CN114743669A - 用于健康决策的人机交互方法、设备、存储介质和系统 - Google Patents
用于健康决策的人机交互方法、设备、存储介质和系统 Download PDFInfo
- Publication number
- CN114743669A CN114743669A CN202210444680.0A CN202210444680A CN114743669A CN 114743669 A CN114743669 A CN 114743669A CN 202210444680 A CN202210444680 A CN 202210444680A CN 114743669 A CN114743669 A CN 114743669A
- Authority
- CN
- China
- Prior art keywords
- intervention
- user
- computer
- scheme
- human
- 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
- 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
-
- 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
-
- 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
- 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)
- Medical Treatment And Welfare Office Work (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本发明涉及一种用于健康决策的人机交互方法,包括以下步骤:计算机实时获取用户基础数据,并根据用户基础数据生成初步诊断数据上送至服务器;由医生登录人机界面,通过人机界面从服务器中获取至少一组用户基础数据和初步诊断数据进行处理,生成对应用户全人健康数据并返回至计算机;计算机根据用户全人健康数据生成初步干预方案,并确定用户全人健康数据是否失衡,当用户全人健康数据失衡时将初步干预方案上送至服务器;医生通过人机界面获取与用户对应的初步干预方案进行确认,在确认后生成最终干预方案返回至计算机;计算机根据最终干预方案匹配干预措施,并提交给用户;用户对实施的最终干预方案以及干预措施效果进行评价,生成评价结果。
Description
技术领域
本发明涉及一种用于健康决策的人机交互方法、设备、存储介质和系统,属于医疗卫生系统人机交互技术领域。
背景技术
数据信息技术在卫生健康领域应用一直以来倍受重视,以信息化驱动该领域创新发展成为共识。应对慢性非传染性疾病等挑战越来越多地关注人群健康,在信息化背景下主动健康干预技术成为医学健康领域的前沿方向。一方面,通过互联网+与大健康产业结合,使得基于计算机、通信、云计算、大数据等技术的健康产业呈现高速发展态势,驱动健康服务朝着数字化、网络化、智能化方向发展。其中,以人工智能为代表的数字信息技术如何深度应用于医学与健康领域以及如何赋能健康医疗大数据,是当前亟待解决的技术问题。另一方面,随着社会发展,医学的任务不仅是防病治病,更重要的是改善人们的生活质量,但医生是社会稀缺资源,必须借助计算机人工智能系统的提高医生效率及用户的主动性,以解决当前所面临的健康挑战。第三,在数字化时代,个体用户如何参与医疗保健决策以及如何更智能也是医学健康领域所要解决的问题。医学服务具有复杂性与不确定性,包括互联网、人工智能等数字信息技术难以无条件替代医生面对面的数据采集及诊断决策,无法全面解决问题,因此医生的人工处理不可替代,人机协同成为必然。下一个时期,人机协同工作是未来社会的发展趋势,开发医疗保健人机协作智能系统,使人机交互和人工智能紧密深度融合。
发明内容
为了解决上述现有技术中存在的问题,本发明提出了一种用于健康决策的人机交互方法,以用户为中心,以用户的基础数据为基础预测初步诊断数据,通过医生对结合初步诊断数据完善用户的全人健康数据,通过计算机和医生对用户全人健康数据进行协同处理,生成干预方案并匹配干预措施提供给用户,由用户自行选择干预措施,并反馈治疗评价给计算机,形成闭环系统。
本发明的技术方案如下:
一方面,本发明提供一种用于健康决策的人机交互方法,其特征在于,包括以下步骤:
计算机实时获取用户基础数据,并根据用户基础数据生成初步诊断数据上送至服务器;
由医生登录人机界面,通过人机界面从服务器中获取至少一组用户基础数据和初步诊断数据进行处理,生成对应用户全人健康数据并返回至计算机;
计算机根据用户全人健康数据生成初步干预方案,并确定用户全人健康数据是否失衡,当用户全人健康数据失衡时将初步干预方案上送至服务器;
由医生登录人机界面,通过人机界面从服务器中获取与用户对应的初步干预方案进行确认,并在确认后生成最终干预方案返回至计算机;
计算机根据最终干预方案匹配干预措施,并提交给用户;
