CN117292826A - 基于人工智能的健康评估方法、装置、设备及存储介质 - Google Patents
基于人工智能的健康评估方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN117292826A CN117292826A CN202311094979.9A CN202311094979A CN117292826A CN 117292826 A CN117292826 A CN 117292826A CN 202311094979 A CN202311094979 A CN 202311094979A CN 117292826 A CN117292826 A CN 117292826A
- Authority
- CN
- China
- Prior art keywords
- evaluation
- health
- user
- preset
- target
- 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 282
- 238000000034 method Methods 0.000 title claims abstract description 61
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 52
- 238000011156 evaluation Methods 0.000 claims abstract description 273
- 238000004458 analytical method Methods 0.000 claims abstract description 39
- 238000012545 processing Methods 0.000 claims abstract description 35
- 238000013210 evaluation model Methods 0.000 claims abstract description 27
- 230000001960 triggered effect Effects 0.000 claims abstract description 18
- 238000012795 verification Methods 0.000 claims description 42
- 238000006243 chemical reaction Methods 0.000 claims description 8
- 230000011218 segmentation Effects 0.000 claims description 7
- 238000010276 construction Methods 0.000 claims description 3
- 238000012911 target assessment Methods 0.000 claims 1
- 238000005516 engineering process Methods 0.000 abstract description 20
- 201000010099 disease Diseases 0.000 description 10
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 10
- 230000008569 process Effects 0.000 description 7
- 230000009286 beneficial effect Effects 0.000 description 5
- 229940079593 drug Drugs 0.000 description 5
- 239000003814 drug Substances 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 206010012601 diabetes mellitus Diseases 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000003993 interaction Effects 0.000 description 4
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 description 3
- 239000008280 blood Substances 0.000 description 3
