CN114864074A - 一种基于区块链的大健康监测系统和方法 - Google Patents

一种基于区块链的大健康监测系统和方法 Download PDF

Info

Publication number
CN114864074A
CN114864074A CN202210359521.0A CN202210359521A CN114864074A CN 114864074 A CN114864074 A CN 114864074A CN 202210359521 A CN202210359521 A CN 202210359521A CN 114864074 A CN114864074 A CN 114864074A
Authority
CN
China
Prior art keywords
diagnosis
data
treatment
treatment scheme
medical
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.)
Withdrawn
Application number
CN202210359521.0A
Other languages
English (en)
Inventor
张佳昕
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Individual
Original Assignee
Individual
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Individual filed Critical Individual
Priority to CN202210359521.0A priority Critical patent/CN114864074A/zh
Publication of CN114864074A publication Critical patent/CN114864074A/zh
Withdrawn legal-status Critical Current

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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2457—Query processing with adaptation to user needs
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/27—Replication, distribution or synchronisation of data between databases or within a distributed database system; Distributed database system architectures therefor

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Biomedical Technology (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Computational Linguistics (AREA)
  • Pathology (AREA)
  • Epidemiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Computing Systems (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

本发明公开了一种基于区块链的大健康监测系统和方法，包括：建立同属一个监测系统的区块链数据库；在老人前往医疗场所后，对老年人血压测量仪的数据进行初步的判断，并结合老人前往医疗场所的第一就诊意愿对老人身体状况进行诊断；基于第一就诊意愿由医护人员提出第一询问内容；且由监测系统根据区块链数据库中的数据结合第一就诊意愿对比分析提出第二询问内容并分析可信度指数得到最终就诊内容；由医护分析血压测量结果和区块链数据库中对应第一就诊意愿的历史病情数据，获取第一诊疗方案；由监测系统分析老人的血压记录以及区块链数据库中其他老人的血压数据和路程数据，得到第二诊疗方案。

