CN117038100B - 一种基于iot技术的健康管理系统 - Google Patents
一种基于iot技术的健康管理系统 Download PDFInfo
- Publication number
- CN117038100B CN117038100B CN202311293557.4A CN202311293557A CN117038100B CN 117038100 B CN117038100 B CN 117038100B CN 202311293557 A CN202311293557 A CN 202311293557A CN 117038100 B CN117038100 B CN 117038100B
- Authority
- CN
- China
- Prior art keywords
- data
- health
- user
- response
- endogenous
- 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.)
- Active
Links
- 230000036541 health Effects 0.000 title claims abstract description 150
- 238000005516 engineering process Methods 0.000 title claims abstract description 18
- 230000004044 response Effects 0.000 claims abstract description 115
- 238000012544 monitoring process Methods 0.000 claims abstract description 41
- 230000005856 abnormality Effects 0.000 claims abstract description 30
- 238000004458 analytical method Methods 0.000 claims abstract description 25
- 238000009472 formulation Methods 0.000 claims abstract description 4
- 239000000203 mixture Substances 0.000 claims abstract description 4
- 238000003860 storage Methods 0.000 claims description 30
- 230000008859 change Effects 0.000 claims description 23
- 238000007726 management method Methods 0.000 claims description 16
- 238000000034 method Methods 0.000 claims description 15
- 230000008569 process Effects 0.000 claims description 9
- 230000006870 function Effects 0.000 claims description 4
- 238000004806 packaging method and process Methods 0.000 claims description 4
- 230000002159 abnormal effect Effects 0.000 abstract description 25
- 230000000694 effects Effects 0.000 abstract description 5
- 230000006978 adaptation Effects 0.000 abstract description 2
- 230000003044 adaptive effect Effects 0.000 abstract description 2
- 201000010099 disease Diseases 0.000 description 8
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 8
- 239000008280 blood Substances 0.000 description 7
- 210000004369 blood Anatomy 0.000 description 7
- 230000006872 improvement Effects 0.000 description 7
- 235000013305 food Nutrition 0.000 description 5
- 208000019553 vascular disease Diseases 0.000 description 5
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 4
