CN115171840A - 一种个性化体验套餐生成系统及生成方法 - Google Patents

一种个性化体验套餐生成系统及生成方法 Download PDF

Info

Publication number
CN115171840A
CN115171840A CN202210714152.2A CN202210714152A CN115171840A CN 115171840 A CN115171840 A CN 115171840A CN 202210714152 A CN202210714152 A CN 202210714152A CN 115171840 A CN115171840 A CN 115171840A
Authority
CN
China
Prior art keywords
physical examination
data
person
special
values
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.)
Granted
Application number
CN202210714152.2A
Other languages
English (en)
Other versions
CN115171840B (zh
Inventor
王欣
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.)
Harbin Haijiya Technology Co ltd
Original Assignee
Harbin Haijiya Technology Co ltd
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 Harbin Haijiya Technology Co ltd filed Critical Harbin Haijiya Technology Co ltd
Priority to CN202210714152.2A priority Critical patent/CN115171840B/zh
Publication of CN115171840A publication Critical patent/CN115171840A/zh
Application granted granted Critical
Publication of CN115171840B publication Critical patent/CN115171840B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G16H20/10—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to drugs or medications, e.g. for ensuring correct administration to patients
    • 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
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Public Health (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Biomedical Technology (AREA)
  • Medicinal Chemistry (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Chemical & Material Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Pathology (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

本发明提出了一种个性化体验套餐生成系统及生成方法，医疗人工智能技术领域，获取待体检者就医或体检记录，计算治疗和药物的相关度，创建体检者的信息数据库；按照所述相关度的大小，判断就医或体检记录中数据的相关属性；将所述治疗和药物的相关度转化为待体检者的隐患指标，根据所述隐患指标预测待体检者的特别体检项目，特别体检项对应值分别对应不同价位的特别体检项目，对预测的特别体检项目的准确度进行核对，并将预测的特别体检项目添加进体检基础套餐里。

