CN116205475A - 基于基因组算法的健康体检流程优化调度方法 - Google Patents
基于基因组算法的健康体检流程优化调度方法 Download PDFInfo
- Publication number
- CN116205475A CN116205475A CN202211535853.6A CN202211535853A CN116205475A CN 116205475 A CN116205475 A CN 116205475A CN 202211535853 A CN202211535853 A CN 202211535853A CN 116205475 A CN116205475 A CN 116205475A
- Authority
- CN
- China
- Prior art keywords
- physical examination
- item
- items
- time
- genome
- 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
- 238000005457 optimization Methods 0.000 title claims abstract description 23
- 230000036541 health Effects 0.000 title claims abstract description 17
- 238000000034 method Methods 0.000 title claims abstract description 16
- 238000004422 calculation algorithm Methods 0.000 title claims abstract description 13
- 108090000623 proteins and genes Proteins 0.000 claims abstract description 23
- 238000001514 detection method Methods 0.000 claims abstract description 19
- 230000002068 genetic effect Effects 0.000 claims abstract description 15
- 238000012360 testing method Methods 0.000 claims description 5
- 238000004458 analytical method Methods 0.000 description 9
- 201000010099 disease Diseases 0.000 description 7
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 7
- 230000008569 process Effects 0.000 description 6
- 206010010356 Congenital anomaly Diseases 0.000 description 5
- 102000004169 proteins and genes Human genes 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 238000007726 management method Methods 0.000 description 4
- 208000008589 Obesity Diseases 0.000 description 3
- 239000003814 drug Substances 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 235000020824 obesity Nutrition 0.000 description 3
- 239000008280 blood Substances 0.000 description 2
- 210000004369 blood Anatomy 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 210000001596 intra-abdominal fat Anatomy 0.000 description 2
- 230000004130 lipolysis Effects 0.000 description 2
- 230000003449 preventive effect Effects 0.000 description 2
- 238000001243 protein synthesis Methods 0.000 description 2
- 230000014616 translation Effects 0.000 description 2
- 208000024172 Cardiovascular disease Diseases 0.000 description 1
- 206010064571 Gene mutation Diseases 0.000 description 1
- 238000012351 Integrated analysis Methods 0.000 description 1
- 206010028980 Neoplasm Diseases 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 210000001124 body fluid Anatomy 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000001627 detrimental effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000005802 health problem Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000003908 liver function Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000007918 pathogenicity Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0633—Workflow analysis