- 210000004369 blood Anatomy 0.000 description 3
- 239000008103 glucose Substances 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 208000031226 Hyperlipidaemia Diseases 0.000 description 2
- 206010020772 Hypertension Diseases 0.000 description 2
- 230000006835 compression Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 238000013136 deep learning model Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 230000037213 diet Effects 0.000 description 2
- 235000005911 diet Nutrition 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000003058 natural language processing Methods 0.000 description 2
- 230000000291 postprandial effect Effects 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 206010067484 Adverse reaction Diseases 0.000 description 1
- 208000037157 Azotemia Diseases 0.000 description 1
- 108010014663 Glycated Hemoglobin A Proteins 0.000 description 1
- 102000017011 Glycated Hemoglobin A Human genes 0.000 description 1
- 230000006838 adverse reaction Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- WQZGKKKJIJFFOK-VFUOTHLCSA-N beta-D-glucose Chemical compound OC[C@H]1O[C@@H](O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-VFUOTHLCSA-N 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 235000019800 disodium phosphate Nutrition 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- IXZISFNWUWKBOM-ARQDHWQXSA-N fructosamine Chemical compound NC[C@@]1(O)OC[C@@H](O)[C@@H](O)[C@@H]1O IXZISFNWUWKBOM-ARQDHWQXSA-N 0.000 description 1
- 108700004049 glycosylated serum Proteins 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
- 208000009852 uremia Diseases 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
- G16H50/30—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
- 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
Abstract
本申请实施例属于人工智能领域与数字医疗领域，涉及一种基于人工智能的健康评估方法，包括：若接收到用户触发的健康评估请求，展示评估配置页面；接收用户在评估配置页面中选取的目标评估种类；从题目库获取与目标评估种类匹配的目标题目；基于目标题目构建健康评估问卷，并构建对应的问卷调查页面；展示问卷调查页面，接收用户返回的反馈数据；基于健康评估模型对反馈数据进行评估分析，生成用户的健康评估结果。本申请还提供一种基于人工智能的健康评估装置、计算机设备及存储介质。此外，本申请还涉及区块链技术，健康评估结果可存储于区块链中。本申请可应用于数字医疗领域的健康评估场景，提高了对于用户的健康评估的处理效率与数据准确度。