Description

一种基于区块链的大健康监测系统和方法
技术领域
本发明涉及大健康监测技术领域，具体为一种基于区块链的大健康监测系统和方法。
背景技术
现如今，老龄化现象严重，老年人的身体健康值得我们去关注，越来越多的老年人开始注重自身的健康状况；在一些城镇地区，老年人更加喜欢前往居住地所在的诊所和社区医院进行简单的诊疗，因为像大型医院可能距离较远也增加了老年人就诊的复杂性，所以在针对没有重大疾病问题时大多数老年人会选择在居住地周围就诊，但是由于就诊的复杂度降低，老年人多会选择步行或者不固定诊所的方式就医，且大多数诊所提供免费的血压测量，老年人往往会在就诊时选择测量以下血压，这些数据将构成区块链内不同老年人的健康判断依据，但是多种诊所的选择可能造成老年人就诊的不专一性和不高效性，以及诊所之间的地理位置会导致像血压数据的不准确性等问题。
发明内容
本发明的目的在于提供一种基于区块链的大健康监测系统和方法，以解决上述背景技术中提出的问题。
为了解决上述技术问题，本发明提供如下技术方案：一种基于区块链的大健康监测方法，包括以下过程：
步骤S1：建立同属一个监测系统的区块链数据库，区块链数据库中包含老人前往医疗场所的路程数据和在医疗场所中产生记录的身体状况数据，医疗场所包括社区医院和诊所；身体状况数据包括医疗诊所中的就诊记录数据；
步骤S2：在老人前往医疗场所后，对老年人血压测量仪的数据进行初步的判断，并结合老人前往医疗场所的第一就诊意愿对老人身体状况进行诊断；
步骤S3：基于老人的第一就诊意愿，由医护人员提出第一询问内容第一询问内容反应医护人员针对患者的第一意愿进行判断的准确度；且由监测系统根据区块链数据库中的数据结合第一就诊意愿对比分析提出第二询问内容对比分析是为了结合系统分析细节数据得到老人的潜在问题；基于第一询问内容和第二询问内容，分析可信度指数得到最终就诊内容；
步骤S4：基于最终就诊内容，由医护分析就诊记录数据中的血压测量结果和区块链数据库中对应第一就诊意愿的历史病情数据，获取第一诊疗方案；由监测系统分析老人的血压记录以及区块链数据库中其他老人的血压数据和路程数据，得到第二诊疗方案；
步骤S5：基于第一诊疗方案和第二诊疗方案，根据可信度指数计算得到最优诊疗方案并实施该诊疗方案；
步骤S6：基于最终诊疗方案，计算老人选择区块链数据库中医疗场所给出的第一诊疗方案与最优诊疗方案的适配度，并依据适配度的大小对老人进行区块链数据库中最优医疗诊所的推荐。
进一步的，步骤S3中监测系统对比分析提出第二询问内容的过程为：
根据老人的第一就诊意愿，获取区块链数据库中在该次就诊前的路程数据和活动范围数据，以及区块链数据库中同一位老人不同就诊意愿对应就诊前的路程数据和活动范围数据记作就诊前路程数据集合，计算产生不同就诊意愿的情景下同一位老人的路程信息和活动范围对应的路程影响参数值；
判断就诊前路程集合中老人的第一就诊意愿的就诊前路程数据与路程影响参数值的大小关系；若第一就诊意愿的就诊前路程数据大于等于路程影响参数，则结合第一就诊意愿前的就诊路程得出第二询问内容；若第一就诊意愿的就诊前路程数据小于路程影响参数，则对就诊前路程数据集合中超出路程影响参数值对应的事件的就诊意愿作为第二询问内容。
老人在前往诊所或者社区医院就医时，一般是属于不影响自身行动能力的病情，所以由于年龄的限制老人的体力会在路上有所消耗，故分析在数据库中记录的距离是否会对老人每次就诊产生影响，也解决了医生无法具体到老人除去询问病因也可能存在其他的因素的问题；且如果路程并不是影响因素，可以询问在数据库中存在超出参数值情况的特殊情况作为对老人病情的更多了解。
进一步的，步骤S4中监测系统分析得到第二诊疗方案的过程为：
获取区块链数据库中记录老人每次测量的血压特征数据以及血压测量前的路程数据，检索数据库中此次就诊老人与其他老人的血压特征数据对应的路程数据，并记路程数据为第一路程集合，将血压数据中超出平均血压值对应的路程数据记作第二路程集合，计算第二路程集合中的所有路程数据之间的相似度，
若相似度均大于相似度阈值说明血压特征数据与路程数据存在联系；将第二路程集合中相似度最大对应的血压特征数据所对应老人的就诊数据作为第二诊疗方案；
若相似度存在不大于相似度阈值的情况，选取其他老人血压特征数据与此次就诊老人血压特征数据相似度最大的就诊数据作为第二诊疗方案。
获取区块链数据库中其他老人的路程数据是因为在相同区块链中不同老人之间的路程距离的偏差是具有可分析性的，不会由于过大的误差失去作为血压判断的依据，且由于老年人身体机能的衰减，一定距离的路程可能导致老年人血压的短暂上升，会影响就诊时血压的测量值，故将区块链数据库中血压值超出平均值的老人记作一个集合并分析数据之间的相似度，如果是路程的长短会影响血压，那么这些大于均值的血压值的升高程度基本的相似的；如果这些大于均值的血压的相似度存在差异，则说明在这些数据中有些老人的血压升高是因为自身健康的问题，因为每个人健康程度具有差异性。
