是，在构建好健康知识库之后，就可以根据健康知识库进行健康建议的推荐。接下来，结合附图对本申请实施例提供的一种健康建议推荐的方法进行详细说明。
请参考图3，是本申请实施例提供的一种健康建议推荐方法的流程图，该方法应用于计算机设备中，该计算机设备可以为终端设备或服务器等。如图3所示，以该方法应用于上述图1所示的终端设备中为例进行说明，该方法包括以下步骤：
步骤301，终端设备获取用户检测数据，用户检测数据包括至少一个检测项目的检测值。
作为一个示例，用户检测数据可以是由上述图1所示的检测设备所发送的数据、人工输入的数据或者其他设备发送的数据，本申请实施例对用户检测数据的获取方式不做限定。
步骤302，终端设备根据至少一个检测项目中每个检测项目的检测值，确定用户的至少一个健康特征，每个健康特征用于指示用户的一种健康状况因素。
需要说明的是，至少一个检测项目中一个检测项目的检测值可以指示用户的一个健康特征，或者，至少一个检测项目中的多个检测项目的检测值可以指示用户的一个健康特征，本申请实施例对此不做限定。
作为一个示例，可以根据预先设置的检测项目的检测值与健康特征的对应关系，确定该至少一个检测项目的检测值对应的健康特征，从而得到至少一个健康特征。
比如，对于至少一个检测项目中的每个检测项目，可以从健康特征库中确定每个检测项目的检测值所属的检测值范围对应的健康特征作为每个检测项目对应的健康特征。然后，将至少一个检测项目对应的健康特征，确定为用户的至少一个健康特征。
其中，健康特征库通过提前构建得到，健康特征库包括多个检测项目的判定标准，每个检测项目的判定标准包括多个检测值范围以及每个检测值范围对应的健康特征。健康特征库的构建方法可以参考上述步骤2041-步骤2043的相关描述，本申请实施例在此不再赘述。
另外，已构建好的健康特征库包括多个检测项目的判定标准，每个检测项目的判定标准包括多个检测值范围以及每个检测值范围对应的健康特征。根据构建好的健康特征库，可以将用户检测数据与健康特征进行对应，也即是可以将用户检测数据与用户的健康状态因素进行对应，根据用户检测数据查询健康特征库即可确定用户的健康状态，从而避免需要通过人工方式解读用户检测数据得到用户的健康状态。
步骤303，终端设备根据至少一个健康特征，从健康知识库中确定与至少一个健康特征匹配的适应症对应的健康建议。
其中，健康知识库可以提前构建得到，健康知识库包括多个健康建议以及每个健康建议对应的适应症，健康知识库中的适应症与健康特征匹配。
作为一个示例，健康知识库中的健康建议包括饮食建议、运动建议和心理健康建议中的一种或多种。其中，饮食建议包括饮食类别和建议食谱中的一种或多种，运动建议包括运动类型、运动项目、运动强度、运动时长和运动频次中的一种或多种。
作为一个示例，根据至少一个健康特征，从健康知识库中确定与至少一个健康特征匹配的适应症对应的健康建议包括以下两种实现方式：
第一种实现方式：健康知识库中的适应症存在于适应症词典中，适应症词典与健康特征词典的词典内容相同。这种情况下，可以从健康知识库中确定与至少一个健康特征中每个健康特征相同的适应症，然后从健康知识库中获取与确定的适应症对应的健康建议。
第二种实现方式：根据已存储的健康特征与适应症的对应关系，确定与至少一个健康特征匹配的适应症，得到至少一个适应症，然后从健康知识库中获取至少一个适应症对应的健康建议。
在健康特征与适应症的对应关系中，一个健康特征可以对应一个适应症，也可以多个健康特征对应一个适应症，本申请实施例对此不做限定。
需要说明的是，健康知识库包括多个健康建议以及每个健康建议对应的适应症，其中，一个适应症可以对应一个或多个健康建议。
作为一个示例，至少一个健康特征包括高血压，其中，高血压为血压检测项目的其中一个健康特征，表示用户检测数据所对应的血压检测项目于的检测结果值对应的健康特征为高血压。从健康知识库中确定与健康特征为高血压的匹配的适应症对应的一个或多个健康建议，本申请实施例对适应症所对应的一个或多个健康建议不做限定。
比如，从健康知识库中确定到与健康特征为高血压的匹配的适应症对应的三个健康建议。第一个健康建议为饮食建议，包括“优选选择脱脂或低脂牛奶、酸奶，每日推荐摄入奶类200g-300g”；第二个健康建议为运动建议，包括“中强度有氧运动，如游泳或爬山30分钟-60分钟”；第三个建议为饮食建议，包括“戒烟戒酒，推荐低盐膳食或高钾膳食”。