针对用户实施的最终干预方案以及干预措施效果进行评价,生成评价结果提交至计算机,计算机将评价结果纳入用户基础数据。
作为优选实施方式,在所述由医生登录人机界面,通过人机界面从服务器中获取至少一组用户基础数据和初步诊断数据进行处理的步骤中,所述处理过程具体为:根据用户基础数据对初步诊断数据进行纠错、修正以及完善。
作为优选实施方式,所述计算机根据用户全人健康数据生成初步干预方案步骤具体为:
训练基于神经网络的多学科诊断模型;
基于用户全人健康数据通过多学科诊断模型预测该用户的健康问题;
建立干预方案数据库,对不同的健康问题编写对应的干预方案放入干预方案数据库中,所述干预方案包含若干具有顺序的节点,每一节点对应编写有可选的干预子方案,并对每一干预子方案添加方案特征以及该干预子方案可用的干预措施;
基于用户的健康问题从干预方案数据库中匹配干预方案,在干预方案的每一节点根据用户基础数据与方案特征进行匹配,选取匹配度高的干预子方案,生成所述初步干预方案。
作为优选实施方式,在所述由医生登录人机界面,通过人机界面从服务器中获取与用户对应的初步干预方案进行确认,并在确认后生成最终干预方案返回至计算机步骤中,具体包括:
若医生确认采纳该初步干预方案则将该初步干预方案作为最终干预方案返回至计算机;
若医生需要重新判断则由计算机返回重新获取用户基础数据并生成初步诊断数据,提交给医生进行重新处理,更新用户全人健康数据并提交给医生;
医生根据用户全人健康数据对初步干预方案中任一节点的干预子方案进行确认或修改,并在所有节点均确认或修改后生成最终干预方案返回至计算机。
作为优选实施方式,所述计算机根据最终干预方案匹配干预措施,并提交给用户的步骤具体为:
建立干预措施信息库,所述干预措施信息库包括多个子干预措施数据库,每一子干预措施数据库分别对应不同类型的干预措施;
收集干预措施,并对干预措施进行分类和标注,其中标注具体为添加对应干预措施的特征信息;将标注后的干预措施根据分类放入对应类型的子干预措施数据库中;
根据最终干预方案得到每一节点的干预子方案可用的干预措施的类型,自动从对应类型的子干预措施数据库匹配干预措施;
将匹配到的干预措施及对应的特征信息提交给用户。
作为优选实施方式,所述评价结果包括用户对干预方案的有效性评价、适合性评价以及对干预措施的有效性评价、适合性评价;
计算机根据用户对干预方案和干预措施效果的评价结果,对对应的干预方案和干预措施添加评分标签,并将干预方案和对应的评分标签以及干预措施和对应的评分标签纳入用户基础数据中;
利用所述干预方案和对应的评分标签以及干预措施和对应的评分标签在后续计算机生成初步干预方案和匹配干预措施的过程中提供判断依据。
第二方面,本发明提供一种电子设备,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如本发明任一实施例所述的用于健康决策的人机交互方法。
第三方面,本发明提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本发明任一实施例所述的用于健康决策的人机交互方法。
第四方面,本发明提供一种用于健康决策的人机交互系统,包括计算机以及与计算机通信连接的服务器,还包括:
基础数据获取模块,用于在计算机中实时获取用户基础数据,并根据用户基础数据生成初步诊断数据上送至服务器;
初步诊断模块,用于供医生登录人机界面,通过人机界面从服务器中获取至少一组用户基础数据和初步诊断数据进行处理,生成对应用户全人健康数据并返回至计算机;
初步方案生成模块,用于在计算机中根据用户全人健康数据生成初步干预方案,并确定用户全人健康数据是否失衡,当用户全人健康数据失衡时将初步干预方案上送至服务器;
方案确认模块,用于供医生登录人机界面,通过人机界面从服务器中获取与用户对应的初步干预方案进行确认,并在确认后生成最终干预方案返回至计算机;
措施匹配模块,用于在计算机中根据最终干预方案匹配干预措施,并提交给用户;
评价模块,用于针对用户实施的最终干预方案以及干预措施效果进行评价,生成评价结果提交至计算机,计算机将评价结果纳入用户基础数据。
第五方面,本发明提供一种生命全周期健康管理服务系统,包括协同管理模块以及本发明任一实施例所述的用于健康决策的人机交互系统;
所述协同管理模块从用于健康决策的人机交互系统中获取数据,并基于获取的数据为用户提供服务。
本发明具有如下有益效果:
1、本发明一种用于健康决策的人机交互方法,以用户为中心,以用户的基础数据为基础预测初步诊断数据,通过医生对结合初步诊断数据完善用户的全人健康数据,通过计算机和医生对用户全人健康数据进行协同处理,生成干预方案并匹配干预措施提供给用户,由用户自行选择干预措施,并反馈治疗评价给计算机,形成闭环系统。
2、本发明一种用于健康决策的人机交互方法,利用基于机器学习的多学科诊断模型,一定程度替代人使人机紧密结合,能够进行早期诊断和预防性治疗,实现精准预防和疾病精准治疗。
3、本发明一种用于健康决策的人机交互方法,实时处理输出新的基础数据,不断循环迭代使人与干预实施逐渐形成平衡并持续处于动态匹配及干预状态,基于数据和医生协同,提供除急诊急救外全流程健康管理,赋予用户医疗健康干预的决策权;使医疗系统干预成为时点性或阶段性的特殊形式干预措施,并且用户事先知晓干预方案和采取干预措施的必要性、价值效用及预后效果。