- 238000013480 data collection Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 4
- 229910052760 oxygen Inorganic materials 0.000 description 4
- 239000001301 oxygen Substances 0.000 description 4
- 230000001960 triggered effect Effects 0.000 description 4
- 230000003860 sleep quality Effects 0.000 description 3
- 230000002354 daily effect Effects 0.000 description 2
- 238000011157 data evaluation Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000037213 diet Effects 0.000 description 2
- 235000005911 diet Nutrition 0.000 description 2
- 239000003814 drug Substances 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 230000000087 stabilizing effect Effects 0.000 description 2
- 230000002792 vascular Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000036772 blood pressure Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 230000035622 drinking Effects 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 235000006694 eating habits Nutrition 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000000391 smoking effect Effects 0.000 description 1
- 208000018556 stomach disease Diseases 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
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
- G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
-
- 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
- G06F16/25—Integrating or interfacing systems involving database management systems
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y40/00—IoT characterised by the purpose of the information processing
- G16Y40/10—Detection; Monitoring
Landscapes
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Public Health (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Medical Informatics (AREA)
- Epidemiology (AREA)
- Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Biomedical Technology (AREA)
- Computing Systems (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明涉及健康管理技术领域,具体地说,涉及一种基于IOT技术的健康管理系统。其包括个人响应数据库、异常原因分析模块以及健康干预模块。本发明通过个人响应数据库结合用户过往病历数据,确定用户当前健康水平,并制定对应的健康响应阈值,根据用户的健康水平进行适配的健康响应阈值制定,为每个用户制定合理的应急响应方案,提高整个系统的适配效果,通过异常原因分析模块获取所述个人响应数据库反馈的响应数据,并结合健康监测数据,预测引起用户健康监测数据异常的原因,通过健康干预模块结合预测引起用户健康监测数据异常的原因以及过往病历数据,为用户制定对应的健康干预模式。
Description
技术领域
本发明涉及健康管理技术领域,具体地说,涉及一种基于IOT技术的健康管理系统。