Description

一种个性化体验套餐生成系统及生成方法
技术领域
本发明属于医疗人工智能技术领域，具体涉及一种个性化体验套餐生成系统及生成方法。
背景技术
随着人们生活水平的提高和社会的进步，人们对自身的健康越来越重视，健康体检也正在逐渐成为门诊体检之外的体检中心的主流业务。然而，现在大多数的体检机构都是针对年龄和性别制定体检套餐，还有的体检机构根据身体状况及特殊情况适当增加项目,做个性化体检套餐设计,然后由消费者进行选择，这种方式没有考虑患者自身一些个性化的风险因素。
同时，随着体检机构层出不穷,体检项目花样百出,而且很多都是"套餐式"的服务,其内容往往是根据不同价格来制定的,价格越高,体检项目越多。体检中心只考虑了客户的预算而没有根据客户的健康需求制定体检项目，体检及医疗机构数据库中的大量体检数据没有得到充分利用，为体检者推荐套餐时并未考虑体检者的历史体检信息，造成一些不必要的体检项目做了但疾病发现率不高；因此，健康体检市场比较混乱,体检项目没有相对统一的标准。
综上,科学的体检不一定要项目全、花钱多,最适合自己的才是最好的,要抛弃体检项目越全越好、价格越贵越好的错误观念。尽量做到因人而异,区别对待,有的放矢,从实际出发,根据自己的年龄、性别、职业、特殊需求、健康状况和家族病史等,全面考虑后做出选择。
发明内容
为了解决上述技术问题，本发明提出了一种个性化体验套餐生成方法，包括如下步骤：
S1、获取待体检者的就医或体检记录，计算治疗和药物的相关度，创建待体检者的信息数据库；
S2、按照所述相关度的大小，判断就医或体检记录中数据的相关属性；
S3、将所述治疗和药物的相关度转化为待体检者的隐患指标，根据所述隐患指标预测待体检者的特别体检项目；
S4、对预测的特别体检项目的准确度进行核对。
进一步地，所述步骤S1中，治疗数据用X表示，药物数据用Y表示；A表示治疗数据X和药物数据Y属于同一疾病时的疾病个数，B表示治疗数据X和药物数据Y不属于同一疾病时，治疗数据X所代表的疾病个数，C表示治疗数据X和药物数据Y不属于同一疾病时，药物数据Y所代表的疾病个数，N表示既不包含治疗数据X也不包含药物数据Y的参数，则治疗和药物的相关度G为：
Figure BDA0003708259890000021
进一步地，所述步骤S3中，从步骤S1中创建的信息数据库提取A、B、C值，按下式执行隐患指标L的计算：
L＝L1+L2+L3；
L1＝μA2；
L2＝α×(B-A)2；
L3＝β×(C-B-A)2；
则，L＝μA2+α×(B-A)2+β×(C-B-A)2；
μ为调整A2的权重的比例参数；α为调整(B-A)2的权重的比例参数；β为调整(C-B-A)2的权重的比例参数。
进一步地，在当L≤LT时，不推荐特别体检项目，进行体检基础套餐；
在当L>LT时，分别判断L1、L2、L3的值是否在标准范围内，针对不在标准范围内的值Li结合待体检者的年龄和个人意愿进行特别体检项目的预测。
进一步地，针对不在标准范围内的值Li，设特别体检项对应值为Yi，其中，i＝1，2，3：
Figure BDA0003708259890000022
其中，NL代表待体检者年龄因子，YY代表待体检者意愿因子；
所述特别体检项对应值Yi的大小，分别对应不同价位的特别体检项目，将该预测的特别体检项目添加进体检基础套餐里。