需要说明的是，提前构建的健康知识库包括多个健康建议以及每个健康建议对应的适应症。结合健康知识库中的适应症与健康特征的匹配关系，即可得到与用户检测数据的健康特征匹配的健康建议。进一步地，根据健康特征库可以快速确定与用户检测数据的对应的健康特征，再根据健康知识库即可快速确定与用户检测数据的健康特征匹配的健康建议，从而无需依赖于人工针对用户检测数据结合自身经验给出健康建议，可较为可靠且高效地推荐健康建议。
作为一个示例，健康知识库包括多个健康建议、每个健康建议对应的适应症以及每个健康建议对应的适用性别及适用年龄。这种情况下，可以根据至少一个健康特征以及根据用户的性别及年龄，从健康知识库中确定与至少一个健康特征匹配的、且与用户性别以年龄匹配的健康建议，从而得到更可靠的健康建议。
步骤304，终端设备根据确定的健康建议，对用户进行健康建议推荐。
其中，对用户进行健康建议推荐之后，用户根据推荐的健康建议可以进行自我健康管理，从而预防慢性疾病。
作为一个示例，可以直接将获取的健康建议推荐给用户，也可以对获取的健康建议进行处理，再将处理后的健康建议推荐给用户。比如，可以先将获取的健康建议推荐给指定用户，再获取指定用户根据获取的健康建议反馈的修改结果，再将修改结果推荐给用户。
作为一个示例，将健康建议推荐给用户的方式可以包括将健康建议直接展示给用户，或者通过其他方式通知用户，如通过语音方式或者发送信息等的方式通知用户，本申请实施例对此不做限定。
作为一个示例，还可以根据获取的健康建议以及健康建议对应的适应症，对用户进行健康建议推荐。例如，可以将获取的健康建议和适应症一起展示给用户，以便用户可以知晓自身健康状况。
作为一个示例，可以将获取的健康建议以及健康建议所对应的适应症推荐给指定用户，以便指定用户对健康建议以及适应症进行修改，再根据修改结果更新健康知识库，使得健康知识库更加可靠。其中，指定用户可以包括专业的医生或者其他有权威的专业人员等。
比如，可以将确定的适应症以及确定的适应症对应的健康建议推荐给指定用户，然后获取指定用户反馈的修改结果，修改结果是由指定用户对确定的适应症以及确定的适应症对应的健康建议进行修改得到，再根据修改结果对健康知识库进行更新。
需要说明的是，更新健康知识库的步骤可以在步骤304之后执行，可以在步骤304之前执行，也可以与步骤304同步执行，本申请实施例对更新健康知识库的步骤和步骤304的执行顺序不做限定。
本申请实施例提供的健康建议推荐方法先获取包括至少一个检测项目的检测值的用户检测数据，然后根据用户检测数据确定用户的健康特征，每个健康特征用于指示用户的一种健康状况因素，再根据健康特征，从健康知识库中确定与健康特征匹配的适应症对应的健康建议，根据确定的健康建议对用户进行健康建议的推荐，以便于用户根据推荐的健康建议进行自我健康管理。其中，健康知识库包括多个健康建议以及每个健康建议对应的适应症，且健康知识库中的适应症与健康特征匹配。如此，可以直接根据提前构建的健康知识库向用户进行健康建议推荐，而无需依赖于人工针对用户检测数据结合自身经验给出健康建议，提高了健康建议推荐的可靠性和效率。
如图4所示，图4是本申请实施例提供的一种健康建议推荐装置，所述装置包括第一获取模块401、第一确定模块402、第二确定模块403和第一推荐模块404，其中：
第一获取模块401，用于获取用户检测数据，用户检测数据包括至少一个检测项目的检测值；
第一确定模块402，用于根据至少一个检测项目中每个检测项目的检测值，确定用户的至少一个健康特征，每个健康特征用于指示用户的一种健康状况因素；
第二确定模块403，用于根据至少一个健康特征，从健康知识库中确定与至少一个健康特征匹配的适应症对应的健康建议，健康知识库包括多个健康建议以及每个健康建议对应的适应症，健康知识库中的适应症与健康特征匹配；
第一推荐模块404，用于根据确定的健康建议，对用户进行健康建议推荐。
在一个实施例中，第一确定模块402用于：
对于至少一个检测项目中的每个检测项目，从健康特征库中确定每个检测项目的检测值所属的检测值范围对应的健康特征作为每个检测项目对应的健康特征，健康特征库包括多个检测项目的判定标准，每个检测项目的判定标准包括多个检测值范围以及每个检测值范围对应的健康特征；