背景技术
随着科技水平的日益提高,越来越多的科技成果应用到日常生活中,这其中就包括医疗监测,即通过医疗传感器实时监测用户的血氧、心率以及睡眠质量等信息,从而获取用户的健康数据,结合IOT技术(物联网)实时互联各项数据,同时结合患者过往病历数据进行整合分析,当用户出现数据异常时即可发出健康响应,及时提醒用户进行健康干预。
但由于各个用户的健康水平不同,自身所能承担的异常状态不同,例如对于老年人来说,本身就患有多种疾病,轻微的健康数据变化就会引起强烈反应,同时,对于一些特殊疾病患者来说,例如患有HIV的患者,其抵抗力远低于正常人群,如果按照正常人的标准进行数据评估的话,很容易导致异常数据无法及时响应,影响当前患者的健康干预效率。
为了应对上述问题,现亟需一种基于IOT技术的健康管理系统。
发明内容
本发明的目的在于提供一种基于IOT技术的健康管理系统,以解决上述背景技术中提出的问题。
为实现上述目的,提供了一种基于IOT技术的健康管理系统,包括健康数据监测平台、个人响应数据库、异常原因分析模块以及健康干预模块;
其中健康数据监测平台用于采集用户过往病历数据,并记录存储,采集用户上传的外源数据,同时借助医疗传感器实时捕捉用户当前内源数据变化,整合为健康监测数据;
所述健康数据监测平台输出端与所述个人响应数据库输入端连接,所述个人响应数据库结合用户过往病历数据,确定用户当前健康水平,并制定对应的健康响应阈值;
所述个人响应数据库输出端与所述异常原因分析模块输入端连接,所述异常原因分析模块用于获取所述个人响应数据库反馈的响应数据,并结合健康监测数据,预测引起用户健康监测数据异常的原因;
所述异常原因分析模块输出端与所述健康干预模块输入端连接,所述健康干预模块结合预测引起用户健康监测数据异常的原因以及过往病历数据,为用户制定对应的健康干预模式。
作为本技术方案的进一步改进,所述健康数据监测平台包括过往病历记录模块、外源数据采集模块以及内源数据采集模块,所述过往病历记录模块用于采集用户过往病历数据信息,所述外源数据采集模块用于识别用户上传的外源数据,所述内源数据采集模块借助医疗传感器实时监测用户当前内源数据。
作为本技术方案的进一步改进,所述外源数据采集模块包括上传周期规划单元,所述上传周期规划单元用于规划外源数据上传周期。
作为本技术方案的进一步改进,所述外源数据采集模块包括数据上传响应单元,所述数据上传响应单元输出端与所述上传周期规划单元输入端连接,所述数据上传响应单元输入端与所述内源数据采集模块输出端连接,所述数据上传响应单元用于建立外源数据上传响应模式,未触发响应模式的外源数据进行整合数据打包。
作为本技术方案的进一步改进,所述外源数据采集模块还包括存储周期规划单元,所述存储周期规划单元输入端与所述上传周期规划单元输出端连接,所述存储周期规划单元结合用户健康水平,对未触发响应模式的外源数据制定存储周期。
作为本技术方案的进一步改进,所述个人响应数据库中制定健康响应阈值的方法包括如下步骤:
S1、获取用户过往病历数据信息,确定入院治疗过程中各项内源数据变化状态,确定各项内源数据变化状态下的最大值以及最小值/>;
S2、确定用户经过治疗完成后对应各项内源数据稳定平均值集合;
S3、识别当前内源数据类型,比对其对应平均值集合、最大值/>以及最小值/>,确定健康响应阈值。
作为本技术方案的进一步改进,所述个人响应数据库中制定健康响应阈值采用阈值比对算法,其算法公式如下:
;
其中为阈值比对函数,/>为内源数据的经过治疗完成后稳定平均值,/>为内源数据变化状态下的最小值,/>为内源数据变化状态下的最大值,/>为当前内源数据正常状态下的最小值,/>为当前内源数据正常状态下的最大值。
作为本技术方案的进一步改进,所述个人响应数据库输出端连接有数据库存储模块,所述数据库存储模块输入端与所述异常原因分析模块输出端以及健康干预模块输出端连接,所述数据库存储模块建立存储数据库,用于存储异常分析流程以及对应的健康干预制定结果。
与现有技术相比,本发明的有益效果:
1、该基于IOT技术的健康管理系统中,通过个人响应数据库结合用户过往病历数据,确定用户当前健康水平,并制定对应的健康响应阈值,根据用户的健康水平进行适配的健康响应阈值制定,为每个用户制定合理的应急响应方案,提高整个系统的适配效果,通过异常原因分析模块获取所述个人响应数据库反馈的响应数据,并结合健康监测数据,预测引起用户健康监测数据异常的原因,通过健康干预模块结合预测引起用户健康监测数据异常的原因以及过往病历数据,为用户制定对应的健康干预模式。
2、该基于IOT技术的健康管理系统中,通过上传周期规划单元规划外源数据上传周期,结合各个用户的健康水平规划外源数据上传周期,提高外源数据采集效果。
3、该基于IOT技术的健康管理系统中,通过数据上传响应单元建立外源数据上传响应模式,即内源数据出现异常变化时,需要调用一定时间范围内的外源数据进行参考,此时,该时间范围内的数据将会上传至个人响应数据库,作为后期异常原因预测的参考,未触发响应模式的外源数据进行整合数据打包,以便后期内源数据异常后进行外源数据调用。
4、该基于IOT技术的健康管理系统中,通过存储周期规划单元结合用户健康水平,对未触发响应模式的外源数据制定存储周期,对超过存储周期未使用的外源数据进行定时清理,防止数据冗余影响系统内存。
