CN115331779A - 一种基于大数据的医疗损伤康复方法、系统和介质 - Google Patents
一种基于大数据的医疗损伤康复方法、系统和介质 Download PDFInfo
- Publication number
- CN115331779A CN115331779A CN202211248114.9A CN202211248114A CN115331779A CN 115331779 A CN115331779 A CN 115331779A CN 202211248114 A CN202211248114 A CN 202211248114A CN 115331779 A CN115331779 A CN 115331779A
- Authority
- CN
- China
- Prior art keywords
- rehabilitation
- medical
- injury
- medical injury
- damage
- 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
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
- G16H20/30—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to physical therapies or activities, e.g. physiotherapy, acupressure or exercising
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/903—Querying
- G06F16/90335—Query processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/907—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/909—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using geographical or spatial information, e.g. location
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
-
- 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
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
-
- 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
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/20—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the management or administration of healthcare resources or facilities, e.g. managing hospital staff or surgery rooms
-
- 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)
- Databases & Information Systems (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Biomedical Technology (AREA)
- General Business, Economics & Management (AREA)
- Library & Information Science (AREA)
- Pathology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biophysics (AREA)
- Physical Education & Sports Medicine (AREA)
- Computational Linguistics (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明提供一种基于大数据的医疗损伤康复方法、系统和介质,所述方法包括:获取医疗损伤患者的损伤信息,并基于损伤信息给定初始康复训练方案,并评估出对应的医疗损伤康复曲线;实时获取医疗损伤患者在不同时间点反馈的损伤表征数据,基于损伤表征数据通过预设的算法计算出对应的康复程度值;判断计算出的康复程度值与医疗损伤康复曲线之间的差异度;如果差异度大于第一预设阈值,则结合当前的损伤表征数据和医疗损伤患者的康复环境信息制定新的康复训练方案;将新的康复训练方案推送给所述医疗损伤患者,以实现对医疗损伤患者的动态康复训练指导。本发明能够根据医疗损伤康复状况动态调整康复训练方案,提升医疗损伤的康复效果。
Description
技术领域
本发明涉及医疗康复管理技术领域,尤其涉及一种基于大数据的医疗损伤康复方法、系统和介质。
背景技术
智慧医疗是通过打造健康档案区域医疗信息平台,利用物联网、大数据和人工智能等技术,实现患者与医务人员、医疗机构、医疗设备之间的互动,逐步实现普适化、个性化、智慧化的健康医疗。智慧医疗为发展中国家的医疗卫生服务提供了一种有效方法,在医疗人力资源短缺的情况下,通过移动医疗可解决发展中国家的医疗问题。
康复训练是指损伤后进行有利于恢复或改善功能的身体活动。除严重的损伤需要休息治疗外,一般的损伤不必完全停止身体练习。适当的、科学的身体练习对于损伤的迅速愈合和促进功能的恢复有着积极的作用。伤后进行适当的康复性锻炼,可加强关节的稳定性,改善伤部组织的代谢与营养,加速损伤的愈合,促进功能、形态和结构的统一。通过伤后的康复训练,可以使机体能量代谢趋于平衡,防止体重的增加,缩短伤愈后恢复锻炼所需的时间。传统康复训练方法一般采用医护人员手动为患者进行康复训练,这种基于人工辅助的康复治疗手段的成本较高、效率较低,难以满足康复需求,但是其实一些简单的康复训练患者自身在家属的辅助下就可以完成。同时患者在康复阶段进行良好的休养也能够极大加强患者的康复效率和康复质量。医生往往在患者出院时会叮嘱一些注意事项,对于康复期间的如何更好的调养和训练,医生往往只会简单介绍,当患者回家后,并没有根据患者的康复情况进行动态调整患者的训练方式,进而导致康复效果不佳的问题。