进一步的，步骤S5包括以下过程：
获取区块链数据库中所有的诊疗方案，结合医护和监测系统的精确度计算出各诊疗方案的可信度指数，将所有诊疗方案按照可信度指数进行排序，可信度指数最高的诊疗方案作为最终诊疗方案候选；
将未作为最终诊疗方案候选的诊疗方案进行分析，获取区块链数据库中与老人第一就诊意愿相同的就诊记录中包含的就诊方案为已完成就诊方案，将未作为最终诊疗方案候选的诊疗方案除去区块链数据库中已完成就诊方案并记作辅助诊疗方案候选；
结合最终诊疗方案候选和辅助诊疗方案得出最优诊疗方案。
进一步的，可信度指数计算方法为：
Figure BDA0003584433150000031
其中U0表示监测系统对诊疗方案的适配度，即表示当监测系统提出的诊疗方案与最优诊疗方案一致或包含该诊疗方案时，令U0＝1，当监测系统提出的诊疗方案与最优诊疗方案不相关时，U0＝0；Emin表示区块链数据库中老人前往不同医疗场所中最优医疗场所的等级；i表示区块链数据库中医疗场所的个数，Ui表示第i个医疗场所医护人员给出的诊疗方案的适配度，即表示当医护人员提出的诊疗方案与最优诊疗方案一致或包含该诊疗方案时，令Ui＝1，当医护人员提出的诊疗方案与最优诊疗方案不相关时，Ui＝0；Ei表示医护人员判断第二询问内容中不同医疗诊所对就诊的影响等级。
进一步的，计算区块链数据库中不同医疗诊所的综合影响等级
Figure BDA0003584433150000032
Figure BDA0003584433150000033
k＝{1,2...m}，s＝{1,2......d}，k表示医疗诊所出诊的次数，其中xk表示第k次就诊医疗场所的路程数据对第二询问内容的适配度，即表示当第二询问内容中包含参考路程数据的询问内容时，xk＝1，反之不包含参考路程数据的询问内容时，xk＝0；s表示分析第二路程集合中的所有路程数据之间相似度均大于相似度阈值的次数，ys表示第s次就诊医疗场所第二诊疗方案的适配度，即表示当第二诊疗方案中包含由路程数据分析得到的其他老人的就诊方案时，ys＝1，当第二诊疗方案中不包含由路程数据分析得到的其他老人的就诊方案时，ys＝0；
将计算得出的综合影响等级按照顺序排序，选出序列中的最小值即为最优医疗诊所。因为在对第二询问内容和第二诊疗方案的分析上，计算综合影响等级均是考虑到两种情况的适配度，且这个适配度是指医疗诊所的距离数据是否对老人就医造成影响，且得出的适配度均是表示距离会对老人就诊产生影响，综合值越小说明影响越小，那么越推荐老人在就诊时进行选择，而且降低了除自身问题以外其他因素干扰的可能性。
一种基于区块链的大健康监测系统，包括区块链数据库建立模块、第一意愿初诊模块、医护分析模块、监测系统分析模块、综合分析模块和最优诊所分析模块；
区块链数据库建立模块用于建立同属一个监测系统的区块链数据库，区块链数据库中包含老人前往医疗场所的路程数据和在医疗场所中产生记录的身体状况数据，医疗场所包括社区医院和诊所；身体状况数据包括医疗诊所中血压测量仪的数据和其他就诊记录数据；
第一意愿初诊模块用于对老人前往医疗诊所的第一意愿进行初步的分析；
医护分析模块用于医护基于第一意愿对就诊过程中的涉及到的内容和方案进行分析判断；监测系统分析模块用于系统基于第一意愿对就诊过程中涉及到的内容和方案进行分析判断；综合分析模块是基于医护分析模块和监测系统分析模块的内容进行综合分析得到不同类型的结果；最优诊所分析模块用于结合医护分析模块与综合分析模块的数据得出最优诊所并进行推荐。
进一步的，医护分析模块包括第一询问内容分析模块和第一诊疗方案分析模块，监测系统分析模块包括第二询问内容分析模块、第二诊疗方案分析模块，综合分析模块包括最优就诊内容模块和最优诊疗方案分析模块；
第一询问内容分析模块用于根据第一意愿由医护人员提出第一询问内容，第一诊疗方案分析模块用于获取区块链数据库中对应第一就诊意愿的历史病情数据和血压测量结果并通过医护分析得到第一诊疗方案；
第二询问内容分析模块用于获取区块链数据库中的数据并结合第一就诊意愿通过监测系统进行分析得到第二询问内容；第二诊疗方案用于获取区块链数据库中其他老人的血压、路程数据以及此次就诊老人的血压记录通过监测系统分析得到第二诊疗方案；
最优就诊内容模块用于分析第一询问内容和第二询问内容的可信度指数得到最终就诊内容，可信度指数由监测系统的适配度和医护人员的适配度而决定；最优诊疗方案分析模块用于根据所有诊疗方案的可信度指数获取最终诊疗方案候选和分析得到的辅助诊疗方案候选集合得到最优诊疗方案。
