CN116386874A - 健康信息的监测预警方法、装置、计算机设备及存储介质 - Google Patents
健康信息的监测预警方法、装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN116386874A CN116386874A CN202310422930.5A CN202310422930A CN116386874A CN 116386874 A CN116386874 A CN 116386874A CN 202310422930 A CN202310422930 A CN 202310422930A CN 116386874 A CN116386874 A CN 116386874A
- Authority
- CN
- China
- Prior art keywords
- health
- patient
- state
- preset
- clinical
- 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 258
- 238000000034 method Methods 0.000 title claims abstract description 37
- 238000012544 monitoring process Methods 0.000 title claims abstract description 34
- 230000003542 behavioural effect Effects 0.000 claims abstract description 20
- 230000006399 behavior Effects 0.000 claims description 119
- 201000010099 disease Diseases 0.000 claims description 19
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 19
- 238000007405 data analysis Methods 0.000 claims description 18
- 230000003862 health status Effects 0.000 claims description 13
- 238000004458 analytical method Methods 0.000 abstract description 10
- 238000004891 communication Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 230000007958 sleep Effects 0.000 description 5
- 208000024827 Alzheimer disease Diseases 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 206010012289 Dementia Diseases 0.000 description 3
- 230000036760 body temperature Effects 0.000 description 3
- 238000010223 real-time analysis Methods 0.000 description 3
- 230000004622 sleep time Effects 0.000 description 3
- 206010070246 Executive dysfunction Diseases 0.000 description 2
- 206010034719 Personality change Diseases 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 235000005911 diet Nutrition 0.000 description 2
- 230000000378 dietary effect Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000004630 mental health Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000003062 neural network model Methods 0.000 description 2
- 208000015122 neurodegenerative disease Diseases 0.000 description 2
- 208000017667 Chronic Disease Diseases 0.000 description 1
- 206010020772 Hypertension Diseases 0.000 description 1
- 208000001953 Hypotension Diseases 0.000 description 1
- 208000026139 Memory disease Diseases 0.000 description 1
- 206010039740 Screaming Diseases 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 235000021152 breakfast Nutrition 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 230000002354 daily effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000006735 deficit Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 208000021822 hypotensive Diseases 0.000 description 1
- 230000001077 hypotensive effect Effects 0.000 description 1
- 208000011977 language disease Diseases 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 206010027175 memory impairment Diseases 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 230000004770 neurodegeneration Effects 0.000 description 1