发明内容
为了解决上述至少一个技术问题,本发明提出了一种基于大数据的医疗损伤康复方法、系统和介质,能够基于大数据信息系统即时获取医疗损伤患者的康复状况,并根据医疗损伤患者的康复状况进行动态调整医疗损伤患者的康复训练方式,进而提升了医疗损伤患者的康复效果。
本发明第一方面提出了一种基于大数据的医疗损伤康复方法,所述方法包括:
基于医疗损伤患者的基本信息在医疗损伤康复数据库中登记建立对应的患者康复资料库;
获取医疗损伤患者的损伤信息,并基于损伤信息给定初始康复训练方案,并评估出对应的医疗损伤康复曲线;
实时获取医疗损伤患者在不同时间点反馈的损伤表征数据并录入对应的患者康复资料库,基于损伤表征数据通过预设的算法计算出对应的康复程度值;
判断计算出的康复程度值与医疗损伤康复曲线在相同时间点的曲线函数值之间的第一差异度;
如果第一差异度大于第一预设阈值,则结合当前的损伤表征数据和医疗损伤患者的康复环境信息制定新的康复训练方案;
将新的康复训练方案推送给所述医疗损伤患者,以实现对医疗损伤患者的动态康复训练指导。
本方案中,结合当前的损伤表征数据和医疗损伤患者的康复环境信息制定新的康复训练方案,具体包括:
获取医疗损伤患者的地理位置信息;
基于地理位置信息,并结合大数据信息平台查询获取距离所述地理位置信息预设距离范围内的康复环境信息,所述康复环境信息至少包括康复医疗设备信息、康复医疗卫生信息;
结合当前的损伤表征数据和医疗损伤患者的康复环境信息并基于模板匹配算法制定新的康复训练方案。
本方案中,结合当前的损伤表征数据和医疗损伤患者的康复环境信息并基于模板匹配算法制定新的康复训练方案,具体包括:
预设医疗损伤康复数据库中有多个康复训练方案模板,且每个康复训练方案模板均有对症的医疗损伤和康复医疗环境需求;
将康复训练方案模板对症的医疗损伤和康复医疗环境需求分别与当前的损伤表征数据和医疗损伤患者的康复环境信息进行匹配,并分别计算出每个康复训练方案模板的医疗损伤匹配度和康复医疗环境匹配度;
预设医疗损伤与康复医疗环境对康复训练方案模板选定的影响权重不同;
基于每个康复训练方案模板,将其计算得到医疗损伤匹配度和康复医疗环境匹配度分别乘以对应的影响权重,并对乘积进行相加,得到每个康复训练方案模板的综合匹配值;
获取所有康复训练方案模板的综合匹配值,并选定综合匹配值最大的康复训练方案模板作为制定的新的康复训练方案。
本方案中,评估出对应的医疗损伤康复曲线,具体包括:
获取各个医疗损伤的康复数据;
构建基于医疗损伤康复曲线的评估模型;
通过各个医疗损伤的康复数据对医疗损伤康复曲线的评估模型进行训练,得到优化后的医疗损伤康复曲线的评估模型;
基于损伤信息,并通过医疗损伤康复曲线的评估模型评估出对应的医疗损伤康复曲线。
本方案中,在通过医疗损伤康复曲线的评估模型评估出对应的医疗损伤康复曲线之后,所述方法还包括:
获取多个历史医疗损伤康复数据,每个历史医疗损伤康复数据至少包括历史医疗损伤信息、历史真实医疗损伤康复曲线;
对每个历史医疗损伤康复数据的历史医疗损伤信息进行特征计算,得到第一特征值;
基于当前医疗损伤患者的损伤信息进行特征计算,得到第二特征值;
对比计算第二特征值与每个历史医疗损伤康复数据对应的第一特征值之间的第二差异度;
选取第二差异度小于第二预设阈值的历史医疗损伤康复数据录入修正数据库;
基于修正数据库中的每个历史医疗损伤康复数据的历史医疗损伤信息,通过医疗损伤康复曲线的评估模型评估预测得到历史预测医疗损伤康复曲线;
将每个历史预测医疗损伤康复曲线与对应的历史真实医疗损伤康复曲线基于相同时间点的曲线函数值进行作差计算,得到不同时间点的差值;
基于每个历史医疗损伤康复数据的不同时间点的差值,绘制出对应的康复预测误差曲线;
将每个康复预测误差曲线的起始时间点与医疗损伤康复曲线的起始时间点对齐,并将每个康复预测误差曲线的时间段沿时间轴方向进行拉伸或收缩至与医疗损伤康复曲线的时间段重合;
形成相同时间维度的多个康复预测误差曲线;
将相同时间维度的多个康复预测误差曲线进行均值化计算,得到平均误差曲线;
基于平均误差曲线的各个时间点的曲线函数值对医疗损伤康复曲线的对应时间点的曲线函数值进行修正,得到修正后的医疗损伤康复曲线。
本方案中,实时获取医疗损伤患者在不同时间点反馈的损伤表征数据并录入对应的患者康复资料库,基于损伤表征数据通过预设的算法计算出对应的康复程度值,具体包括:
获取连续时间段内多个时间点的损伤表征数据,且每个损伤表征数据包括多个损伤表征项;
将每个损伤表征数据的每个损伤表征项与其他损伤表征数据的对应损伤表征项进行比对,计算二者的第三差异度;
判断第三差异度是否大于第三预设阈值,如果是,则对前者损伤表征数据的对应损伤表征项标记为异常一次;
待连续时间段内所有损伤表征数据均完成两两比对后,统计每个损伤表征数据的每个损伤表征项被标记为异常的总次数;
判断每个损伤表征项被标记为异常的总次数是否大于第四预设阈值,如果是,则将对应损伤表征项进行剔除;
对保留下的所有损伤表征项,基于相同类进行分组,得到多组损伤表征项;
对每组损伤表征项的数据进行平均值计算,得到每组损伤表征项的平均值;
预设不同类的损伤表征项对康复程度评判具有不同的影响权重;
将每组损伤表征项的平均值乘以对应的影响权重,并对乘积进行累计,计算得到康复程度值。
本发明第二方面还提出一种基于大数据的医疗损伤康复系统,包括存储器和处理器,所述存储器中包括一种基于大数据的医疗损伤康复方法程序,所述基于大数据的医疗损伤康复方法程序被所述处理器执行时实现如下步骤:
基于医疗损伤患者的基本信息在医疗损伤康复数据库中登记建立对应的患者康复资料库;
获取医疗损伤患者的损伤信息,并基于损伤信息给定初始康复训练方案,并评估出对应的医疗损伤康复曲线;
实时获取医疗损伤患者在不同时间点反馈的损伤表征数据并录入对应的患者康复资料库,基于损伤表征数据通过预设的算法计算出对应的康复程度值;
判断计算出的康复程度值与医疗损伤康复曲线在相同时间点的曲线函数值之间的第一差异度;
如果第一差异度大于第一预设阈值,则结合当前的损伤表征数据和医疗损伤患者的康复环境信息制定新的康复训练方案;
将新的康复训练方案推送给所述医疗损伤患者,以实现对医疗损伤患者的动态康复训练指导。
本方案中,结合当前的损伤表征数据和医疗损伤患者的康复环境信息制定新的康复训练方案,具体包括:
获取医疗损伤患者的地理位置信息;
基于地理位置信息,并结合大数据信息平台查询获取距离所述地理位置信息预设距离范围内的康复环境信息,所述康复环境信息至少包括康复医疗设备信息、康复医疗卫生信息;
结合当前的损伤表征数据和医疗损伤患者的康复环境信息并基于模板匹配算法制定新的康复训练方案。
本方案中,结合当前的损伤表征数据和医疗损伤患者的康复环境信息并基于模板匹配算法制定新的康复训练方案,具体包括:
预设医疗损伤康复数据库中有多个康复训练方案模板,且每个康复训练方案模板均有对症的医疗损伤和康复医疗环境需求;
将康复训练方案模板对症的医疗损伤和康复医疗环境需求分别与当前的损伤表征数据和医疗损伤患者的康复环境信息进行匹配,并分别计算出每个康复训练方案模板的医疗损伤匹配度和康复医疗环境匹配度;
预设医疗损伤与康复医疗环境对康复训练方案模板选定的影响权重不同;
基于每个康复训练方案模板,将其计算得到医疗损伤匹配度和康复医疗环境匹配度分别乘以对应的影响权重,并对乘积进行相加,得到每个康复训练方案模板的综合匹配值;
获取所有康复训练方案模板的综合匹配值,并选定综合匹配值最大的康复训练方案模板作为制定的新的康复训练方案。
本发明第三方面还提出一种计算机可读存储介质,所述计算机可读存储介质中包括一种基于大数据的医疗损伤康复方法程序,所述基于大数据的医疗损伤康复方法程序被处理器执行时,实现如上述的一种基于大数据的医疗损伤康复方法的步骤。
本发明提出的一种基于大数据的医疗损伤康复方法、系统和介质,能够基于大数据信息系统即时获取医疗损伤患者的康复状况,并根据医疗损伤患者的康复状况进行动态调整医疗损伤患者的康复训练方式,进而提升了医疗损伤患者的康复效果。
本发明的附加方面和优点将在下面的描述部分中给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
图1示出了本发明一种基于大数据的医疗损伤康复方法的流程图;
图2示出了本发明一种基于大数据的医疗损伤康复系统的框图。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点,下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是,在不冲突的情况下,本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明,但是,本发明还可以采用其他不同于在此描述的其他方式来实施,因此,本发明的保护范围并不受下面公开的具体实施例的限制。
图1示出了本发明一种基于大数据的医疗损伤康复方法的流程图。
如图1所示,本发明第一方面提出一种基于大数据的医疗损伤康复方法,所述方法包括:
S102,基于医疗损伤患者的基本信息在医疗损伤康复数据库中登记建立对应的患者康复资料库;
S104,获取医疗损伤患者的损伤信息,并基于损伤信息给定初始康复训练方案,并评估出对应的医疗损伤康复曲线;
S106,实时获取医疗损伤患者在不同时间点反馈的损伤表征数据并录入对应的患者康复资料库,基于损伤表征数据通过预设的算法计算出对应的康复程度值;
S108,判断计算出的康复程度值与医疗损伤康复曲线在相同时间点的曲线函数值之间的第一差异度;
S110,如果第一差异度大于第一预设阈值,则结合当前的损伤表征数据和医疗损伤患者的康复环境信息制定新的康复训练方案;
S112,将新的康复训练方案推送给所述医疗损伤患者,以实现对医疗损伤患者的动态康复训练指导。
需要说明的是,所述损伤表征数据可以为伤口愈合程度、损伤疼痛程度等,但不限于此。
可以理解,基于部分损伤康复周期较长,将医疗损伤患者进行住院进行康复训练,无论从康复成本或患者舒适度而言,均是不利的。本发明在医疗损伤患者出院后,则基于医疗损伤患者的基本信息在医疗损伤康复数据库中登记建立对应的患者康复资料库,并基于医疗损伤患者的损伤信息,制定初始康复训练方案,并评估出对应的医疗损伤康复曲线。后期借助远程通讯回访的方式实时获取医疗损伤患者在不同时间点反馈的损伤表征数据,基于损伤表征数据通过预设的算法计算出对应的康复程度值;判断康复程度值与医疗损伤康复曲线在相同时间点的曲线函数值之间的差异度,如果差异度较大,说明初始康复训练方案不合适,且需要更新制定新的康复训练方案,以实现对医疗损伤患者的动态康复训练指导。
本发明的基于大数据的医疗损伤康复方法能够基于大数据信息系统即时获取医疗损伤患者的康复状况,并根据医疗损伤患者的康复状况进行动态调整医疗损伤患者的康复训练方式,进而提升了医疗损伤患者的康复效果。
根据本发明的实施例,结合当前的损伤表征数据和医疗损伤患者的康复环境信息制定新的康复训练方案,具体包括:
获取医疗损伤患者的地理位置信息;
基于地理位置信息,并结合大数据信息平台查询获取距离所述地理位置信息预设距离范围内的康复环境信息,所述康复环境信息至少包括康复医疗设备信息、康复医疗卫生信息;
结合当前的损伤表征数据和医疗损伤患者的康复环境信息并基于模板匹配算法制定新的康复训练方案。
需要说明的是,医疗设备先进度和卫生条件与康复有一定关系,例如,先进的医疗设备可以有助于医疗损伤患者进行快速康复。本发明基于医疗损伤患者的地理位置信息结合大数据信息平台查询获取距离所述地理位置信息预设距离范围内的康复环境信息,并充分利用医疗损伤患者周围的有利的康复环境,并结合周围康复环境进行指导康复训练。
根据本发明的实施例,结合当前的损伤表征数据和医疗损伤患者的康复环境信息并基于模板匹配算法制定新的康复训练方案,具体包括:
预设医疗损伤康复数据库中有多个康复训练方案模板,且每个康复训练方案模板均有对症的医疗损伤和康复医疗环境需求;
将康复训练方案模板对症的医疗损伤和康复医疗环境需求分别与当前的损伤表征数据和医疗损伤患者的康复环境信息进行匹配,并分别计算出每个康复训练方案模板的医疗损伤匹配度和康复医疗环境匹配度;
预设医疗损伤与康复医疗环境对康复训练方案模板选定的影响权重不同;
基于每个康复训练方案模板,将其计算得到医疗损伤匹配度和康复医疗环境匹配度分别乘以对应的影响权重,并对乘积进行相加,得到每个康复训练方案模板的综合匹配值;
获取所有康复训练方案模板的综合匹配值,并选定综合匹配值最大的康复训练方案模板作为制定的新的康复训练方案。
需要说明的是,为了进一步实现智能化医疗康复指导,本发明在医疗损伤康复数据库中置入多个康复训练方案模板,且多个康复训练方案模板分别有对症的医疗损伤和康复医疗环境需求。当发现医疗损伤患者的康复方案需要更新时,则基于医疗损伤患者的现状与多个康复训练方案模板进行逐一模板匹配,并选定最适合的康复训练方案模板进行推送,帮助医疗损伤患者进行正确的康复训练,尽早实现康复。