将至少一个检测项目对应的健康特征，确定为用户的至少一个健康特征。
在一个实施例中，所述装置还包括：
划分模块，用于根据多个检测项目中每个检测项目的正常检测值范围以及疾病诊断标准，将多个检测项目中每个检测项目的检测值划分成多个检测值范围；
设置模块，用于为每个检测项目的多个检测值范围分别设置对应的健康特征，得到每个检测项目的判定标准；
构建模块，用于根据多个检测项目的判定标准，构建健康特征库。
在一个实施例中，第二确定模块403用于：
从健康知识库中确定与至少一个健康特征中每个健康特征相同的适应症，至少一个健康特征存在于健康特征词典中，健康知识库中适应症存在于适应症词典中，健康特征词典与适应症词典的词典内容相同；从健康知识库中获取与确定的适应症对应的健康建议；
或者，
根据已存储的健康特征与适应症的对应关系，确定与至少一个健康特征匹配的适应症，得到至少一个适应症；从健康知识库中获取至少一个适应症对应的健康建议。
在一个实施例中，所述装置还包括：
第二推荐模块，用于将确定的适应症以及确定的适应症对应的健康建议推荐给指定用户；
第二获取模块，用于获取指定用户反馈的修改结果，修改结果是由指定用户对确定的适应症以及确定的适应症对应的健康建议进行修改得到；
更新模块，用于根据修改结果对健康知识库进行更新。
本申请实施例中，可以先获取包括至少一个检测项目的检测值的用户检测数据，然后根据用户检测数据确定用户的健康特征，每个健康特征用于指示用户的一种健康状况因素，再根据健康特征，从健康知识库中确定与健康特征匹配的适应症对应的健康建议，根据确定的健康建议对用户进行健康建议的推荐，以便于用户根据推荐的健康建议进行自我健康管理。其中，健康知识库包括多个健康建议以及每个健康建议对应的适应症，且健康知识库中的适应症与健康特征匹配。如此，可以直接根据提前构建的健康知识库向用户进行健康建议推荐，而无需依赖于人工针对用户检测数据结合自身经验给出健康建议，提高了健康建议推荐的可靠性和效率。
如图5所示，图5是本申请实施例提供的一种健康知识库的构建装置，所述装置包括第一提取模块501、第二提取模块502、生成模块503、设置模块504和构建模块505，其中：
第一提取模块501，用于从健康指南中提取健康建议，得到多个初始健康建议，健康指南包括膳食指南、运动指南和疾病防治指南；
第二提取模块502，用于对多个初始健康建议中的每个初始健康建议进行特征提取，得到每个初始健康建议的特征，每个初始健康建议的特征包括建议类别和建议内容；
生成模块503，用于根据多个初始健康建议的特征，生成多个健康建议；
第一设置模块504，用于为多个健康建议中的每个健康建议设置对应的适应症；
第一构建模块505，根据多个健康建议以及每个健康建议对应的适应症，构建健康知识库。
在一个实施例中，所述装置还包括：
划分模块，根据多个检测项目中每个检测项目的正常检测值范围以及疾病诊断标准，将多个检测项目中每个检测项目的检测值划分成多个检测值范围；
第二设置模块，用于为每个检测项目的多个检测值范围分别设置对应的健康特征，得到每个检测项目的判定标准；
第二构建模块，根据多个检测项目的判定标准，构建健康特征库，健康特征库包括多个检测项目的判定标准，每个检测项目的判定标准包括多个检测值范围以及每个检测值范围对应的健康特征；
第一设置模块504，用于根据健康特征库中的健康特征，为多个健康建议中的每个健康建议设置对应的适应症。
本申请实施例中，可以提前构建健康知识库，健康知识库包括多个健康建议以及每个健康建议对应的适应症，结合健康知识库中的适应症与健康特征的匹配关系，即可得到与用户检测数据的健康特征匹配的健康建议。进一步地，提前构建了健康特征库，根据健康特征库可以快速确定与用户检测数据的对应的健康特征，再根据健康知识库即可快速确定与用户检测数据的健康特征匹配的健康建议，从而无需依赖于人工针对用户检测数据结合自身经验给出健康建议，可较为可靠且高效地推荐健康建议。
图6是本申请实施例提供的一种计算机设备600的结构框图。该计算机设备可以为上述图1实施例中的检测设备、终端设备或服务器。该计算机设备600可以是平板电脑、计算机、手机、可穿戴或服务器等设备。
计算机设备600包括有：接口601、处理器602和存储器603。