- 230000000926 neurological effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000003442 weekly effect 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
- G16H50/30—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
-
- 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
- G16H50/20—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)
- Medical Informatics (AREA)
- Public Health (AREA)
- Biomedical Technology (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Pathology (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本申请公开一种健康信息的监测预警方法、装置、计算机设备及存储介质，涉及数字医疗领域，包括：获取预配置设备采集的患者的行为数据；解析所述行为数据，将解析后的所述行为数据与预配置的临床特征模型进行匹配，确定所述行为数据对应的表现特征；将所述表现特征与所述行为数据进行结合，确定患者的临床状态；获取与所述患者相匹配的预设健康状态，将所述临床状态与预设健康状态进行对比；若所述临床状态不满足所述预设健康状态的要求，向预设渠道发送健康预警通知。通过配置多样化的设备采集患者的行为数据后进行患者临床状态分析，精细化地对患者的健康状态进行分析、监控及预警，提高对患者健康状态监测的全面性以及准确性。
Description
技术领域
本发明涉及健康数据处理领域及数字医疗领域，特别涉及一种健康信息的监测预警方法、装置及计算机设备、计算机存储介质。
背景技术
当老年人患了特殊疾病例如阿尔茨海默病(Alzheimer Disease，AD)也叫痴呆病后,AD是老年人常见的神经系统退行性疾病，患病者常表现有记忆障碍、语言障碍、执行功能障碍、性格变化等特征，这些临床表现极大地影响了患者的生活质量，其生活能力必然会日渐下降，需要依赖他人的帮助，最后甚至完全不能自理，需要他人的全天看护。痴呆病情是处在变化之中的，目前，对于痴呆病情的患者通常是由专人进行照看，并按照到医院进行指定的检查，即目前对AD患者的看护是一项艰巨的任务，消耗大量的人力成本，无法全面、准确、及时地对AD患者进行看护。
发明内容
本发明的目的在于提供一种健康信息的监测预警方法、装置及计算机设备、计算机存储介质，以至少解决对患者的健康信息监测的全面性以及准确性问题。
为解决上述技术问题，本发明提供一种健康信息的监测预警方法，包括：
获取预配置设备采集的患者的行为数据；
解析所述行为数据，将解析后的所述行为数据与预配置的临床特征模型进行匹配，确定所述行为数据对应的表现特征；
将所述表现特征与所述行为数据进行结合，确定患者的临床状态；
获取与所述患者相匹配的预设健康状态，将所述临床状态与预设健康状态进行对比；
若所述临床状态不满足所述预设健康状态的要求，向预设渠道发送健康预警通知。
可选的，所述解析所述行为数据，包括：
识别所述行为数据对应的预配置设备的类型；
根据所述类型匹配的数据解析规则；
根据所述数据解析规则对所述行为数据进行解析。
可选的，所述将所述表现特征与所述行为数据进行结合，确定患者的临床状态，包括：
将所述表现特征与当前的所述行为数据进行结合，确定患者的临床状态；或，
将所述表现特征与预设周期内的所述行为数据进行结合，确定患者的临床状态。
可选的，所述获取与所述患者相匹配的预设健康状态，包括：
获取患者的疾病历史数据；
获取患者的身体指标数据；
根据所述疾病历史数据与身体指标数据确定与所述患者相匹配的预设健康状态。
可选的，所述若所述临床状态不满足所述预设健康状态的要求，向预设渠道发送健康预警通知，包括：
若所述临床状态不满足所述预设健康状态的要求，生成健康预警信息；其中，所述健康预警信息包括患者当前的临床状态详情信息以及针对所述临床状态的应对措施信息的至少一项；
向预设渠道发送包含所述健康预警信息的通知。
可选地，所述向预设渠道发送健康预警通知，还包括：
实时地向预设渠道发送健康预警通知；或，
在预设的预警周期到达时，向预设渠道发送健康预警通知。
可选的，所述若所述临床状态不满足所述预设健康状态的要求，向预设渠道发送健康预警通知，包括：
识别所述临床状态与预设健康状态的差异度；
根据所述差异度确定所述临床状态的预警值；
生成与所述预警值相对应的目标等级的健康预警通知；
向预设渠道发送目标等级的健康预警通知，以使所述预设渠道根据所述目标等级以对应的形式展示所述健康预警通知。
为解决上述技术问题，本发明实施例还提供一种健康信息的监测预警装置，包括：
数据接收模块，用于获取预配置设备采集的患者的行为数据；
数据解析模块，用于解析所述行为数据，将解析后的所述行为数据与预配置的临床特征模型进行匹配，确定所述行为数据对应的表现特征；
状态识别模块，用于将所述表现特征与所述行为数据进行结合，确定患者的临床状态；
状态比对模块，用于获取与所述患者相匹配的预设健康状态，将所述临床状态与预设健康状态进行对比；
健康预警模块，用于若所述临床状态不满足所述预设健康状态的要求，向预设渠道发送健康预警通知。
可选地，所述数据解析模块还用于：
识别所述行为数据对应的预配置设备的类型；
根据所述类型匹配的数据解析规则；
根据所述数据解析规则对所述行为数据进行解析。
可选地，所述状态识别模块还用于：
将所述表现特征与当前的所述行为数据进行结合，确定患者的临床状态；或，
将所述表现特征与预设周期内的所述行为数据进行结合，确定患者的临床状态。
可选地，所述状态比对模块还用于：
获取患者的疾病历史数据；
获取患者的身体指标数据；
根据所述疾病历史数据与身体指标数据确定与所述患者相匹配的预设健康状态。
可选地，所述健康预警模块还用于：
若所述临床状态不满足所述预设健康状态的要求，生成健康预警信息；其中，所述健康预警信息包括患者当前的临床状态详情信息以及针对所述临床状态的应对措施信息的至少一项；
向预设渠道发送包含所述健康预警信息的通知。
可选地，所述健康预警模块还用于；
实时地向预设渠道发送健康预警通知；或，
在预设的预警周期到达时，向预设渠道发送健康预警通知。
可选地，所述健康预警模块还用于：
识别所述临床状态与预设健康状态的差异度；
根据所述差异度确定所述临床状态的预警值；
生成与所述预警值相对应的目标等级的健康预警通知；
向预设渠道发送目标等级的健康预警通知，以使所述预设渠道根据所述目标等级以对应的形式展示所述健康预警通知。