Description
技术领域
本申请涉及人工智能开发技术领域与数字医疗领域，尤其涉及基于人工智能的健康评估方法、装置、计算机设备及存储介质。
背景技术
随着社会的快速发展，国民经济的日益提升，人民的健康水平也在快速进步，从而导致人们对健康的需求也日益渐长，而健康医疗领域中的健康评估也愈发重要起来。目前对人体健康的评估还停留在由医院医生根据患者的各种检查数据，依靠自身的专业知识来对患者情况进行分析评估，从而确定患者的健康状况，并得到相应的健康评估结果。然而，这样基于人工的评估人体健康的处理方式需要消耗较多的人力资源，工作量大，导致处理效率低下，也无法保证健康评估的准确度。
发明内容
本申请实施例的目的在于提出一种基于人工智能的健康评估方法、装置、计算机设备及存储介质，以解决现有的基于人工的评估人体健康的处理方式需要消耗较多的人力资源，工作量大，导致处理效率低下，也无法保证健康评估的准确度的技术问题。
为了解决上述技术问题，本申请实施例提供一种基于人工智能的健康评估方法，采用了如下所述的技术方案：
判断是否接收到用户触发的健康评估请求；
若是，展示预设的评估配置页面；其中，评估配置页面包括多种评估种类；
接收所述用户在所述评估配置页面包含的所述评估种类中选取的目标评估种类；
从预设的题目库中获取与所述目标评估种类匹配的目标题目；
基于所述目标题目构建对应的健康评估问卷，并构建与所述健康评估问卷对应的问卷调查页面；
展示所述问卷调查页面，并接收所述用户返回的与健康评估问卷对应的反馈数据；
基于预设的健康评估模型对所述反馈数据进行评估分析，生成所述用户的健康评估结果。
进一步的，所述基于预设的健康评估模型对所述反馈数据进行评估分析，生成所述用户的健康评估结果的步骤，具体包括：
对所述反馈数据进行数据转化，得到对应的目标特征数据；
将所述目标特征数据输入至所述健康评估模型内；
通过所述健康评估模型对所述目标特征数据进行评估处理，输出对应的评估结果；
将所述评估结果作为所述用户的健康评估结果。
进一步的，在所述从预设的题目库中获取与所述目标评估种类匹配的目标题目的步骤之前，还包括：
获取预先整理的医疗知识信息；
将所述医疗知识信息维护至预设的知识库内；
接收运营人员执行的与所述医疗知识信息对应的题目拆分与标记处理，得到医疗题目；
将所述医疗题目维护至所述题目库内。
进一步的，在所述基于预设的健康评估模型对所述反馈数据进行评估分析，生成所述用户的健康评估结果的步骤之后，还包括：
获取预设的报告模板；
基于预设的数据填充规则，将所述健康评估结果填充至所述报告模板内，生成对应的健康评估报告；
将所述健康评估报告推送给所述用户。
进一步的，在所述将所述健康评估报告推送给所述用户的步骤之后，还包括：
从所述健康评估报告中解析出所述用户的风险级别；
判断所述风险级别是否超过预设级别；
若是，从预设的方案库中获取与所述风险级别对应的医疗建议方案；
基于预设的校验规则对所述医疗建议方案进行校验；
若所述医疗建议方案通过校验，将所述医疗建议方案推送给所述用户。
进一步的，所述基于预设的校验规则对所述医疗建议方案进行校验的步骤，具体包括：
调用所述校验规则，并获取所述校验规则中的禁用词；
对所述医疗建议方案进行分词处理，得到对应的多个词语；
基于所述校验规则，判断所有所述词语中是否存在与所述禁用词匹配的词语；
若是，判定所述医疗建议方案未通过校验，否则判定所述医疗建议方案通过校验。
进一步的，所述基于人工智能的健康评估方法，还包括：
获取所述用户的用户信息；
基于所述用户信息获取所述用户的历史医疗数据；
对所述历史医疗数据进行分析，生成对应的分析结果；
将所述分析结果推送给所述用户。
为了解决上述技术问题，本申请实施例还提供一种基于人工智能的健康评估装置，采用了如下所述的技术方案：
第一判断模块，用于判断是否接收到用户触发的健康评估请求；
展示模块，用于若是，展示预设的评估配置页面；其中，评估配置页面包括多种评估种类；
第一接收模块，用于接收所述用户在所述评估配置页面包含的所述评估种类中选取的目标评估种类；
第一获取模块，用于从预设的题目库中获取与所述目标评估种类匹配的目标题目；
构建模块，用于基于所述目标题目构建对应的健康评估问卷，并构建与所述健康评估问卷对应的问卷调查页面；
第二接收模块，用于展示所述问卷调查页面，并接收所述用户返回的与健康评估问卷对应的反馈数据；
第一生成模块，用于基于预设的健康评估模型对所述反馈数据进行评估分析，生成所述用户的健康评估结果。
为了解决上述技术问题，本申请实施例还提供一种计算机设备，采用了如下所述的技术方案：
