CN114617531A - 一种智能化孕前评估方法及系统 - Google Patents

Abstract

本发明公开了一种智能化孕前评估方法及系统，所述方法包括：通过获得第一用户，其中，所述第一用户包括第一女性用户和第一男性用户；若第一女性用户和第一男性用户的生育力均满足预设生育力阈值，获得第一采集指令；依次对所述第一女性用户的预设健康指标进行采集，组成第一采集结果；根据预设优生认知问卷，获得第一优生认知指数；构建妊娠结果预测模型；根据所述第一优生认知指数和所述妊娠结果预测模型，获得所述第一女性用户的第一妊娠预测信息；获得第一孕前评估结果。解决了现有技术中的专业人员在对备孕夫妇进行孕前评估时，一般根据行医经验对备孕体检报告进行主观分析，存在无法对备孕夫妇进行客观、准确、全面孕前评估的技术问题。

Description

一种智能化孕前评估方法及系统

技术领域

本发明涉及计算机应用技术领域，尤其涉及一种智能化孕前评估方法及系统。

背景技术

新的时代背景对计划生育提出了优生优育的新要求，即通过有效手段降低胎儿缺陷的发生概率，从而提高婚姻家庭的幸福感。随着优生概念的深入，越来越多的夫妇在孕前进行体检等相关备孕准备，进而由医生等专业人员进行孕前评估，为科学有序备孕提供专业的指导。然而，由于现有技术中医生等专业人士主要根据孕前体检结果进行孕前评估指导，而忽略对备孕夫妇心理认知、生活习惯等多方面情况进行考察，使得评估结果存在不全面、不准确的问题，从而无法提供高价值的参考。举例如某备孕夫妇双方身体状态正常，然而由于缺乏优生理论知识，出现不良饮食习惯、生活不规律等多项问题，也会不同程度影响备孕、甚至妊娠结果。因此，研究利用计算机技术对备孕夫妇的多方条件进行客观分析，进而综合评估，对提高孕前评估准确性等具有重要的意义。

然而，现有技术中的专业人员在对备孕夫妇进行孕前评估时，一般根据行医经验对备孕体检报告进行主观分析，存在无法对备孕夫妇进行客观、准确、全面孕前评估的技术问题。

发明内容

本发明的目的是提供一种智能化孕前评估方法及系统，用以解决现有技术中的专业人员在对备孕夫妇进行孕前评估时，一般根据行医经验对备孕体检报告进行主观分析，存在无法对备孕夫妇进行客观、准确、全面孕前评估的技术问题。

鉴于上述问题，本发明提供了一种智能化孕前评估方法及系统。

第一方面，本发明提供了一种智能化孕前评估方法，所述方法通过一种智能化孕前评估系统实现，其中，所述方法包括：通过获得第一用户，其中，所述第一用户包括第一女性用户和第一男性用户；若所述第一女性用户和所述第一男性用户的生育力均满足预设生育力阈值，获得第一采集指令；根据所述第一采集指令，依次对所述第一女性用户的预设健康指标进行采集，组成第一采集结果；根据预设优生认知问卷，获得所述第一女性用户的第一优生认知指数；基于多方医疗平台历史就诊记录，构建妊娠结果预测模型；根据所述第一优生认知指数和所述妊娠结果预测模型，获得所述第一女性用户的第一妊娠预测信息；根据所述第一采集结果和所述第一妊娠预测信息，获得所述第一用户的第一孕前评估结果。

另一方面，本发明还提供了一种智能化孕前评估系统，用于执行如第一方面所述的一种智能化孕前评估方法，其中，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用户，其中，所述第一用户包括第一女性用户和第一男性用户；第二获得单元：所述第二获得单元用于若所述第一女性用户和所述第一男性用户的生育力均满足预设生育力阈值，获得第一采集指令；第一组成单元：所述第一组成单元用于根据所述第一采集指令，依次对所述第一女性用户的预设健康指标进行采集，组成第一采集结果；第三获得单元：所述第三获得单元用于根据预设优生认知问卷，获得所述第一女性用户的第一优生认知指数；第一构建单元：所述第一构建单元用于基于多方医疗平台历史就诊记录，构建妊娠结果预测模型；第四获得单元：所述第四获得单元用于根据所述第一优生认知指数和所述妊娠结果预测模型，获得所述第一女性用户的第一妊娠预测信息；第五获得单元：所述第五获得单元用于根据所述第一采集结果和所述第一妊娠预测信息，获得所述第一用户的第一孕前评估结果。

第三方面，一种电子设备，其中，包括处理器和存储器；

该存储器，用于存储；

该处理器，用于通过调用，执行上述第一方面中任一项所述的方法。

第四方面，一种计算机程序产品，包括计算机程序和/或指令，该计算机程序和/或指令被处理器执行时实现上述第一方面中任一项所述方法的步骤。

本发明中提供的一个或多个技术方案，至少具有如下技术效果或优点：

1.通过在确保备孕用户双方生育力正常的情况下，结合备孕女性预设健康指标的采集结果和该备孕女性对相关知识的知晓程度，对备孕女性的生理、心理层面进行综合孕前评估，达到了提高孕前评估全面性、客观性，从而提高孕前评估准确性、可靠性，并为用户的科学有序备孕提供参考的技术效果。