接口601可以通过有线或无线方式连接外围设备，其中，外围设备可以包括检测设备、终端设备或服务器。接口601、处理器602和存储器603之间可以通过总线或信号线相连。
处理器602可以包括一个或多个处理核心，比如4核心处理器、8核心处理器等。处理器602可以采用DSP(Digital Signal Processing，数字信号处理)、FPGA(FieldProgrammable Gate Array，现场可编程门阵列)、PLA(Programmable Logic Array，可编程逻辑阵列)中的至少一种硬件形式来实现。处理器602也可以包括主处理器和协处理器，主处理器是用于对在唤醒状态下的数据进行处理的处理器，也称CPU(Central ProcessingUnit，中央处理器)；协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中，处理器602可以在集成有GPU(Graphics Processing Unit，图像处理器)，GPU用于负责显示屏所需要显示的内容的渲染和绘制。一些实施例中，处理器602还可以包括AI(Artificial Intelligence，人工智能)处理器，该AI处理器用于处理有关机器学习的计算操作。
存储器603可以包括一个或多个计算机可读存储介质，该计算机可读存储介质可以是非暂态的。存储器603还可包括高速随机存取存储器，以及非易失性存储器，比如一个或多个磁盘存储设备、闪存存储设备。在一些实施例中，存储器603中的非暂态的计算机可读存储介质用于存储至少一个指令，该至少一个指令用于被处理器602所执行以实现上述健康建议推荐方法和健康知识库的构建方法。在一些实施例中，外围设备还可包括：显示屏606和电源607。
本领域技术人员可以理解，图6中示出的结构并不构成对计算机设备600的限定，可以包括比图示更多或更少的组件，或者组合某些组件，或者采用不同的组件布置。
在一个实施例中，还提供了一种计算机可读存储介质，该计算机可读存储介质上存储有程序，该程序被处理器执行时，以实现上述任一健康建议推荐方法的步骤或者实现上述任一健康知识库的构建方法的步骤。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。
以上所述仅为本申请的可选实施例，并不用以限制本申请，凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。
Claims (10)
1.一种健康建议推荐方法，其特征在于，所述方法包括：
获取用户检测数据，所述用户检测数据包括至少一个检测项目的检测值；
根据所述至少一个检测项目中每个检测项目的检测值，确定用户的至少一个健康特征，每个健康特征用于指示所述用户的一种健康状况因素；
根据所述至少一个健康特征，从健康知识库中确定与所述至少一个健康特征匹配的适应症对应的健康建议，所述健康知识库包括多个健康建议以及每个健康建议对应的适应症，所述健康知识库中的适应症与健康特征匹配；
根据确定的健康建议，对所述用户进行健康建议推荐。
2.如权利要求1所述的方法，其特征在于，所述根据所述至少一个检测项目中每个检测项目的检测值，确定用户的至少一个健康特征，包括：
对于所述至少一个检测项目中的每个检测项目，从健康特征库中确定每个检测项目的检测值所属的检测值范围对应的健康特征作为每个检测项目对应的健康特征，所述健康特征库包括多个检测项目的判定标准，每个检测项目的判定标准包括多个检测值范围以及每个检测值范围对应的健康特征；
将所述至少一个检测项目对应的健康特征，确定为所述用户的至少一个健康特征。
3.如权利要求1所述的方法，其特征在于，所述根据所述至少一个健康特征，从健康知识库中确定与所述至少一个健康特征匹配的适应症对应的健康建议，包括：
从所述健康知识库中确定与所述至少一个健康特征中每个健康特征相同的适应症，所述至少一个健康特征存在于健康特征词典中，所述健康知识库中适应症存在于适应症词典中，所述健康特征词典与所述适应症词典的词典内容相同；从所述健康知识库中获取与确定的适应症对应的健康建议；
或者，
根据已存储的健康特征与适应症的对应关系，确定与所述至少一个健康特征匹配的适应症，得到至少一个适应症；从所述健康知识库中获取所述至少一个适应症对应的健康建议。