与现有技术相比，本发明所达到的有益效果是：本发明通过对区块链数据库内不同老年人就诊前意愿和就诊后方案的适配度分析提高了老年人在选择不同诊所就诊的精确性，以及在考虑诊所之间地理位置的影响下，通过区块链数据库中的数据进行综合的分析得到最优就诊意愿，提高了老年人就诊的高效性。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1是本发明一种基于区块链的大健康监测系统的结构示意图；
图2是本发明一种基于区块链的大健康监测方法的步骤流程图。
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-图2，本发明提供技术方案：一种基于区块链的大健康监测方法，包括以下过程：
步骤S1：建立同属一个监测系统的区块链数据库，区块链数据库中包含老人前往医疗场所的路程数据和在医疗场所中产生记录的身体状况数据，医疗场所包括社区医院和诊所；身体状况数据包括医疗诊所中的就诊记录数据；
步骤S2：在老人前往医疗场所后，对老年人血压测量仪的数据进行初步的判断，并结合老人前往医疗场所的第一就诊意愿对老人身体状况进行诊断；
步骤S3：基于老人的第一就诊意愿，由医护人员提出第一询问内容第一询问内容反应医护人员针对患者的第一意愿进行判断的准确度；且由监测系统根据区块链数据库中的数据结合第一就诊意愿对比分析提出第二询问内容对比分析是为了结合系统分析细节数据得到老人的潜在问题；基于第一询问内容和第二询问内容，分析可信度指数得到最终就诊内容；
步骤S4：基于最终就诊内容，由医护分析就诊记录数据中的血压测量结果和区块链数据库中对应第一就诊意愿的历史病情数据，获取第一诊疗方案；由监测系统分析老人的血压记录以及区块链数据库中其他老人的血压数据和路程数据，得到第二诊疗方案；
步骤S5：基于第一诊疗方案和第二诊疗方案，根据可信度指数计算得到最优诊疗方案并实施该诊疗方案；
步骤S6：基于最终诊疗方案，计算老人选择区块链数据库中医疗场所给出的第一诊疗方案与最优诊疗方案的适配度，并依据适配度的大小对老人进行区块链数据库中最优医疗诊所的推荐。
步骤S3中监测系统对比分析提出第二询问内容的过程为：
根据老人的第一就诊意愿，获取区块链数据库中在该次就诊前的路程数据和活动范围数据，以及区块链数据库中同一位老人不同就诊意愿对应就诊前的路程数据和活动范围数据记作就诊前路程数据集合，计算产生不同就诊意愿的情景下同一位老人的路程信息和活动范围对应的路程影响参数值；
判断就诊前路程集合中老人的第一就诊意愿的就诊前路程数据与路程影响参数值的大小关系；若第一就诊意愿的就诊前路程数据大于等于路程影响参数，则结合第一就诊意愿前的就诊路程得出第二询问内容；若第一就诊意愿的就诊前路程数据小于路程影响参数，则对就诊前路程数据集合中超出路程影响参数值对应的事件的就诊意愿作为第二询问内容。
老人在前往诊所或者社区医院就医时，一般是属于不影响自身行动能力的病情，所以由于年龄的限制老人的体力会在路上有所消耗，故分析在数据库中记录的距离是否会对老人每次就诊产生影响，也解决了医生无法具体到老人除去询问病因也可能存在其他的因素的问题；且如果路程并不是影响因素，可以询问在数据库中存在超出参数值情况的特殊情况作为对老人病情的更多了解。
步骤S4中监测系统分析得到第二诊疗方案的过程为：
获取区块链数据库中记录老人每次测量的血压特征数据以及血压测量前的路程数据，检索数据库中此次就诊老人与其他老人的血压特征数据对应的路程数据，并记路程数据为第一路程集合，将血压数据中超出平均血压值对应的路程数据记作第二路程集合，计算第二路程集合中的所有路程数据之间的相似度，
若相似度均大于相似度阈值说明血压特征数据与路程数据存在联系；将第二路程集合中相似度最大对应的血压特征数据所对应老人的就诊数据作为第二诊疗方案；
若相似度存在不大于相似度阈值的情况，选取其他老人血压特征数据与此次就诊老人血压特征数据相似度最大的就诊数据作为第二诊疗方案。
获取区块链数据库中其他老人的路程数据是因为在相同区块链中不同老人之间的路程距离的偏差是具有可分析性的，不会由于过大的误差失去作为血压判断的依据，且由于老年人身体机能的衰减，一定距离的路程可能导致老年人血压的短暂上升，会影响就诊时血压的测量值，故将区块链数据库中血压值超出平均值的老人记作一个集合并分析数据之间的相似度，如果是路程的长短会影响血压，那么这些大于均值的血压值的升高程度基本的相似的；如果这些大于均值的血压的相似度存在差异，则说明在这些数据中有些老人的血压升高是因为自身健康的问题，因为每个人健康程度具有差异性。