2.通过客观数据分析计算得到男性用户的健康级别，进而对用户的孕前评估结果进行调整，达到了提高孕前评估准确性和有效性的技术效果。

3.通过主观定性分析和客观定量分析综合确定预设健康指标，降低了系统运行压力，从而保障系统性能稳定，同时达到了提高预设健康指标有效性的技术效果。

4.通过计算机对历史妊娠案例进行分析，实现了将各预选指标对妊娠结果影响程度的直观化、数量化目标，达到了提高相关性分析准确性、客观性的技术效果。

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

为了更清楚地说明本发明或现有技术中的技术方案，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示例性的，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，还可以根据提供的附图获得其他的附图。

图1为本发明一种智能化孕前评估方法的流程示意图；

图2为本发明一种智能化孕前评估方法中根据所述第一健康级别，对所述第一孕前评估结果进行调整的流程示意图；

图3为本发明一种智能化孕前评估方法中组成所述预设健康指标的流程示意图；

图4为本发明一种智能化孕前评估方法中训练获得所述妊娠结果预测模型的流程示意图；

图5为本发明一种智能化孕前评估系统的结构示意图；

图6为本发明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，第一组成单元13，第三获得单元14，第一构建单元15，第四获得单元16，第五获得单元17，总线300，接收器301，处理器302，发送器303，存储器304，总线接口305。

具体实施方式

本发明通过提供一种智能化孕前评估方法及系统，解决了现有技术中的专业人员在对备孕夫妇进行孕前评估时，一般根据行医经验对备孕体检报告进行主观分析，存在无法对备孕夫妇进行客观、准确、全面孕前评估的技术问题。通过基于备孕女性预设健康指标的采集结果和该备孕女性对相关知识的知晓程度，对备孕女性的生理、心理层面进行综合孕前评估，达到了提高孕前评估全面性、客观性，从而提高孕前评估准确性、可靠性的技术效果。

本发明技术方案中对数据的获取、存储、使用、处理等均符合国家法律法规的相关规定。

下面，将参考附图对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本发明的一部分实施例，而不是本发明的全部实施例，应理解，本发明不受这里描述的示例实施例的限制。基于本发明的实施例，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。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部。

本发明提供了一种智能化孕前评估方法，所述方法应用于一种智能化孕前评估系统，其中，所述方法包括：通过获得第一用户，其中，所述第一用户包括第一女性用户和第一男性用户；若所述第一女性用户和所述第一男性用户的生育力均满足预设生育力阈值，获得第一采集指令；根据所述第一采集指令，依次对所述第一女性用户的预设健康指标进行采集，组成第一采集结果；根据预设优生认知问卷，获得所述第一女性用户的第一优生认知指数；基于多方医疗平台历史就诊记录，构建妊娠结果预测模型；根据所述第一优生认知指数和所述妊娠结果预测模型，获得所述第一女性用户的第一妊娠预测信息；根据所述第一采集结果和所述第一妊娠预测信息，获得所述第一用户的第一孕前评估结果。

在介绍了本发明基本原理后，下面将结合说明书附图来具体介绍本发明的各种非限制性的实施方式。

实施例一

请参阅附图1，本发明提供了一种智能化孕前评估方法，其中，所述方法应用于一种智能化孕前评估系统，所述方法具体包括如下步骤：

步骤S100：获得第一用户，其中，所述第一用户包括第一女性用户和第一男性用户；

具体而言，所述一种智能化孕前评估方法应用于所述一种智能化孕前评估系统，可以基于备孕用户男女双方的实际情况，综合分析、计算后进行客观孕前评估。所述孕前评估是指备孕用户男、女双方在备孕前，基于双方情况进行的综合评估。所述第一用户是指使用所述智能化孕前评估系统进行孕前综合评估的备孕用户，其中，包括备孕男性用户和备孕女性用户两个人。通过获得第一用户，达到了为后续分析男性用户和女性用户情况提供基础的技术效果。

步骤S200：若所述第一女性用户和所述第一男性用户的生育力均满足预设生育力阈值，获得第一采集指令；

具体而言，所述预设生育力阈值包括预设男性生育力阈值和预设女性生育力阈值。其中，预设男性生育力阈值是通过对男性精液情况进行观察统计，综合分析后确定的男性具备基本生育能力时各项相关指标的最低范围区间值；预设女性生育力阈值是通过对女性排卵情况进行观察统计，综合分析后确定的女性具备基本生育能力时各项相关指标的最低范围区间值。当所述第一女性用户和/或所述第一男性用户的生育力不满足预设生育力阈值，也就是说第一用户中，至少一方生育力不满足预设生育力阈值，则所述第一用户无法自然生育宝宝，不再进行后续孕前评估。当所述第一女性用户和所述第一男性用户的生育力均满足预设生育力阈值时，说明所述第一用户，即该备孕用户可以自然生育宝宝，此时所述智能化孕前评估系统发出第一采集指令。