附图说明
图1为本发明实施例中用于健康决策的人机交互方法的流程图;
图2为本发明实施例中用于健康决策的人机交互系统的示例图;
图3为本发明实施例中生命全周期健康管理服务系统的示例图。
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作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。
应当理解,文中所使用的步骤编号仅是为了方便描述,不对作为对步骤执行先后顺序的限定。
应当理解,在本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样,除非上下文清楚地指明其它情况,否则单数形式的“一”、“一个”及“该”意在包括复数形式。
术语“包括”和“包含”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。
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。
实施例一:
参见图1,一种用于健康决策的人机交互方法,包括以下步骤:
S1:用户健康数据获取与处理,具体如下:
S101:计算机实时获取用户基础数据,并根据用户基础数据生成初步诊断数据上送至服务器,此环节生成的初步诊断数据用于辅助医生诊断。数据的获取可以是多维度的,例如从用户的日常生活信息、环境信息、可穿戴设备、体检诊疗等全景化数据中收集;
S102:由医生登录人机界面,通过人机界面可选的从服务器中获取至少一组用户基础数据和初步诊断数据进行处理,根据用户基础数据对初步诊断数据进行修正、确认。
S103:循环接收后期的的日常保健数据、健康失衡数据及干预后用户评价结果,循环步骤S101和S102动态输出对应用户全人健康数据并返回至计算机。
S2:生成干预方案,具体如下:
S201:计算机根据用户全人健康数据生成初步干预方案,并确定用户全人健康数据是否失衡,当用户全人健康数据失衡时将初步干预方案上送至服务器。所述确定用户全人健康数据是否失衡的方式包括收到用户感知症状相应数值、可穿戴设备数据、医生观察数据及监测数据偏离达到阀值、计算机相关性推断预测将产生的异常数据;
S202:由医生登录人机界面,通过人机界面从服务器中获取与用户对应的初步干预方案进行确认,医生确认处理则进入步骤S203。若医生需要重新采集用户数据进行判断,则返回步骤S102。
S203:生成最终干预方案返回至计算机。
S3:计算机根据最终干预方案匹配干预措施,并提交给用户。
S4:用户对实施的最终干预方案以及干预措施进行评价,生成评价结果提交至计算机,计算机将评价结果纳入用户基础数据。
通过上述步骤S1~S4进行多轮循环交互,直到形成用户健康状态或失衡状态的整体数据,以及相对应的优选干预措施,将优选干预措施输出用于用户的日常保健、医疗卫生机构、养老机构等实时健康干预。
其中,用户全人健康数据是指将人作为整体系统进行全人健康要素的数据表达,包括用户人体基于细胞组织系统的碳基空间(基因、分子、体温、年龄、形态等)、人(至少包括用户、医生)的思维人文社会环境认知(心理、感知、诊断、决策等)、自然及人造工程装备干预因素(实施包括监测的渐变干预),建立全时动态健康数字画像或进一步形成数字孪生,构成数基生命系统基础模型,通过迭代实现三者的最佳平衡为目标增加人体的自组织力,其中将用户的主动性感知纳入决策要素;将个体视为一个整体,通过大数据整合分析结果进行系统性诊断,而后医生再结合自己的临床经验进一步分析患者心理、社会、环境、主观意愿等影响因素做出干预建议,形成可选的干预方案。由此,以用户为中心通过整合医务团队提供非治病模式的全科医学服务,解决个体选择服务机构的盲目性以及按单独机构或单学科科室服务的局限性,体现系统整体观念,避免“头疼医头、脚痛医脚”。彰显了中西医结合并发挥各自优势,辩证施治、因人而异、共病异治的个性化追求,形成中西医临床团队协作互动的机制和模式。
用户、决策系统(人、计算机)、自然系统(监测干预装备等)通过区域服务器(卫生信息系统)相互贯通建立持续性确定性关系,使得个体(群体)健康、干预措施、政策形成闭合关联,多方整合、共同决策实现基于个体的群体效益最大化。
作为本实施例的优选实施方式,在步骤S201中,所述计算机根据用户全人健康数据生成初步干预方案步骤具体为:
训练基于神经网络的多学科诊断模型;
基于用户全人健康数据通过多学科诊断模型预测该用户的健康问题;
建立干预方案数据库,对不同的健康问题编写对应的干预方案放入干预方案数据库中,所述干预方案包含若干具有顺序的节点,每一节点对应编写有可选的干预子方案,并对每一干预子方案添加方案特征以及该干预子方案可用的干预措施;
基于用户的健康问题从干预方案数据库中匹配干预方案,在干预方案的每一节点根据用户基础数据与方案特征进行匹配,选取匹配度高的干预子方案,生成所述初步干预方案。