附图说明
图1为本发明的整体结构示意图;
图2为本发明的外源数据采集模块结构示意图。
图中各个标号意义为:
10、过往病历记录模块;
20、外源数据采集模块;210、数据上传响应单元;220、上传周期规划单元;230、存储周期规划单元;
30、内源数据采集模块;
40、个人响应数据库;
50、异常原因分析模块;
60、健康干预模块;
70、数据库存储模块。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,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,都属于本发明保护的范围。
请参阅图1-图2所示,提供了一种基于IOT技术的健康管理系统,包括健康数据监测平台、个人响应数据库40、异常原因分析模块50以及健康干预模块60;
其中健康数据监测平台用于采集用户过往病历数据,并记录存储,采集用户上传的外源数据,同时借助医疗传感器实时捕捉用户当前内源数据变化,整合为健康监测数据;
健康数据监测平台输出端与个人响应数据库40输入端连接,个人响应数据库40结合用户过往病历数据,确定用户当前健康水平,并制定对应的健康响应阈值;
个人响应数据库40输出端与异常原因分析模块50输入端连接,异常原因分析模块50用于获取个人响应数据库40反馈的响应数据,并结合健康监测数据,预测引起用户健康监测数据异常的原因;
异常原因分析模块50输出端与健康干预模块60输入端连接,健康干预模块60结合预测引起用户健康监测数据异常的原因以及过往病历数据,为用户制定对应的健康干预模式。
具体使用时,随着科技水平的日益提高,越来越多的科技成果应用到日常生活中,这其中就包括医疗监测,即通过医疗传感器实时监测用户的血氧、心率以及睡眠质量等信息,从而获取用户的健康数据,结合IOT技术物联网实时互联各项数据,同时结合患者过往病历数据进行整合分析,当用户出现数据异常时即可发出健康响应,及时提醒用户进行健康干预。
但由于各个用户的健康水平不同,自身所能承担的异常状态不同,例如对于老年人来说,本身就患有多种疾病,轻微的健康数据变化就会引起强烈反应,同时,对于一些特殊疾病患者来说,例如患有HIV的患者,其抵抗力远低于正常人群,如果按照正常人的标准进行数据评估的话,很容易导致异常数据无法及时响应,影响当前患者的健康干预效率。
为了应对上述问题,在进行用户健康管理过程中,首先通过健康数据监测平台采集用户过往病历数据,例如诊断报告,提前确定用户过往的疾病信息,并记录存储,采集用户上传的外源数据,例如饮食习惯以及运动状态等,同时借助医疗传感器实时捕捉用户当前内源数据变化,例如通过血氧仪实时检测当前用户的血氧状态,整合为健康监测数据,并将健康监测数据传输至个人响应数据库40,个人响应数据库40结合用户过往病历数据,确定用户当前健康水平,并制定对应的健康响应阈值,例如当用户患有血管疾病时,其血管壁比正常人群的血管壁要薄,正常人群的60-90mmHg,而由于患有血管疾病的用户血管壁较薄,血压过高就会引起血管疾病的产生,因此需要提前对该患有血管疾病的用户进行血压提前预防,规划对应的健康响应阈值,根据用户的健康水平进行适配的健康响应阈值制定,当用户某项健康数据超过健康响应阈值时,此时异常原因分析模块50获取个人响应数据库40反馈的响应数据,并结合健康监测数据,预测引起用户健康监测数据异常的原因,例如当前检测到用户的血压超过其对应的健康响应阈值,同时还检测到用户当前处于高速运动状态,且运动强度超过平时强度,表明当前引起用户的血压异常原因可能为运动状态,作为预测结果,随后将预测结果传输至健康干预模块60,健康干预模块60结合预测引起用户健康监测数据异常的原因以及过往病历数据,为用户制定对应的健康干预模式,例如停止降低运动强度或者停止运动,服用对应的药物,或者及时提醒用户附近就医。
本发明通过个人响应数据库40结合用户过往病历数据,确定用户当前健康水平,并制定对应的健康响应阈值,根据用户的健康水平进行适配的健康响应阈值制定,为每个用户制定合理的应急响应方案,提高整个系统的适配效果,通过异常原因分析模块50获取个人响应数据库40反馈的响应数据,并结合健康监测数据,预测引起用户健康监测数据异常的原因,通过健康干预模块60结合预测引起用户健康监测数据异常的原因以及过往病历数据,为用户制定对应的健康干预模式。
此外,健康数据监测平台包括过往病历记录模块10、外源数据采集模块20以及内源数据采集模块30,过往病历记录模块10用于采集用户过往病历数据信息,外源数据采集模块20用于识别用户上传的外源数据,内源数据采集模块30借助医疗传感器实时监测用户当前内源数据。具体使用时,在对用户健康数据进行监测过程中,首先通过过往病历记录模块10采集用户过往病历数据信息,例如先前所患疾病、治疗过程以及治疗结果,作为后期预测疾病的参考,而用户身体出现异常时,很容易是外在条件造成的影响,例如饮食不注意,食用了过量或者激发体内疾病复发的食物,导致身体出现异常,所以需要通过外源数据采集模块20识别用户上传的外源数据,例如用户上传当天的食物类型以及制作方法,当用户身体出现异常时,最为直观的体现的就是内源数据会出现变化,此时通过内源数据采集模块30借助医疗传感器实时监测用户当前内源数据,例如血氧检测、心率检测以及睡眠质量检测,通过这些检测结果数据,确定用户身体异常状态,以供后期进行异常原因预测。