为解决上述技术问题本发明实施例还提供一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机可读指令，所述计算机可读指令被所述处理器执行时，使得所述处理器执行上述所述健康信息的监测预警方法的步骤。
为解决上述技术问题本发明实施例还提供一种存储有计算机可读指令的存储介质，所述计算机可读指令被一个或多个处理器执行时，使得一个或多个处理器执行上述所述健康信息的监测预警方法的步骤。
本发明创造实施例的有益效果是：通过在患者的身上或者周边预配置相应的设备，获取预配置设备采集的患者的行为数据，然后解析所述行为数据，将解析后的所述行为数据与预配置的临床特征模型进行匹配，确定所述行为数据对应的表现特征，确定每一项/多项行为数据对应的是哪一项临床表现特征，将所述表现特征与所述行为数据进行结合，对每一项表现特征进行实例化，确定患者的临床状态，获取与所述患者相匹配的预设健康状态，将所述临床状态与预设健康状态进行对比，若所述临床状态不满足所述预设健康状态的要求，可以推断患者当前的临床状态可能对患者的健康产生一定的影响，或者目前患者的健康状态处于存在危险的状态，然后向预设渠道发送健康预警通知，使得预设渠道能够接收到患者的健康预警通知，从而对患者的健康进行一定的干预，提高对患者出现危险进行防患的及时性，并且，通过多种预配置设备分析确定多项患者的临床表现特征，再对各项临床表现特征进行分析，确定患者的健康状态，有效地提高对患者的健康监测的全面、准确性。
附图说明
本申请上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
图1为本申请一个具体实施例的健康信息的监测预警方法的基本流程示意图；
图2为本申请一个具体实施例的健康信息的监测预警装置的基本结构示意图；
图3为本申请一个具体实施例的计算机设备的基本结构框图。
具体实施方式
下面详细描述本申请的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本申请，而不能解释为对本申请的限制。
本技术领域技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是，本申请的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件，但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。
本技术领域技术人员可以理解，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)，具有与本申请所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语，应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非像这里一样被特定定义，否则不会用理想化或过于正式的含义来解释。
本技术领域技术人员可以理解，这里所使用的“终端”既包括无线信号接收器的设备，其仅具备无发射能力的无线信号接收器的设备，又包括接收和发射硬件的设备，其具有能够在双向通信链路上，执行双向通信的接收和发射硬件的设备。这种设备可以包括：蜂窝或其他通信设备，其具有单线路显示器或多线路显示器或没有多线路显示器的蜂窝或其他通信设备；PCS(Personal Communications Service，个人通信系统)，其可以组合语音、数据处理、传真和/或数据通信能力；PDA(Personal Digital Assistant，个人数字助理)，其可以包括射频接收器、寻呼机、互联网/内联网访问、网络浏览器、记事本、日历和/或GPS(Global Positioning System，全球定位系统)接收器；常规膝上型和/或掌上型计算机或其他设备，其具有和/或包括射频接收器的常规膝上型和/或掌上型计算机或其他设备。这里所使用的“终端”可以是便携式、可运输、安装在交通工具(航空、海运和/或陆地)中的，或者适合于和/或配置为在本地运行，和/或以分布形式，运行在地球和/或空间的任何其他位置运行。这里所使用的“终端”还可以是通信终端、上网终端、音乐/视频播放终端，例如可以是PDA、MID(Mobile Internet Device，移动互联网设备)和/或具有音乐/视频播放功能的移动电话，也可以是智能电视、机顶盒等设备。
本申请所称的“服务器”、“客户端”、“服务节点”等名称所指向的硬件，本质上是具备个人计算机等效能力的电子设备，为具有中央处理器(包括运算器和控制器)、存储器、输入设备以及输出设备等冯诺依曼原理所揭示的必要构件的硬件装置，计算机程序存储于其存储器中，中央处理器将存储在外存中的程序调入内存中运行，执行程序中的指令，与输入输出设备交互，借此完成特定的功能。
需要指出的是，本申请所称的“服务器”这一概念，同理也可扩展到适用于服务器机群的情况。依据本领域技术人员所理解的网络部署原理，所述各服务器应是逻辑上的划分，在物理空间上，这些服务器既可以是互相独立但可通过接口调用的，也可以是集成到一台物理计算机或一套计算机机群的。本领域技术人员应当理解这一变通，而不应以此约束本申请的网络部署方式的实施方式。
本申请的一个或数个技术特征，除非明文指定，既可部署于服务器实施而由客户端远程调用获取服务器提供的在线服务接口来实施访问，也可直接部署并运行于客户端来实施访问。
本申请中所引用或可能引用到的神经网络模型，除非明文指定，既可部署于远程服务器且在客户端实施远程调用，也可部署于设备能力胜任的客户端直接调用，某些实施例中，当其运行于客户端时，其相应的智能可通过迁移学习来获得，以便降低对客户端硬件运行资源的要求，避免过度占用客户端硬件运行资源。
本申请所涉及的各种数据，除非明文指定，既可远程存储于服务器，也可存储于本地终端设备，只要其适于被本申请的技术方案所调用即可。
本领域技术人员对此应当知晓：本申请的各种方法，虽然基于相同的概念而进行描述而使其彼此间呈现共通性，但是，除非特别说明，否则这些方法都是可以独立执行的。同理，对于本申请所揭示的各个实施例而言，均基于同一发明构思而提出，因此，对于相同表述的概念，以及尽管概念表述不同但仅是为了方便而适当变换的概念，应被等同理解。
本申请即将揭示的各个实施例，除非明文指出彼此之间的相互排斥关系，否则，各个实施例所涉的相关技术特征可以交叉结合而灵活构造出新的实施例，只要这种结合不背离本申请的创造精神且可满足现有技术中的需求或解决现有技术中的某方面的不足即可。对此变通，本领域技术人员应当知晓。
请参阅图1，图1为本实施例健康信息的监测预警方法的基本流程示意图。
如图1所示，包括：
S1100、获取预配置设备采集的患者的行为数据；