进一步地，所述步骤S4中，提取信息数据库中历年的所有体检者的G值进行聚类分析，将待体检者的G值进行归属类判断，并将归属类中的其他体检者实际进行的特别体检项对应值Yi提取，确定待体检者的预测的特别体检项目是否准确。
进一步地，所述步骤S4具体包括如下步骤：
S41、将历年的所有体检者的G值聚类为K类；
S42、计算待体检者的G值与K类中第j个类别间的距离dj(G)；
Figure BDA0003708259890000031
其中，Gi为第j个类别中的n个G值中的第i个，wi为第i个G值Gi的权重；
则，待体检者的G值与K类中每个类别间的距离dj(G)构成矩阵D：
D＝[d1(G) d2(G) ... dK(G)]；
其中，d1(G)、d2(G)和dk(G)分别代表待体检者的G值与K类中第一类别、第二类别和第K类别间的距离；
S43、选取矩阵D中最小距离所在的类别，作为待体检者的G值归属类；
S44、提取该归属类中每一个G值对应的多个特别体检项对应值Ymi，i＝1，2，3，多个特别体检项对应值Ymi构成组Ym，则Ym＝{Ym1，Ym2，Ym3}；其中，m代表该归属类中的G值的个数；
则该归属类中所有m个G值对应的所有组Ym构成了项目矩阵E，则：
Figure BDA0003708259890000032
其中，Y1＝{Y11，Y12，Y13}代表该归属类中的第一个G值对应的三个特别体检项对应值Y11，Y12，Y13构成的组Y1；
S45、判断待体检者的特别体检项对应值Yi，i＝1，2，3，是否完全属于所述项目矩阵E中的任何一行，若属于，则待体检者的特别体检项目判断准确，否则判断不准确，则调整参数重新进行计算。
进一步地，G在[0,+∞]中定义，其中G＝1表示就医或体检记录的大部分数据没有关联，G<1表示就医或体检记录的大部分数据是负相关，G>1表示就医或体检记录的大部分数据是正相关。
本发明还提出了一种个性化体验套餐生成系统，用于实现上述个性化体验套餐生成方法，包括：信息数据库、处理器、判断模块、提醒模块、设定模块和核对模块；
所述信息数据库从就医或体检记录的大数据中提取并存储待体检者所有疾病数据以及药物数据；
所述处理器计算治疗和药物的相关度，并将所述治疗和药物的相关度存储至所述信息数据库；
所述判断模块对所述相关度的大小进行判断；
所述提醒模块根据所述判断模块的判断结果进行提醒，当G>1时，表示就医或体检记录的大部分数据是正相关，并向个性化体验套餐生成系统发送提醒从而实现自动响应；
所述设定模块用于进行隐患指标的计算，以根据所述隐患指标预测特别体检项目；
所述核对模块提取信息数据库中历年的所有体检者的G值进行聚类分析，将待体检者的G值进行归属类判断，并提取所述归属类中的其他体检者实际进行的特别体检项对应值Yi，确定待体检者的预测的特别体检项目是否准确。
进一步地，所述个性化体验套餐生成系统还包括校正模块，用于校正信息数据库中的不正常数据，并将所述不正常数据发送给所述提醒模块，所述处理器对剔除不正常数据后的疾病数据以及药物数据重新计算所述相关度。
附图说明
附图1为本发明的个性化体验套餐生成方法的流程图；
附图2所示为利用本发明的个性化体验套餐生成方法生成的个性化体验套餐示意图。
附图3为本发明的个性化体验套餐生成系统的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。
在本发明的具体实施例附图中，为了更好、更清楚的描述系统中的各元件的工作原理，表现所述装置中各部分的连接关系，只是明显区分了各元件之间的相对位置关系，并不能构成对元件或结构内的信号传输方向、连接顺序及各部分结构大小、尺寸、形状的限定。