通过在用户男、女双方生理功能正常，可自然生育宝宝的情况下获得第一采集指令，达到了为后续基于用户双方具体情况获得准确孕前评估值提供基础的技术效果。

步骤S300：根据所述第一采集指令，依次对所述第一女性用户的预设健康指标进行采集，组成第一采集结果；

具体而言，根据所述智能化孕前评估系统发出的所述第一采集指令，对所述第一用户中的女性用户进行相关指标采集和分析。也就是说，对所述第一女性用户的预设健康指标进行逐一采集，各预设健康指标采集得到的数据组成所述第一采集结果。其中，所述预设健康指标是指会对用户备孕、怀孕、妊娠等产生影响的身体指标。举例如女性血压、年龄、体脂等参数。通过获得第一采集结果，实现了基于准确数据评估女性用户生理素质的目标，达到了全面、客观的评价女性用户备孕的身体基础的技术效果。

步骤S400：根据预设优生认知问卷，获得所述第一女性用户的第一优生认知指数；

具体而言，所述预设优生认知问卷是指基于优生优育相关知识，综合分析后设计的问卷调查表，通过用户答题结果，对用户对相关备孕、优生知识等的掌握或知晓程度进行快速评估。举例如孕前是否需要补充叶酸，如果需要的话，补充频率和计量的方法是什么；有助于优生的行为习惯有哪些；孕前必须检查的项目；会导致胎儿畸形的药物等。其中，优生是基于遗传学原理，为保证用户生育宝宝健康、降低胎儿缺陷发生率而提出的医疗技术和国家政策。也就是说通过科学的手段来确保胎儿健康。通过用户的问卷结果，可以对用户掌握优生知识、技巧等情况进行评估，即得到所述第一女性用户的第一优生认知指数。其中，优生认知指数越高，说明对应用户对备孕知识、优生知识等知晓越多。

通过问卷得到女性用户的第一优生认知指数，达到了快速掌握女性用户对备孕、优生的重视程度和知晓程度的技术效果。

步骤S500：基于多方医疗平台历史就诊记录，构建妊娠结果预测模型；

步骤S600：根据所述第一优生认知指数和所述妊娠结果预测模型，获得所述第一女性用户的第一妊娠预测信息；

具体而言，首先基于多方医疗机构和平台的历史就诊记录，筛选得到历史妊娠记录。然后根据历史每次妊娠记录信息，得到各妊娠案例中女性用户掌握备孕、优生知识程度和最终妊娠结果之间的关系，进而训练得到所述妊娠结果预测模型。其中，所述妊娠结果预测模型用于基于用户的优生认知情况智能化预测用户妊娠结果。进一步的，通过将所述第一女性用户的第一优生认知指数输入所述妊娠结果预测模型中，从而智能化得到所述第一女性用户的第一妊娠预测信息。通过获得第一妊娠预测信息，为后续系统综合评估用户孕前情况提供支持，达到了为系统全面评估用户孕前情况提供基础的技术效果。

步骤S700：根据所述第一采集结果和所述第一妊娠预测信息，获得所述第一用户的第一孕前评估结果。

具体而言，根据对所述第一女性用户备孕等相关指标采集得到的第一采集结果和基于用户优生认知水平智能化得到的所述第一妊娠预测信息，利用熵值法加权计算得到所述第一女性用户的第一孕前评估结果，并将其作为所述第一用户的第一孕前评估结果。也就是说，通过在确保备孕用户双方生育力正常的情况下，对备孕女性的相关指标进行采集，得到影响女性用户备孕的各项指标采集结果；然后利用预设优生认知问卷对该女性用户对备孕、优生优育等相关知识的知晓程度进行评估；进一步利用妊娠结果预测模型对该女性的妊娠结果进行初步预测；最后综合该女性的各项指标采集结果和妊娠初步预测结果，进行备孕用户的孕前评估。通过基于多方数据信息，达到了全面、客观孕前评估的技术效果，同时提高了第一孕前评估结果的高准确率和高参考率。

进一步的，如附图2所示，本发明还包括步骤S800：

步骤S810：获得所述第一男性用户的第一习惯信息，其中，所述第一习惯信息包括第一生活习惯和第一工作习惯；

步骤S820：根据所述第一生活习惯和所述第一工作习惯，评估所述第一男性用户的第一健康级别；

步骤S830：根据所述第一健康级别，对所述第一孕前评估结果进行调整。

具体而言，一般谈到备孕大多想到女性，然而在实际生活中，用户夫妻双方备孕情况也会受到男性各方面情况的影响，因此对男性影响备孕情况的相关情况进行分析，并基于男性用户的分析结果，对所述第一孕前评估结果进行调整。也就是说，首先通过问卷等形式，获得所述第一用户中所述第一男性用户的日常工作、生活习惯，举例如某男性用户工作中会与小动物密切接触，有抽烟、喝酒等习惯，则可能感染细菌、或因为烟草的有害物质等增加精子畸形率，从而影响用户双方的备孕效果。进一步的基于男性习惯信息评估其健康程度，得到所述第一健康级别。最后根据男性的健康级别，针对性调整第一用户的第一孕前评估结果。举例如男性健康评级较低，则适当降低对应孕前评估指数结果。