如：此次就诊老人0的血压数据145/95mmHg，对应路程数据为2.5km，其他数据为：老人1：血压数据120/70mmHg，路程数据800m；老人2：血压数据150/95mmHg，路程数据3.1km；老人3：血压数据146/90mmHg,路程数据2.9km；则平均血压值为140/87mmHg，则第二路程集合为{2.5km，3.1km，2.9km}，分别比较集合中的数值的相似度，并判断相似度均大于相似度阈值，则参考老人2和老人3就诊的数据作为第二诊疗方案。
步骤S5包括以下过程：
获取区块链数据库中所有的诊疗方案，结合医护和监测系统的精确度计算出各诊疗方案的可信度指数，将所有诊疗方案按照可信度指数进行排序，可信度指数最高的诊疗方案作为最终诊疗方案候选；
将未作为最终诊疗方案候选的诊疗方案进行分析，获取区块链数据库中与老人第一就诊意愿相同的就诊记录中包含的就诊方案为已完成就诊方案，将未作为最终诊疗方案候选的诊疗方案除去区块链数据库中已完成就诊方案并记作辅助诊疗方案候选；
结合最终诊疗方案候选和辅助诊疗方案得出最优诊疗方案。
可信度指数计算方法为：
Figure BDA0003584433150000081
其中U0表示监测系统对诊疗方案的适配度，即表示当监测系统提出的诊疗方案与最优诊疗方案一致或包含该诊疗方案时，令U0＝1，当监测系统提出的诊疗方案与最优诊疗方案不相关时，U0＝0；Emin表示区块链数据库中老人前往不同医疗场所中最优医疗场所的等级；i表示区块链数据库中医疗场所的个数，Ui表示第i个医疗场所医护人员给出的诊疗方案的适配度，即表示当医护人员提出的诊疗方案与最优诊疗方案一致或包含该诊疗方案时，令Ui＝1，当医护人员提出的诊疗方案与最优诊疗方案不相关时，Ui＝0；Ei表示医护人员判断第二询问内容中不同医疗诊所对就诊的影响等级。
如：老人就医的第一意愿：感冒，监测系统提出的诊疗方案：治疗感冒的药物，最优诊疗方案是打针或吃治疗感冒的药物，那么此时最优诊疗方案包含监测系统提出的诊疗方案，故U0＝1。
最优医疗诊所的推荐方法为：计算区块链数据库中不同医疗诊所的综合影响等级
Figure BDA0003584433150000082
Figure BDA0003584433150000083
k＝{1,2...m}，s＝{1,2......d}，k表示医疗诊所出诊的次数，其中xk表示第k次就诊医疗场所的路程数据对第二询问内容的适配度，即表示当第二询问内容中包含参考路程数据的询问内容时，xk＝1，反之不包含参考路程数据的询问内容时，xk＝0；s表示分析第二路程集合中的所有路程数据之间相似度均大于相似度阈值的次数，ys表示第s次就诊医疗场所第二诊疗方案的适配度，即表示当第二诊疗方案中包含由路程数据分析得到的其他老人的就诊方案时，ys＝1，当第二诊疗方案中不包含由路程数据分析得到的其他老人的就诊方案时，ys＝0；
将计算得出的综合影响等级按照顺序排序，选出序列中的最小值即为最优医疗诊所。因为在对第二询问内容和第二诊疗方案的分析上，计算综合影响等级均是考虑到两种情况的适配度，且这个适配度是指医疗诊所的距离数据是否对老人就医造成影响，且得出的适配度均是表示距离会对老人就诊产生影响，综合值越小说明影响越小，那么越推荐老人在就诊时进行选择，而且降低了除自身问题以外其他因素干扰的可能性。
一种基于区块链的大健康监测系统，包括区块链数据库建立模块、第一意愿初诊模块、医护分析模块、监测系统分析模块、综合分析模块和最优诊所分析模块；
区块链数据库建立模块用于建立同属一个监测系统的区块链数据库，区块链数据库中包含老人前往医疗场所的路程数据和在医疗场所中产生记录的身体状况数据，医疗场所包括社区医院和诊所；身体状况数据包括医疗诊所中血压测量仪的数据和其他就诊记录数据；
第一意愿初诊模块用于对老人前往医疗诊所的第一意愿进行初步的分析；
医护分析模块用于医护基于第一意愿对就诊过程中的涉及到的内容和方案进行分析判断；监测系统分析模块用于系统基于第一意愿对就诊过程中涉及到的内容和方案进行分析判断；综合分析模块是基于医护分析模块和监测系统分析模块的内容进行综合分析得到不同类型的结果；最优诊所分析模块用于结合医护分析模块与综合分析模块的数据得出最优诊所并进行推荐。
医护分析模块包括第一询问内容分析模块和第一诊疗方案分析模块，监测系统分析模块包括第二询问内容分析模块、第二诊疗方案分析模块，综合分析模块包括最优就诊内容模块和最优诊疗方案分析模块；
第一询问内容分析模块用于根据第一意愿由医护人员提出第一询问内容，第一诊疗方案分析模块用于获取区块链数据库中对应第一就诊意愿的历史病情数据和血压测量结果并通过医护分析得到第一诊疗方案；