本实施例利用基于机器学习的多学科诊断模型(包括现代医学、传统与补充医学(包括中医学)以及促进身心健康有关的知识体系),一定程度替代人使人机紧密结合,其中人至少包括用户、医学健康工作者。利用多学科诊断模型,从区域服务器获取区域人群数据,利用流行病学分析方法,进行早期诊断和预防性治疗,实现精准预防和疾病精准治疗。
当个体健康数据某项要素发生化时,如病症出现、体征指标、年龄、环境、心理等多源动态因素变动时人工智能系统立即进行分析处理,形成实时更新的个体健康数据,换言之即消费者数据的变动就意味着个体向决策系统触发服务请求。同样,当区域人群某个队列参数发生变化时人工智能系统立即进行处理,通过数据列队分析整合生物大数据、临床大数据和健康医疗大数据等,实现疾病防治区域化、个体化、精准化。
作为本实施例的优选实施方式,在步骤S202中,所述由医生登录人机界面,通过人机界面从服务器中获取与用户对应的初步干预方案进行确认,并在确认后生成最终干预方案返回至计算机步骤中,具体包括:
若医生确认采纳该初步干预方案则将该初步干预方案作为最终干预方案返回至计算机;
若医生需要重新判断则由计算机返回重新获取用户基础数据并生成初步诊断数据,提交给医生进行重新处理,更新用户全人健康数据并提交给医生;
医生根据用户全人健康数据对初步干预方案中任一节点的干预子方案进行确认或修改,并在所有节点均确认或修改后生成最终干预方案返回至计算机。
作为本实施例的优选实施方式,在步骤S3中,所述计算机根据最终干预方案匹配干预措施,并提交给用户的步骤具体为:
建立干预措施信息库,所述干预措施信息库包括多个子干预措施数据库,每一子干预措施数据库分别对应不同类型的干预措施;
收集干预措施,并对干预措施进行分类和标注,其中标注具体为添加对应干预措施的特征信息;将标注后的干预措施根据分类放入对应类型的子干预措施数据库中;
根据最终干预方案得到每一节点的干预子方案可用的干预措施的类型,自动从对应类型的子干预措施数据库匹配干预措施;
将匹配到的干预措施及对应的特征信息提交给用户。
作为本实施例的优选实施方式,在步骤S4中,所述评价结果包括用户对干预方案的有效性评价、适合性评价以及对干预措施的有效性评价、适合性评价。
本实施例形成一种围绕用户的数基健康决策方法,实时处理输出新的基础数据,不断循环迭代使人体与干预实施逐渐形成平衡并持续处于动态匹配及干预状态,基于数据和医生协同,提供除急诊急救外全流程健康管理,赋予用户医疗健康干预的决策权;使医疗系统干预成为时点性或阶段性的特殊形式干预措施,并且用户事先知晓干预方案和采取干预措施的必要性、价值效用及预后效果。
实施例二:
本实施例提供一种电子设备,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如本发明任一实施例所述的用于健康决策的人机交互方法。
实施例三:
本实施例提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本发明任一实施例所述的用于健康决策的人机交互方法。
实施例四:
参见图2,本实施例提供一种用于健康决策的人机交互系统,包括计算机以及与计算机通信连接的服务器,还包括:
基础数据获取模块,用于在计算机中实时获取用户基础数据,并根据用户基础数据生成初步诊断数据上送至服务器;基础数据获取模块实现如实施例一中步骤S101的功能,在此不再赘述;
初步诊断模块,用于供医生登录人机界面,通过人机界面从服务器中获取至少一组用户基础数据和初步诊断数据进行处理,生成对应用户全人健康数据并返回至计算机;初步诊断模块实现如实施例一中步骤S102的功能,在此不再赘述;
初步方案生成模块,用于在计算机中根据用户全人健康数据生成初步干预方案,并确定用户全人健康数据是否失衡,当用户全人健康数据失衡时将初步干预方案上送至服务器;初步方案生成模块实现如实施例一中步骤S201的功能,在此不再赘述;
方案确认模块,用于供医生登录人机界面,通过人机界面从服务器中获取与用户对应的初步干预方案进行确认,并在确认后生成最终干预方案返回至计算机;方案确认模块实现如实施例一中步骤S202的功能,在此不再赘述;
措施匹配模块,用于在计算机中根据最终干预方案匹配干预措施,并提交给用户;措施匹配模块实现如实施例一中步骤S3的功能,在此不再赘述;
评价模块,用于针对用户实施的最终干预方案以及干预措施效果进行评价,生成评价结果提交至计算机,计算机将评价结果纳入用户基础数据;措施匹配模块实现如实施例一中步骤S4的功能,在此不再赘述。
实施例五:
参见图3,本实施例提供一种生命全周期健康管理服务系统,包括协同管理模块以及如上述实施例四所述的用于健康决策的人机交互系统;
所述协同管理模块从用于健康决策的人机交互系统中获取数据,并基于获取的数据为用户提供服务。
以上所述仅为本发明的实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种用于健康决策的人机交互方法,其特征在于,包括以下步骤:
计算机实时获取用户基础数据,并根据用户基础数据生成初步诊断数据上送至服务器;
由医生登录人机界面,通过人机界面从服务器中获取至少一组用户基础数据和初步诊断数据进行处理,生成对应用户全人健康数据并返回至计算机;