通过基于男性用户健康级别对用户的孕前评估结果进行调整，达到了提高孕前评估准确性的技术效果。

进一步的，本发明步骤S820还包括：

步骤S821：基于大数据，获得第一不良习惯集，其中，所述第一不良习惯集包括多个不良习惯；

步骤S822：将所述第一生活习惯、所述第一工作习惯与所述多个不良习惯进行对比分析，获得第一分析结果；

步骤S823：根据所述第一分析结果，对所述第一男性用户的习惯进行评估，获得第一习惯评估结果；

步骤S824：基于多方医疗平台历史就诊记录，构建习惯评估-健康级别列表；

步骤S825：根据所述第一习惯评估结果、所述习惯评估-健康级别列表，获得所述第一健康级别。

具体而言，在基于所述第一男性用户现有的工作、生活习惯评估其健康级别前，首先基于大数据采集会对男性健康级别产生影响的习惯，筛选会降低男性用户健康级别的不良习惯，组成所述第一不良习惯集。然后将所述第一男性用户的现有习惯与所述第一不良习惯集进行对比分析，计算得到所述第一男性用户的不良习惯总数，并分析其各不良习惯的严重程度等，从而组成所述第一男性用户的第一习惯评估结果。进一步的，基于多方医疗机构和平台的记录信息，分析历史不良习惯对健康产生影响的记录数据，得到所述习惯评估-健康级别列表。最后将所述第一习惯评估结果在所述习惯评估-健康级别列表中进行遍历匹配，得到所述第一男性用户的健康级别，即所述第一健康级别。

通过基于历史记录信息和男性用户现有不良习惯情况，得到男性用户的健康级别，实现了基于实际数据依据评估男性健康级别，从而提高评估结果准确性和有效性的技术效果。

进一步的，如附图3所示，本发明步骤S300还包括：

步骤S310：组建专家决策组，其中，所述专家决策组包括多位专家；

步骤S320：依次获得所述多位专家对影响备孕指标的多个定性分析结果；

步骤S330：对所述多个定性分析结果进行求并运算，组成预选指标集，其中，所述预选指标集包括多个预选指标；

步骤S340：基于多方医疗平台历史就诊记录，获得第一妊娠案例集，其中，所述第一妊娠案例集包括第一妊娠案例、第二妊娠案例；

步骤S350：根据所述第一妊娠案例、所述第二妊娠案例，计算获得所述多个预选指标中各预选指标和妊娠结果的相关性指数，组成第一相关性指数集；

步骤S360：根据预设相关阈值对所述第一相关性指数集进行筛选，并根据筛选结果反向匹配预选指标，组成所述预设健康指标，其中，所述预设健康指标包括多个健康指标。

具体而言，为确定应对女性用户进行检查测试的所述预设健康指标，通过结合德尔菲法的主观评估和计算相关性的客观评估得到所述预设健康指标。

首先基于妇产科、母婴科、遗传研究、生物学等相关专业领域的专家，组建所述专家决策组。然后依次得到每个专家依据个人经验或知识，主观分析后确定的会对备孕情况产生影响的所有指标，其中包括女性身体基本参数指标、历史患病种类等记录情况、女性身体基础疾病等。进一步将所述专家决策组中所有专家的主观分析结果进行求并集运算，得到的并集数据即所述预选指标集。进一步的，基于多方医疗机构和平台的历史妊娠记录，得到多个妊娠案例，组成所述第一妊娠案例集。进而基于各妊娠案例，对各产妇的各预选指标检测结果和实际最终妊娠结果之间的相干性情况进行计算分析，得到各预选指标的妊娠结果相关性组成的所述第一相关性指数集。当相关性指数满足预设相关阈值时，反向匹配该相关性指数对应的预选指标，所有匹配到的预选指标组成所述预设健康指标。其中，所述预设相关阈值是指系统基于实际计算结果和实际影响程度，综合分析后确定的会对备孕、妊娠结果产生影响的最低相关性指数值。

通过先用德尔菲法得到专家主观评估的预选指标，然后利用计算机计算得到各预选指标和妊娠结果的相关性指数，达到了主观定性和客观定量相结合，提高预设健康指标有效性的技术效果。

进一步的，本发明步骤S350还包括：

步骤S351：依次获得所述第一妊娠案例中第一产妇的第一妊娠结果、所述第二妊娠案例中第二产妇的第二妊娠结果，组成第一妊娠结果集；

步骤S352：依次采集所述第一妊娠案例、所述第二妊娠案例中产妇各预选指标的记录数据，组成第一预选指标数据集、第二预选指标数据集，其中，所述第一预选指标数据集、所述第二预选指标数据集和所述第一妊娠结果集均具备一一对应关系；