本实施方式中，针对患有不同疾病的患者的身体健康状态、精神健康状态进行监控，例如针对患有阿尔茨海默病(Alzheimer Disease，AD)的患者的身体健康状态、精神健康状态进行监控，阿尔茨海默病是老年人常见的神经系统退行性疾病，患病者常表现有记忆障碍、语言障碍、执行功能障碍、性格变化等特征，为了准确、全面、实时地对患者的健康进行监测、预警，在患者的身上或者周边预配置相应的设备，用于采集患者的行为数据，所述行为数据可以包括预配置在患者身上的设备所采集的数据，也包括不配置在患者身上的设备所采集的数据，包括配置在患者身边所采集的数据，所述行为数据包括温度数据、位置数据、声音数据、图像数据、运动数据、心率数据等，例如，通过温度传感器采集患者的体温数据，通过佩戴在患者身上的可穿戴设备采集患者的运动数据、睡眠数据，通过布设在患者活动区域内的摄像头采集患者的活动路线数据、饮食数据、服药数据等。
需要指出的是，本实施例预配置设备的数量可以是一个，也可以是多个，本实施例通过一个数据处理中心，接收各个预配置设备采集的患者的行为数据，从而获取预配置设备采集的患者的行为数据，所述数据处理中心可以是云端数据处理中心，各预配置设备将采集到的患者的行为数据上传到云端数据处理中心，再由云端数据处理中心根据采集到的行为数据分析患者的健康状态。
需要指出的是，在一种实施方式中，所述预配置设备采集到原始的患者的行为数据后，可以针对原始的患者的行为数据进行一定的分析，再将分析后的患者的行为数据上传到云端数据处理中心，例如针对采集到的患者的体温数据，将体温数据与时间数据进行结合后上传到云端数据处理中心。
在一种应用场景中，获取预配置设备采集的患者的行为数据时，预配置设备可以将采集到的行为数据实时地发送至云端数据处理中心，也可以将采集到的行为数据周期性地发送至云端数据处理中心。
S1200、解析所述行为数据，将解析后的所述行为数据与预配置的临床特征模型进行匹配，确定所述行为数据对应的表现特征；
在获取了预配置设备采集的患者的各项行为数据之后，首先解析所述行为数据，由于行为数据是从不同的预配置设备中获取得到的，需要先将获取得到的行为数据转化为可以用于数据分析的格式，即对所述行为数据进行解析，然后对所述行为数据进行临床特征的匹配，将解析后的所述行为数据与预配置的临床特征模型进行匹配，确定所述行为数据对应的表现特征，具体的，预配置的临床特征模型训练了大量的患者临床特征数据，通过大量的患者临床特征数据确定每一项行为数据对应的是哪一项表现特征，即临床表现特征，或者是多项行为数据的结合对应的是哪一项表现特征，例如通过将摄像头拍摄到的图像数据与预配置的临床特征模型进行匹配，确定当前采集到的图像数据对应的是起床时间的表现特征、或上厕所时间的表现特征，或患者目前所处位置如走廊、客厅、厨房、卫生间、卧室，是否外出的表现特征。
需要指出的是，临床特征模型是通过大数据采集以及分析大量患者的行为数据而训练得到的模型，并且临床特征模型可以接入数据网络，以对临床特征模型进行更新、迭代，使得临床特征模型对行为数据匹配的患者的表现特征的准确性更高。
需要指出的是，将解析后的所述行为数据与预配置的临床特征模型进行匹配，确定所述行为数据对应的表现特征时，一个预配置设备采集的行为数据可以分析得到一项或多项表现特征，或者多个预配置设备采集的行为数据的结合可以分析得到一项或多项表现特征。
S1300、将所述表现特征与所述行为数据进行结合，确定患者的临床状态；
在解析所述行为数据，将解析后的所述行为数据与预配置的临床特征模型进行匹配，确定所述行为数据对应的表现特征之后，即确定了当前获取的行为数据能够表征患者的哪一项表现特征后，将所述表现特征与所述行为数据进行结合，确定患者的临床状态，即将每一项表现特征赋予对应的行为数据值，将每一项表现特征进行实例化，实例化后的行为特征可以清晰、直观地确定患者的该表现特征的状态，将进行实例化的一项表现特征或多项表现特征的结合定义为患者的临床状态。
需要指出的是，所述临床状态包括一项或多项临床状态，包括声音临床状态，活动临床状态，睡眠临床状态，饮食临床状态，服药前后的临床状态，活动区域的临床状态等。
需要指出的是，每一项临床状态并在是在同一个时刻确定得到的，例如在一天的8：00，可以通过对患者的行为数据分析确定患者的睡眠临床状态，从而在8：00确定患者的睡眠临床状态，在9：00时，通过分析患者的行为数据确定患者的早餐饮食临床状态。
S1400、获取与所述患者相匹配的预设健康状态，将所述临床状态与预设健康状态进行对比；
在将所述表现特征与所述行为数据进行结合，确定患者的临床状态后，需要针对患者的每一项临床状态进行分析，具体的，获取与所述患者相匹配的预设健康状态，云端数据处理中心存储了各个患者相匹配的健康数据，然后将所述临床状态与预设健康状态进行对比，针对每一个患者配置独立的数据存储，可以准确地管理每一个患者的健康数据以及对患者的临床状态进行有效地监测。在对临床状态进行分析时，可以是每确定一项临床状态即对该项临床状态进行分析，从而实时地分析患者的健康信息。
需要指出的是，所述预设健康状态可以是实时更新的，可以针对患者的不同时间段确定不同的预设健康状态，将所述临床状态与预设健康状态进行对比，对比方式包括差异值分析法，绝对值分析法，线性回归对比分析法等。
S1500、若所述临床状态不满足所述预设健康状态的要求，向预设渠道发送健康预警通知。
将获取与所述患者相匹配的预设健康状态，将所述临床状态与预设健康状态进行对比之后，若所述临床状态不满足所述预设健康状态的要求，向预设渠道发送健康预警通知，云端数据处理中心对患者的各项临床状态进行比对后，若患者当前的临床状态不满足于预设健康状态的标准时，可以推断患者当前的临床状态可能对患者的健康产生一定的影响，或者目前患者的健康状态处于存在危险的状态，此时为了对患者进行有效的健康监测，向预设渠道发送健康预警通知，即将患者临床状态不满足所述预设健康状态的要求的情况向预设渠道发送，使得预设渠道能够接收到患者的健康预警通知，从而对患者的健康进行一定的干预，提高对患者出现危险的防患的及时性、准确性。
需要指出的是，在一种实施场景中，通过分析采集的行为数据中的声音数据，确定临床状态表现为患者的声音分贝，当患者的声音分贝大于预设健康状态中的声音分贝阈值时，此时推断患者可能发生尖叫，可能处于存在危险的状态，然后向预设渠道发送健康预警通知；在另一种实施场景中，通过分析采集的行为数据中的图像数据以及位置数据，确定临床状态表现为患者在卫生间的时长，然后于预设健康状态中时长进行比对，推断患者可能在卫生间中存在危险的状态，然后向预设渠道发送健康预警通知。
上述实施方式中，通过在患者的身上或者周边预配置相应的设备，获取预配置设备采集的患者的行为数据，然后解析所述行为数据，将解析后的所述行为数据与预配置的临床特征模型进行匹配，确定所述行为数据对应的表现特征，确定每一项/多项行为数据对应的是哪一项临床表现特征，将所述表现特征与所述行为数据进行结合，对每一项表现特征进行实例化，确定患者的临床状态，获取与所述患者相匹配的预设健康状态，将所述临床状态与预设健康状态进行对比，若所述临床状态不满足所述预设健康状态的要求，可以推断患者当前的临床状态可能对患者的健康产生一定的影响，或者目前患者的健康状态处于存在危险的状态，然后向预设渠道发送健康预警通知，使得预设渠道能够接收到患者的健康预警通知，从而对患者的健康进行一定的干预，提高对患者出现危险进行防患的及时性，并且，通过多种预配置设备分析确定多项患者的临床表现特征，再对各项临床表现特征进行分析，确定患者的健康状态，有效地提高对患者的健康监测的全面、准确性。
