CN115359906A - 一种基于健康大数据的智慧健康服务系统 - Google Patents
一种基于健康大数据的智慧健康服务系统 Download PDFInfo
- Publication number
- CN115359906A CN115359906A CN202211007747.0A CN202211007747A CN115359906A CN 115359906 A CN115359906 A CN 115359906A CN 202211007747 A CN202211007747 A CN 202211007747A CN 115359906 A CN115359906 A CN 115359906A
- Authority
- CN
- China
- Prior art keywords
- data
- health
- module
- user
- service
- 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
- 230000036541 health Effects 0.000 title claims abstract description 130
- 238000007726 management method Methods 0.000 claims abstract description 45
- 238000013500 data storage Methods 0.000 claims abstract description 27
- 238000007405 data analysis Methods 0.000 claims abstract description 19
- 238000007781 pre-processing Methods 0.000 claims abstract description 4
- 238000003860 storage Methods 0.000 claims description 17
- 238000004891 communication Methods 0.000 claims description 12
- 238000012795 verification Methods 0.000 claims description 12
- 238000000034 method Methods 0.000 claims description 11
- 238000004458 analytical method Methods 0.000 claims description 10
- 230000010354 integration Effects 0.000 claims description 10
- 238000004080 punching Methods 0.000 claims description 10
- 230000008569 process Effects 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000013523 data management Methods 0.000 claims description 6
- 230000003862 health status Effects 0.000 claims description 6
- 238000004422 calculation algorithm Methods 0.000 claims description 4
- 238000004140 cleaning Methods 0.000 claims description 4
- 238000013501 data transformation Methods 0.000 claims description 4
- 238000012986 modification Methods 0.000 claims description 4
- 230000004048 modification Effects 0.000 claims description 4
- 238000012549 training Methods 0.000 claims description 4
- 238000012935 Averaging Methods 0.000 claims description 3
- 208000017667 Chronic Disease Diseases 0.000 claims description 3
- 230000009471 action Effects 0.000 claims description 3
- 238000013475 authorization Methods 0.000 claims description 3
- 230000009429 distress Effects 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 238000004171 remote diagnosis Methods 0.000 claims description 3