如图1所示，为本发明的个性化体验套餐生成方法的流程图，具体包括如下步骤：
S1、获取待体检者的就医或体检记录，计算治疗和药物的相关度，创建待体检者的信息数据库。
信息数据库的创建流程包括从就医或体检记录的大数据中提取所有疾病数据以及药物数据，并计算治疗和药物的相关度，所有疾病数据、药物数据以及计算得到的治疗和药物的相关度都存储在该信息数据库中。
治疗和药物的相关度由G表示；所述相关度G包括无关联、正关联和负关联。
具体地，治疗数据用X表示，药物数据用Y表示；A表示治疗数据X和药物数据Y属于同一疾病时，多个疾病的个数，B表示治疗数据X和药物数据Y不属于同一疾病时，治疗数据X所表示的多个疾病的个数，C表示治疗数据X和药物数据Y不属于同一疾病时，药物数据Y所表示的多个疾病的个数，N表示既不包含治疗数据X也不包含药物数据Y的参数，该参数可以根据实际需要设定。
Figure BDA0003708259890000051
S2、按照相关度的大小，判断就医或体检记录中数据的相关属性。
由判断模块对相关度的大小进行判断，G在[0,+∞]中定义；其中G＝1表示就医或体检记录的大部分数据是没有关联，G<1表示就医或体检记录的大部分数据是负相关，并且G>1表示就医或体检记录的大部分数据是正相关的。需要说明的是，负相关的情况多表现为支持管理体检项目排除策略和依赖、互斥策略，比如就医或体检记录中出现限定时间内的孕妇、哺乳期、幼儿、服用抗生素等情况，则不能推荐进行碳14等体检项目。
由提醒模块根据判断结果进行提醒，当G>1时，表示就医或体检记录的大部分数据是正相关的，则判断待体检者的历史身体状况是需要特别关注的，则提醒模块通过向系统发送提醒来自动响应。
在优选实施例中，由校正模块校正信息数据库中的不正常数据进行校正。并将该不正常数据直接发送给提醒模块，同时剔除该不正常数据后，并重新计算治疗和药物的相关度。
S3、将计算治疗和药物的相关度G的具体数值转化为待体检者的隐患指标L，根据所述隐患指标预测待体检者的特别体检项目。
在设定模块中进行隐患指标L的计算，以根据待体检者的隐患指标预测个人特别体检项目。
具体地，设定模块使用从步骤S1中创建的信息数据库提取A、B、C值，按下式执行L值的计算。
L＝L1+L2+L3；
L1＝μA2；
L2＝α×(B-A)2；
L3＝β×(C-B-A)2；
则，L＝μA2+α×(B-A)2+β×(C-B-A)2；
μ是用于调整A2的权重的比例的参数；α是用于调整(B-A)2的权重的比例的参数；β是用于调整(C-B-A)2的权重的比例的参数。
在当L≤LT时，不推荐特别体检项目，进行体检基础套餐即可；
在当L>LT时，则需要分别判断L1、L2、L3的值是否在标准范围内，而针对不在标准范围内的值结合待体检者的年龄和个人意愿进行特别体检项目的预测。
例如，Li不在标准范围内，特别体检项对应值Yi，其中，i＝1，2，3：
Figure BDA0003708259890000061
其中，NL代表体检者年龄因子，YY代表待体检者意愿因子。
特别体检项对应值Yi按照值的大小，分别对应不同价位的特别体检项目，并将该预测的特别体检项目添加进体检基础套餐里。如图2所示为最后生成的个性化体验套餐示意图。
在优选实施例中，体检者年龄因子和意愿因子均可以根据实际的需要进行替换，替换为其他需要参考的因子，例如体检者的体重因子、身高因子等。