在一些实施方式中，S1200中解析所述行为数据，包括：
S1211、识别所述行为数据对应的预配置设备的类型；
在一种实施方式中，在解析所述行为数据时，由于接入的预配置设备的数量众多，或者预配置设备为第三方开发生产的设备，此时为了准确地解析获取到的每一个预配置设备采集的行为数据，首先识别所述行为数据对应的预配置设备的类型，例如确定预配置设备1为摄像头，型号为A1，预配置设备2为摄像头，型号为A2，预配置设备为智能手环，型号为A3。
需要指出的是，可以通过识别预配置设备的唯一标识确定预配置设备的类型。
S1212、根据所述类型匹配的数据解析规则；
在识别得到所述行为数据对应的预配置设备的类型，不同的预配置设备所采集的行为数据的格式不同、方式不同、数据流不同，为了准确地解析获取到的每一个预配置设备采集的行为数据，根据所述类型匹配的数据解析规则。
需要指出的是，当所述预配置设备接入到云端数据处理中心时，相应的数据解析规则存储到云端数据处理中心，并且，如果预配置设备进行更新，存储在云端数据处理中心相应的数据解析规则也可以随之更新。
S1213、根据所述数据解析规则对所述行为数据进行解析。
在根据所述类型匹配的数据解析规则之后，根据所述数据解析规则对所述行为数据进行解析，以准确地解析每一个预配置设备采集的行为数据，准确地对患者的健康状态进行监测、预警。
本实施方式通过识别所述行为数据对应的预配置设备的类型，再根据所述类型匹配的数据解析规则，根据所述数据解析规则对所述行为数据进行解析、准确地解析每一个预配置设备采集的行为数据，准确地对患者的健康状态进行监测、预警。
在一些实施方式中，S1300将所述表现特征与所述行为数据进行结合，确定患者的临床状态，包括：
S1311、将所述表现特征与当前的所述行为数据进行结合，确定患者的临床状态；
在将所述表现特征与所述行为数据进行结合，确定患者的临床状态的过程中，可以是将所述表现特征与当前的所述行为数据进行结合，确定患者的临床状态，从而实时地分析确定患者的临床状态。例如针对患者的活动状态配置为实时分析，如患者跌倒状态；针对患者的声音状态配置为实时分析，如患者尖叫状态。
或S1312、将所述表现特征与预设周期内的所述行为数据进行结合，确定患者的临床状态。
或者，在将所述表现特征与所述行为数据进行结合，确定患者的临床状态时，将所述表现特征与预设周期内的所述行为数据进行结合，确定患者的临床状态，即确定了采集的行为数据对应的表现特征后，再持续地获取预设周期内该表现特征对应的行为数据，再将所述表现特征与预设周期内的所述行为数据进行结合，从而确定患者的临床状态。例如针对患者的睡眠状态配置为预设周期分析，如患者睡眠时长、起床次数、离床次数；如针对患者的上厕所状态配置为预设周期分析，如患者每天上厕所的次数，每次上厕所的时长。
本实施方式通过对不同表现特征的分析进行划分为实时分析与预设周期分析，可以针对每一项不同的临床表现特征配置相应的分析规则，更加贴合实际的对患者的监测要求，提高对患者监测的准确性。
在一些实施方式中，在S1400中获取与所述患者相匹配的预设健康状态，包括：
S1411、获取患者的疾病历史数据；
在获取与所述患者相匹配的预设健康状态时，针对每一个不同的患者，为其匹配不同的预设健康状态，或者针对同一个患者，为其在不同的阶段配置不同的预设健康状态，首先获取患者的疾病历史数据，通过患者的疾病历史数据可以快速地确定患者存在哪些疾病风险，需要对患者的哪一些临床状态进行有效的监测；例如患者有高血压疾病史，则需要对患者的临床状态服用降血压药物进行持续的监测。
S1412、获取患者的身体指标数据。
在获取患者的疾病历史数据之后，再获取患者的身体指标数据，可以是获取上一次采集得到的患者的身体指标数据，基于实时更新的身体指标数据，可以对患者的最新健康状态进行准确的监测。
S1413、根据所述疾病历史数据与身体指标数据确定与所述患者相匹配的预设健康状态。
在获取患者的疾病历史数据以及患者的身体指标数据之后，根据所述疾病历史数据与身体指标数据确定与所述患者相匹配的预设健康状态，从而为每一个不同的患者匹配不同的预设健康状态，以及对同一个患者，为其在不同的阶段配置不同的预设健康状态。
本实施方式通过分析患者的疾病历史数据与最新的身体指标数据确定与所述患者相匹配的预设健康状态，从而为每一个不同的患者匹配不同的预设健康状态，以及对同一个患者，为其在不同的阶段配置不同的预设健康状态，可以对患者的最新健康状态进行准确的监测。
在一些实施方式中，所述S1500若所述临床状态不满足所述预设健康状态的要求，向预设渠道发送健康预警通知，包括：
S1511、若所述临床状态不满足所述预设健康状态的要求，生成健康预警信息；其中，所述健康预警信息包括患者当前的临床状态详情信息以及针对所述临床状态的应对措施信息的至少一项；
在对比确定所述临床状态不满足所述预设健康状态的要求之后，生成健康预警信息，其中，所述健康预警信息包括患者当前的临床状态详情信息以及针对所述临床状态的应对措施信息的至少一项，即当确定所监测到患者的临床状态不满足所述预设健康状态的要求之后，将不满足要求详细信息进行记录，并且匹配相应的解决措施，然后一并生成健康预警信息。
S1512、向预设渠道发送包含所述健康预警信息的通知；
在生成健康预警信息；其中，所述健康预警信息包括患者当前的临床状态详情信息以及针对所述临床状态的应对措施信息的至少一项，向预设渠道发送包含所述健康预警信息的通知，当预设的渠道接收到所述包含所述健康预警信息的通知之后，可以直观地了解患者的临床状态的详细信息，并且还可以了解针对该患者的临床状态可以采取的应对措施，不再仅仅是简单呈现出数字，从而直观地了解患者的健康状态，提高对患者健康状态应对的效率。
本实施方式通过配置健康预警信息；其中，所述健康预警信息包括患者当前的临床状态详情信息以及针对所述临床状态的应对措施信息的至少一项，可以直观地了解患者的临床状态的详细信息，并且还可以了解针对该患者的临床状态可以采取的应对措施，提高对患者健康状态应对的效率。
在一些实施方式中，S1500中的向预设渠道发送健康预警通知，包括：
S1521、实时地向预设渠道发送健康预警通知；
在向预设渠道发送健康预警通知的一种实施方式中，可以是实时地向预设渠道发送健康预警通知，即分析确定患者的健康状态后，实时地向预设渠道发送健康预警通知。
或S1522、在预设的预警周期到达时，向预设渠道发送健康预警通知。
或者，在向预设渠道发送健康预警通知的一种实施方式中，预设的预警周期到达时，向预设渠道发送健康预警通知，即提供不同时间段的数据分析报告，如日报，周报，月报，季报，年报，其中，对每一项临床状态进行统计，如睡眠时间曲线，包括睡眠时长平均值，最大，最小值等，从而持续地监测患者的健康状态。