第二询问内容分析模块用于获取区块链数据库中的数据并结合第一就诊意愿通过监测系统进行分析得到第二询问内容；第二诊疗方案用于获取区块链数据库中其他老人的血压、路程数据以及此次就诊老人的血压记录通过监测系统分析得到第二诊疗方案；
最优就诊内容模块用于分析第一询问内容和第二询问内容的可信度指数得到最终就诊内容，可信度指数由监测系统的适配度和医护人员的适配度而决定；最优诊疗方案分析模块用于根据所有诊疗方案的可信度指数获取最终诊疗方案候选和分析得到的辅助诊疗方案候选集合得到最优诊疗方案。
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。
最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，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。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种基于区块链的大健康监测方法，其特征在于，包括以下过程：
步骤S1：建立同属一个监测系统的区块链数据库，所述区块链数据库中包含老人前往医疗场所的路程数据和在医疗场所中产生记录的身体状况数据，所述医疗场所包括社区医院和诊所；所述身体状况数据包括医疗诊所中就诊记录数据；
步骤S2：在老人前往医疗场所后，对老年人血压测量仪的数据进行初步的判断，并结合老人前往医疗场所的第一就诊意愿对老人身体状况进行诊断；
步骤S3：基于老人的第一就诊意愿，由医护人员提出第一询问内容；且由监测系统根据区块链数据库中的数据结合第一就诊意愿对比分析提出第二询问内容；基于第一询问内容和第二询问内容，分析可信度指数得到最终就诊内容；
步骤S4：基于最终就诊内容，由医护分析就诊记录数据中的血压测量结果和区块链数据库中对应第一就诊意愿的历史病情数据，获取第一诊疗方案；由监测系统分析老人的血压记录以及区块链数据库中其他老人的血压数据和路程数据，得到第二诊疗方案；
步骤S5：基于第一诊疗方案和第二诊疗方案，根据可信度指数计算得到最优诊疗方案并实施该诊疗方案；
步骤S6：基于最终诊疗方案，计算老人选择区块链数据库中医疗场所给出的第一诊疗方案与最优诊疗方案的适配度，并依据适配度的大小对老人进行区块链数据库中最优医疗诊所的推荐。
2.根据权利要求1所述的一种基于区块链的大健康监测方法，其特征在于：所述步骤S3中监测系统对比分析提出第二询问内容的过程为：
根据老人的第一就诊意愿，获取区块链数据库中在该次就诊前的路程数据和活动范围数据，以及区块链数据库中同一位老人不同就诊意愿对应就诊前的路程数据和活动范围数据记作就诊前路程数据集合，计算产生不同就诊意愿的情景下同一位老人的路程信息和活动范围对应的路程影响参数值；
判断就诊前路程集合中老人的第一就诊意愿的就诊前路程数据与所述路程影响参数值的大小关系；若第一就诊意愿的就诊前路程数据大于等于路程影响参数，则结合第一就诊意愿前的就诊路程得出第二询问内容；若第一就诊意愿的就诊前路程数据小于路程影响参数，则对就诊前路程数据集合中超出路程影响参数值对应的事件的就诊意愿作为第二询问内容。
3.根据权利要求2所述的一种基于区块链的大健康监测方法，其特征在于：所述步骤S4中监测系统分析得到第二诊疗方案的过程为：
获取区块链数据库中记录老人每次测量的血压特征数据以及血压测量前的路程数据，检索数据库中此次就诊老人与其他老人的血压特征数据对应的路程数据，并记所述路程数据为第一路程集合，将血压数据中超出平均血压值对应的路程数据记作第二路程集合，计算第二路程集合中的所有路程数据之间的相似度，
若相似度均大于相似度阈值说明血压特征数据与路程数据存在联系；将第二路程集合中相似度最大对应的血压特征数据所对应老人的就诊数据作为第二诊疗方案；
若相似度存在不大于相似度阈值的情况，选取其他老人血压特征数据与此次就诊老人血压特征数据相似度最大的就诊数据作为第二诊疗方案。
4.根据权利要求3所述的一种基于区块链的大健康监测方法，其特征在于：所述步骤S5包括以下过程：
获取区块链数据库中所有的诊疗方案，结合医护和监测系统的精确度计算出各诊疗方案的可信度指数，将所有诊疗方案按照可信度指数进行排序，可信度指数最高的诊疗方案作为最终诊疗方案候选；
将未作为最终诊疗方案候选的诊疗方案进行分析，获取区块链数据库中与老人第一就诊意愿相同的就诊记录中包含的就诊方案为已完成就诊方案，将未作为最终诊疗方案候选的诊疗方案除去区块链数据库中已完成就诊方案并记作辅助诊疗方案候选；
结合最终诊疗方案候选和辅助诊疗方案得出最优诊疗方案。