进一步的,外源数据采集模块20包括上传周期规划单元220,上传周期规划单元220用于规划外源数据上传周期,由于各个用户的健康水平不同,需要检测的外源数据频率也会有所差异,例如胃部患有疾病的患者,每天的饮食都需要进行调控,因此饮食方面的外源数据的上传频率需要提高,所以通过上传周期规划单元220规划外源数据上传周期,结合各个用户的健康水平规划外源数据上传周期,提高外源数据采集效果。
由于在实际外源数据采集过程中,内源数据未发生异常变化状态下,此时采集到的外源数据针对当前内源数据的参考性不大,但考虑到一些外源数据的对内源数据的影响具有一定时效性,防止外源数据丢失导致后期内源数据异常变化无法预测原因,再进一步的,外源数据采集模块20包括数据上传响应单元210,数据上传响应单元210输出端与上传周期规划单元220输入端连接,数据上传响应单元210输入端与内源数据采集模块30输出端连接,数据上传响应单元210用于建立外源数据上传响应模式,未触发响应模式的外源数据进行整合数据打包。通过数据上传响应单元210建立外源数据上传响应模式,即内源数据出现异常变化时,需要调用一定时间范围内的外源数据进行参考,此时,该时间范围内的数据将会上传至个人响应数据库40,作为后期异常原因预测的参考,未触发响应模式的外源数据进行整合数据打包,以便后期内源数据异常后进行外源数据调用。
由于系统内存有限,用户在上传周期内不断进行外源数据上传,而这些外源数据具有一定时效性,例如一个月前食用的食品大多数不会影响当前用户健康水平,值得说明的是,对于长期食用食品、药物或者形成某项习惯吸烟、喝酒以及熬夜等的用户,其习惯特征通过外源数据采集模块20将会被提前采集,具体的,外源数据采集模块20还包括存储周期规划单元230,存储周期规划单元230输入端与上传周期规划单元220输出端连接,存储周期规划单元230结合用户健康水平,对未触发响应模式的外源数据制定存储周期,通过存储周期规划单元230结合用户健康水平,对未触发响应模式的外源数据制定存储周期,对超过存储周期未使用的外源数据进行定时清理,防止数据冗余影响系统内存。
此外,个人响应数据库40中制定健康响应阈值的方法包括如下步骤:
S1、获取用户过往病历数据信息,确定入院治疗过程中各项内源数据变化状态,确定各项内源数据变化状态下的最大值以及最小值/>;
S2、确定用户经过治疗完成后对应各项内源数据稳定平均值集合;
S3、识别当前内源数据类型,比对其对应平均值集合、最大值/>以及最小值/>,确定健康响应阈值。
在制定健康响应阈值过程中,由于各个用户的健康水平不同,其对应的健康响应阈值也会有所差异,此时通过获取用户过往病历数据信息,确定入院治疗过程中各项内源数据变化状态,确定各项内源数据变化状态下的最大值以及最小值/>,即该患者在治疗过程中的各项内源数据变化情况,随后确定用户经过治疗完成后对应各项内源数据稳定平均值集合/>,即治疗结束后患者各项内源数据平均状态,随后识别当前内源数据类型,比对其对应平均值集合/>、最大值/>以及最小值,确定健康响应阈值,例如当该内源数据的经过治疗完成后稳定平均值W低于最小值时,此时该内源数据对应的健康响应阈值为/>-/>范围之间。
进一步的,个人响应数据库40中制定健康响应阈值采用阈值比对算法,其算法公式如下:
;
其中为阈值比对函数,/>为内源数据的经过治疗完成后稳定平均值,/>为内源数据变化状态下的最小值,/>为内源数据变化状态下的最大值,/>为当前内源数据正常状态下的最小值,/>为当前内源数据正常状态下的最大值。具体使用时,当内源数据的经过治疗完成后稳定平均值/>不低于内源数据变化状态下的最小值/>时,阈值比对函数/>输出结果为/>,表明此时该内源数据的健康响应阈值为,当内源数据的经过治疗完成后稳定平均值/>不高于内源数据变化状态下的最大值/>时,阈值比对函数/>输出结果为/>,表明此时该内源数据的健康响应阈值为/>;
当内源数据的经过治疗完成后稳定平均值高于内源数据变化状态下的最小值且低于内源数据变化状态下的最大值/>,且内源数据变化状态下的最大值/>低于当前内源数据正常状态下的最大值/>时,此时阈值比对函数/>输出结果为;
当内源数据的经过治疗完成后稳定平均值高于内源数据变化状态下的最小值且低于内源数据变化状态下的最大值/>,且内源数据变化状态下的最小值/>高于当前内源数据正常状态下的最小值/>时,阈值比对函数/>输出结果为/>。
再进一步的,个人响应数据库40输出端连接有数据库存储模块70,数据库存储模块70输入端与异常原因分析模块50输出端以及健康干预模块60输出端连接,数据库存储模块70建立存储数据库,用于存储异常分析流程以及对应的健康干预制定结果,为后期遇到相同问题提供参考依据,直接进行对应的健康干预模式调用,提高系统响应效率。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的仅为本发明的优选例,并不用来限制本发明,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (4)