4.如权利要求1所述的方法，其特征在于，所述根据所述至少一个健康特征，从健康知识库中确定与所述至少一个健康特征匹配的适应症对应的健康建议之后，还包括：
将确定的适应症以及确定的适应症对应的健康建议推荐给指定用户；
获取所述指定用户反馈的修改结果，所述修改结果是由所述指定用户对确定的适应症以及确定的适应症对应的健康建议进行修改得到；
根据所述修改结果对所述健康知识库进行更新。
5.一种健康知识库的构建方法，其特征在于，所述方法包括：
从健康指南中提取健康建议，得到多个初始健康建议，所述健康指南包括膳食指南、运动指南和疾病防治指南；
对所述多个初始健康建议中的每个初始健康建议进行特征提取，得到每个初始健康建议的特征，每个初始健康建议的特征包括建议类别和建议内容；
根据所述多个初始健康建议的特征，生成多个健康建议；
为所述多个健康建议中的每个健康建议设置对应的适应症；
根据所述多个健康建议以及每个健康建议对应的适应症，构建健康知识库。
6.如权利要求5所述的方法，其特征在于，所述为所述多个健康建议中的每个健康建议设置对应的适应症之前，还包括：
根据多个检测项目中每个检测项目的正常检测值范围以及疾病诊断标准，将所述多个检测项目中每个检测项目的检测值划分成多个检测值范围；
为每个检测项目的多个检测值范围分别设置对应的健康特征，得到每个检测项目的判定标准；
根据所述多个检测项目的判定标准，构建健康特征库，所述健康特征库包括多个检测项目的判定标准，每个检测项目的判定标准包括多个检测值范围以及每个检测值范围对应的健康特征；
所述为所述多个健康建议中的每个健康建议设置对应的适应症，包括：
根据所述健康特征库中的健康特征，为所述多个健康建议中的每个健康建议设置对应的适应症。
7.一种健康建议推荐装置，其特征在于，所述装置包括：
第一获取模块，用于获取用户检测数据，所述用户检测数据包括至少一个检测项目的检测值；
第一确定模块，用于根据所述至少一个检测项目中每个检测项目的检测值，确定用户的至少一个健康特征，每个健康特征用于指示所述用户的一种健康状况因素；
第二确定模块，用于根据所述至少一个健康特征，从健康知识库中确定与所述至少一个健康特征匹配的适应症对应的健康建议，所述健康知识库包括多个健康建议以及每个健康建议对应的适应症，所述健康知识库中的适应症与健康特征匹配；
第一推荐模块，用于根据确定的健康建议，对所述用户进行健康建议推荐。
8.一种健康知识库的构建装置，其特征在于，所述装置包括：
第一提取模块，用于从健康指南中提取健康建议，得到多个初始健康建议，所述健康指南包括膳食指南、运动指南和疾病防治指南；
第二提取模块，用于对所述多个初始健康建议中的每个初始健康建议进行特征提取，得到每个初始健康建议的特征，每个初始健康建议的特征包括建议类别和建议内容；
生成模块，用于根据所述多个初始健康建议的特征，生成多个健康建议；
第一设置模块，用于为所述多个健康建议中的每个健康建议设置对应的适应症；
第一构建模块，用于根据所述多个健康建议以及每个健康建议对应的适应症，构建健康知识库。
9.一种计算机设备，包括接口、存储器、处理器以及存储在所述存储器中并可在所述处理器上运行计算机程序，所述处理器执行所述计算机程序时，以实现权利要求1-4或权利要求5-6任一所述方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有程序，所述程序被处理器执行时，以实现权利要求1-4或权利要求5-6任一所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111527794.3A CN114300121A (zh) | 2021-12-14 | 2021-12-14 | 健康建议推荐方法、健康知识库的构建方法、装置及设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111527794.3A CN114300121A (zh) | 2021-12-14 | 2021-12-14 | 健康建议推荐方法、健康知识库的构建方法、装置及设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114300121A true CN114300121A (zh) | 2022-04-08 |
Family
ID=80967176