- 238000006243 chemical reaction Methods 0.000 claims description 2
- 238000013480 data collection Methods 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 5
- 201000010099 disease Diseases 0.000 description 3
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000007621 cluster analysis Methods 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000002496 oximetry Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
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
- G06F16/21—Design, administration or maintenance of databases
- G06F16/211—Schema design and management
-
- 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
- G06F16/21—Design, administration or maintenance of databases
- G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
-
- 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
-
- 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)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Biomedical Technology (AREA)
- Pathology (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Computing Systems (AREA)
- Quality & Reliability (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明提供了一种基于健康大数据的智慧健康服务系统，涉及医疗健康技术领域，包括：数据采集单元、数据存储单元、数据分析单元和健康引导及服务管理单元；数据采集单元用于采集用户的个人信息数据和健康数据，并对采集数据进行预处理后存储至数据存储单元；数据分析单元与数据存储单元相连接，数据分析单元用于根据采集的数据对用户的健康趋势进行预测，并给出对应的康复建议方案，健康引导及服务管理单元用于根据康复建议方案和用户选择信息对用户进行康复引导，并用于面向不同用户提供各类医疗服务，本发明可对海量医疗健康数据进行存储读取，并对历史健康数据进行分析及预测用户未来的身体状态，也可根据用户的需求提供各种健康服务。
Description
技术领域
本发明涉及医疗健康技术领域，具体涉及到一种基于健康大数据的智慧健康服务系统。
背景技术
随着互联网技术的发展，线上健康医疗服务系统以其便捷性和安全性的特点得到了广泛推广。但目前的医疗健康服务系统还存在功能单一，仅能对人体健康数据进行简单测量记录的问题，且有些疾病只有在发病时才能发现生理指标异常进而发送提醒通知给用户，无法对用户未来的健康走势进行精确的预测。而且因为健康数据繁而杂，现有的许多健康系统无法达到大数据的要求，很多会为了节省一些存储成本会丢弃如视频和图片等具有分析价值的非结构化数据。若不能对数据进行有效的分析，则难以得到全面精确的个人健康信息。
综上所述，如何克服上述缺陷，是本领域技术人员急需解决的问题。
发明内容
本方案针对上文提到的问题和需求，提出一种基于健康大数据的智慧健康服务系统，其由于采取了如下技术方案而能够解决上述技术问题。
为实现上述目的，本发明提供如下技术方案：一种基于健康大数据的智慧健康服务系统，包括：数据采集单元、数据存储单元、数据分析单元和健康引导及服务管理单元；所述数据采集单元用于采集用户的个人信息数据和健康数据，并对所述采集数据进行预处理后存储至所述数据存储单元；所述数据分析单元与所述数据存储单元相连接，所述数据分析单元用于根据采集的数据对用户的健康趋势进行预测，并给出对应的康复建议方案，所述健康引导及服务管理单元用于根据康复建议方案和用户选择信息对用户进行康复引导，并用于面向不同用户提供各类医疗服务。
进一步地，所述数据采集单元包括数据获取模块和数据整合模块；