S4、对预测的特别体检项目的准确度进行核对。
提取信息数据库中历年的所有体检者的G值进行聚类分析，将待体检者的G值进行归属类判断，并将归属类中的其他体检者实际进行的特别体检项对应值Yi提取，确定待体检者的预测的特别体检项目是否准确，具体核对方式如下：
S41、运用统计学方法将历年的所有体检者的G值聚类为K类；
S42、用欧氏距离公式计算待体检者的G值与K类中第j个类别间的距离dj(G)；
Figure BDA0003708259890000062
其中，Gi为第j个类别中的n个G值中的第i个，wi为第i个G值Gi的权重；
则，待体检者的G值与K类中每个类别间的距离构成矩阵D：
D＝[d1(G) d2(G) ... dK(G)]；
其中，d1(G)、d2(G)和dK(G)分别代表待体检者的G值与K类中第一类别、第二类别和第K类别间的距离。
S43、选取矩阵D中最小距离所在的类别，作为待体检者的G值归属类。
S44、提取该归属类中每一个G值对应的多个特别体检项对应值Ymi，在此以每个组具有三个特别体检项对应值Ymi为例，i＝1，2，3，多个特别体检项对应值Ymi构成组Ym，则Ym＝{Ym1，Ym2，Ym3}；其中，m代表该归属类中的G值的个数。
则该归属类中所有m个G值对应的所有组Ym构成了项目矩阵E，则：
Figure BDA0003708259890000071
其中，Y1＝{Y11，Y12，Y13}代表该归属类中的第一个G值对应的三个特别体检项对应值Y11，Y12，Y13构成的组Y1。
S45、判断待体检者的特别体检项对应值Yi，i＝1，2，3，是否完全属于上述项目矩阵E中的任何一行，若属于，则待体检者的特别体检项目判断准确，否则判断不准确，则需调整参数重新进行计算。需要调整的参数为待体检者年龄因子和意愿因子，可以根据实际的需要进行替换，替换为其他需要参考的因子，例如体检者的体重因子、身高因子等。
在优选实施例中，待体检者的其他需要参考的因子可通过提交健康问卷的形式生成，以能够满足更广泛人群的需要，准确了解待体检者的情况。健康问卷包括个人基本信息、个人既往病史、家族病史、膳食营养、运动睡眠、饮酒吸烟、心理状态等。待体检者在预约体检时可以填写健康问卷，系统对每一份合格的问卷都进行存储和分析，作为个性化体验套餐生成系统的基础数据。
如图3所示，为本发明的个性化体验套餐生成系统的结构示意图，个性化体验套餐生成系统包括：信息数据库、处理器、判断模块、提醒模块、设定模块、和核对模块。
信息数据库从就医或体检记录的大数据中提取所有疾病数据以及药物数据，处理器计算治疗和药物的相关度，信息数据库存储所有疾病数据、药物数据以及计算得到的治疗和药物的相关度。
信息数据库虽然包含信息较为丰富，但是其中也存在着大量模糊的、有噪声的、不完整的和冗余的信息，在提取所有疾病数据以及药物数据之前，需要进行数据预处理。通过数据清理，清除与挖掘目标关系不大的信息，如年龄、身份等。同时针对数据不一致情况，采用数据规约和转换，将其转换成一致性描述，如由于医生水平、认知、描述习惯的差异，对同一种慢性病做出的描述也不同。例如对脂肪肝的诊断，则存在“脂肪肝”、“重度脂肪肝”、“肝区回声增强”，“脂肪肝可疑”，“请结合病史”等多达十几种的描述。对于此种情况，通过对比体检者病史和其他检查项目，将诊断描述一致化，统一规约为“脂肪肝”。将原始数据转换成适合挖掘的交易表的格式。