本实施方式通过配置有实时的预警，即当捕捉到异常的健康状态时，即时发出预警通知，实时地对患者的健康状态进行监测；或者有阶段性的预警，比如每天早上固定时间对前一天的行为给出预警通知，持续地对患者的健康状态进行监测，从而提高对健康状态监测的全面性。
在一些实施方式中，S1500若所述临床状态不满足所述预设健康状态的要求，向预设渠道发送健康预警通知，包括：
S1531、识别所述临床状态与预设健康状态的差异度；
在判断所述临床状态是否满足所述预设健康状态的要求，若所述临床状态不满足所述预设健康状态的要求，向预设渠道发送健康预警通知的过程中，首先识别所述临床状态与预设健康状态的差异度，即计算所述临床状态与预设健康状态的差值。
S1532、根据所述差异度确定所述临床状态的预警值；
在识别所述临床状态与预设健康状态的差异度之后，根据所述差异度确定所述临床状态的预警值，由于数据采集、数据分析以及数据判断的每一个环境都可能出现错误，因此，根据临床状态与预设健康状态的差异度确定临床状态的预警值，不同的差异值所需的预警程度不相同。
S1533、生成与所述预警值相对应的目标等级的健康预警通知；
在根据所述差异度确定所述临床状态的预警值之后，生成与所述预警值相对应的目标等级的健康预警通知，即不同的预警值生成对应等级的健康预警通知，避免部分数据在转化过程中出现的错误而同样引起高级的预警。
S1534、向预设渠道发送目标等级的健康预警通知，以使所述预设渠道根据所述目标等级以对应的形式展示所述健康预警通知。
在生成与所述预警值相对应的目标等级的健康预警通知之后，向预设渠道发送目标等级的健康预警通知，以使所述预设渠道根据所述目标等级以对应的形式展示所述健康预警通知。例如，健康预警通知的登记包括1-4共四个等级，当预设渠道接收到不同登记的健康预警通知时候，1等级的健康预警通知以绿色通知形式进行展示，2等级的健康预警通知以黄色通知形式进行展示，3等级的健康预警通知以橙色通知形式进行展示，4等级的健康预警通知以红色通知形式进行展示，通过不同的形式展示不同等级的健康预警通知，可以直观、清晰地了解患者的健康状态。
本实施方式通过识别所述临床状态与预设健康状态的差异度，根据不同的差异度生成不同等级的健康预警通知，使得所述预设渠道根据所述不同等级对应的形式展示所述健康预警通知，从而直观、清晰地了解患者的健康状态，提高健康预警通知的阅读便捷性。
本实施例方法涉及用户健康检测，有利于对用户的慢性病进行监护和提示，增强用户的健康信息维护的即时性。
具体请参阅图2，图2为本实施例健康信息的监测预警装置基本结构示意图。
如图2所示，一种健康信息的监测预警装置，包括：数据接收模块1100、数据解析模块1200、状态识别模块1300、状态比对模块1400和健康预警模块1500。其中，数据接收模块1100，用于获取预配置设备采集的患者的行为数据；数据解析模块1200，用于解析所述行为数据，将解析后的所述行为数据与预配置的临床特征模型进行匹配，确定所述行为数据对应的表现特征；状态识别模块1300，用于将所述表现特征与所述行为数据进行结合，确定患者的临床状态；状态比对模块1400，用于获取与所述患者相匹配的预设健康状态，将所述临床状态与预设健康状态进行对比；健康预警模块1500，用于若所述临床状态不满足所述预设健康状态的要求，向预设渠道发送健康预警通知。
上述的健康信息的监测预警装置通过在患者的身上或者周边预配置相应的设备，获取预配置设备采集的患者的行为数据，然后解析所述行为数据，将解析后的所述行为数据与预配置的临床特征模型进行匹配，确定所述行为数据对应的表现特征，确定每一项/多项行为数据对应的是哪一项临床表现特征，将所述表现特征与所述行为数据进行结合，对每一项表现特征进行实例化，确定患者的临床状态，获取与所述患者相匹配的预设健康状态，将所述临床状态与预设健康状态进行对比，若所述临床状态不满足所述预设健康状态的要求，可以推断患者当前的临床状态可能对患者的健康产生一定的影响，或者目前患者的健康状态处于存在危险的状态，然后向预设渠道发送健康预警通知，使得预设渠道能够接收到患者的健康预警通知，从而对患者的健康进行一定的干预，提高对患者出现危险进行防患的及时性，并且，通过多种预配置设备分析确定多项患者的临床表现特征，再对各项临床表现特征进行分析，确定患者的健康状态，有效地提高对患者的健康监测的全面、准确性。
可选地，所述数据解析模块1200还用于：
识别所述行为数据对应的预配置设备的类型；
根据所述类型匹配的数据解析规则；
根据所述数据解析规则对所述行为数据进行解析。
可选地，所述状态识别模块1300还用于：
将所述表现特征与当前的所述行为数据进行结合，确定患者的临床状态；或，
将所述表现特征与预设周期内的所述行为数据进行结合，确定患者的临床状态。
可选地，所述状态比对模块1400还用于：
获取患者的疾病历史数据；
获取患者的身体指标数据；
根据所述疾病历史数据与身体指标数据确定与所述患者相匹配的预设健康状态。
可选地，所述健康预警模块1500还用于：
若所述临床状态不满足所述预设健康状态的要求，生成健康预警信息；其中，所述健康预警信息包括患者当前的临床状态详情信息以及针对所述临床状态的应对措施信息的至少一项；
向预设渠道发送包含所述健康预警信息的通知。
可选地，所述健康预警模块1500还用于；
实时地向预设渠道发送健康预警通知；或，
在预设的预警周期到达时，向预设渠道发送健康预警通知。
可选地，所述健康预警模块1500还用于：
识别所述临床状态与预设健康状态的差异度；
根据所述差异度确定所述临床状态的预警值；
生成与所述预警值相对应的目标等级的健康预警通知；
向预设渠道发送目标等级的健康预警通知，以使所述预设渠道根据所述目标等级以对应的形式展示所述健康预警通知。
为解决上述技术问题，本申请实施例还提供计算机设备。具体请参阅图3，图3为本实施例计算机设备基本结构框图。
如图3所示，计算机设备的内部结构示意图。该计算机设备包括通过系统总线连接的处理器、非易失性存储介质、存储器和网络接口。其中，该计算机设备的非易失性存储介质存储有操作系统、数据库和计算机可读指令，数据库中可存储有控件信息序列，该计算机可读指令被处理器执行时，可使得处理器实现一种交易凭证上链法。该计算机设备的处理器用于提供计算和控制能力，支撑整个计算机设备的运行。该计算机设备的存储器中可存储有计算机可读指令，该计算机可读指令被处理器执行时，可使得处理器执行一种健康信息的监测预警方法。该计算机设备的网络接口用于与终端连接通信。本领域技术人员可以理解，图3中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