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B20/00—ICT specially adapted for functional genomics or proteomics, e.g. genotype-phenotype associations
- G16B20/40—Population genetics; Linkage disequilibrium
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B50/00—ICT programming tools or database systems specially adapted for bioinformatics
-
- 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
- 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)
- Business, Economics & Management (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- Human Resources & Organizations (AREA)
- General Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Public Health (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Databases & Information Systems (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Evolutionary Biology (AREA)
- Epidemiology (AREA)
- Economics (AREA)
- Primary Health Care (AREA)
- Biotechnology (AREA)
- Genetics & Genomics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Biophysics (AREA)
- Quality & Reliability (AREA)
- Analytical Chemistry (AREA)
- Chemical & Material Sciences (AREA)
- Molecular Biology (AREA)
- Proteomics, Peptides & Aminoacids (AREA)
- Physiology (AREA)
- Ecology (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Operations Research (AREA)
- Bioethics (AREA)
- Marketing (AREA)
- Biomedical Technology (AREA)
- Data Mining & Analysis (AREA)
- Pathology (AREA)
- Game Theory and Decision Science (AREA)
Abstract
本发明提出了基于基因组算法的健康体检流程优化调度方法，涉及体检流程优化技术领域，通过基因组算法获取受检用户的遗传信息，得到与对应的基因型；根据所述基因型查询基因数据库，获取受检用户的风险类型；根据用户的风险类型，确定重点检测的体检项目和常规体检项目，生成最优体检流程路径，实现了体检项目设置的个性化，以及体检流程优化的精细化。
Description
技术领域
本发明涉及体检流程优化技术领域，具体涉及基于基因组算法的健康体检流程优化调度方法。
背景技术
体检的作用是早期发现疾病隐患和健康问题，进行有效的干预。因此，常规体检能够更有针对性，将提高体检效率和检查效果。伴随互联网技术的发展，体检模型在各类实际问题中得到非常广泛的应用。高效的建模优化工具常用于刻画和解决系统优化问题，因其严格的数学表达方式、直观的图形表示、系统描述和行为分析等特征，在分析解决体检流程调度问题中占据重要地位。体检模型建立体检流程的原始过程模型，涵盖从受检用户登记、体检中、体检结束和发放体检报告的基本流程。但是现有技术的网络模型没有考虑到使体检流程更高效精准的技术问题，均主要从体检效率低、现场秩序混乱和审查环节薄弱等方面入手，增加体检智能导检和排队叫号系统。
基因检测技术已发展数十年，近年随着精准医疗概念兴起，人们对于预防医学日益重视，通过基因检测能帮助了解我们的先天体质与先天健康风险，期望能达到促进健康、预防疾病的目的，但我们的健康不仅仅是由基因决定，后天的生活型态也会影响体质，健康风险的评估若无生活型态的考虑，将难以准确、可靠地反映整体健康风险，故先天基因信息结合后天生活型态可提供更完整全面的健康评估，有助于生活质量的提升并减少医疗资源的浪费。随着最近大数据分析技术的日益成熟，在云端上进行实时的数据处理与演算也开始应用于各个领域，但目前尚无能够整合基因信息和后天生活型态的云端分析系统，这样的系统更是将来普及预防医学和个人化医疗所不可或缺的。