判断是否接收到用户触发的健康评估请求；
若是，展示预设的评估配置页面；其中，评估配置页面包括多种评估种类；
接收所述用户在所述评估配置页面包含的所述评估种类中选取的目标评估种类；
从预设的题目库中获取与所述目标评估种类匹配的目标题目；
基于所述目标题目构建对应的健康评估问卷，并构建与所述健康评估问卷对应的问卷调查页面；
展示所述问卷调查页面，并接收所述用户返回的与健康评估问卷对应的反馈数据；
基于预设的健康评估模型对所述反馈数据进行评估分析，生成所述用户的健康评估结果。
为了解决上述技术问题，本申请实施例还提供一种计算机可读存储介质，采用了如下所述的技术方案：
判断是否接收到用户触发的健康评估请求；
若是，展示预设的评估配置页面；其中，评估配置页面包括多种评估种类；
接收所述用户在所述评估配置页面包含的所述评估种类中选取的目标评估种类；
从预设的题目库中获取与所述目标评估种类匹配的目标题目；
基于所述目标题目构建对应的健康评估问卷，并构建与所述健康评估问卷对应的问卷调查页面；
展示所述问卷调查页面，并接收所述用户返回的与健康评估问卷对应的反馈数据；
基于预设的健康评估模型对所述反馈数据进行评估分析，生成所述用户的健康评估结果。
与现有技术相比，本申请实施例主要有以下有益效果：
本申请实施例首先判断是否接收到用户触发的健康评估请求；若是，展示预设的评估配置页面；然后接收所述用户在所述评估配置页面包含的所述评估种类中选取的目标评估种类；之后从预设的题目库中获取与所述目标评估种类匹配的目标题目；后续基于所述目标题目构建对应的健康评估问卷，并构建与所述健康评估问卷对应的问卷调查页面；进一步展示所述问卷调查页面，并接收所述用户返回的与健康评估问卷对应的反馈数据；最后基于预设的健康评估模型对所述反馈数据进行评估分析，生成所述用户的健康评估结果。本申请实施例当接收到用户触发的健康评估请求时，会智能地根据用户的个人评估需求，从题目库获取与该评估需求相应的题目并生成相应的健康评估问卷，并在用户返回的与健康评估问卷对应的反馈数据后，通过使用健康评估模型对所述反馈数据进行评估分析，以实现快速准确地生成用户的健康评估结果，从而可以有效减少医生对于患者的分析评估工作量，提高了对于用户的健康评估的处理效率，保证了生成的健康评估结果的准确度。
附图说明
为了更清楚地说明本申请中的方案，下面将对本申请实施例描述中所需要使用的附图作一个简单介绍，显而易见地，下面描述中的附图是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本申请可以应用于其中的示例性系统架构图；
图2根据本申请的基于人工智能的健康评估方法的一个实施例的流程图；
图3是根据本申请的基于人工智能的健康评估装置的一个实施例的结构示意图；
图4是根据本申请的计算机设备的一个实施例的结构示意图。
具体实施方式
除非另有定义，本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同；本文中在申请的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本申请；本申请的说明书和权利要求书及上述附图说明中的术语“包括”和“具有”以及它们的任何变形，意图在于覆盖不排他的包含。本申请的说明书和权利要求书或上述附图中的术语“第一”、“第二”等是用于区别不同对象，而不是用于描述特定顺序。
在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。
为了使本技术领域的人员更好地理解本申请方案，下面将结合附图，对本申请实施例中的技术方案进行清楚、完整地描述。
如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用，例如网页浏览器应用、购物类应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等。
终端设备101、102、103可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、电子书阅读器、MP3播放器(Moving Picture ExpertsGroup Audio Layer III，动态影像专家压缩标准音频层面3)、MP4(Moving PictureExperts Group Audio Layer IV，动态影像专家压缩标准音频层面4)播放器、膝上型便携计算机和台式计算机等等。
服务器105可以是提供各种服务的服务器，例如对终端设备101、102、103上显示的页面提供支持的后台服务器。
需要说明的是，本申请实施例所提供的基于人工智能的健康评估方法一般由服务器/终端设备执行，相应地，基于人工智能的健康评估装置一般设置于服务器/终端设备中。