5.根据权利要求4所述的一种基于区块链的大健康监测方法，其特征在于：所述可信度指数计算方法为：
Figure FDA0003584433140000021
其中U0表示监测系统对诊疗方案的适配度，即表示当监测系统提出的诊疗方案与最优诊疗方案一致或包含该诊疗方案时，令U0＝1，当监测系统提出的诊疗方案与最优诊疗方案不相关时，U0＝0；Emin表示区块链数据库中老人前往不同医疗场所中最优医疗场所的等级；i表示区块链数据库中医疗场所的个数，Ui表示第i个医疗场所医护人员给出的诊疗方案的适配度，即表示当医护人员提出的诊疗方案与最优诊疗方案一致或包含该诊疗方案时，令Ui＝1，当医护人员提出的诊疗方案与最优诊疗方案不相关时，Ui＝0；Ei表示医护人员判断第二询问内容中不同医疗诊所对就诊的影响等级。
6.根据权利要求5所述的一种基于区块链的大健康监测方法，其特征在于：所述最优医疗诊所的推荐方法为：计算区块链数据库中不同医疗诊所的综合影响等级
Figure FDA0003584433140000031
Figure FDA0003584433140000032
k表示医疗诊所出诊的次数，其中xk表示第k次就诊医疗场所的路程数据对第二询问内容的适配度，即表示当第二询问内容中包含参考路程数据的询问内容时，xk＝1，反之不包含参考路程数据的询问内容时，xk＝0；s表示分析第二路程集合中的所有路程数据之间相似度均大于相似度阈值的次数，ys表示第s次就诊医疗场所第二诊疗方案的适配度，即表示当第二诊疗方案中包含由路程数据分析得到的其他老人的就诊方案时，ys＝1，当第二诊疗方案中不包含由路程数据分析得到的其他老人的就诊方案时，ys＝0；
将计算得出的综合影响等级按照顺序排序，选出序列中的最小值即为最优医疗诊所。
7.一种基于区块链的大健康监测系统，其特征在于，包括区块链数据库建立模块、第一意愿初诊模块、医护分析模块、监测系统分析模块、综合分析模块和最优诊所分析模块；
所述区块链数据库建立模块用于建立同属一个监测系统的区块链数据库，所述区块链数据库中包含老人前往医疗场所的路程数据和在医疗场所中产生记录的身体状况数据，所述医疗场所包括社区医院和诊所；所述身体状况数据包括医疗诊所中血压测量仪的数据和其他就诊记录数据；
所述第一意愿初诊模块用于对老人前往医疗诊所的第一意愿进行初步的分析；
所述医护分析模块用于医护基于第一意愿对就诊过程中的涉及到的内容和方案进行分析判断；所述监测系统分析模块用于系统基于第一意愿对就诊过程中涉及到的内容和方案进行分析判断；所述综合分析模块是基于所述医护分析模块和所述监测系统分析模块的内容进行综合分析得到不同类型的结果；所述最优诊所分析模块用于结合医护分析模块与综合分析模块的数据得出最优诊所并进行推荐。
8.根据权利要求7所述的一种基于区块链的大健康监测系统，其特征在于：所述医护分析模块包括第一询问内容分析模块和第一诊疗方案分析模块，所述监测系统分析模块包括第二询问内容分析模块、第二诊疗方案分析模块，所述综合分析模块包括最优就诊内容模块和最优诊疗方案分析模块；
所述第一询问内容分析模块用于根据第一意愿由医护人员提出第一询问内容，所述第一诊疗方案分析模块用于获取区块链数据库中对应第一就诊意愿的历史病情数据和血压测量结果并通过医护分析得到第一诊疗方案；
所述第二询问内容分析模块用于获取区块链数据库中的数据并结合第一就诊意愿通过监测系统进行分析得到第二询问内容；所述第二诊疗方案用于获取区块链数据库中其他老人的血压、路程数据以及此次就诊老人的血压记录通过监测系统分析得到第二诊疗方案；
所述最优就诊内容模块用于分析第一询问内容和第二询问内容的可信度指数得到最终就诊内容，所述可信度指数由监测系统的适配度和医护人员的适配度而决定；所述最优诊疗方案分析模块用于根据所有诊疗方案的可信度指数获取最终诊疗方案候选和分析得到的辅助诊疗方案候选集合得到最优诊疗方案。
CN202210359521.0A 2022-04-07 2022-04-07 一种基于区块链的大健康监测系统和方法 Withdrawn CN114864074A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210359521.0A CN114864074A (zh) 2022-04-07 2022-04-07 一种基于区块链的大健康监测系统和方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210359521.0A CN114864074A (zh) 2022-04-07 2022-04-07 一种基于区块链的大健康监测系统和方法