所述数据获取模块包括若干个数据采集节点，各数据采集节点用于通过前置库、数据表、实时通信和文件获取用户的个人信息数据和健康数据，获取方式包括基于文档的方式和基于中间库的方式，所述基于文档的方式为各数据采集节点根据数据采集规范规定的文档格式对数据进行采集，并直接将采集文档上传到所述数据存储单元，由数据存储单元对文档格式和质量信息进行审核并反馈给对应的采集节点，所述基于中间库的方式为将具有大量历史数据和适用数据增量更新频繁的医疗健康大数据通过前置数据库上传至所述数据存储单元；
所述数据整合模块包括用于对获取的医疗健康大数据根据数据特点进行数据清洗、数据集成、数据规约和数据变换，得到不同属性集合的标准化目标数据集。
更进一步地，所述数据采集单元还包括用户数据管理模块，所述用户数据管理模块包括注册管理模块和登录验证模块，所述注册管理模块用于根据用户输入的注册个人信息对用户进行账户注册、注销和信息修改管理，并在注册成功后将所述注册个人信息存储至用户数据库中，所述登录验证模块与所述注册管理模块相连接，所述登录验证模块用于将用户登录请求中携带的账户登录信息与所述用户数据库中的注册个人信息进行对比，根据对比结果对用户身份进行认证管理。
更进一步地，所述数据存储单元包括数据关联模块、分布式存储模块和数据审核模块；
所述数据关联模块用于将采集用户的个人信息数据和采集的医疗健康大数据存储目录进行关联；
所述分布式存储模块用于将所述标准化目标数据集通过大数据的分布式存储架构进行存储，首先将数据进行分布式处理，将源数据划分成多块小数据进行存储，进行分布式集群存储，并利用数据节点存储源数据和保存源数据的路径及基本信息；
所述数据审核模块用于对文档格式和质量信息进行审核并反馈给对应的采集节点。
进一步地，所述数据分析单元包括分析模块和数据计算模块；
所述分析模块用于通过k-means算法将经过预处理的大量用户样本数据分析转变成小量用户样本数据，所述分析转变的过程如下：
首先计算对应采集数据集中所有数据的均值作为第一个聚类中心，然后计算剩下的数据与聚类中心的距离，选取与该聚类中心距离最远的点作为第二个聚类中心，接着再计算剩下的数据与第二个聚类中心的距离，选取与第二个聚类中心距离最远的点作为第三个聚类中心，依次类推；
确定阈值k，当选择到k个聚类中心后循环停止，得到k个健康数据聚类集合；
所述数据计算模块用于将k个数据聚类集合的数据作为GM(1,1)预测模型的输入预测用户的健康状态，预测过程如下：
根据获取的k个数据聚类集合构建原始数据序列X(0)＝{X(0)(1),X(0)(2),…,X(0)(n),},对X(0)进行依次累加得到新数据序列X(1)，根据前几项数据的累加和建立一阶线性微分方程
其中，a是待定发展系数，a∈(-2,2)，u表示灰色作用量；
对累加后的数据做均值生成数据阵B以及向量Yn,并通过最小二乘法求解参数灰参数
可得
根据上式获得X(1)的模拟值，计算预测的模拟值的加权平均值，将所述加权平均值与健康数据库中存储的数据标准进行比较预测当前用户的健康状态。
更进一步地，所述数据分析单元还包括方案指导模块，所述方案指导模块用于根据预测的当前用户的健康状态获取健康特征，并根据健康特征输出方案指导库中的康复建议方案。
进一步地，所述健康引导及服务管理单元包括康复引导模块和医疗服务管理模块；
所述康复引导模块包括打卡记录模块、健康提醒模块、用户交流模块和数据查询模块，所述打卡记录模块用于用户根据康复建议方案中建议进行训练时上传对应的实时打卡信息，并进行记录，所述健康提醒模块用于按照预设的健康提醒信息或者康复建议方案中的训练提醒信息向用户发送智能提醒信息，所述用户交流模块用于用户之间进行在线信息交流，所述数据查询模块用于用户对医疗健康数据和定购的医疗服务信息进行查询；
所述医疗服务管理模块包括个人健康档案服务模块、健康咨询服务模块、慢病管理服务模块、远程诊疗服务模块、呼救服务模块、应急远程指导服务模块和预约挂号服务模块。
更进一步地，所述健康引导及服务管理单元还包括第三方认证模块和交易管理模块，所述第三方认证模块用于根据电子授权凭证对访问客户端及第三方平台的合法性进行校验，校验成功后，才允许根据资源获取请求获取相应的医疗数据资源，所述交易管理模块用于对用户选购的医疗服务交易信息进行管理。
从上述的技术方案可以看出，本发明的有益效果是：
1、可对海量医疗健康数据进行存储读取，并对历史健康数据进行分析及预测用户未来的身体状态。
2、也可根据用户的需求提供各种健康服务。
除了上面所描述的目的、特征和优点之外，下文中将结合附图对实施本发明的最优实施例进行更详尽的描述，以便能容易地理解本发明的特征和优点。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下文将对本发明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，其中，附图仅仅用于展示本发明的一些实施例，而非将本发明的全部实施例限制于此。
图1为本发明一种基于健康大数据的智慧健康服务系统的组成示意图。
图2为本发明中数据采集单元的组成结构示意图。
图3为本发明中健康引导及服务管理单元的组成结构示意图。
图4为本实施例中进行数据分析转变的过程的具体步骤示意图。
图5为本实施例中对用户健康状态进行预测的具体步骤示意图。