步骤S353：根据所述第一预选指标数据集和所述第一妊娠结果集，进行所述第一预选指标对妊娠结果的第一相关性分析，获得第一相关性指数；

步骤S354：根据所述第二预选指标数据集和所述第一妊娠结果集，进行所述第一预选指标对妊娠结果的第二相关性分析，获得第二相关性指数；

步骤S355：根据所述第一相关性指数和所述第二相关性指数，组成所述第一相关性指数集。

具体而言，在利用计算机计算各预选指标和妊娠结果之间的相关性，通过定量计算方法确定最终预设健康指标时，先对所述第一妊娠案例集中的各个案例依次进行记录数据采集，包括依次采集各个妊娠案例的妊娠结果，以及各妊娠案例中产妇的各项预选指标记录数据。进一步，依次对各预选指标和最终妊娠结果进行相关性分析，举例如利用SPSS、Matlab等数据分析软件，依次得到第一预选指标和妊娠结果的第一相关性指数，第二预选指标和妊娠结果的第二相关性指数……最终所有相关性指数组成所述第一相关性指数集。

通过历史妊娠案例的记录数据，利用计算机分析得到第一相关性指数集，实现了将各预选指标对妊娠结果影响程度的直观化、数量化目标，达到了提高相关性分析准确性、客观性的技术效果。

进一步的，如附图4所示，本发明步骤S500还包括：

步骤S510：根据所述预设优生认知问卷，依次获得所述第一产妇的第一问卷结果、所述第二产妇的第二问卷结果；

步骤S520：根据所述第一问卷结果、所述第二问卷结果，分别计算获得第二优生认知指数、第三优生认知指数；

步骤S530：根据所述第一产妇的所述第二优生认知指数和所述第一妊娠结果、所述第二产妇的所述第三优生认知指数和所述第二妊娠结果，获得第一训练数据；

步骤S540：根据所述第一训练数据，训练获得所述妊娠结果预测模型。

具体而言，基于系统综合分析设置的所述预设优生认知问卷，依次检测得到各产妇的问卷结果，进而根据问卷结果种产妇回答正确率，得到对应的优生认知指数。进一步的，根据优生认知指数和妊娠结果数据组建第一训练数据，进而利用计算机监督学习、并不断自我的修正，当妊娠结果预测模型的输出信息达到预定的准确率/收敛状态时监督学习过程结束，完成所述妊娠结果预测模型的构建。通过训练得到妊娠结果预测模型，达到了个性化程度较高的妊娠结果预测分析，同时达到了提高妊娠预测结果智能化、快速化、精准化的技术效果。

进一步的，本发明步骤S700还包括：

步骤S710：对所述第一女性用户的所述多个健康指标进行采集，获得所述第一采集结果，其中，所述第一采集结果包括所述多个健康指标的多个采集结果；

步骤S720：利用变异系数法对所述多个采集结果进行加权计算，获得第一计算结果，其中，所述第一计算结果是指所述第一女性用户的孕前生理评估指数；

步骤S730：根据所述第一计算结果和所述第一妊娠预测信息，获得所述第一孕前评估结果。

具体而言，对所述第一用户种的所述第一女性用户进行预设健康指标采集，即依次采集所述第一女性用户的各个健康指标，并根据各健康指标采集结果组成所述第一采集结果。然后利用变异系数法为所述预设健康指标中的各个健康指标赋予权重系数，进一步加权计算得到所述第一女性用户的健康指标综合结果，并将其作为所述第一女性用户的孕前生理评估指数。最后，根据所述第一女性用户的孕前生理评估指数，结合所述妊娠结果预测模型智能化分析得到的所述第一女性用户的第一妊娠预测信息，利用熵值法加权得到所述第一孕前评估结果。通过结合用户外部身体条件、内部认知水平，综合分析得到孕前评估结果，达到了提高孕前评估全面性、准确性效果，并为用户的科学有序备孕提供参考的技术效果。

综上所述，本发明所提供的一种智能化孕前评估方法具有如下技术效果：

1.通过在确保备孕用户双方生育力正常的情况下，结合备孕女性预设健康指标的采集结果和该备孕女性对相关知识的知晓程度，对备孕女性的生理、心理层面进行综合孕前评估，达到了提高孕前评估全面性、客观性，从而提高孕前评估准确性、可靠性，并为用户的科学有序备孕提供参考的技术效果。