应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。
人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、机器人技术、生物识别技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。
应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。
继续参考图2，示出了根据本申请的基于人工智能的健康评估方法的一个实施例的流程图。根据不同的需求，该流程图中步骤的顺序可以改变，某些步骤可以省略。本申请实施例提供的基于人工智能的健康评估方法能够应用于任意一种需要进行健康评估的场景中，则该产品推荐方法能够应用于这些场景的产品中，例如，数字医疗领域中的健康评估。所述的基于人工智能的健康评估方法，包括以下步骤：
步骤S201，判断是否接收到用户触发的健康评估请求。
在本实施例中，基于人工智能的健康评估方法运行于其上的电子设备(例如图1所示的服务器/终端设备)，可以通过有线连接方式或者无线连接方式获取用户触发的健康评估请求。上述方法的具体执行主体可为电子设备内的健康评估系统，可简称为系统。需要指出的是，上述无线连接方式可以包括但不限于3G/4G/5G连接、WiFi连接、蓝牙连接、WiMAX连接、Zigbee连接、UWB(ultra wideband)连接、以及其他现在已知或将来开发的无线连接方式。其中，在用户登陆健康评估系统后，可通过点击健康评估系统内的评估请求，以触发上述健康评估请求。
步骤S202，若是，展示预设的评估配置页面；其中，评估配置页面包括多种评估种类。
在本实施例中，上述评估配置页面为预先创建的包含有多种评估种类的选择处理页面。其中，评估种类可包括用户需要评估的疾病种类，例如可包括糖尿病、高血压、高血脂、尿毒症等种类。
步骤S203，接收所述用户在所述评估配置页面包含的所述评估种类中选取的目标评估种类。
在本实施例中，上述评估配置页面为用户列出了多种系统可以支持的评估种类，用户可以从不同的评估种类中挑选自己所需要参加评估的目标评估种类所对应的项目。
步骤S204，从预设的题目库中获取与所述目标评估种类匹配的目标题目。
在本实施例中，在用户挑选好目标评估种类所对应的项目后，系统自动从题目库中根据用户挑选的项目抓取相应的题目。具体的，可以结合挑选好目标评估种类所对应的疾病，从预设的健康元数据中自动筛选出与上述疾病关系的目标健康元数据，进而根据目标健康元数据从题目库中对题目进行动态组合以生成健康评估问卷所需要采集的题目，以得到上述目标题目。其中，上述题目库的构建过程，本申请将在后续的具体实施例中对此进行进一步的细节描述，在此不作过多阐述。
步骤S205，基于所述目标题目构建对应的健康评估问卷，并构建与所述健康评估问卷对应的问卷调查页面。
在本实施例中，通过将多项题目的内容组装成健康评估问卷。具体可先获取预设的问卷模板，再将目标题目填充至该问卷模板内，以得到对应的健康评估问卷。上述问卷调查页面为包含所述健康评估问卷的内容编辑页面。通过采用自动生成健康评估问卷的方式，使得不需要针对被评估患者的需求或者要评估的潜在风险，每次定制开发特定的健康评估问卷或体检项目，提高了健康评估问卷的生成效率与生成智能性。
步骤S206，展示所述问卷调查页面，并接收所述用户返回的与健康评估问卷对应的反馈数据。
在本实施例中，通过以问卷调查页面的形式返回到用户端，用户可以根据自身的情况回答相应的信息，即上述反馈数据并提交到系统。
步骤S207，基于预设的健康评估模型对所述反馈数据进行评估分析，生成所述用户的健康评估结果。
在本实施例中，系统收到用户提交的反馈数据后，会根据预先构建的评估模型评估用户的健康状况，并生成相应的健康评估结果。其中，上述基于预设的健康评估模型对所述反馈数据进行评估分析，生成所述用户的健康评估结果的具体实施过程，本申请将在后续的具体实施例中对此进行进一步的细节描述，在此不作过多阐述。另外，还可进一步根据该健康评估结果生成相应的健康评估报告返回给用户，让用户可以看见自身的情况。此外，还可根据用户的健康评估报告给用户提出相应的改进或促进方案，包括且不限于饮食、运动、用药等等。并且除了支持用户自主挑选评估项目，还会跟医院以及保险和体检机构合作，提前获知用户的一些情况包括体检报告就诊信息用药信息等，如此当用户登陆系统时，系统识别到用户已有的情况会提供给其合理的健康建议方案。本实施例通过系统的医学知识和能力让患者通过相应的回答和操作了解到患者的情况，从而做出识别并进行评估，进而得出患者的健康状况，后续可再交由医生对健康评估结果进行分析为患者提供正确有效的建议或者相应的处方等干预促进行为，提高患者的健康水平，从而大大省略了医生前期的工作，节省医疗人力，支持更多的医疗工作，也大大提升了患者的方便程度和幸福指数。进一步地，健康评估结果关联的健康元数据的数值和评估依据后续会作为实例数据自动动态更新，并保存至健康档案。