具体实施方式
为了使得本发明的技术方案的目的、技术方案和优点更加清楚，下文中将结合本发明具体实施例的附图，对本发明实施例的技术方案进行清楚、完整地描述。附图中相同的附图标记代表相同的部件。需要说明的是，所描述的实施例是本发明的一部分实施例，而不是全部的实施例。基于所描述的本发明的实施例，本领域普通技术人员在无需创造性劳动的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。
本申请中可通过多个前端数据采集节点对用户的健康数据进行多模式采集，并对采集的数据进行预处理，得到规范化的目标数据集。再对不同用户的该目标数据集进行聚类分析和数据预测，得到用户健康状态的预测值，从而得到用户当前的健康状态，并根据用户当前的健康状态为用户推荐合适的康复建议方案，并根据康复建议方案和用户选择信息对用户进行康复引导和健康提醒，还可面向不同的用户提供各类医疗服务，为用户提供更加精确便捷的医疗数据分析和医疗服务。
如图1至图5所示，该基于健康大数据的智慧健康服务系统包括：数据采集单元、数据存储单元、数据分析单元和健康引导及服务管理单元，其中，所述数据采集单元用于采集用户的个人信息数据和健康数据，并对所述采集数据进行预处理后存储至所述数据存储单元；所述数据分析单元与所述数据存储单元相连接，所述数据分析单元用于根据采集的数据对用户的健康趋势进行预测，并给出对应的康复建议方案，所述健康引导及服务管理单元用于根据康复建议方案和用户选择信息对用户进行康复引导，并用于面向不同用户提供各类医疗服务。
所述数据采集单元包括数据获取模块和数据整合模块。具体地，所述数据获取模块包括若干个数据采集节点，各数据采集节点用于通过前置库、数据表、实时通信和文件获取用户的个人信息数据和健康数据，获取方式包括基于文档的方式和基于中间库的方式，所述基于文档的方式为各数据采集节点根据数据采集规范规定的文档格式对数据进行采集，并直接将采集文档上传到所述数据存储单元，由数据存储单元对文档格式和质量信息进行审核并反馈给对应的采集节点，所述基于中间库的方式为将具有大量历史数据和适用数据增量更新频繁的医疗健康大数据通过前置数据库上传至所述数据存储单元；所述数据整合模块包括用于对获取的医疗健康大数据根据数据特点进行数据清洗、数据集成、数据规约和数据变换，得到不同属性集合的标准化目标数据集，其中，数据清洗包括对记录中为空缺的数据值进行填充和噪声数据平滑处理，所述数据集成为将多个数据源的数据合并成一个数据集，包括进行数据格式规范统一、数据拆分和数据正确性验证等，数据规约包括将原始数据通过压缩算法变换成压缩形式和将原始数据中的维度提取出来，去除没有参考价值的维度，数据变换包括将原始数据中最大值和最小值差异巨大的属性进行缩小以及将原始数据中的数据类型用属性标签代替等，例如将地区分布用东部、西部和中部等，将年龄划分为儿童、青年、中年和老年等。
在本实施例中，健康数据采集可通过智能臂环、智能手环、智能运动鞋和计步器等智能可穿戴设备，专业医疗机构的血压仪、血氧仪、身高体重仪和CT设备等智能终端实现，健康数据还包括用户或者医护人员通过客户端上传的电子病例、就诊记录、用药记录、健康检查报告、家族遗传、历史医疗数据和调查文件等文档信息。
所述数据采集单元还包括用户数据管理模块，所述用户数据管理模块包括注册管理模块和登录验证模块，所述注册管理模块用于根据用户输入的注册个人信息对用户进行账户注册、注销和信息修改管理，并在注册成功后将所述注册个人信息存储至用户数据库中，所述登录验证模块与所述注册管理模块相连接，所述登录验证模块用于将用户登录请求中携带的账户登录信息与所述用户数据库中的注册个人信息进行对比，根据对比结果对用户身份进行认证管理，其中，个人信息包括用户身份证信息、姓名、性别、年龄、籍贯、医保卡信息和联系方式等。
在本申请中，所述数据存储单元包括数据关联模块、分布式存储模块和数据审核模块；所述数据关联模块用于将采集用户的个人信息数据和采集的医疗健康大数据存储目录进行关联；所述分布式存储模块用于将所述标准化目标数据集通过大数据的分布式存储架构进行存储，首先将数据进行分布式处理，将源数据划分成多块小数据进行存储，进行分布式集群存储，并利用数据节点存储源数据和保存源数据的路径及基本信息；所述数据审核模块用于对文档格式和质量信息进行审核并反馈给对应的采集节点。将采集数据通过分布式存储可以增加数据的存储容量。
所述数据分析单元包括分析模块和数据计算模块以及方案指导模块。目前的健康服务系统大多仅能简单测量人体健康数据，并在疾病发病时才能发现生理指标异常，无法给出用户的未来健康走势，这样难以得到全面且精确的个人健康数据。而所述数据分析单元可对根据用户历史健康数据对未来健康状态进行预测。该分析模块可通过k-means算法将经过预处理的大量用户样本数据分析转变成小量用户样本数据；
如图4所示，所述分析转变的过程如下：
步骤S1：首先计算对应采集数据集中所有数据的均值作为第一个聚类中心，然后计算剩下的数据与聚类中心的距离，选取与该聚类中心距离最远的点作为第二个聚类中心，接着再计算剩下的数据与第二个聚类中心的距离，选取与第二个聚类中心距离最远的点作为第三个聚类中心，依次类推；