1.一种基于IOT技术的健康管理系统,其特征在于:包括健康数据监测平台、个人响应数据库(40)、异常原因分析模块(50)以及健康干预模块(60);
其中健康数据监测平台用于采集用户过往病历数据,并记录存储,采集用户上传的外源数据,同时借助医疗传感器实时捕捉用户当前内源数据变化,整合为健康监测数据;
所述健康数据监测平台输出端与所述个人响应数据库(40)输入端连接,所述个人响应数据库(40)结合用户过往病历数据,确定用户当前健康水平,并制定对应的健康响应阈值;
所述个人响应数据库(40)输出端与所述异常原因分析模块(50)输入端连接,所述异常原因分析模块(50)用于获取所述个人响应数据库(40)反馈的响应数据,并结合健康监测数据,预测引起用户健康监测数据异常的原因;
所述异常原因分析模块(50)输出端与所述健康干预模块(60)输入端连接,所述健康干预模块(60)结合预测引起用户健康监测数据异常的原因以及过往病历数据,为用户制定对应的健康干预模式;
所述健康数据监测平台包括过往病历记录模块(10)、外源数据采集模块(20)以及内源数据采集模块(30),所述过往病历记录模块(10)用于采集用户过往病历数据信息,所述外源数据采集模块(20)用于识别用户上传的外源数据,所述内源数据采集模块(30)借助医疗传感器实时监测用户当前内源数据;
所述外源数据采集模块(20)包括上传周期规划单元(220),所述上传周期规划单元(220)用于规划外源数据上传周期;
所述外源数据采集模块(20)包括数据上传响应单元(210),所述数据上传响应单元(210)输出端与所述上传周期规划单元(220)输入端连接,所述数据上传响应单元(210)输入端与所述内源数据采集模块(30)输出端连接,所述数据上传响应单元(210)用于建立外源数据上传响应模式,未触发响应模式的外源数据进行整合数据打包;
所述个人响应数据库(40)中制定健康响应阈值的方法包括如下步骤:
S1、获取用户过往病历数据信息,确定入院治疗过程中各项内源数据变化状态,确定各项内源数据变化状态下的最大值以及最小值;
S2、确定用户经过治疗完成后对应各项内源数据稳定平均值集合;
S3、识别当前内源数据类型,比对其对应平均值集合、最大值/>以及最小值,确定健康响应阈值。
2.根据权利要求1所述的基于IOT技术的健康管理系统,其特征在于:所述外源数据采集模块(20)还包括存储周期规划单元(230),所述存储周期规划单元(230)输入端与所述上传周期规划单元(220)输出端连接,所述存储周期规划单元(230)结合用户健康水平,对未触发响应模式的外源数据制定存储周期。
3.根据权利要求1所述的基于IOT技术的健康管理系统,其特征在于:所述个人响应数据库(40)中制定健康响应阈值采用阈值比对算法,其算法公式如下:
;
其中为阈值比对函数,/>为内源数据的经过治疗完成后稳定平均值,/>为内源数据变化状态下的最小值,/>为内源数据变化状态下的最大值,/>为当前内源数据正常状态下的最小值,/>为当前内源数据正常状态下的最大值。
4.根据权利要求3所述的基于IOT技术的健康管理系统,其特征在于:所述个人响应数据库(40)输出端连接有数据库存储模块(70),所述数据库存储模块(70)输入端与所述异常原因分析模块(50)输出端以及健康干预模块(60)输出端连接,所述数据库存储模块(70)建立存储数据库,用于存储异常分析流程以及对应的健康干预制定结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311293557.4A CN117038100B (zh) | 2023-10-09 | 2023-10-09 | 一种基于iot技术的健康管理系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311293557.4A CN117038100B (zh) | 2023-10-09 | 2023-10-09 | 一种基于iot技术的健康管理系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117038100A CN117038100A (zh) | 2023-11-10 |
CN117038100B true CN117038100B (zh) | 2024-03-15 |
Family
ID=88635859
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311293557.4A Active CN117038100B (zh) | 2023-10-09 | 2023-10-09 | 一种基于iot技术的健康管理系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117038100B (zh) |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20050050768A (ko) * | 2003-11-26 | 2005-06-01 | 주식회사 에버케어 | 개인별 맞춤 건강증진서비스 제공장치 및 그 방법 |