根据本发明的实施例,评估出对应的医疗损伤康复曲线,具体包括:
获取各个医疗损伤的康复数据;
构建基于医疗损伤康复曲线的评估模型;
通过各个医疗损伤的康复数据对医疗损伤康复曲线的评估模型进行训练,得到优化后的医疗损伤康复曲线的评估模型;
基于损伤信息,并通过医疗损伤康复曲线的评估模型评估出对应的医疗损伤康复曲线。
需要说明的是,本发明通过构建医疗损伤康复曲线的评估模型,并基于历史医疗损伤的康复数据,如一个医疗损伤全周期各个时间节点的康复程度(如康复百分比),对评估模型进行训练,从而提升评估模型评估的准确度,便于评估计算出当前医疗损伤患者的对应的医疗损伤康复曲线。
根据本发明的实施例,在通过医疗损伤康复曲线的评估模型评估出对应的医疗损伤康复曲线之后,所述方法还包括:
获取多个历史医疗损伤康复数据,每个历史医疗损伤康复数据至少包括历史医疗损伤信息、历史真实医疗损伤康复曲线;
对每个历史医疗损伤康复数据的历史医疗损伤信息进行特征计算,得到第一特征值;
基于当前医疗损伤患者的损伤信息进行特征计算,得到第二特征值;
对比计算第二特征值与每个历史医疗损伤康复数据对应的第一特征值之间的第二差异度;
选取第二差异度小于第二预设阈值的历史医疗损伤康复数据录入修正数据库;
基于修正数据库中的每个历史医疗损伤康复数据的历史医疗损伤信息,通过医疗损伤康复曲线的评估模型评估预测得到历史预测医疗损伤康复曲线;
将每个历史预测医疗损伤康复曲线与对应的历史真实医疗损伤康复曲线基于相同时间点的曲线函数值进行作差计算,得到不同时间点的差值;
基于每个历史医疗损伤康复数据的不同时间点的差值,绘制出对应的康复预测误差曲线;
将每个康复预测误差曲线的起始时间点与医疗损伤康复曲线的起始时间点对齐,并将每个康复预测误差曲线的时间段沿时间轴方向进行拉伸或收缩至与医疗损伤康复曲线的时间段重合;
形成相同时间维度的多个康复预测误差曲线;
将相同时间维度的多个康复预测误差曲线进行均值化计算,得到平均误差曲线;
基于平均误差曲线的各个时间点的曲线函数值对医疗损伤康复曲线的对应时间点的曲线函数值进行修正,得到修正后的医疗损伤康复曲线。
可以理解,每个康复预测误差曲线的时间段沿时间轴方向进行拉伸或收缩至与医疗损伤康复曲线的时间段重合时,由于各个康复预测误差曲线横跨的时间段不尽相同,例如有的康复预测误差曲线的时间段长于医疗损伤康复曲线的时间段,则需要对康复预测误差曲线的时间段进行收缩处理,有的康复预测误差曲线的时间段短于医疗损伤康复曲线的时间段,则需要对康复预测误差曲线的时间段进行拉伸处理。
根据本发明的具体实施例,基于每个历史医疗损伤康复数据的不同时间点的差值,绘制出对应的康复预测误差曲线,具体包括:
基于每个历史医疗损伤康复数据的不同时间点的差值,采用平滑曲线连接起来,绘制出对应的康复预测误差曲线。
根据本发明的具体实施例,基于平均误差曲线的各个时间点的曲线函数值对医疗损伤康复曲线的对应时间点的曲线函数值进行修正,得到修正后的医疗损伤康复曲线,具体包括:
将平均误差曲线的各个时间点的曲线函数值与医疗损伤康复曲线的对应时间点的曲线函数值进行相加,得到各个时间点修正后的康复曲线函数值;
基于各个时间点修正后的康复曲线函数值,并采用平滑曲线连接起来,得到修正后的医疗损伤康复曲线。
可以理解,评估模型具有一定评估预测误差度,本发明借助历史医疗康复数据计算出康复预测误差曲线,并通过康复预测误差曲线来对评估模型预测得到医疗损伤康复曲线进行修正,从而提高了医疗损伤康复曲线的准确度,便于后续基于准确的医疗损伤康复曲线做出正确的康复方案动态调整。
根据本发明的实施例,实时获取医疗损伤患者在不同时间点反馈的损伤表征数据并录入对应的患者康复资料库,基于损伤表征数据通过预设的算法计算出对应的康复程度值,具体包括:
获取连续时间段内多个时间点的损伤表征数据,且每个损伤表征数据包括多个损伤表征项;
将每个损伤表征数据的每个损伤表征项与其他损伤表征数据的对应损伤表征项进行比对,计算二者的第三差异度;
判断第三差异度是否大于第三预设阈值,如果是,则对前者损伤表征数据的对应损伤表征项标记为异常一次;
待连续时间段内所有损伤表征数据均完成两两比对后,统计每个损伤表征数据的每个损伤表征项被标记为异常的总次数;
判断每个损伤表征项被标记为异常的总次数是否大于第四预设阈值,如果是,则将对应损伤表征项进行剔除;
对保留下的所有损伤表征项,基于相同类进行分组,得到多组损伤表征项;
对每组损伤表征项的数据进行平均值计算,得到每组损伤表征项的平均值;
预设不同类的损伤表征项对康复程度评判具有不同的影响权重;
将每组损伤表征项的平均值乘以对应的影响权重,并对乘积进行累计,计算得到康复程度值。
可以理解,损伤表征项可以为伤口愈合程度(愈合比例)、损伤疼痛程度(疼痛级别)等,但不限于此。
需要说明的是,实时获取医疗损伤患者在不同时间点反馈的损伤表征数据时,基于远程医疗诊断或远程数据传输的条件限制,如果仅凭单个时间点反馈的损伤表征数据则可能存在信息不准确的情况,本发明则基于连续时间段内多个时间点的表征损伤数据进行相互比对,剔除差异度较大表征损伤数据,并对保留下的表征损伤数据进行平均化计算,得到更为贴合实际的表征损伤数据,进而根据贴合实际的表征损伤数据可以准确评判出对应的康复程度值。
图2示出了本发明一种基于大数据的医疗损伤康复系统的框图。
如图2所示,本发明第二方面还提出一种基于大数据的医疗损伤康复系统2,包括存储器21和处理器22,所述存储器中包括一种基于大数据的医疗损伤康复方法程序,所述基于大数据的医疗损伤康复方法程序被所述处理器执行时实现如下步骤:
基于医疗损伤患者的基本信息在医疗损伤康复数据库中登记建立对应的患者康复资料库;
获取医疗损伤患者的损伤信息,并基于损伤信息给定初始康复训练方案,并评估出对应的医疗损伤康复曲线;
实时获取医疗损伤患者在不同时间点反馈的损伤表征数据并录入对应的患者康复资料库,基于损伤表征数据通过预设的算法计算出对应的康复程度值;
判断计算出的康复程度值与医疗损伤康复曲线在相同时间点的曲线函数值之间的第一差异度;
如果第一差异度大于第一预设阈值,则结合当前的损伤表征数据和医疗损伤患者的康复环境信息制定新的康复训练方案;
将新的康复训练方案推送给所述医疗损伤患者,以实现对医疗损伤患者的动态康复训练指导。
根据本发明的实施例,结合当前的损伤表征数据和医疗损伤患者的康复环境信息制定新的康复训练方案,具体包括:
获取医疗损伤患者的地理位置信息;
基于地理位置信息,并结合大数据信息平台查询获取距离所述地理位置信息预设距离范围内的康复环境信息,所述康复环境信息至少包括康复医疗设备信息、康复医疗卫生信息;
结合当前的损伤表征数据和医疗损伤患者的康复环境信息并基于模板匹配算法制定新的康复训练方案。
根据本发明的实施例,结合当前的损伤表征数据和医疗损伤患者的康复环境信息并基于模板匹配算法制定新的康复训练方案,具体包括:
预设医疗损伤康复数据库中有多个康复训练方案模板,且每个康复训练方案模板均有对症的医疗损伤和康复医疗环境需求;
将康复训练方案模板对症的医疗损伤和康复医疗环境需求分别与当前的损伤表征数据和医疗损伤患者的康复环境信息进行匹配,并分别计算出每个康复训练方案模板的医疗损伤匹配度和康复医疗环境匹配度;
预设医疗损伤与康复医疗环境对康复训练方案模板选定的影响权重不同;
基于每个康复训练方案模板,将其计算得到医疗损伤匹配度和康复医疗环境匹配度分别乘以对应的影响权重,并对乘积进行相加,得到每个康复训练方案模板的综合匹配值;
获取所有康复训练方案模板的综合匹配值,并选定综合匹配值最大的康复训练方案模板作为制定的新的康复训练方案。
本发明第三方面还提出一种计算机可读存储介质,所述计算机可读存储介质中包括一种基于大数据的医疗损伤康复方法程序,所述基于大数据的医疗损伤康复方法程序被处理器执行时,实现如上述的一种基于大数据的医疗损伤康复方法的步骤。
本发明提出的一种基于大数据的医疗损伤康复方法、系统和介质,能够基于大数据信息系统即时获取医疗损伤患者的康复状况,并根据医疗损伤患者的康复状况进行动态调整医疗损伤患者的康复训练方式,进而提升了医疗损伤患者的康复效果。
在本申请所提供的几个实施例中,应该理解到,所揭露的设备和方法,可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,如:多个单元或组件可以结合,或可以集成到另一个系统,或一些特征可以忽略,或不执行。另外,所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口,设备或单元的间接耦合或通信连接,可以是电性的、机械的或其它形式的。
上述作为分离部件说明的单元可以是、或也可以不是物理上分开的,作为单元显示的部件可以是、或也可以不是物理单元;既可以位于一个地方,也可以分布到多个网络单元上;可以根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。
另外,在本发明各实施例中的各功能单元可以全部集成在一个处理单元中,也可以是各单元分别单独作为一个单元,也可以两个或两个以上单元集成在一个单元中;上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
本领域普通技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成,前述的程序可以存储于计算机可读取存储介质中,该程序在执行时,执行包括上述方法实施例的步骤;而前述的存储介质包括:移动存储设备、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
或者,本发明上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机、服务器、或者网络设备等)执行本发明各个实施例所述方法的全部或部分。而前述的存储介质包括:移动存储设备、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本发明的具体实施方式,但本发明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发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。
Claims (10)
1.一种基于大数据的医疗损伤康复方法,其特征在于,所述方法包括:
基于医疗损伤患者的基本信息在医疗损伤康复数据库中登记建立对应的患者康复资料库;
获取医疗损伤患者的损伤信息,并基于损伤信息给定初始康复训练方案,并评估出对应的医疗损伤康复曲线;
实时获取医疗损伤患者在不同时间点反馈的损伤表征数据并录入对应的患者康复资料库,基于损伤表征数据通过预设的算法计算出对应的康复程度值;
判断计算出的康复程度值与医疗损伤康复曲线在相同时间点的曲线函数值之间的第一差异度;
如果第一差异度大于第一预设阈值,则结合当前的损伤表征数据和医疗损伤患者的康复环境信息制定新的康复训练方案;
将新的康复训练方案推送给所述医疗损伤患者,以实现对医疗损伤患者的动态康复训练指导。
2.根据权利要求1所述的一种基于大数据的医疗损伤康复方法,其特征在于,结合当前的损伤表征数据和医疗损伤患者的康复环境信息制定新的康复训练方案,具体包括:
获取医疗损伤患者的地理位置信息;
基于地理位置信息,并结合大数据信息平台查询获取距离所述地理位置信息预设距离范围内的康复环境信息,所述康复环境信息至少包括康复医疗设备信息、康复医疗卫生信息;
结合当前的损伤表征数据和医疗损伤患者的康复环境信息并基于模板匹配算法制定新的康复训练方案。
3.根据权利要求2所述的一种基于大数据的医疗损伤康复方法,其特征在于,结合当前的损伤表征数据和医疗损伤患者的康复环境信息并基于模板匹配算法制定新的康复训练方案,具体包括:
预设医疗损伤康复数据库中有多个康复训练方案模板,且每个康复训练方案模板均有对症的医疗损伤和康复医疗环境需求;
将康复训练方案模板对症的医疗损伤和康复医疗环境需求分别与当前的损伤表征数据和医疗损伤患者的康复环境信息进行匹配,并分别计算出每个康复训练方案模板的医疗损伤匹配度和康复医疗环境匹配度;
预设医疗损伤与康复医疗环境对康复训练方案模板选定的影响权重不同;
基于每个康复训练方案模板,将其计算得到医疗损伤匹配度和康复医疗环境匹配度分别乘以对应的影响权重,并对乘积进行相加,得到每个康复训练方案模板的综合匹配值;
获取所有康复训练方案模板的综合匹配值,并选定综合匹配值最大的康复训练方案模板作为制定的新的康复训练方案。
4.根据权利要求1所述的一种基于大数据的医疗损伤康复方法,其特征在于,评估出对应的医疗损伤康复曲线,具体包括:
获取各个医疗损伤的康复数据;
构建基于医疗损伤康复曲线的评估模型;