步骤S2：确定阈值k，当选择到k个聚类中心后循环停止，得到k个健康数据聚类集合。
所述数据计算模块用于将k个数据聚类集合的数据作为GM(1,1)预测模型的输入预测用户的健康状态；
如图5所示，预测过程如下：
步骤S1：根据获取的k个数据聚类集合构建原始数据序列X(0)＝{X(0)(1),X(0)(2),…,X(0)(n),},对X(0)进行依次累加得到新数据序列X(1)，根据前几项数据的累加和建立一阶线性微分方程
其中，a是待定发展系数，a∈(-2,2)，u表示灰色作用量；
步骤S2：对累加后的数据做均值生成数据阵B以及向量Yn,并通过最小二乘法求解参数灰参数
可得
根据上式获得X(1)的模拟值；
步骤S3：计算预测的模拟值的加权平均值，将所述加权平均值与健康数据库中存储的数据标准进行比较预测当前用户的健康状态。
在本实施例中，以采集的心率数据集为例，选取的聚类时间为6天，设阈值k为4，将6天划分成4类，若按照每个月30天计算，那么每个月可得到的数据聚类为20个，然后计算本月的加权平均值，将得到的加权平均值健康数据库中存储的数据标准进行比较预测当前用户的健康状态，最后估计用户当前的健康状况。
所述方案指导模块用于根据预测的当前用户的健康状态获取健康特征，并根据健康特征输出方案指导库中的康复建议方案。
具体地，所述健康引导及服务管理单元包括康复引导模块和医疗服务管理模块以及第三方认证模块和交易管理模块。所述康复引导模块包括打卡记录模块、健康提醒模块、用户交流模块和数据查询模块，所述打卡记录模块用于用户根据康复建议方案中建议进行训练时上传对应的实时打卡信息，并进行记录，所述健康提醒模块用于按照预设的健康提醒信息或者康复建议方案中的训练提醒信息向用户发送智能提醒信息，所述用户交流模块用于用户之间进行在线信息交流，所述数据查询模块用于用户对医疗健康数据和定购的医疗服务信息进行查询；所述医疗服务管理模块包括个人健康档案服务模块、健康咨询服务模块、慢病管理服务模块、远程诊疗服务模块、呼救服务模块、应急远程指导服务模块和预约挂号服务模块。所述健康引导及服务管理单元还包括，所述第三方认证模块用于根据电子授权凭证对访问客户端及第三方平台的合法性进行校验，校验成功后，才允许根据资源获取请求获取相应的医疗数据资源，所述交易管理模块用于对用户选购的医疗服务交易信息进行管理。
在本实施例中，用户可根据自身的健康状态信息选择对应的医疗服务，或者依据给出的康复建议方案进行训练打卡。
应当说明的是，本发明所述的实施方式仅仅是实现本发明的优选方式，对属于本发明整体构思，而仅仅是显而易见的改动，均应属于本发明的保护范围之内。
Claims (8)
1.一种基于健康大数据的智慧健康服务系统，其特征在于，包括：数据采集单元、数据存储单元、数据分析单元和健康引导及服务管理单元；所述数据采集单元用于采集用户的个人信息数据和健康数据，并对所述采集数据进行预处理后存储至所述数据存储单元；所述数据分析单元与所述数据存储单元相连接，所述数据分析单元用于根据采集的数据对用户的健康趋势进行预测，并给出对应的康复建议方案，所述健康引导及服务管理单元用于根据康复建议方案和用户选择信息对用户进行康复引导，并用于面向不同用户提供各类医疗服务。
2.如权利要求1所述的基于健康大数据的智慧健康服务系统，其特征在于，所述数据采集单元包括数据获取模块和数据整合模块；
所述数据获取模块包括若干个数据采集节点，各数据采集节点用于通过前置库、数据表、实时通信和文件获取用户的个人信息数据和健康数据，获取方式包括基于文档的方式和基于中间库的方式，所述基于文档的方式为各数据采集节点根据数据采集规范规定的文档格式对数据进行采集，并直接将采集文档上传到所述数据存储单元，由数据存储单元对文档格式和质量信息进行审核并反馈给对应的采集节点，所述基于中间库的方式为将具有大量历史数据和适用数据增量更新频繁的医疗健康大数据通过前置数据库上传至所述数据存储单元；
所述数据整合模块包括用于对获取的医疗健康大数据根据数据特点进行数据清洗、数据集成、数据规约和数据变换，得到不同属性集合的标准化目标数据集。
3.如权利要求2所述的基于健康大数据的智慧健康服务系统，其特征在于，所述数据采集单元还包括用户数据管理模块，所述用户数据管理模块包括注册管理模块和登录验证模块，所述注册管理模块用于根据用户输入的注册个人信息对用户进行账户注册、注销和信息修改管理，并在注册成功后将所述注册个人信息存储至用户数据库中，所述登录验证模块与所述注册管理模块相连接，所述登录验证模块用于将用户登录请求中携带的账户登录信息与所述用户数据库中的注册个人信息进行对比，根据对比结果对用户身份进行认证管理。
4.如权利要求3所述的基于健康大数据的智慧健康服务系统，其特征在于，所述数据存储单元包括数据关联模块、分布式存储模块和数据审核模块；
所述数据关联模块用于将采集用户的个人信息数据和采集的医疗健康大数据存储目录进行关联；
所述分布式存储模块用于将所述标准化目标数据集通过大数据的分布式存储架构进行存储，首先将数据进行分布式处理，将源数据划分成多块小数据进行存储，进行分布式集群存储，并利用数据节点存储源数据和保存源数据的路径及基本信息；
所述数据审核模块用于对文档格式和质量信息进行审核并反馈给对应的采集节点。