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111527794.3A Pending CN114300121A (zh) | 2021-12-14 | 2021-12-14 | 健康建议推荐方法、健康知识库的构建方法、装置及设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114300121A (zh) |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103678534A (zh) * | 2013-11-29 | 2014-03-26 | 沈阳工业大学 | 结合粗糙集和模糊推理的生理信息与健康相关性获取方法 |
| CN106021960A (zh) * | 2016-06-16 | 2016-10-12 | 山东诺安诺泰信息系统有限公司 | 一种健康管理方法 |
| CN106254638A (zh) * | 2016-07-28 | 2016-12-21 | 湖南汇网通信息技术有限公司 | 基于透明计算的智能终端启动方法、系统及智能自助系统 |
| CN109145120A (zh) * | 2018-07-02 | 2019-01-04 | 北京妙医佳信息技术有限公司 | 医学健康领域知识图谱的关系抽取方法及系统 |
| CN111933306A (zh) * | 2020-08-19 | 2020-11-13 | 泰康保险集团股份有限公司 | 医疗咨询系统及方法、存储介质及电子设备 |
| CN112331356A (zh) * | 2020-11-26 | 2021-02-05 | 微医云(杭州)控股有限公司 | 推荐治疗方案的方法、装置、电子设备及存储介质 |
| CN112420215A (zh) * | 2020-10-16 | 2021-02-26 | 童心堂健康科技(北京)有限公司 | 基于人工智能的生理数据判断方法和系统 |
| CN112614565A (zh) * | 2020-12-04 | 2021-04-06 | 杨茜 | 一种基于知识图谱技术的中药经典名方智能推荐方法 |
| CN113436738A (zh) * | 2021-06-25 | 2021-09-24 | 平安国际智慧城市科技股份有限公司 | 管理风险用户的方法、装置、设备及存储介质 |
-
2021
- 2021-12-14 CN CN202111527794.3A patent/CN114300121A/zh active Pending
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103678534A (zh) * | 2013-11-29 | 2014-03-26 | 沈阳工业大学 | 结合粗糙集和模糊推理的生理信息与健康相关性获取方法 |
| CN106021960A (zh) * | 2016-06-16 | 2016-10-12 | 山东诺安诺泰信息系统有限公司 | 一种健康管理方法 |
| CN106254638A (zh) * | 2016-07-28 | 2016-12-21 | 湖南汇网通信息技术有限公司 | 基于透明计算的智能终端启动方法、系统及智能自助系统 |
| CN109145120A (zh) * | 2018-07-02 | 2019-01-04 | 北京妙医佳信息技术有限公司 | 医学健康领域知识图谱的关系抽取方法及系统 |
| CN111933306A (zh) * | 2020-08-19 | 2020-11-13 | 泰康保险集团股份有限公司 | 医疗咨询系统及方法、存储介质及电子设备 |
| CN112420215A (zh) * | 2020-10-16 | 2021-02-26 | 童心堂健康科技(北京)有限公司 | 基于人工智能的生理数据判断方法和系统 |
| CN112331356A (zh) * | 2020-11-26 | 2021-02-05 | 微医云(杭州)控股有限公司 | 推荐治疗方案的方法、装置、电子设备及存储介质 |