本实施方式中处理器用于执行图2中数据接收模块1100、数据解析模块1200、状态识别模块1300、状态比对模块1400和健康预警模块1500的具体功能，存储器存储有执行上述模块所需的程序代码和各类数据。网络接口用于向用户终端或服务器之间的数据传输。本实施方式中的存储器存储有健康信息的监测预警装置中执行所有子模块所需的程序代码及数据，服务器能够调用服务器的程序代码及数据执行所有子模块的功能。
计算机设备通过在患者的身上或者周边预配置相应的设备，获取预配置设备采集的患者的行为数据，然后解析所述行为数据，将解析后的所述行为数据与预配置的临床特征模型进行匹配，确定所述行为数据对应的表现特征，确定每一项/多项行为数据对应的是哪一项临床表现特征，将所述表现特征与所述行为数据进行结合，对每一项表现特征进行实例化，确定患者的临床状态，获取与所述患者相匹配的预设健康状态，将所述临床状态与预设健康状态进行对比，若所述临床状态不满足所述预设健康状态的要求，可以推断患者当前的临床状态可能对患者的健康产生一定的影响，或者目前患者的健康状态处于存在危险的状态，然后向预设渠道发送健康预警通知，使得预设渠道能够接收到患者的健康预警通知，从而对患者的健康进行一定的干预，提高对患者出现危险进行防患的及时性，并且，通过多种预配置设备分析确定多项患者的临床表现特征，再对各项临床表现特征进行分析，确定患者的健康状态，有效地提高对患者的健康监测的全面、准确性。
本申请还提供一种存储有计算机可读指令的存储介质，计算机可读指令被一个或多个处理器执行时，使得一个或多个处理器执行上述任一实施例健康信息的监测预警方法的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，该计算机程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，前述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)等非易失性存储介质，或随机存储记忆体(Random Access Memory，RAM)等。
本技术领域技术人员可以理解，本申请中已经讨论过的各种操作、方法、流程中的步骤、措施、方案可以被交替、更改、组合或删除。进一步地，具有本申请中已经讨论过的各种操作、方法、流程中的其他步骤、措施、方案也可以被交替、更改、重排、分解、组合或删除。进一步地，现有技术中的具有与本申请中公开的各种操作、方法、流程中的步骤、措施、方案也可以被交替、更改、重排、分解、组合或删除。
以上所述仅是本申请的部分实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本申请原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本申请的保护范围。
Claims (10)
1.一种健康信息的监测预警方法，其特征在于，包括：
获取预配置设备采集的患者的行为数据；
解析所述行为数据，将解析后的所述行为数据与预配置的临床特征模型进行匹配，确定所述行为数据对应的表现特征；
将所述表现特征与所述行为数据进行结合，确定患者的临床状态；
获取与所述患者相匹配的预设健康状态，将所述临床状态与预设健康状态进行对比；
若所述临床状态不满足所述预设健康状态的要求，向预设渠道发送健康预警通知。
2.根据权利要求1所述的健康信息的监测预警方法，其特征在于，所述解析所述行为数据，包括：
识别所述行为数据对应的预配置设备的类型；
根据所述类型匹配的数据解析规则；
根据所述数据解析规则对所述行为数据进行解析。
3.根据权利要求1所述的健康信息的监测预警方法，其特征在于，所述将所述表现特征与所述行为数据进行结合，确定患者的临床状态，包括：
将所述表现特征与当前的所述行为数据进行结合，确定患者的临床状态；或，
将所述表现特征与预设周期内的所述行为数据进行结合，确定患者的临床状态。
4.根据权利要求1所述的健康信息的监测预警方法，其特征在于，所述获取与所述患者相匹配的预设健康状态，包括：
获取患者的疾病历史数据；
获取患者的身体指标数据；
根据所述疾病历史数据与身体指标数据确定与所述患者相匹配的预设健康状态。
5.根据权利要1所述的健康信息的监测预警方法，其特征在于，所述若所述临床状态不满足所述预设健康状态的要求，向预设渠道发送健康预警通知，包括：
若所述临床状态不满足所述预设健康状态的要求，生成健康预警信息；其中，所述健康预警信息包括患者当前的临床状态详情信息以及针对所述临床状态的应对措施信息的至少一项；
向预设渠道发送包含所述健康预警信息的通知。
6.根据权利要求1或5所述的健康信息的监测预警方法，其特征在于，所述向预设渠道发送健康预警通知，还包括：
实时地向预设渠道发送健康预警通知；或，
在预设的预警周期到达时，向预设渠道发送健康预警通知。
7.根据权利要求1所述的健康信息的监测预警方法，其特征在于，所述若所述临床状态不满足所述预设健康状态的要求，向预设渠道发送健康预警通知，包括：
识别所述临床状态与预设健康状态的差异度；
根据所述差异度确定所述临床状态的预警值；
生成与所述预警值相对应的目标等级的健康预警通知；
向预设渠道发送目标等级的健康预警通知，以使所述预设渠道根据所述目标等级以对应的形式展示所述健康预警通知。
8.一种健康信息的监测预警装置，其特征在于，包括：
数据接收模块，用于获取预配置设备采集的患者的行为数据；
数据解析模块，用于解析所述行为数据，将解析后的所述行为数据与预配置的临床特征模型进行匹配，确定所述行为数据对应的表现特征；
状态识别模块，用于将所述表现特征与所述行为数据进行结合，确定患者的临床状态；
状态比对模块，用于获取与所述患者相匹配的预设健康状态，将所述临床状态与预设健康状态进行对比；
健康预警模块，用于若所述临床状态不满足所述预设健康状态的要求，向预设渠道发送健康预警通知。
9.一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机可读指令，所述计算机可读指令被所述处理器执行时，使得所述处理器执行如权利要求1至7中任一项权利要求所述健康信息的监测预警方法的步骤。
10.一种存储有计算机可读指令的存储介质，所述计算机可读指令被一个或多个处理器执行时，使得一个或多个处理器执行如权利要求1至7中任一项权利要求所述健康信息的监测预警方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310422930.5A CN116386874A (zh) | 2023-04-18 | 2023-04-18 | 健康信息的监测预警方法、装置、计算机设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310422930.5A CN116386874A (zh) | 2023-04-18 | 2023-04-18 | 健康信息的监测预警方法、装置、计算机设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116386874A true CN116386874A (zh) | 2023-07-04 |