2.通过客观数据分析计算得到男性用户的健康级别，进而对用户的孕前评估结果进行调整，达到了提高孕前评估准确性和有效性的技术效果。

3.通过主观定性分析和客观定量分析综合确定预设健康指标，降低了系统运行压力，从而保障系统性能稳定，同时达到了提高预设健康指标有效性的技术效果。

4.通过计算机对历史妊娠案例进行分析，实现了将各预选指标对妊娠结果影响程度的直观化、数量化目标，达到了提高相关性分析准确性、客观性的技术效果。

实施例二

基于与前述实施例中一种智能化孕前评估方法，同样发明构思，本发明还提供了一种智能化孕前评估系统，请参阅附图5，所述系统包括：

第一获得单元11，所述第一获得单元11用于获得第一用户，其中，所述第一用户包括第一女性用户和第一男性用户；

第二获得单元12，所述第二获得单元12用于若所述第一女性用户和所述第一男性用户的生育力均满足预设生育力阈值，获得第一采集指令；

第一组成单元13，所述第一组成单元13用于根据所述第一采集指令，依次对所述第一女性用户的预设健康指标进行采集，组成第一采集结果；

第三获得单元14，所述第三获得单元14用于根据预设优生认知问卷，获得所述第一女性用户的第一优生认知指数；

第一构建单元15，所述第一构建单元15用于基于多方医疗平台历史就诊记录，构建妊娠结果预测模型；

第四获得单元16，所述第四获得单元16用于根据所述第一优生认知指数和所述妊娠结果预测模型，获得所述第一女性用户的第一妊娠预测信息；

第五获得单元17，所述第五获得单元17用于根据所述第一采集结果和所述第一妊娠预测信息，获得所述第一用户的第一孕前评估结果。

进一步的，所述系统还包括：

第六获得单元，所述第六获得单元用于获得所述第一男性用户的第一习惯信息，其中，所述第一习惯信息包括第一生活习惯和第一工作习惯；

第一执行单元，所述第一执行单元用于根据所述第一生活习惯和所述第一工作习惯，评估所述第一男性用户的第一健康级别；

第二执行单元，所述第二执行单元用于根据所述第一健康级别，对所述第一孕前评估结果进行调整。

进一步的，所述系统还包括：

第七获得单元，所述第七获得单元用于基于大数据，获得第一不良习惯集，其中，所述第一不良习惯集包括多个不良习惯；

第八获得单元，所述第八获得单元用于将所述第一生活习惯、所述第一工作习惯与所述多个不良习惯进行对比分析，获得第一分析结果；

第九获得单元，所述第九获得单元用于根据所述第一分析结果，对所述第一男性用户的习惯进行评估，获得第一习惯评估结果；

第一构建单元，所述第一构建单元用于基于多方医疗平台历史就诊记录，构建习惯评估-健康级别列表；

第十获得单元，所述第十获得单元用于根据所述第一习惯评估结果、所述习惯评估-健康级别列表，获得所述第一健康级别。

进一步的，所述系统还包括：

第一组建单元，所述第一组建单元用于组建专家决策组，其中，所述专家决策组包括多位专家；

第十一获得单元，所述第十一获得单元用于依次获得所述多位专家对影响备孕指标的多个定性分析结果；

第二组成单元，所述第二组成单元用于对所述多个定性分析结果进行求并运算，组成预选指标集，其中，所述预选指标集包括多个预选指标；

第十二获得单元，所述第十二获得单元用于基于多方医疗平台历史就诊记录，获得第一妊娠案例集，其中，所述第一妊娠案例集包括第一妊娠案例、第二妊娠案例；

第三组成单元，所述第三组成单元用于根据所述第一妊娠案例、所述第二妊娠案例，计算获得所述多个预选指标中各预选指标和妊娠结果的相关性指数，组成第一相关性指数集；

第四组成单元，所述第四组成单元用于根据预设相关阈值对所述第一相关性指数集进行筛选，并根据筛选结果反向匹配预选指标，组成所述预设健康指标，其中，所述预设健康指标包括多个健康指标。

进一步的，所述系统还包括：

第五组成单元，所述第五组成单元用于依次获得所述第一妊娠案例中第一产妇的第一妊娠结果、所述第二妊娠案例中第二产妇的第二妊娠结果，组成第一妊娠结果集；

第六组成单元，所述第六组成单元用于依次采集所述第一妊娠案例、所述第二妊娠案例中产妇各预选指标的记录数据，组成第一预选指标数据集、第二预选指标数据集，其中，所述第一预选指标数据集、所述第二预选指标数据集和所述第一妊娠结果集均具备一一对应关系；

第十三获得单元，所述第十三获得单元用于根据所述第一预选指标数据集和所述第一妊娠结果集，进行所述第一预选指标对妊娠结果的第一相关性分析，获得第一相关性指数；

第十四获得单元，所述第十四获得单元用于根据所述第二预选指标数据集和所述第一妊娠结果集，进行所述第一预选指标对妊娠结果的第二相关性分析，获得第二相关性指数；

第七组成单元，所述第七组成单元用于根据所述第一相关性指数和所述第二相关性指数，组成所述第一相关性指数集。

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根据所述预设优生认知问卷，依次获得所述第一产妇的第一问卷结果、所述第二产妇的第二问卷结果；

第十六获得单元，所述第十六获得单元用于根据所述第一问卷结果、所述第二问卷结果，分别计算获得第二优生认知指数、第三优生认知指数；

第十七获得单元，所述第十七获得单元用于根据所述第一产妇的所述第二优生认知指数和所述第一妊娠结果、所述第二产妇的所述第三优生认知指数和所述第二妊娠结果，获得第一训练数据；