计算机根据用户全人健康数据生成初步干预方案,并确定用户全人健康数据是否失衡,当用户全人健康数据失衡时将初步干预方案上送至服务器;
由医生登录人机界面,通过人机界面从服务器中获取与用户对应的初步干预方案进行确认,并在确认后生成最终干预方案返回至计算机;
计算机根据最终干预方案匹配干预措施,并提交给用户;
针对用户实施的最终干预方案以及干预措施效果进行评价,生成评价结果提交至计算机,计算机将评价结果纳入用户基础数据。
2.根据权利要求1所述的一种用于健康决策的人机交互方法,其特征在于,在所述由医生登录人机界面,通过人机界面从服务器中获取至少一组用户基础数据和初步诊断数据进行处理的步骤中,所述处理过程具体为:根据用户基础数据对初步诊断数据进行纠错、修正以及完善。
3.根据权利要求1所述的一种用于健康决策的人机交互方法,其特征在于,所述计算机根据用户全人健康数据生成初步干预方案步骤具体为:
训练基于神经网络的多学科诊断模型;
基于用户全人健康数据通过多学科诊断模型预测该用户的健康问题;
建立干预方案数据库,对不同的健康问题编写对应的干预方案放入干预方案数据库中,所述干预方案包含若干具有顺序的节点,每一节点对应编写有可选的干预子方案,并对每一干预子方案添加方案特征以及该干预子方案可用的干预措施;
基于用户的健康问题从干预方案数据库中匹配干预方案,在干预方案的每一节点根据用户基础数据与方案特征进行匹配,选取匹配度高的干预子方案,生成所述初步干预方案。
4.根据权利要求3所述的一种用于健康决策的人机交互方法,其特征在于,在所述由医生登录人机界面,通过人机界面从服务器中获取与用户对应的初步干预方案进行确认,并在确认后生成最终干预方案返回至计算机步骤中,具体包括:
若医生确认采纳该初步干预方案则将该初步干预方案作为最终干预方案返回至计算机;
若医生需要重新判断则由计算机返回重新获取用户基础数据并生成初步诊断数据,提交给医生进行重新处理,更新用户全人健康数据并提交给医生;
医生根据用户全人健康数据对初步干预方案中任一节点的干预子方案进行确认或修改,并在所有节点均确认或修改后生成最终干预方案返回至计算机。
5.根据权利要求4所述的一种用于健康决策的人机交互方法,其特征在于,所述计算机根据最终干预方案匹配干预措施,并提交给用户的步骤具体为:
建立干预措施信息库,所述干预措施信息库包括多个子干预措施数据库,每一子干预措施数据库分别对应不同类型的干预措施;
收集干预措施,并对干预措施进行分类和标注,其中标注具体为添加对应干预措施的特征信息;将标注后的干预措施根据分类放入对应类型的子干预措施数据库中;
根据最终干预方案得到每一节点的干预子方案可用的干预措施的类型,自动从对应类型的子干预措施数据库匹配干预措施;
将匹配到的干预措施及对应的特征信息提交给用户。
6.根据权利要求1所述的一种用于健康决策的人机交互方法,其特征在于:
所述评价结果包括用户对干预方案的有效性评价、适合性评价以及对干预措施的有效性评价、适合性评价;
计算机根据用户对干预方案和干预措施效果的评价结果,对对应的干预方案和干预措施添加评分标签,并将干预方案和对应的评分标签以及干预措施和对应的评分标签纳入用户基础数据中;
利用所述干预方案和对应的评分标签以及干预措施和对应的评分标签在后续计算机生成初步干预方案和匹配干预措施的过程中提供判断依据。
7.一种电子设备,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如权利要求1-6任一权利要求所述的用于健康决策的人机交互方法。
8.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1至6任一项所述的用于健康决策的人机交互方法。
9.一种用于健康决策的人机交互系统,包括计算机以及与计算机通信连接的服务器,其特征在于,还包括:
基础数据获取模块,用于在计算机中实时获取用户基础数据,并根据用户基础数据生成初步诊断数据上送至服务器;
初步诊断模块,用于供医生登录人机界面,通过人机界面从服务器中获取至少一组用户基础数据和初步诊断数据进行处理,生成对应用户全人健康数据并返回至计算机;
初步方案生成模块,用于在计算机中根据用户全人健康数据生成初步干预方案,并确定用户全人健康数据是否失衡,当用户全人健康数据失衡时将初步干预方案上送至服务器;
方案确认模块,用于供医生登录人机界面,通过人机界面从服务器中获取与用户对应的初步干预方案进行确认,并在确认后生成最终干预方案返回至计算机;
措施匹配模块,用于在计算机中根据最终干预方案匹配干预措施,并提交给用户;
评价模块,用于针对用户实施的最终干预方案以及干预措施效果进行评价,生成评价结果提交至计算机,计算机将评价结果纳入用户基础数据。
10.一种生命全周期健康管理服务系统,其特征在于:
包括协同管理模块以及如权利要求9所述的用于健康决策的人机交互系统;
所述协同管理模块从用于健康决策的人机交互系统中获取数据,并基于获取的数据为用户提供服务。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210444680.0A CN114743669A (zh) | 2022-04-26 | 2022-04-26 | 用于健康决策的人机交互方法、设备、存储介质和系统 |