5.如权利要求1所述的基于健康大数据的智慧健康服务系统，其特征在于，所述数据分析单元包括分析模块和数据计算模块；
所述分析模块用于通过k-means算法将经过预处理的大量用户样本数据分析转变成小量用户样本数据，所述分析转变的过程如下：
首先计算对应采集数据集中所有数据的均值作为第一个聚类中心，然后计算剩下的数据与聚类中心的距离，选取与该聚类中心距离最远的点作为第二个聚类中心，接着再计算剩下的数据与第二个聚类中心的距离，选取与第二个聚类中心距离最远的点作为第三个聚类中心，依次类推；
确定阈值k，当选择到k个聚类中心后循环停止，得到k个健康数据聚类集合；
所述数据计算模块用于将k个数据聚类集合的数据作为GM(1,1)预测模型的输入预测用户的健康状态，预测过程如下：
根据获取的k个数据聚类集合构建原始数据序列X(0)＝{X(0)(1),X(0)(2),…,X(0)(n),},对X(0)进行依次累加得到新数据序列X(1)，根据前几项数据的累加和建立一阶线性微分方程
其中，a是待定发展系数，a∈(-2,2)，u表示灰色作用量；
对累加后的数据做均值生成数据阵B以及向量Yn,并通过最小二乘法求解参数灰参数
可得
根据上式获得X(1)的模拟值，计算预测的模拟值的加权平均值，将所述加权平均值与健康数据库中存储的数据标准进行比较预测当前用户的健康状态。
6.如权利要求5所述的基于健康大数据的智慧健康服务系统，其特征在于，所述数据分析单元还包括方案指导模块，所述方案指导模块用于根据预测的当前用户的健康状态获取健康特征，并根据健康特征输出方案指导库中的康复建议方案。
7.如权利要求1所述的基于健康大数据的智慧健康服务系统，其特征在于，所述健康引导及服务管理单元包括康复引导模块和医疗服务管理模块；
所述康复引导模块包括打卡记录模块、健康提醒模块、用户交流模块和数据查询模块，所述打卡记录模块用于用户根据康复建议方案中建议进行训练时上传对应的实时打卡信息，并进行记录，所述健康提醒模块用于按照预设的健康提醒信息或者康复建议方案中的训练提醒信息向用户发送智能提醒信息，所述用户交流模块用于用户之间进行在线信息交流，所述数据查询模块用于用户对医疗健康数据和定购的医疗服务信息进行查询；
所述医疗服务管理模块包括个人健康档案服务模块、健康咨询服务模块、慢病管理服务模块、远程诊疗服务模块、呼救服务模块、应急远程指导服务模块和预约挂号服务模块。
8.如权利要求7所述的基于健康大数据的智慧健康服务系统，其特征在于，所述健康引导及服务管理单元还包括第三方认证模块和交易管理模块，所述第三方认证模块用于根据电子授权凭证对访问客户端及第三方平台的合法性进行校验，校验成功后，才允许根据资源获取请求获取相应的医疗数据资源，所述交易管理模块用于对用户选购的医疗服务交易信息进行管理。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211007747.0A CN115359906A (zh) | 2022-08-22 | 2022-08-22 | 一种基于健康大数据的智慧健康服务系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211007747.0A CN115359906A (zh) | 2022-08-22 | 2022-08-22 | 一种基于健康大数据的智慧健康服务系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115359906A true CN115359906A (zh) | 2022-11-18 |
Family
ID=84002298
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211007747.0A Pending CN115359906A (zh) | 2022-08-22 | 2022-08-22 | 一种基于健康大数据的智慧健康服务系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115359906A (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107463774A (zh) * | 2017-07-21 | 2017-12-12 | 温馨港网络信息科技（苏州）有限公司 | 基于大数据的健康状况分析预测方法及系统 |
| CN110136014A (zh) * | 2019-05-23 | 2019-08-16 | 王为光 | 一种基于大数据的医保数据分析方法 |
| CN111524590A (zh) * | 2020-04-26 | 2020-08-11 | 杨洪 | 一种智慧健康社区系统 |
| CN113190670A (zh) * | 2021-05-08 | 2021-07-30 | 重庆第二师范学院 | 一种基于大数据平台的信息展示方法及系统 |
| CN113921137A (zh) * | 2021-10-15 | 2022-01-11 | 深圳百岁欢智能科技有限公司 | 一种基于医疗大数据的健康检测及管理方法 |