| CN112614565A (zh) * | 2020-12-04 | 2021-04-06 | 杨茜 | 一种基于知识图谱技术的中药经典名方智能推荐方法 |
| CN113436738A (zh) * | 2021-06-25 | 2021-09-24 | 平安国际智慧城市科技股份有限公司 | 管理风险用户的方法、装置、设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US12080419B2 (en) | Converting unorganized medical data for viewing | |
| JP2019016235A (ja) | 疾病発症予測装置、疾病発症予測方法およびプログラム | |
| US10431343B2 (en) | System and method for interpreting patient risk score using the risk scores and medical events from existing and matching patients | |
| CN104207753A (zh) | 个人健康监视系统 | |
| US20140136225A1 (en) | Discharge readiness index | |
| WO2019155825A1 (ja) | 生体情報処理装置、生体情報処理方法、及び生体情報処理プログラム | |
| JP2022543186A (ja) | 医療処置中のガイダンスの提供 | |
| CN114023423A (zh) | 一种智能交班方法、装置以及设备 | |
| CN109102880A (zh) | 健康监测方法及其装置、系统和计算机可读存储介质 | |
| WO2019013094A1 (ja) | 重症化推定装置及び重症化推定プログラム | |
| CN107495947A (zh) | 一种血压动态分析方法及血压测量装置 | |
| CN105517488A (zh) | 用于评估、诊断和/或监测心脏健康的装置与方法 | |
| WO2018123791A1 (en) | Method, system and storage medium for recommending resource allocation to target subject | |
| CN109300251A (zh) | 一种智能共享急救站及控制方法 | |
| US20160220127A1 (en) | Wellness or illness assessment system, method, and computer program product | |
| CN114300121A (zh) | 健康建议推荐方法、健康知识库的构建方法、装置及设备 | |
| JP2014191638A (ja) | 情報処理方法、装置及びプログラム | |
| CN110200599A (zh) | 一种脉搏波检测方法、终端设备及系统 | |
| CN113140315B (zh) | 一种健康自测系统、服务器及健康检测系统 | |
| CN113157640B (zh) | 一种家庭医生辅助问诊装置、终端及问诊系统 | |
| CN115331767A (zh) | 一种基于体征监测数据实现护理及电子病历的有序应用方法 | |
| CN113100716A (zh) | 一种患者集中监测方法、装置、电子设备及存储介质 | |
| US20070061168A1 (en) | Method and apparatus for evaluating variations between health care service providers | |
| CN112911992A (zh) | 监护方法、监护仪及计算机存储介质 | |
| CN112786182B (zh) | 智能导诊方法、装置、电子设备及存储介质 |
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: 20220408 |
|
| RJ01 | Rejection of invention patent application after publication |