CN106940757A (zh) * | 2017-03-14 | 2017-07-11 | 深圳市科奈信科技有限公司 | 基于物联网的健康监护服务方法和协同主机系统 |
CN107669250A (zh) * | 2017-11-02 | 2018-02-09 | 佛山鑫进科技有限公司 | 一种基于大数据分析的人体健康度监测方法 |
CN108630311A (zh) * | 2018-04-17 | 2018-10-09 | 杭州希和信息技术有限公司 | 一种用户健康的干预方法及系统 |
CN111356993A (zh) * | 2017-08-03 | 2020-06-30 | 拉杰拉克什米·迪比亚乔特·博尔塔库尔 | 用于预测及管理慢性疾病的可穿戴设备和物联网网络 |
CN111785374A (zh) * | 2020-06-15 | 2020-10-16 | 山东省玖玖医养健康产业有限公司 | 一种基于大数据的健康状况分析预测方法及系统 |
CN113168919A (zh) * | 2021-03-04 | 2021-07-23 | 曹庆恒 | 一种利用个性化指标进行健康分析的系统及其使用方法 |
CN114334158A (zh) * | 2022-03-07 | 2022-04-12 | 广州帝隆科技股份有限公司 | 一种基于物联网的监护管理方法及系统 |
WO2022083124A1 (zh) * | 2020-10-22 | 2022-04-28 | 平安科技(深圳)有限公司 | 个性化糖尿病健康管理系统、设备及存储介质 |
CN114496146A (zh) * | 2022-02-08 | 2022-05-13 | 陈阳 | 一种数字孪生健康管理系统 |
CN116110580A (zh) * | 2023-01-19 | 2023-05-12 | 江苏雷奥生物科技有限公司 | 一种基于大数据的医疗健康管理系统及方法 |
CN116705238A (zh) * | 2023-06-13 | 2023-09-05 | 陕西中医药大学 | 基于体医结合的运动处方健康数据管理平台 |
CN116798631A (zh) * | 2023-07-13 | 2023-09-22 | 杭州微柠科技有限公司 | 一种基于大数据的数字健康生活平台 |
-
2023
- 2023-10-09 CN CN202311293557.4A patent/CN117038100B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20050050768A (ko) * | 2003-11-26 | 2005-06-01 | 주식회사 에버케어 | 개인별 맞춤 건강증진서비스 제공장치 및 그 방법 |
CN106940757A (zh) * | 2017-03-14 | 2017-07-11 | 深圳市科奈信科技有限公司 | 基于物联网的健康监护服务方法和协同主机系统 |
CN111356993A (zh) * | 2017-08-03 | 2020-06-30 | 拉杰拉克什米·迪比亚乔特·博尔塔库尔 | 用于预测及管理慢性疾病的可穿戴设备和物联网网络 |
CN107669250A (zh) * | 2017-11-02 | 2018-02-09 | 佛山鑫进科技有限公司 | 一种基于大数据分析的人体健康度监测方法 |
CN108630311A (zh) * | 2018-04-17 | 2018-10-09 | 杭州希和信息技术有限公司 | 一种用户健康的干预方法及系统 |
CN111785374A (zh) * | 2020-06-15 | 2020-10-16 | 山东省玖玖医养健康产业有限公司 | 一种基于大数据的健康状况分析预测方法及系统 |
WO2022083124A1 (zh) * | 2020-10-22 | 2022-04-28 | 平安科技(深圳)有限公司 | 个性化糖尿病健康管理系统、设备及存储介质 |
CN113168919A (zh) * | 2021-03-04 | 2021-07-23 | 曹庆恒 | 一种利用个性化指标进行健康分析的系统及其使用方法 |
CN114496146A (zh) * | 2022-02-08 | 2022-05-13 | 陈阳 | 一种数字孪生健康管理系统 |
CN114334158A (zh) * | 2022-03-07 | 2022-04-12 | 广州帝隆科技股份有限公司 | 一种基于物联网的监护管理方法及系统 |
CN116110580A (zh) * | 2023-01-19 | 2023-05-12 | 江苏雷奥生物科技有限公司 | 一种基于大数据的医疗健康管理系统及方法 |
CN116705238A (zh) * | 2023-06-13 | 2023-09-05 | 陕西中医药大学 | 基于体医结合的运动处方健康数据管理平台 |
CN116798631A (zh) * | 2023-07-13 | 2023-09-22 | 杭州微柠科技有限公司 | 一种基于大数据的数字健康生活平台 |