Family
ID=86980560
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310422930.5A Pending CN116386874A (zh) | 2023-04-18 | 2023-04-18 | 健康信息的监测预警方法、装置、计算机设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116386874A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117912698A (zh) * | 2024-03-18 | 2024-04-19 | 简阳市人民医院 | 一种针对扁桃体术后患者的健康监控方法和系统 |
-
2023
- 2023-04-18 CN CN202310422930.5A patent/CN116386874A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117912698A (zh) * | 2024-03-18 | 2024-04-19 | 简阳市人民医院 | 一种针对扁桃体术后患者的健康监控方法和系统 |
| CN117912698B (zh) * | 2024-03-18 | 2024-05-17 | 简阳市人民医院 | 一种针对扁桃体术后患者的健康监控方法和系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Kim et al. | Emergency situation monitoring service using context motion tracking of chronic disease patients | |
| US10762445B2 (en) | System and method for clinical intelligent agents implementing an integrated intelligent monitoring and notification system | |
| Mukherjee et al. | Patient health management system using e-health monitoring architecture | |
| US20170140625A1 (en) | Released offender geospatial location information trend analysis | |
| Tsui et al. | Technical description of RODS: a real-time public health surveillance system | |
| JP5147839B2 (ja) | リモート・サーバにおける相関または学習に基づくクライアント装置の局所的適応化の方法および装置 | |
| US10347369B1 (en) | Patient tracking and dynamic updating of patient profile | |
| US20050071190A1 (en) | Method and system for patient care triage | |
| US20220181020A1 (en) | System and method for remote patient monitoring | |
| ZA200106152B (en) | System for data capture, normalization, data event processing, communication and operator interface. | |
| CN115769302A (zh) | 流行病监控系统 | |
| US20090089089A1 (en) | Apparatus and method for providing geriatric care management service | |
| US20140344404A1 (en) | Released offender geospatial location information user application | |
| WO2018131976A1 (en) | Apparatus and method for performing user evaluations | |
| CN116386874A (zh) | 健康信息的监测预警方法、装置、计算机设备及存储介质 | |
| US12039856B2 (en) | Incident response system | |
| US11437126B2 (en) | Methods and systems for analyzing accessing of medical data | |
| Rodner et al. | Data-driven generation of rule-based behavior models for an ambient assisted living system | |
| Brownsell et al. | Future systems for remote health care | |
| US10971264B1 (en) | Patient tracking and dynamic updating of patient profile | |
| US11477616B2 (en) | Safety detection controller | |
| US20240339206A1 (en) | Methods, systems, and computer readable media for managing medical devices | |
| US20240079135A1 (en) | Providing remote patient assistance when network connectivity is unavailable | |
| Alexandru et al. | Personalized home healthcare options for smart service delivery and patient-centered monitoring | |
| US11189376B1 (en) | Patient tracking and dynamic updating of patient profile |
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 |