通过各个医疗损伤的康复数据对医疗损伤康复曲线的评估模型进行训练,得到优化后的医疗损伤康复曲线的评估模型;
基于损伤信息,并通过医疗损伤康复曲线的评估模型评估出对应的医疗损伤康复曲线。
5.根据权利要求4所述的一种基于大数据的医疗损伤康复方法,其特征在于,在通过医疗损伤康复曲线的评估模型评估出对应的医疗损伤康复曲线之后,所述方法还包括:
获取多个历史医疗损伤康复数据,每个历史医疗损伤康复数据至少包括历史医疗损伤信息、历史真实医疗损伤康复曲线;
对每个历史医疗损伤康复数据的历史医疗损伤信息进行特征计算,得到第一特征值;
基于当前医疗损伤患者的损伤信息进行特征计算,得到第二特征值;
对比计算第二特征值与每个历史医疗损伤康复数据对应的第一特征值之间的第二差异度;
选取第二差异度小于第二预设阈值的历史医疗损伤康复数据录入修正数据库;
基于修正数据库中的每个历史医疗损伤康复数据的历史医疗损伤信息,通过医疗损伤康复曲线的评估模型评估预测得到历史预测医疗损伤康复曲线;
将每个历史预测医疗损伤康复曲线与对应的历史真实医疗损伤康复曲线基于相同时间点的曲线函数值进行作差计算,得到不同时间点的差值;
基于每个历史医疗损伤康复数据的不同时间点的差值,绘制出对应的康复预测误差曲线;
将每个康复预测误差曲线的起始时间点与医疗损伤康复曲线的起始时间点对齐,并将每个康复预测误差曲线的时间段沿时间轴方向进行拉伸或收缩至与医疗损伤康复曲线的时间段重合;
形成相同时间维度的多个康复预测误差曲线;
将相同时间维度的多个康复预测误差曲线进行均值化计算,得到平均误差曲线;
基于平均误差曲线的各个时间点的曲线函数值对医疗损伤康复曲线的对应时间点的曲线函数值进行修正,得到修正后的医疗损伤康复曲线。
6.根据权利要求1所述的一种基于大数据的医疗损伤康复方法,其特征在于,实时获取医疗损伤患者在不同时间点反馈的损伤表征数据并录入对应的患者康复资料库,基于损伤表征数据通过预设的算法计算出对应的康复程度值,具体包括:
获取连续时间段内多个时间点的损伤表征数据,且每个损伤表征数据包括多个损伤表征项;
将每个损伤表征数据的每个损伤表征项与其他损伤表征数据的对应损伤表征项进行比对,计算二者的第三差异度;
判断第三差异度是否大于第三预设阈值,如果是,则对前者损伤表征数据的对应损伤表征项标记为异常一次;
待连续时间段内所有损伤表征数据均完成两两比对后,统计每个损伤表征数据的每个损伤表征项被标记为异常的总次数;
判断每个损伤表征项被标记为异常的总次数是否大于第四预设阈值,如果是,则将对应损伤表征项进行剔除;
对保留下的所有损伤表征项,基于相同类进行分组,得到多组损伤表征项;
对每组损伤表征项的数据进行平均值计算,得到每组损伤表征项的平均值;
预设不同类的损伤表征项对康复程度评判具有不同的影响权重;
将每组损伤表征项的平均值乘以对应的影响权重,并对乘积进行累计,计算得到康复程度值。
7.一种基于大数据的医疗损伤康复系统,其特征在于,包括存储器和处理器,所述存储器中包括一种基于大数据的医疗损伤康复方法程序,所述基于大数据的医疗损伤康复方法程序被所述处理器执行时实现如下步骤:
基于医疗损伤患者的基本信息在医疗损伤康复数据库中登记建立对应的患者康复资料库;
获取医疗损伤患者的损伤信息,并基于损伤信息给定初始康复训练方案,并评估出对应的医疗损伤康复曲线;
实时获取医疗损伤患者在不同时间点反馈的损伤表征数据并录入对应的患者康复资料库,基于损伤表征数据通过预设的算法计算出对应的康复程度值;
判断计算出的康复程度值与医疗损伤康复曲线在相同时间点的曲线函数值之间的第一差异度;
如果第一差异度大于第一预设阈值,则结合当前的损伤表征数据和医疗损伤患者的康复环境信息制定新的康复训练方案;
将新的康复训练方案推送给所述医疗损伤患者,以实现对医疗损伤患者的动态康复训练指导。
8.根据权利要求7所述的一种基于大数据的医疗损伤康复系统,其特征在于,结合当前的损伤表征数据和医疗损伤患者的康复环境信息制定新的康复训练方案,具体包括:
获取医疗损伤患者的地理位置信息;
基于地理位置信息,并结合大数据信息平台查询获取距离所述地理位置信息预设距离范围内的康复环境信息,所述康复环境信息至少包括康复医疗设备信息、康复医疗卫生信息;
结合当前的损伤表征数据和医疗损伤患者的康复环境信息并基于模板匹配算法制定新的康复训练方案。
9.根据权利要求8所述的一种基于大数据的医疗损伤康复系统,其特征在于,结合当前的损伤表征数据和医疗损伤患者的康复环境信息并基于模板匹配算法制定新的康复训练方案,具体包括:
预设医疗损伤康复数据库中有多个康复训练方案模板,且每个康复训练方案模板均有对症的医疗损伤和康复医疗环境需求;
将康复训练方案模板对症的医疗损伤和康复医疗环境需求分别与当前的损伤表征数据和医疗损伤患者的康复环境信息进行匹配,并分别计算出每个康复训练方案模板的医疗损伤匹配度和康复医疗环境匹配度;
预设医疗损伤与康复医疗环境对康复训练方案模板选定的影响权重不同;
基于每个康复训练方案模板,将其计算得到医疗损伤匹配度和康复医疗环境匹配度分别乘以对应的影响权重,并对乘积进行相加,得到每个康复训练方案模板的综合匹配值;
获取所有康复训练方案模板的综合匹配值,并选定综合匹配值最大的康复训练方案模板作为制定的新的康复训练方案。
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中包括一种基于大数据的医疗损伤康复方法程序,所述基于大数据的医疗损伤康复方法程序被处理器执行时,实现如权利要求1至6中任一项所述的一种基于大数据的医疗损伤康复方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211248114.9A CN115331779B (zh) | 2022-10-12 | 2022-10-12 | 一种基于大数据的医疗损伤康复方法、系统和介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211248114.9A CN115331779B (zh) | 2022-10-12 | 2022-10-12 | 一种基于大数据的医疗损伤康复方法、系统和介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115331779A true CN115331779A (zh) | 2022-11-11 |
CN115331779B CN115331779B (zh) | 2022-12-23 |
Family