PCT/CN2023/089807 WO2023207793A1 (zh) | 2022-04-26 | 2023-04-21 | 用于健康决策的人机交互方法、设备和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210444680.0A CN114743669A (zh) | 2022-04-26 | 2022-04-26 | 用于健康决策的人机交互方法、设备、存储介质和系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114743669A true CN114743669A (zh) | 2022-07-12 |
Family
ID=82284302
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210444680.0A Pending CN114743669A (zh) | 2022-04-26 | 2022-04-26 | 用于健康决策的人机交互方法、设备、存储介质和系统 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN114743669A (zh) |
WO (1) | WO2023207793A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023207793A1 (zh) * | 2022-04-26 | 2023-11-02 | 吴运良 | 用于健康决策的人机交互方法、设备和系统 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20190005200A1 (en) * | 2017-06-28 | 2019-01-03 | General Electric Company | Methods and systems for generating a patient digital twin |
US20190087544A1 (en) * | 2017-09-21 | 2019-03-21 | General Electric Company | Surgery Digital Twin |
US10957451B2 (en) * | 2017-12-27 | 2021-03-23 | General Electric Company | Patient healthcare interaction device and methods for implementing the same |
CN112233747A (zh) * | 2020-11-16 | 2021-01-15 | 广东省新一代通信与网络创新研究院 | 一种基于个人数字孪生网络数据分析方法及系统 |
CN113744841A (zh) * | 2021-08-30 | 2021-12-03 | 北京阿叟阿巴科技有限公司 | 一种基于逻辑树和多层级策略的孤独症儿童数字康复干预系统 |
CN114743669A (zh) * | 2022-04-26 | 2022-07-12 | 福建福寿康宁科技有限公司 | 用于健康决策的人机交互方法、设备、存储介质和系统 |
-
2022
- 2022-04-26 CN CN202210444680.0A patent/CN114743669A/zh active Pending
-
2023
- 2023-04-21 WO PCT/CN2023/089807 patent/WO2023207793A1/zh unknown
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023207793A1 (zh) * | 2022-04-26 | 2023-11-02 | 吴运良 | 用于健康决策的人机交互方法、设备和系统 |
Also Published As
Publication number | Publication date |
---|---|
WO2023207793A1 (zh) | 2023-11-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Fulop et al. | Issues in studying the organisation and delivery of health services | |
WO2023207795A1 (zh) | 一种基于医疗健康的数字孪生建立方法、装置和存储介质 | |
Tawfik et al. | Understanding clinical work practices for cross-boundary decision support in e-health | |