| CN114496247A (zh) * | 2022-01-13 | 2022-05-13 | 重庆特斯联启智科技有限公司 | 一种社区健康管理系统 |
-
2022
- 2022-08-22 CN CN202211007747.0A patent/CN115359906A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107463774A (zh) * | 2017-07-21 | 2017-12-12 | 温馨港网络信息科技（苏州）有限公司 | 基于大数据的健康状况分析预测方法及系统 |
| CN110136014A (zh) * | 2019-05-23 | 2019-08-16 | 王为光 | 一种基于大数据的医保数据分析方法 |
| CN111524590A (zh) * | 2020-04-26 | 2020-08-11 | 杨洪 | 一种智慧健康社区系统 |
| CN113190670A (zh) * | 2021-05-08 | 2021-07-30 | 重庆第二师范学院 | 一种基于大数据平台的信息展示方法及系统 |
| CN113921137A (zh) * | 2021-10-15 | 2022-01-11 | 深圳百岁欢智能科技有限公司 | 一种基于医疗大数据的健康检测及管理方法 |
| CN114496247A (zh) * | 2022-01-13 | 2022-05-13 | 重庆特斯联启智科技有限公司 | 一种社区健康管理系统 |
Non-Patent Citations (1)
| Title |
|---|
| 祖晓晖: "基于数据挖掘的智慧健康服务平台设计与实现", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Klenk et al. | The FARSEEING real-world fall repository: a large-scale collaborative database to collect and share sensor signals from real-world falls | |
| CN109659017B (zh) | 一种预测、分配医生就诊量的智慧医疗系统 | |
| CN109119130A (zh) | 一种基于云计算的大数据健康管理系统及方法 | |
| CN108899064A (zh) | 电子病历生成方法、装置、计算机设备和存储介质 | |
| CN106997421B (zh) | 个性化医疗信息采集和健康监测的智能系统和方法 | |
| CN116386869B (zh) | 一种基于多变量的病情危重程度评估方法 | |
| US20210151140A1 (en) | Event Data Modelling | |
| KR101565331B1 (ko) | 패턴을 이용한 의료정보 분석시스템 및 방법 | |
| CN111863223B (zh) | 医疗卫生服务的推荐方法、系统、电子设备及存储介质 | |
| CN113066562A (zh) | 基于5g的医疗图像传输方法及系统 | |
| CN111161820B (zh) | 一种口腔健康管理系统 | |
| JP6177609B2 (ja) | 医療カルテシステム及び医療カルテ検索方法 | |
| CN109841285B (zh) | 一种临床研究协作系统及方法 | |
| CN117438070A (zh) | 基于智能语音交互的医疗问诊诊断系统 | |
| KR102407987B1 (ko) | 바이오 데이터 허브를 구축하는 방법 및 장치 | |
| CN111415760A (zh) | 医生推荐方法、系统、计算机设备及存储介质 | |
| CN114664447A (zh) | 一种骨质疏松健康风险评估方法及设备 | |
| CN116721730B (zh) | 一种基于数字疗法的患者全程管理系统 | |
| CN117524471A (zh) | 基于行为特征的健康管理方法 | |
| JP2000099605A (ja) | 健診情報分析サーバおよびネットワーク健康情報システム | |
| KR20180002229A (ko) | 치매 정보 데이터베이스 구축을 위한 에이전트 장치 및 그 운영방법 | |
| CN115359906A (zh) | 一种基于健康大数据的智慧健康服务系统 | |
| CN113140323B (zh) | 一种健康画像生成方法、系统、介质及服务器 | |
| EP4068301A1 (en) | Health management method, device and system, and data acquisition device | |
| CN114864037A (zh) | 医疗辅具推荐方法及装置、可读存储介质及电子设备 |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20221118 |