第十八获得单元，所述第十八获得单元用于根据所述第一训练数据，训练获得所述妊娠结果预测模型。

进一步的，所述系统还包括：

第十九获得单元，所述第十九获得单元用于对所述第一女性用户的所述多个健康指标进行采集，获得所述第一采集结果，其中，所述第一采集结果包括所述多个健康指标的多个采集结果；

第二十获得单元，所述第二十获得单元用于利用变异系数法对所述多个采集结果进行加权计算，获得第一计算结果，其中，所述第一计算结果是指所述第一女性用户的孕前生理评估指数；

第二十一获得单元，所述第二十一获得单元用于根据所述第一计算结果和所述第一妊娠预测信息，获得所述第一孕前评估结果。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，前述图1实施例一中的一种智能化孕前评估方法和具体实例同样适用于本实施例的一种智能化孕前评估系统，通过前述对一种智能化孕前评估方法的详细描述，本领域技术人员可以清楚的知道本实施例中一种智能化孕前评估系统，所以为了说明书的简洁，在此不再详述。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

示例性电子设备

下面参考图6来描述本发明的电子设备。

图6图示了根据本发明的电子设备的结构示意图。

基于与前述实施例中一种智能化孕前评估方法的发明构思，本发明还提供一种智能化孕前评估系统，其上存储有计算机程序，该程序被处理器执行时实现前文所述一种智能化孕前评估方法的任一方法的步骤。

其中，在图6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305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。

本发明提供了一种智能化孕前评估方法，所述方法应用于一种智能化孕前评估系统，其中，所述方法包括：通过获得第一用户，其中，所述第一用户包括第一女性用户和第一男性用户；若所述第一女性用户和所述第一男性用户的生育力均满足预设生育力阈值，获得第一采集指令；根据所述第一采集指令，依次对所述第一女性用户的预设健康指标进行采集，组成第一采集结果；根据预设优生认知问卷，获得所述第一女性用户的第一优生认知指数；基于多方医疗平台历史就诊记录，构建妊娠结果预测模型；根据所述第一优生认知指数和所述妊娠结果预测模型，获得所述第一女性用户的第一妊娠预测信息；根据所述第一采集结果和所述第一妊娠预测信息，获得所述第一用户的第一孕前评估结果。解决了现有技术中的专业人员在对备孕夫妇进行孕前评估时，一般根据行医经验对备孕体检报告进行主观分析，存在无法对备孕夫妇进行客观、准确、全面孕前评估的技术问题。通过基于备孕女性预设健康指标的采集结果和该备孕女性对相关知识的知晓程度，对备孕女性的生理、心理层面进行综合孕前评估，达到了提高孕前评估全面性、客观性，从而提高孕前评估准确性、可靠性的技术效果。

本发明还提供一种电子设备，其中，包括处理器和存储器；

该存储器，用于存储；

该处理器，用于通过调用，执行上述实施例一中任一项所述的方法。

本发明还提供一种计算机程序产品，包括计算机程序和/或指令，该计算机程序和/或指令被处理器执行时实现上述实施例一中任一项所述方法的步骤。

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、装置、或计算机程序产品。因此，本发明可采用完全软件实施例、完全硬件实施例、或结合软件和硬件方面实施例的形式。此外，本发明为可以在一个或多个包含有计算机可用程序代码的计算机可用存储介质上实施的计算机程序产品的形式。而所述的计算机可用存储介质包括但不限于：U盘、移动硬盘、只读存储器（Read-Only Memory，简称ROM）、随机存取存储器（Random AccessMemory，简称RAM）、磁盘存储器、只读光盘（Compact Disc Read-Only Memory，简称CD-ROM）、光学存储器等各种可以存储程序代码的介质。

本发明是参照本发明的方法、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系统。

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系统的制造品，该指令系统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。尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。

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 (10)