判断模块对相关度的大小进行判断，G＝1就医或体检记录的大部分数据是没有关联，G<1表示就医或体检记录的大部分数据是是负相关，并且G>1表示就医或体检记录的大部分数据是正相关的。
提醒模块根据判断结果进行提醒，当G>1时，表示就医或体检记录的大部分数据是正相关的，则判断体检者的历史身体状况是需要特别关注的，则提醒模块通过向个性化体验套餐生成系统发送提醒从而实现自动响应。
设定模块用于进行隐患指标L的计算，以根据待体检者的隐患指标L预测待体检者的特别体检项目。
核对模块提取数据库中历年的所有体检者的G值进行聚类分析，将待体检者的G值进行归属类判断，并将归属类中的其他体检者实际进行的特别体检项对应的值Yi提取，确定待体检者的预测的特别体检项目是否准确。
个性化体验套餐满足“1+X”的基本要求，其中“1”表示基础体检套餐，“X”表示推荐的特别体检项目。参照《健康体检基本项目专家共识》中对“健康体检基本项目目录的”定义，“1”为基础体检套餐中的基本体检项目，包括体格检查、实验室检查、辅助检查等几类，并且明确规定了具体的检查项目，“X”为特别体检项目，是个体化深度体检项目，主要针对不同年龄、性别以及慢性病风险个体进行的专业化筛查项目。
在优选实施例中，如果待体检者上年在体检机构做过体检，并且存在体检结果处于临界值或阳性指标情况，从体检项目集中选择这些指标对应的体检项目以最高优先级进行推荐。
基础体检套餐有两种方式进行确定：
第一种为固定基础套餐方式，体检中心建立一个通用型基础套餐，不分性别和年龄，包含所有体检者都需要进行检测的项目。
第二种方式为按照性别、年龄、职业和体检中心硬性经营要素有针对性的建立不同的基础体检套餐。
在优选实施例中，个性化体验套餐生成系统还包括校正模块，由校正模块校正信息数据库中的不正常数据进行校正。
具体地，校正模块分别对信息数据库中的数据进行归约、清洗和变换三个方法来完成校正处理工作，针对信息数据库中的数据中冗余及不相关的问题，进行基于压缩方法的数据归约；针对异常值、重复率高及缺失的等问题进行基于相似重复记录和缺失值的数据清洗，并创新性的提出了基于分词和权值的字段匹配算法，实现相似重复记录的检测，完成体检数据的清洗工作，这是本文的核心，是数据预处理的关键；针对唯一码缺失的情况，提出基于线性函数的体检数据变换。
并将该数据直接发送给提醒模块，同时剔除该不正常数据后，处理器重新计算治疗和药物的相关度。
在优选实施例中，个性化体验套餐生成系统还包括查询系统，用于查询待体检者的信息数据库中的数据以及由个性化体验套餐生成系统生成的特别体检项目。
本发明的个性化体验套餐生成系统通过构建信息数据库，借助个性化体验套餐生成方法提供智能决策引擎。特别地，在个性化体验套餐生成系统中管理套餐推荐规则，建立健康问卷项目、历史体检数据和特别体检项目的匹配规则，作为个性化体验套餐生成系统可以随着体检业务量的增加可以不断完善和改进匹配规则，确保智能推荐套餐更加准确。
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者通过所述计算机可读存储介质进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质(例如，固态硬盘(solid state disk，SSD))等。
以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以权利要求的保护范围为准。