现有技术中，例如专利文献CN107315898A提供了一种可整合先天基因信息与后天生活型态的健康风险云端分析系统。系统中的云端分析服务器接收基因检测实验系统的检测数据，并利用基因检测结果进行先天体质的分析。客户透过分析服务器的互动接口进行生活型态问卷的填写，分析服务器能根据问卷内容演算评估后天生活型态的风险。进一步整合计算先天体质及后天生活型态的分析结果，同时将整合分析的结果与健康改善建议数据库进行数据比对交换，可得到整体健康风险与个人化的健康改善建议报告。客户的结果数据传送至结果报告数据库储存，使客户能在此云端系统的互动接口浏览报告，以充分了解自身的健康风险、预防疾病。但是该方法中基因数据分析、遗传信息解读和出具报告过程繁琐耗时，从而不仅降低了基因体检的效率，且同时容易在操作过程中出现操作失误。
再例如专利文献CN1 11243661A公开了基于基因数据的基因体检系统，包括数据库和体检报告自动化生成系统，数据库由SNP位点分型数据库和分型结果个性化解读数据库构成。该基于基因数据的基因体检系统，建立了针对国人的SNP位点分型数据库和分型结果个性化解读数据库，将分析结果直接关联到性状疾病等的解读，使结论更具针对性，同时提高操作效率，可直接将测序后的基因数据与数据库数据比对，提高操作效率。但是该方法据需要依赖专业人员手工查询各种数据库和文献，以解读基因突变和受检者临床表型的关联性和致病性，这种分析往往耗费很大量人力和时间。
发明内容
为了解决上述技术问题，本发明提出了基于基因组算法的健康体检流程优化调度方法，包括如下步骤：
通过基因组算法获取受检用户的遗传信息，得到与对应的基因型；
根据所述基因型查询基因数据库，获取受检用户的风险类型；
根据用户的风险类型，确定重点检测的体检项目和常规体检项目，生成最优体检流程路径。
进一步地，生成最优体检流程路径的具体步骤包括：
S1、将所述重点检测的体检项目引导进入VIP层，将所述常规体检项目引导进入普通层；
S2、求得所述常规体检项目的最优体检流程调度模型；
S3、选出最大化满意度所代表的调度模型，按照所述调度模型生成最优体检流程路径。
进一步地，步骤S2具体包括：
S21、设最小移动时间为Tsw：
Tsw＝tswxsw；
其中，s、w分别表示常规体检项目索引，tsw表示常规体检项目s到w之间的移动时间，xsw为决策变量；
S22、同时设置受检用户等待时间的阈值，当即将安排的常规体检项目等待时间超过阈值时，则将所述常规体检项目的索引修改为最末值。
S23、建立基于移动时间和等待时间的整体优化调度模型；所述整体优化调度模型的优化目标为所有常规体检项目的最大化满意度，且最大化满意度R表示为：
其中，RTs、RTw分别表示受检用户对常规体检项目s和w等待时间的满意指数，RTsw表示受检用户对从常规体检项目s到w的移动时间的满意指数。
进一步地，将重点检测的体检项目引导进入VIP层进行体检，并相应增加体检时间，缩短出具检验结果的时间。
进一步地，步骤S1中，确定m个体检项目的因子Cj，j表示受检用户的第j个体检项目，当第j个体检项目为重点检测的体检项目时，Cj为1，当第j个体检项目为常规体检项目时，Cj为0.5。
进一步地，所述基因数据库中存储有基因型对应的SNP位点，通过SNP位点跟SNP数据库、hg19数据库以及HapMap数据库进行比较，得到对应的基因型。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明的基于基因组算法的健康体检流程优化调度系统的结构示意图；
图2为本发明的生成最优体检流程路径的流程图；
图3为本发明的最优体检流程调度模型的生成流程图。
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。
图1为本发明的基于基因组算法的健康体检流程优化调度系统结构示意图，该健康体检流程优化调度系统包括：基因组检测系统、基因数据库、管理服务器、多个体检终端和通信网络，管理服务器经由通信网络可通信地连接到一个或多个体检终端，优选地通信网络是因特网，由多个计算机网络，传输、交换和终端等部分组成，有线网络和无线网络均可实现通信。
基因组检测系统通过基因组算法获取受检用户的遗传信息，得到与疾病等相关的基因型。
基因组算法，即利用基因检测技术通过血液、其他体液、或细胞对DNA进行检测获得基因组信息的技术，通过基因组信息来识别严重危害人类健康的肿瘤、心血管等疾病的基因型。
管理服务器从基因组检测系统接收受检用户的基因型，根据基因型查询基因数据库，获取受检用户风险类型。
基因数据库中存储有103种常见的人类疾病对应的SNP位点，通过SNP位点跟SNP数据库、hg19数据库以及HapMap数据库进行比较，得到对应的基因型，还可以补充其他的SNP信息和相关的疾病信息，形成表格形式的基因数据库。
例如，在基因数据库中，形成肥胖的基因型有“糖内脏脂肪”“脂肪的热转化”“脂解/蛋白质合成”等，根据“糖内脏脂肪”“脂肪的热转化”和“脂解/蛋白质合成”的每种基因型的组合，形成肥胖的风险类型的种类可以分为八种：低风险类型1，糖风险类型2，脂肪风险类型3，蛋白质风险类型4，糖/脂肪风险类型5，糖/蛋白质风险类型6，脂肪/蛋白质风险类型7和糖/脂肪/蛋白质风险类型8。受检用户的基因型在基因数据库中通过比对，得到其对应的形成肥胖的风险类型。
管理服务器将受检用户的风险类型发送给体检终端。体检终端根据用户的风险类型，确定重点检测的体检项目和常规体检项目，生成最优体检流程路径。如图2所示，生成最优体检流程路径的具体流程如下：
S1、确定m个体检项目的因子Cj，j表示受检用户的第j个体检项目。当第j个体检项目为体检终端2根据用户的风险类型，确定的重点检测的体检项目时，Cj为1，当第j个体检项目为常规体检项目时，Cj为0.5。
将因子Cj为1的重点检测的体检项目引导进入VIP层进行体检，并相应增加体检时间，缩短出具检验结果的时间。
例如，检测出糖/蛋白质风险类型6的受检用户，引导如VIP层后，建议重点进行血糖和肝功能的检测，加快出具检验结果。
将因子Cj为0.5的常规体检项目引导进入普通层进行体检，后续将按照生成的最优体检流程路径进行引导。
S2、求得每个受检用户常规体检项目的最优体检流程调度模型。如图3所示，具体包括如下步骤：
S21、设最小移动时间为Tsw：
Tsw＝tswxsw；
其中，s、w分别表示常规体检项目索引，tsw表示常规体检项目s到w之间的移动时间，xsw为决策变量。