Also Published As
Publication number | Publication date |
---|---|
CN117038100A (zh) | 2023-11-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Alazzam et al. | [Retracted] A Novel Smart Healthcare Monitoring System Using Machine Learning and the Internet of Things | |
Oliver et al. | HealthGear: a real-time wearable system for monitoring and analyzing physiological signals | |
US20160135755A1 (en) | Remote home healthcare system | |
US7606617B2 (en) | Urinalysis for the early detection of and recovery from worsening heart failure | |
JP7057592B2 (ja) | 生体情報処理システム、生体情報処理方法、および生体情報処理プログラム | |
JP2016514961A (ja) | 動物の健康またはウェルネスを監視するための複数のセンサ | |
JP2016521386A (ja) | 動物の健康およびウェルネスを監視するための獣医ユーザ・インターフェース | |
KR101234835B1 (ko) | 상황정보 기반의 고혈압 모니터링 및 알림 장치 | |
JP2003525676A (ja) | 健康分析および異常状態の予測 | |
US20170193181A1 (en) | Remote patient monitoring system | |
Amiri et al. | Context-aware sensing via dynamic programming for edge-assisted wearable systems | |
US10037412B2 (en) | Patient health state compound score distribution and/or representative compound score based thereon | |
Shiffman et al. | Situational Determinants of Coping in Smoking Relapse Crises 1 | |
CN115662631A (zh) | 基于ai智能判别的养老院管理系统 | |
CN117038100B (zh) | 一种基于iot技术的健康管理系统 | |
CN113080897B (zh) | 一种基于生理和环境数据分析的入睡时刻评估系统及方法 | |
US20120245446A1 (en) | Automatic user-specific spot bg measuring routine based on user continuous bg measurements | |
CN112309570A (zh) | 个性化基准、可视化和移交 | |
Li et al. | Health activities monitoring and warning system for geriatric daily living in extra care homes | |
US10402540B2 (en) | Task optimization in remote health monitoring systems | |
Joshi et al. | Changes in daily measures of blood pressure and heart rate improve weight-based detection of heart failure deterioration in patients on telemonitoring | |
US20230210472A1 (en) | Wearable detection system for detecting vulnerability for and infection of a homeothermic living organism | |
CN112466465A (zh) | 一种基于日常生活习惯进行患病预警的医疗评估系统 | |
CN114255846B (zh) | 基于大数据的患者临床药物进药分析处理系统及方法 | |
Achirei et al. | Remote monitoring of physiological parameters used in ambient assistive technologies |
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 |