Claims (10)

1.一种个性化体验套餐生成方法，其特征在于，包括如下步骤：
S1、获取待体检者的就医或体检记录，计算治疗和药物的相关度，创建待体检者的信息数据库；
S2、按照所述相关度的大小，判断就医或体检记录中数据的相关属性；
S3、将所述治疗和药物的相关度转化为待体检者的隐患指标，根据所述隐患指标预测待体检者的特别体检项目；
S4、对预测的特别体检项目的准确度进行核对。
2.根据权利要求1所述的个性化体验套餐生成方法，其特征在于，所述步骤S1中，治疗数据用X表示，药物数据用Y表示；A表示治疗数据X和药物数据Y属于同一疾病时的疾病个数，B表示治疗数据X和药物数据Y不属于同一疾病时，治疗数据X所代表的疾病个数，C表示治疗数据X和药物数据Y不属于同一疾病时，药物数据Y所代表的疾病个数，N表示既不包含治疗数据X也不包含药物数据Y的参数，则治疗和药物的相关度G为：
Figure FDA0003708259880000011
3.根据权利要求2所述的个性化体验套餐生成方法，其特征在于，所述步骤S3中，从步骤S1中创建的信息数据库提取A、B、C值，按下式执行隐患指标L的计算：
L＝L1+L2+L3；
L1＝μA2；
L2＝α×(B-A)2；
L3＝β×(C-B-A)2；
则，L＝μA2+α×(B-A)2+β×(C-B-A)2；
μ为调整A2的权重的比例参数；α为调整(B-A)2的权重的比例参数；β为调整(C-B-A)2的权重的比例参数。
4.根据权利要求3所述的个性化体验套餐生成方法，其特征在于，
在当L≤LT时，不推荐特别体检项目，进行体检基础套餐；
在当L>LT时，分别判断L1、L2、L3的值是否在标准范围内，针对不在标准范围内的值Li结合待体检者的年龄和个人意愿进行特别体检项目的预测。
5.根据权利要求4所述的个性化体验套餐生成方法，其特征在于，针对不在标准范围内的值Li，设特别体检项对应值为Yi，其中，i＝1，2，3：
Figure FDA0003708259880000021
其中，NL代表待体检者年龄因子，YY代表待体检者意愿因子；
所述特别体检项对应值Yi的大小，分别对应不同价位的特别体检项目，将该预测的特别体检项目添加进体检基础套餐里。
6.根据权利要求1所述的个性化体验套餐生成方法，其特征在于，所述步骤S4中，提取信息数据库中历年的所有体检者的G值进行聚类分析，将待体检者的G值进行归属类判断，并将归属类中的其他体检者实际进行的特别体检项对应值Yi提取，确定待体检者的预测的特别体检项目是否准确。
7.根据权利要求6所述的个性化体验套餐生成方法，其特征在于，所述步骤S4具体包括如下步骤：
S41、将历年的所有体检者的G值聚类为K类；
S42、计算待体检者的G值与K类中第j个类别间的距离dj(G)；
Figure FDA0003708259880000022
其中，Gi为第j个类别中的n个G值中的第i个，wi为第i个G值Gi的权重；
则，待体检者的G值与K类中每个类别间的距离dj(G)构成矩阵D：
D＝[d1(G) d2(G)...dK(G)]；
其中，d1(G)、d2(G)和dK(G)分别代表待体检者的G值与K类中第一类别、第二类别和第K类别间的距离；
S43、选取矩阵D中最小距离所在的类别，作为待体检者的G值归属类；
S44、提取该归属类中每一个G值对应的多个特别体检项对应值Ymi，i＝1，2，3，多个特别体检项对应值Ymi构成组Ym，则Ym＝{Ym1，Ym2，Ym3}；其中，m代表该归属类中的G值的个数；
则该归属类中所有m个G值对应的所有组Ym构成了项目矩阵E，则：
Figure FDA0003708259880000023
其中，Y1＝{Y11，Y12，Y13}代表该归属类中的第一个G值对应的三个特别体检项对应值Y11，Y12，Y13构成的组Y1；
S45、判断待体检者的特别体检项对应值Yi，i＝1，2，3，是否完全属于所述项目矩阵E中的任何一行，若属于，则待体检者的特别体检项目判断准确，否则判断不准确，则调整参数重新进行计算。
8.根据权利要求2所述的个性化体验套餐生成方法，其特征在于，G在[0,+∞]中定义，其中G＝1表示就医或体检记录的大部分数据没有关联，G<1表示就医或体检记录的大部分数据是负相关，G>1表示就医或体检记录的大部分数据是正相关。
9.一种个性化体验套餐生成系统，用于实现所述权利要求1-8任意一项所述的个性化体验套餐生成方法，其特征在于，包括：信息数据库、处理器、判断模块、提醒模块、设定模块和核对模块；
所述信息数据库从就医或体检记录的大数据中提取并存储待体检者所有疾病数据以及药物数据；
所述处理器计算治疗和药物的相关度，并将所述治疗和药物的相关度存储至所述信息数据库；
所述判断模块对所述相关度的大小进行判断；
所述提醒模块根据所述判断模块的判断结果进行提醒，当G>1时，表示就医或体检记录的大部分数据是正相关，并向个性化体验套餐生成系统发送提醒从而实现自动响应；
所述设定模块用于进行隐患指标的计算，以根据所述隐患指标预测特别体检项目；
所述核对模块提取信息数据库中历年的所有体检者的G值进行聚类分析，将待体检者的G值进行归属类判断，并提取所述归属类中的其他体检者实际进行的特别体检项对应值Yi，确定待体检者的预测的特别体检项目是否准确。
10.根据权利要求9所述的个性化体验套餐生成系统，其特征在于，所述个性化体验套餐生成系统还包括校正模块，用于校正信息数据库中的不正常数据，并将所述不正常数据发送给所述提醒模块，所述处理器对剔除不正常数据后的疾病数据以及药物数据重新计算所述相关度。
CN202210714152.2A 2022-06-22 2022-06-22 一种个性化体验套餐生成系统及生成方法 Active CN115171840B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210714152.2A CN115171840B (zh) 2022-06-22 2022-06-22 一种个性化体验套餐生成系统及生成方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210714152.2A CN115171840B (zh) 2022-06-22 2022-06-22 一种个性化体验套餐生成系统及生成方法