1.一种智能化孕前评估方法，其特征在于，所述方法包括：

获得第一用户，其中，所述第一用户包括第一女性用户和第一男性用户；

若所述第一女性用户和所述第一男性用户的生育力均满足预设生育力阈值，获得第一采集指令；

根据所述第一采集指令，依次对所述第一女性用户的预设健康指标进行采集，组成第一采集结果；

根据预设优生认知问卷，获得所述第一女性用户的第一优生认知指数；

基于多方医疗平台历史就诊记录，构建妊娠结果预测模型；

根据所述第一优生认知指数和所述妊娠结果预测模型，获得所述第一女性用户的第一妊娠预测信息；

根据所述第一采集结果和所述第一妊娠预测信息，获得所述第一用户的第一孕前评估结果。

2.如权利要求1所述的方法，其特征在于，所述方法还包括：

获得所述第一男性用户的第一习惯信息，其中，所述第一习惯信息包括第一生活习惯和第一工作习惯；

根据所述第一生活习惯和所述第一工作习惯，评估所述第一男性用户的第一健康级别；

根据所述第一健康级别，对所述第一孕前评估结果进行调整。

3.如权利要求2所述的方法，其特征在于，所述评估所述第一男性用户的第一健康级别，包括：

基于大数据，获得第一不良习惯集，其中，所述第一不良习惯集包括多个不良习惯；

将所述第一生活习惯、所述第一工作习惯与所述多个不良习惯进行对比分析，获得第一分析结果；

根据所述第一分析结果，对所述第一男性用户的习惯进行评估，获得第一习惯评估结果；

基于多方医疗平台历史就诊记录，构建习惯评估-健康级别列表；

根据所述第一习惯评估结果、所述习惯评估-健康级别列表，获得所述第一健康级别。

4.如权利要求1所述的方法，其特征在于，所述依次对所述第一女性用户的预设健康指标进行采集，之前包括：

组建专家决策组，其中，所述专家决策组包括多位专家；

依次获得所述多位专家对影响备孕指标的多个定性分析结果；

对所述多个定性分析结果进行求并运算，组成预选指标集，其中，所述预选指标集包括多个预选指标；

基于多方医疗平台历史就诊记录，获得第一妊娠案例集，其中，所述第一妊娠案例集包括第一妊娠案例、第二妊娠案例；

根据所述第一妊娠案例、所述第二妊娠案例，计算获得所述多个预选指标中各预选指标和妊娠结果的相关性指数，组成第一相关性指数集；

根据预设相关阈值对所述第一相关性指数集进行筛选，并根据筛选结果反向匹配预选指标，组成所述预设健康指标，其中，所述预设健康指标包括多个健康指标。

5.如权利要求4所述的方法，其特征在于，所述组成第一相关性指数集，包括：

依次获得所述第一妊娠案例中第一产妇的第一妊娠结果、所述第二妊娠案例中第二产妇的第二妊娠结果，组成第一妊娠结果集；

依次采集所述第一妊娠案例、所述第二妊娠案例中产妇各预选指标的记录数据，组成第一预选指标数据集、第二预选指标数据集，其中，所述第一预选指标数据集、所述第二预选指标数据集和所述第一妊娠结果集均具备一一对应关系；

根据所述第一预选指标数据集和所述第一妊娠结果集，进行所述第一预选指标对妊娠结果的第一相关性分析，获得第一相关性指数；

根据所述第二预选指标数据集和所述第一妊娠结果集，进行所述第一预选指标对妊娠结果的第二相关性分析，获得第二相关性指数；

根据所述第一相关性指数和所述第二相关性指数，组成所述第一相关性指数集。

6.如权利要求5所述的方法，其特征在于，所述基于多方医疗平台历史就诊记录，构建妊娠结果预测模型，包括：

根据所述预设优生认知问卷，依次获得所述第一产妇的第一问卷结果、所述第二产妇的第二问卷结果；

根据所述第一问卷结果、所述第二问卷结果，分别计算获得第二优生认知指数、第三优生认知指数；

根据所述第一产妇的所述第二优生认知指数和所述第一妊娠结果、所述第二产妇的所述第三优生认知指数和所述第二妊娠结果，获得第一训练数据；

根据所述第一训练数据，训练获得所述妊娠结果预测模型。

7.如权利要求4所述的方法，其特征在于，所述获得所述第一用户的第一孕前评估结果，包括：

对所述第一女性用户的所述多个健康指标进行采集，获得所述第一采集结果，其中，所述第一采集结果包括所述多个健康指标的多个采集结果；

利用变异系数法对所述多个采集结果进行加权计算，获得第一计算结果，其中，所述第一计算结果是指所述第一女性用户的孕前生理评估指数；

根据所述第一计算结果和所述第一妊娠预测信息，获得所述第一孕前评估结果。

8.一种智能化孕前评估系统，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用户，其中，所述第一用户包括第一女性用户和第一男性用户；

第二获得单元：所述第二获得单元用于若所述第一女性用户和所述第一男性用户的生育力均满足预设生育力阈值，获得第一采集指令；

第一组成单元：所述第一组成单元用于根据所述第一采集指令，依次对所述第一女性用户的预设健康指标进行采集，组成第一采集结果；

第三获得单元：所述第三获得单元用于根据预设优生认知问卷，获得所述第一女性用户的第一优生认知指数；

第一构建单元：所述第一构建单元用于基于多方医疗平台历史就诊记录，构建妊娠结果预测模型；

第四获得单元：所述第四获得单元用于根据所述第一优生认知指数和所述妊娠结果预测模型，获得所述第一女性用户的第一妊娠预测信息；

第五获得单元：所述第五获得单元用于根据所述第一采集结果和所述第一妊娠预测信息，获得所述第一用户的第一孕前评估结果。

9.一种电子设备，其特征在于，包括处理器和存储器；

所述存储器，用于存储；

所述处理器，用于通过调用，执行权利要求1~7中任一项所述的方法。

10.一种计算机程序产品，包括计算机程序和/或指令，其特征在于，该计算机程序和/或指令被处理器执行时实现权利要求1~7中任一项所述方法的步骤。

Images