ID=83913386
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211248114.9A Active CN115331779B (zh) | 2022-10-12 | 2022-10-12 | 一种基于大数据的医疗损伤康复方法、系统和介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115331779B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116092630A (zh) * | 2023-03-02 | 2023-05-09 | 北京积水潭医院 | 一种针对青少年脊柱侧弯疾病的治疗方法、系统和介质 |
CN116665871A (zh) * | 2023-08-02 | 2023-08-29 | 上海迎智正能文化发展有限公司 | 一种基于大数据的监护方案优化方法及系统 |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2005002431A1 (en) * | 2003-06-24 | 2005-01-13 | Johnson & Johnson Consumer Companies Inc. | Method and system for rehabilitating a medical condition across multiple dimensions |
US20140172459A1 (en) * | 2012-12-14 | 2014-06-19 | Koninklijke Philips Electronics N.V. | Clinical support system and method |
US9314190B1 (en) * | 2006-05-11 | 2016-04-19 | Great Lakes Neurotechnologies Inc. | Movement disorder recovery system and method |
US20160321427A1 (en) * | 2015-04-28 | 2016-11-03 | Siemens Medical Solutions Usa, Inc. | Patient-Specific Therapy Planning Support Using Patient Matching |
CN106778038A (zh) * | 2017-01-18 | 2017-05-31 | 泰康保险集团股份有限公司 | 医疗机构选择方法及装置 |
CN112043408A (zh) * | 2020-09-30 | 2020-12-08 | 苏州市立医院 | 一种提高骨科术后康复速度的方法和装置 |
US20210134432A1 (en) * | 2019-10-03 | 2021-05-06 | Rom Technologies, Inc. | Method and system for implementing dynamic treatment environments based on patient information |
CN112992358A (zh) * | 2021-04-12 | 2021-06-18 | 南通市第一人民医院 | 一种中医内科患者的康复情况评估系统及方法 |
CN113140279A (zh) * | 2020-04-23 | 2021-07-20 | 罗姆科技股份有限公司 | 适应性远程医疗中描述和推荐最佳康复计划的方法和系统 |
CN113963810A (zh) * | 2021-10-22 | 2022-01-21 | 深圳讯丰通医疗股份有限公司 | 一种用于中枢神经损伤患者的康复治疗系统和方法 |
CN114203275A (zh) * | 2021-12-16 | 2022-03-18 | 江苏海洋大学 | 一种用于康复训练运动的恢复状态分析系统 |
US20220230729A1 (en) * | 2019-10-03 | 2022-07-21 | Rom Technologies, Inc. | Method and system for telemedicine resource deployment to optimize cohort-based patient health outcomes in resource-constrained environments |
CN114898832A (zh) * | 2022-05-30 | 2022-08-12 | 安徽法罗适医疗技术有限公司 | 一种康复训练远程控制系统、方法、装置、设备及介质 |
-
2022
- 2022-10-12 CN CN202211248114.9A patent/CN115331779B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2005002431A1 (en) * | 2003-06-24 | 2005-01-13 | Johnson & Johnson Consumer Companies Inc. | Method and system for rehabilitating a medical condition across multiple dimensions |
US9314190B1 (en) * | 2006-05-11 | 2016-04-19 | Great Lakes Neurotechnologies Inc. | Movement disorder recovery system and method |
US20140172459A1 (en) * | 2012-12-14 | 2014-06-19 | Koninklijke Philips Electronics N.V. | Clinical support system and method |
US20160321427A1 (en) * | 2015-04-28 | 2016-11-03 | Siemens Medical Solutions Usa, Inc. | Patient-Specific Therapy Planning Support Using Patient Matching |