本申请首先判断是否接收到用户触发的健康评估请求；若是，展示预设的评估配置页面；然后接收所述用户在所述评估配置页面包含的所述评估种类中选取的目标评估种类；之后从预设的题目库中获取与所述目标评估种类匹配的目标题目；后续基于所述目标题目构建对应的健康评估问卷，并构建与所述健康评估问卷对应的问卷调查页面；进一步展示所述问卷调查页面，并接收所述用户返回的与健康评估问卷对应的反馈数据；最后基于预设的健康评估模型对所述反馈数据进行评估分析，生成所述用户的健康评估结果。本申请当接收到用户触发的健康评估请求时，会智能地根据用户的个人评估需求，从题目库获取与该评估需求相应的题目并生成相应的健康评估问卷，并在用户返回的与健康评估问卷对应的反馈数据后，通过使用健康评估模型对所述反馈数据进行评估分析，以实现快速准确地生成用户的健康评估结果，从而可以有效减少医生对于患者的分析评估工作量，提高了对于用户的健康评估的处理效率，保证了生成的健康评估结果的准确度。
在一些可选的实现方式中，步骤S207包括以下步骤：
对所述反馈数据进行数据转化，得到对应的目标特征数据。
在本实施例中，对所述反馈数据进行数据转化，是指将该反馈数据转化为模型能够处理的数据格式。
将所述目标特征数据输入至所述健康评估模型内。
通过所述健康评估模型对所述目标特征数据进行评估处理，输出对应的评估结果。
在本实施例中，上述健康评估模型是通过预先采集的一定数量的经过授权的样本用户的健康数据对深度学习模型进行训练、测试和验证后得到的。训练过程是指深度学习模型学习健康数据与评估结果的之间的数据关联关系的过程。另外，后续在用户知悉同意的前提下，可以将采集到的更多的数据投入训练、测试和验证以得到更为准确的模型，并进行相应的模型更新。
将所述评估结果作为所述用户的健康评估结果。
本申请通过对所述反馈数据进行数据转化，得到对应的目标特征数据；然后将所述目标特征数据输入至所述健康评估模型内；后续通过所述健康评估模型对所述目标特征数据进行评估处理，输出对应的评估结果，并将所述评估结果作为所述用户的健康评估结果。本申请通过对反馈数据进行数据转化以得到符合模型处理的数据格式，有利于提高了后续的健康评估模型的评估处理的流畅性，以便快速便捷地生成所述用户的健康评估结果，有效地提高了健康评估的处理效率，保证了生成的健康评估结果的数据准确性。
在本实施例的一些可选的实现方式中，在步骤S204之前，上述电子设备还可以执行以下步骤：
获取预先整理的医疗知识信息。
在本实施例中，对于上述医疗知识信息，可由医生团队线下整理相关医疗知识库内的医疗知识信息，并且拆分成不同的种类，诸如糖尿病，高血压，高血脂等不同的分类，并且将每种分类中的细节情况包括但不限于各项指标范围、体检报告、问答信息等等整理详细，提供给系统运营人员和健康管理师团队。
将所述医疗知识信息维护至预设的知识库内。
在本实施例中，上述知识库是指健康评估系统中用于存储医疗知识信息的知识库。通过将医疗知识库信息维护到系统的知识库中，从而为健康评估提供相关的专业医学字典或者说依据。其中，上述知识库也可称为疾病库。上述疾病库以国家ICD10编码为基础数据，预植入各类疾病的国家指南，并记录每个疾病关联的风险。例如糖尿病和餐后0.5小时血糖、餐后2小时血糖、空腹血糖、果糖胺、糖化血红蛋白、糖化血清蛋白等有关系，则在疾病库内会关联糖尿病与预先构建的健康档案中包含的这些检查检验指标有关系。另外，健康档案主要包括各种体征数据、日常饮食运动数据、检验检测数据和门诊入院诊疗记录，各种影像报告等健康数据。以上健康数据会围绕人的七大系统进行关联，将健康相关的数据全部结构化，形成指标参数，即健康风险元数据。且健康风险元数据与疾病有关联关系。
接收运营人员执行的与所述医疗知识信息对应的题目拆分与标记处理，得到医疗题目。
在本实施例中，上述运营人员可指健康管理师团队，通过运营人员将由医生团队拆解的各项评估内容拆解成不同的题目，并且标记上该题目是那些疾病或者病症的诊断所需要患者填充的内容，以完成医疗题目的生成。
将所述医疗题目维护至所述题目库内。
在本实施例中，上述知识库是指健康评估系统中用于存储题目数据的题目库。通过将上述医疗题目维护到题目库中，为系统给用户提供相关评估时所需要收集的用户信息做依据，以便于健康评估系统识别应该给用户提供合适的题目并组合成合适的问卷。