Publications (2)

Publication Number Publication Date
CN115171840A true CN115171840A (zh) 2022-10-11
CN115171840B CN115171840B (zh) 2023-03-24

Family

ID=83486984

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210714152.2A Active CN115171840B (zh) 2022-06-22 2022-06-22 一种个性化体验套餐生成系统及生成方法

Country Status (1)

Country Link
CN (1) CN115171840B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160283670A1 (en) * 2013-03-18 2016-09-29 Optimal Medicine Ltd Personalised medicine system for rating patient characteristics
CN109036502A (zh) * 2018-07-11 2018-12-18 董云鹏 一种体检报告健康管理方法及系统
CN112182412A (zh) * 2020-11-26 2021-01-05 南京吉拉福网络科技有限公司 用于推荐体检项目的方法、计算设备和计算机存储介质
CN113168919A (zh) * 2021-03-04 2021-07-23 曹庆恒 一种利用个性化指标进行健康分析的系统及其使用方法
CN113782195A (zh) * 2021-01-15 2021-12-10 北京京东拓先科技有限公司 一种体检套餐定制方法和装置
CN113779373A (zh) * 2021-01-18 2021-12-10 北京京东拓先科技有限公司 一种体检项目确定方法、装置、设备及存储介质

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160283670A1 (en) * 2013-03-18 2016-09-29 Optimal Medicine Ltd Personalised medicine system for rating patient characteristics
CN109036502A (zh) * 2018-07-11 2018-12-18 董云鹏 一种体检报告健康管理方法及系统
CN112182412A (zh) * 2020-11-26 2021-01-05 南京吉拉福网络科技有限公司 用于推荐体检项目的方法、计算设备和计算机存储介质
CN113782195A (zh) * 2021-01-15 2021-12-10 北京京东拓先科技有限公司 一种体检套餐定制方法和装置
CN113779373A (zh) * 2021-01-18 2021-12-10 北京京东拓先科技有限公司 一种体检项目确定方法、装置、设备及存储介质
CN113168919A (zh) * 2021-03-04 2021-07-23 曹庆恒 一种利用个性化指标进行健康分析的系统及其使用方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
许柏青，黄晓芳，仲怀琴: "健康体检个性化方案定制研究进展", 《临床医药文献电子杂志》 *

Also Published As

Publication number Publication date
CN115171840B (zh) 2023-03-24

Similar Documents

Publication Publication Date Title
Rostami et al. A novel time-aware food recommender-system based on deep learning and graph clustering
US11049165B2 (en) System for clustering and aggregating data from multiple sources
CN109411082B (zh) 一种医疗质量评价及就诊推荐方法
JP6496876B1 (ja) 問診システム及びそのプログラム
US8145582B2 (en) Synthetic events for real time patient analysis
US8949079B2 (en) Patient data mining
Chattopadhyay et al. A Case‐Based Reasoning system for complex medical diagnosis
US20150248537A1 (en) Personalized Health Score Generator
US20120290328A1 (en) Searching an electronic medical record
WO2016120955A1 (ja) 行動予測装置、行動予測装置の制御方法、および行動予測装置の制御プログラム
JP2020518050A (ja) エンティティ間のコンテキスト的類似度の学習及び適用
WO2021158796A1 (en) Forecasting and explaining user health metrics
CN114783580B (zh) 一种医疗数据质量评估方法及系统
CN112635072A (zh) 基于相似度计算的icu相似病例检索方法、系统及存储介质
CN116312926A (zh) 健康路径推荐方法及相关装置、电子设备和存储介质
WO2018082921A1 (en) Precision clinical decision support with data driven approach on multiple medical knowledge modules
CN114300075A (zh) 一种基于大数据的运动医疗健康数据管理系统
CN111968740B (zh) 一种诊断标签推荐方法、装置、存储介质及电子设备
CN115171840B (zh) 一种个性化体验套餐生成系统及生成方法
US20130253892A1 (en) Creating synthetic events using genetic surprisal data representing a genetic sequence of an organism with an addition of context
US20230068453A1 (en) Methods and systems for determining and displaying dynamic patient readmission risk and intervention recommendation
Chauhan et al. A spectrum of big data applications for data analytics
CN113593703B (zh) 一种构建压力性损伤风险预测模型的装置及方法
CN114444563A (zh) 一种异常医疗费用的检测方法、装置及存储介质
Chen et al. Research on the Aided Diagnosis Method of Diseases Based on Domain Semantic Knowledge Bases

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
GR01 Patent grant
GR01 Patent grant