CN106778038A (zh) * | 2017-01-18 | 2017-05-31 | 泰康保险集团股份有限公司 | 医疗机构选择方法及装置 |
US20210134432A1 (en) * | 2019-10-03 | 2021-05-06 | Rom Technologies, Inc. | Method and system for implementing dynamic treatment environments based on patient information |
US20220230729A1 (en) * | 2019-10-03 | 2022-07-21 | Rom Technologies, Inc. | Method and system for telemedicine resource deployment to optimize cohort-based patient health outcomes in resource-constrained environments |
CN113140279A (zh) * | 2020-04-23 | 2021-07-20 | 罗姆科技股份有限公司 | 适应性远程医疗中描述和推荐最佳康复计划的方法和系统 |
CN112043408A (zh) * | 2020-09-30 | 2020-12-08 | 苏州市立医院 | 一种提高骨科术后康复速度的方法和装置 |
CN112992358A (zh) * | 2021-04-12 | 2021-06-18 | 南通市第一人民医院 | 一种中医内科患者的康复情况评估系统及方法 |
CN113963810A (zh) * | 2021-10-22 | 2022-01-21 | 深圳讯丰通医疗股份有限公司 | 一种用于中枢神经损伤患者的康复治疗系统和方法 |
CN114203275A (zh) * | 2021-12-16 | 2022-03-18 | 江苏海洋大学 | 一种用于康复训练运动的恢复状态分析系统 |
CN114898832A (zh) * | 2022-05-30 | 2022-08-12 | 安徽法罗适医疗技术有限公司 | 一种康复训练远程控制系统、方法、装置、设备及介质 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116092630A (zh) * | 2023-03-02 | 2023-05-09 | 北京积水潭医院 | 一种针对青少年脊柱侧弯疾病的治疗方法、系统和介质 |
CN116092630B (zh) * | 2023-03-02 | 2023-10-20 | 北京积水潭医院 | 一种针对青少年脊柱侧弯疾病的治疗方法、系统和介质 |
CN116665871A (zh) * | 2023-08-02 | 2023-08-29 | 上海迎智正能文化发展有限公司 | 一种基于大数据的监护方案优化方法及系统 |
CN116665871B (zh) * | 2023-08-02 | 2023-11-03 | 上海迎智正能文化发展有限公司 | 一种基于大数据的监护方案优化方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN115331779B (zh) | 2022-12-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115331779B (zh) | 一种基于大数据的医疗损伤康复方法、系统和介质 | |
KR102180079B1 (ko) | 블록체인을 활용한 헬스 케어 서비스 제공 방법 및 시스템 | |
CN105975740B (zh) | 一种带有智能诊断的医疗系统 | |
CN110516161A (zh) | 一种推荐方法及装置 | |
JP6289165B2 (ja) | リハビリテーション支援装置 | |
CN111091906B (zh) | 一种基于真实世界数据的辅助医疗诊断方法及系统 | |
EP2281257A2 (en) | System and method for assisting in making a treatment plan | |
KR100775929B1 (ko) | 재활운동 프로그램 제공 시스템 | |
CN102184314A (zh) | 面向偏差性症状描述的自动辅助诊断方法 | |
CN105303060A (zh) | 一种基于移动端的胃病专家系统 | |
CN107362522A (zh) | 健身系统及方法 | |
CN112619109A (zh) | 基于ar技术的康复训练系统及方法 | |
CN115762750A (zh) | 多手段评估多设备治疗的智能方案生成方法和平台 | |
Olivier et al. | Single-leg squat delicacies—the position of the nonstance limb is an important consideration | |
CN115837147B (zh) | 一种情景互动式的下肢肌肉加强训练方法及系统 | |
CN109659005A (zh) | 信息推送方法及系统 | |
CN115130851A (zh) | 一种临床护理控制方法和系统 | |
CN113077893A (zh) | 一种智能辅具适配决策系统及方法 | |
TWI722803B (zh) | 以六分鐘走路運動發展步距與肺功能估算之方法 | |
CN114202772A (zh) | 基于人工智能和智慧医疗的参考信息生成系统及方法 | |
CN114582489A (zh) | 一种用于针灸治疗膝骨关节炎的红外热像辅助选穴系统 | |
CN112992312A (zh) | 一种脊髓损伤康复训练合格监测方法及系统 | |
US20230360764A1 (en) | Personalized exercise guidance system and method based on machine learning | |
CN111354459A (zh) | 一种针对中医推拿的辅助诊断专家系统 | |
CN105975742B (zh) | 一种带有家庭护理的综合医疗系统 |
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 |