Publications (1)

Publication Number Publication Date
CN114864074A true CN114864074A (zh) 2022-08-05

Family

ID=82629887

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210359521.0A Withdrawn CN114864074A (zh) 2022-04-07 2022-04-07 一种基于区块链的大健康监测系统和方法

Country Status (1)

Country Link
CN (1) CN114864074A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115359868A (zh) * 2022-09-14 2022-11-18 亿慧云智能科技（深圳）股份有限公司 一种基于云计算技术的智慧医疗监测方法及系统
CN116844732A (zh) * 2023-07-27 2023-10-03 北京中益盛启科技有限公司 基于大数据分析的高血压诊疗数据分布式调控系统及方法

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115359868A (zh) * 2022-09-14 2022-11-18 亿慧云智能科技（深圳）股份有限公司 一种基于云计算技术的智慧医疗监测方法及系统
CN115359868B (zh) * 2022-09-14 2023-07-28 亿慧云智能科技（深圳）股份有限公司 一种基于云计算技术的智慧医疗监测方法及系统
CN116844732A (zh) * 2023-07-27 2023-10-03 北京中益盛启科技有限公司 基于大数据分析的高血压诊疗数据分布式调控系统及方法
CN116844732B (zh) * 2023-07-27 2024-02-02 北京中益盛启科技有限公司 基于大数据分析的高血压诊疗数据分布式调控系统及方法

Similar Documents

Publication Publication Date Title
CN114864074A (zh) 一种基于区块链的大健康监测系统和方法
Knaus et al. Short-Rerm Mortality Predictions for Critically Ill Hospitalized Adults: Science and Ethics
CN100366211C (zh) 诊断信息系统
Liu et al. Comorbidity measures for stroke outcome research: a preliminary study
RU2619644C2 (ru) Клиническая система поддержки принятия решений для прогнозирующего планирования выписки
CN104881463A (zh) 基于结构化病历数据库的参考病历检索方法及装置
US20060259329A1 (en) System and Method for Determining the Degree of Abnormality of a Patient's Vital Signs
Van den Bos et al. Quality of life as an instrument for need assessment and outcome assessment of health care in chronic patients
CN104246781A (zh) 用于改进神经科医师的关于阿尔茨海默氏病的工作流程的系统与方法
CN112786198A (zh) 诊疗信息推荐模型构建方法、诊疗信息推荐方法及装置
CN114639479A (zh) 一种基于医疗知识图谱的智能诊断辅助系统
CN116779190B (zh) 一种基于物联网的医疗平台用户随访管理系统及方法
CN113838577A (zh) 便捷化分层老年mods早期死亡风险评估模型、装置及建立方法
CN115714022A (zh) 基于人工智能的新生儿黄疸健康管理系统
WO2017001842A1 (en) Methods, systems and tools for selecting subjects suffering from neurodegenerative disease
CN115116612A (zh) 一种儿童患者病情智能风险评估系统及方法
Theiler et al. OB Nest randomized controlled trial: a cost comparison of reduced visit compared to traditional prenatal care
CN116936134B (zh) 一种基于护理晨交班数据的并发症监测方法和系统
Trivedi et al. Utility of the Richmond Agitation-Sedation Scale in evaluation of acute neurologic dysfunction in the intensive care unit
Johnson et al. Prognostic factors for survival in scleroderma associated pulmonary arterial hypertension
US20070150313A1 (en) Method for evaluating the quality of electronically stored, particularly medical, knowledge data
CN116864104A (zh) 基于人工智能的慢性血栓栓塞性肺动脉高压风险分级系统
Brazier et al. Identifying and reviewing health state utility values for populating decision models
CN116246782A (zh) 一种老年人照护服务的风险判定系统
Vollmer et al. Searching multiple clinical information systems for longer time periods found more prevalent cases of asthma

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
WW01 Invention patent application withdrawn after publication
WW01 Invention patent application withdrawn after publication

Application publication date: 20220805