Chan et al. | How do clinical and psychological variables relate to quality of life in end-stage renal disease? Validating a proximal–distal model | |
Russo et al. | A business process model for integrated home care | |
Bailey | Wearable internet of things healthcare systems, virtual care, and real-time clinical monitoring in assessing and treating patients with COVID-19 symptoms | |
Fulop et al. | From health technology assessment to research on the organisation and delivery of health services: addressing the balance | |
CN114743669A (zh) | 用于健康决策的人机交互方法、设备、存储介质和系统 | |
Caliwag et al. | A mobile expert system utilizing fuzzy logic for venereal and sexually transmitted diseases | |
Nusir et al. | Systematic review of co-design in digital health for COVID-19 research | |
CN111768856B (zh) | 基于数据驱动的双向转诊自动判定和后效评估系统 | |
Mansoul et al. | A hybrid decision support system: application on healthcare | |
Sherimon et al. | Ontology driven analysis and prediction of patient risk in diabetes | |
Strobel et al. | Healthcare in the Era of Digital twins: towards a Domain-Specific Taxonomy. | |
Tesfaye | Developing a Learning Knowledge-Based System For Diagnosis And Treatment Of Malaria | |
Ashwinkumar et al. | A web-based patient support system using artificial intelligence to improve health monitoring and quality of life | |
Guskov et al. | An interactive tool for developing distributed telemedicine systems | |
Chen et al. | Incorporating semiotics into fuzzy logic to enhance clinical decision support systems | |
Palagin et al. | Hybrid E-rehabilitation: Smart-System for Remote Support of Rehabilitation Activities and Services | |
Sallehudin et al. | A conceptual study of user adoption for military lifetime health record systems | |
Lei et al. | The Internet of things technology in the rehabilitation for the disabled in China: A survey | |
EP4138085A1 (en) | Managing a medical record of a subject | |
Brenkel et al. | A knowledge-based system for medical advice provision | |
Mendis et al. | Development of commonsense knowledge modeling system for psychological assessment in clinical psycho | |
Al Qassas et al. | Supporting Medical Decision Making through the Analysis of Clinical Discussions. |
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 |