S22、同时设置受检用户可以忍受等待时间的最高阈值，当即将安排的常规体检项目等待时间超过阈值时，则将该常规体检项目的索引修改为最末值。
S23、建立基于移动时间和等待时间的整体优化调度模型；所述整体优化调度模型的优化目标为所有受检用户的整体满意度最大化，且最大化满意度R表示为：
其中，A表示受检用户接受的常规体检项目集合，RTs、RTw分别表示受检用户对常规体检项目s和w等待时间的满意指数，RTsw表示受检用户对从常规体检项目s到w的移动时间的满意指数。
S3、选出最大化满意度R所代表的调度模型，按照该调度模型生成最优体检流程路径。
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 (6)
1.基于基因组算法的健康体检流程优化调度方法，其特征在于，包括如下步骤：
通过基因组算法获取受检用户的遗传信息，得到与对应的基因型；
根据所述基因型查询基因数据库，获取受检用户的风险类型；
根据用户的风险类型，确定重点检测的体检项目和常规体检项目，生成最优体检流程路径。
2.根据权利要求1所述的输入和输出集成系统，其特征在于，生成最优体检流程路径的具体步骤包括：
S1、将所述重点检测的体检项目引导进入VIP层，将所述常规体检项目引导进入普通层；
S2、求得所述常规体检项目的最优体检流程调度模型；
S3、选出最大化满意度所代表的调度模型，按照所述调度模型生成最优体检流程路径。
3.根据权利要求2所述的输入和输出集成系统，其特征在于，步骤S2具体包括：
S21、设最小移动时间为Tsw：
Tsw＝tswxsw；
其中，s、w分别表示常规体检项目索引，tsw表示常规体检项目s到w之间的移动时间，xsw为决策变量；
S22、同时设置受检用户等待时间的阈值，当即将安排的常规体检项目等待时间超过阈值时，则将所述常规体检项目的索引修改为最末值。
S23、建立基于移动时间和等待时间的整体优化调度模型；所述整体优化调度模型的优化目标为所有常规体检项目的最大化满意度，且最大化满意度R表示为：
其中，RTs、RTw分别表示受检用户对常规体检项目s和w等待时间的满意指数，RTsw表示受检用户对从常规体检项目s到w的移动时间的满意指数。
4.根据权利要求2所述的输入和输出集成系统，其特征在于，将重点检测的体检项目引导进入VIP层进行体检，并相应增加体检时间，缩短出具检验结果的时间。
5.根据权利要求2所述的输入和输出集成系统，其特征在于，步骤S1中，确定m个体检项目的因子Cj，j表示受检用户的第j个体检项目，当第j个体检项目为重点检测的体检项目时，Cj为1，当第j个体检项目为常规体检项目时，Cj为0.5。
6.根据权利要求1所述的输入和输出集成系统，其特征在于，所述基因数据库中存储有基因型对应的SNP位点，通过SNP位点跟SNP数据库、hg19数据库以及HapMap数据库进行比较，得到对应的基因型。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211535853.6A CN116205475A (zh) | 2022-12-01 | 2022-12-01 | 基于基因组算法的健康体检流程优化调度方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211535853.6A CN116205475A (zh) | 2022-12-01 | 2022-12-01 | 基于基因组算法的健康体检流程优化调度方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116205475A true CN116205475A (zh) | 2023-06-02 |
Family
ID=86513705
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211535853.6A Pending CN116205475A (zh) | 2022-12-01 | 2022-12-01 | 基于基因组算法的健康体检流程优化调度方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116205475A (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108986878A (zh) * | 2018-08-03 | 2018-12-11 | 武汉白原科技有限公司 | 基于基因检测的健康指导报告生成方法、装置及服务器 |
| US20190087540A1 (en) * | 2015-12-28 | 2019-03-21 | Syntekabio Co., Ltd. | System and method for analyzing genotype using genetic variation information on individual's genome |
| CN110428903A (zh) * | 2019-08-02 | 2019-11-08 | 北京健紫科技有限公司 | 体检方案自动生成方法、装置、计算机设备及存储介质 |
| CN111243661A (zh) * | 2020-01-13 | 2020-06-05 | 北京奇云诺德信息科技有限公司 | 基于基因数据的基因体检系统 |
| CN112651657A (zh) * | 2020-12-31 | 2021-04-13 | 杭州电子科技大学 | 一种健康体检服务流程优化调度方法 |
| CN114613482A (zh) * | 2022-03-28 | 2022-06-10 | 贵阳朗玛信息技术股份有限公司 | 一种体检调度系统和方法 |
-
2022
- 2022-12-01 CN CN202211535853.6A patent/CN116205475A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20190087540A1 (en) * | 2015-12-28 | 2019-03-21 | Syntekabio Co., Ltd. | System and method for analyzing genotype using genetic variation information on individual's genome |