本申请通过获取预先整理的医疗知识信息；然后将所述医疗知识信息维护至预设的知识库内；之后接收运营人员执行的与所述医疗知识信息对应的题目拆分与标记处理，得到医疗题目；后续将所述医疗题目维护至所述题目库内。本申请通过结合存储医疗知识信息的知识库与运营人员执行的基于医疗知识信息生成医疗题目的处理，可以实现快速智能地生成相应的题目库，有利于后续可以基于该题目库的使用快捷地查找出用户选择的目标评估种类相关的目标题目，提高了目标题目的获取效率与获取智能性。
在一些可选的实现方式中，在步骤S207之后，上述电子设备还可以执行以下步骤：
获取预设的报告模板。
在本实施例中，上述报告模板可为根据实际的业务使用需求预先创建的模板文件。
基于预设的数据填充规则，将所述健康评估结果填充至所述报告模板内，生成对应的健康评估报告。
在本实施例中，上述数据填充规则为包括对于健康评估结果中的名称、用户、指标、风险、建议等内容进行填充的规则。可通过将健康评估结果按照名称、用户、指标、风险、建议等内容进行数据分类，再将分类后的数据对应填充至报告模板内，以生成对应的健康评估报告。
将所述健康评估报告推送给所述用户。
在本实施例中，对于上述推送方式不做限定，例如可采用短信推送、邮件推送以及当前界面展示等方式。
本申请通过获取预设的报告模板；然后基于预设的数据填充规则，将所述健康评估结果填充至所述报告模板内，生成对应的健康评估报告；后续将所述健康评估报告推送给所述用户。本申请在基于健康评估模型的使用生成用户的健康评估结果后，还会智能地基于报告模板的使用对该健康评估结果进行处理以生成相应的健康评估报告并推送给用户，以便用户能够通过查阅该健康评估报告以清楚准确地了解到自身的健康情况，并能够根据健康评估报告中的建议对自身进行相应的调整，有利于提高用户的使用体验。
在一些可选的实现方式中，在所述将所述健康评估报告推送给所述用户的步骤之后，上述电子设备还可以执行以下步骤：
从所述健康评估报告中解析出所述用户的风险级别。
在本实施例中，上述健康评估报告中可包括与用户对应的名称、用户、指标、风险、建议等内容。
判断所述风险级别是否超过预设级别。
在本实施例中，风险级别可包括高、中、低。对于上述预设级别的取值不做限定，可根据实际的使用需求进行设置。
若是，从预设的方案库中获取与所述风险级别对应的医疗建议方案。
在本实施例中，上述方案库为预先创建的存储有与各种风险级别分别对应的医疗建议方案的数据库。
基于预设的校验规则对所述医疗建议方案进行校验。
在本实施例中，上述基于预设的校验规则对所述医疗建议方案进行校验的具体实施过程，本申请将在后续的具体实施例中对此进行进一步的细节描述，在此不作过多阐述。
若所述医疗建议方案通过校验，将所述医疗建议方案推送给所述用户。
在本实施例中，若所述医疗建议方案未通过校验，则生成与所述医疗建议方案对应的错误提醒信息，并将所述错误提醒信息发送给运营人员，以提醒所述运营人员对所述医疗建议方案进行修正。
在本实施例中，对于上述推送方式不做限定，例如可采用短信推送、邮件推送以及当前界面展示等方式。
本申请通过从所述健康评估报告中解析出所述用户的风险级别；然后判断所述风险级别是否超过预设级别；若是，从预设的方案库中获取与所述风险级别对应的医疗建议方案；后续基于预设的校验规则对所述医疗建议方案进行校验；若所述医疗建议方案通过校验，将所述医疗建议方案推送给所述用户。本申请在基于风险评估结果生成了健康评估报告后，还会进一步对健康评估报告进行内容分析来识别用户的风险级别，如果检测到用户的风险级别超过预设级别，则会从方案库中获取与所述风险级别对应的医疗建议方案并推送给用户，以便用户能够根据医疗建议方案对自身进行相应的调整，有利于提高用户的使用体验。另外，在推送医疗建议方案前还会智能地使用校验规则对该推送医疗建议方案进行校验，以确保推送给用户的医疗建议方案的内容合规性，提高了医疗建议方案推送的规范性，有利于避免用户出现用药不适的情况。
在本实施例的一些可选的实现方式中，所述基于预设的校验规则对所述医疗建议方案进行校验，包括以下步骤：
调用所述校验规则，并获取所述校验规则中的禁用词。
在本实施例中，上述禁用词为预先收集的相互作用会产生不良反应的药物的名称所对应的词。
对所述医疗建议方案进行分词处理，得到对应的多个词语。
在本实施例中，可使用jieba工具对对所述医疗建议方案进行分词处理，得到初始词语，再对该初始词语中的停用词进行过滤，以得到最终的多个词语。
基于所述校验规则，判断所有所述词语中是否存在与所述禁用词匹配的词语。
若是，判定所述医疗建议方案未通过校验，否则判定所述医疗建议方案通过校验。