| CN108986878A (zh) * | 2018-08-03 | 2018-12-11 | 武汉白原科技有限公司 | 基于基因检测的健康指导报告生成方法、装置及服务器 |
| CN110428903A (zh) * | 2019-08-02 | 2019-11-08 | 北京健紫科技有限公司 | 体检方案自动生成方法、装置、计算机设备及存储介质 |
| CN111243661A (zh) * | 2020-01-13 | 2020-06-05 | 北京奇云诺德信息科技有限公司 | 基于基因数据的基因体检系统 |
| CN112651657A (zh) * | 2020-12-31 | 2021-04-13 | 杭州电子科技大学 | 一种健康体检服务流程优化调度方法 |
| CN114613482A (zh) * | 2022-03-28 | 2022-06-10 | 贵阳朗玛信息技术股份有限公司 | 一种体检调度系统和方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11621077B2 (en) | Methods and systems for using artificial intelligence to select a compatible element | |
| US10217048B2 (en) | Predictive assignments that relate to genetic information and leverage machine learning models | |
| Chattopadhyay et al. | A Case‐Based Reasoning system for complex medical diagnosis | |
| WO2021217867A1 (zh) | 基于XGBoost的数据分类方法、装置、计算机设备及存储介质 | |
| US20140304003A1 (en) | Systems and methods for medical referral analytics | |
| WO2021135592A1 (zh) | 基于健康数据的健康报告生成方法及其相关设备 | |
| US10902351B1 (en) | Methods and systems for using artificial intelligence to analyze user activity data | |
| US11699069B2 (en) | Predictive assignments that relate to genetic information and leverage machine learning models | |
| US20180067986A1 (en) | Database model with improved storage and search string generation techniques | |
| CN114783580B (zh) | 一种医疗数据质量评估方法及系统 | |
| Casarett et al. | The art versus science of predicting prognosis: can a prognostic index predict short-term mortality better than experienced nurses do? | |
| CN112509656A (zh) | 基于医疗机构的等级评价方法、装置、计算机设备及介质 | |
| CN117271804A (zh) | 一种共病特征知识库生成方法、装置、设备及介质 | |
| CN112307028B (zh) | 跨数据信息知识模态的面向本质计算的差分内容推荐方法 | |
| JP5402375B2 (ja) | 情報処理装置、基準値決定方法およびプログラム | |
| US20220101176A1 (en) | System and method for generating a direction inquiry response from biological extractions using machine learning | |
| CN110825965A (zh) | 一种基于信任机制和时间加权的改进协同过滤推荐方法 | |
| CN116205475A (zh) | 基于基因组算法的健康体检流程优化调度方法 | |
| US11145401B1 (en) | Systems and methods for generating a sustenance plan for managing genetic disorders | |
| JP2007193714A (ja) | 健康指導カウンセラー業務支援システム | |
| CN110033862B (zh) | 一种基于加权有向图的中医量化诊断系统及存储介质 | |
| JP6932570B2 (ja) | 保険設計支援システム及び保険設計支援方法 | |
| WO2015154058A1 (en) | Systems and methods for medical referral analytics | |
| CN115171840B (zh) | 一种个性化体验套餐生成系统及生成方法 | |
| US20230153757A1 (en) | System and Method for Rapid Informatics-Based Prognosis and Treatment Development |
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 |
Application publication date: 20230602 |