本申请通过调用所述校验规则，并获取所述校验规则中的禁用词；然后对所述医疗建议方案进行分词处理，得到对应的多个词语；后续基于所述校验规则，判断所有所述词语中是否存在与所述禁用词匹配的词语；若是，判定所述医疗建议方案未通过校验，否则判定所述医疗建议方案通过校验。本申请在向用户推送医疗建议方案之前，还会智能地使用校验规则对该推送医疗建议方案进行校验，以确保推送给用户的医疗建议方案的内容合规性，提高了医疗建议方案推送的规范性，有利于避免用户出现用药不适的情况。
在本实施例的一些可选的实现方式中，上述电子设备还可以执行以下步骤：
获取所述用户的用户信息。
在本实施例中，上述用户信息可包括用户姓名。
基于所述用户信息获取所述用户的历史医疗数据。
在本实施例中，上述历史医疗数据可包括用户的体检报告就诊信息用药信息等。
对所述历史医疗数据进行分析，生成对应的分析结果。
在本实施例中，可采用上述健康评估模型对所述历史医疗数据进行分析，生成对应的分析结果。
将所述分析结果推送给所述用户。
在本实施例中，对于上述推送方式不做限定，例如可采用短信推送、邮件推送以及当前界面展示等方式。
本申请通过获取所述用户的用户信息；然后基于所述用户信息获取所述用户的历史医疗数据；之后对所述历史医疗数据进行分析，生成对应的分析结果；后续将所述分析结果推送给所述用户。本申请在除了对用户返回的与健康评估问卷对应的反馈数据进行评估分析外，还会进一步智能地获取所述用户的历史医疗数据并进行分析，进而将生成的分析结果推送给所述用户，以实现利用用户过往的历史医疗数据对用户进行更加深入完整的健康评估，提高了对于用户的健康评估的处理智能性。
需要强调的是，为进一步保证上述健康评估结果的私密和安全性，上述健康评估结果还可以存储于一区块链的节点中。
本申请所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain)，本质上是一个去中心化的数据库，是一串使用密码学方法相关联产生的数据块，每一个数据块中包含了一批次网络交易的信息，用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
本申请实施例可以基于人工智能技术对相关的数据进行获取和处理。其中，人工智能(Artificial Intelligence，AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。
人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、机器人技术、生物识别技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。
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，是可以通过计算机可读指令来指令相关的硬件来完成，该计算机可读指令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。
应该理解的是，虽然附图的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，其可以以其他的顺序执行。而且，附图的流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，其执行顺序也不必然是依次进行，而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
进一步参考图3，作为对上述图2所示方法的实现，本申请提供了一种基于人工智能的健康评估装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。
如图3所示，本实施例所述的基于人工智能的健康评估装置300包括：第一判断模块301、展示模块302、第一接收模块303、第一获取模块304、构建模块305、第二接收模块306以及第一生成模块307。其中：
第一判断模块301，用于判断是否接收到用户触发的健康评估请求；
展示模块302，用于若是，展示预设的评估配置页面；其中，评估配置页面包括多种评估种类；
第一接收模块303，用于接收所述用户在所述评估配置页面包含的所述评估种类中选取的目标评估种类；
第一获取模块304，用于从预设的题目库中获取与所述目标评估种类匹配的目标题目；
构建模块305，用于基于所述目标题目构建对应的健康评估问卷，并构建与所述健康评估问卷对应的问卷调查页面；
第二接收模块306，用于展示所述问卷调查页面，并接收所述用户返回的与健康评估问卷对应的反馈数据；
第一生成模块307，用于基于预设的健康评估模型对所述反馈数据进行评估分析，生成所述用户的健康评估结果。
在本实施例中，上述模块或单元分别用于执行的操作与前述实施方式的基于人工智能的健康评估方法的步骤一一对应，在此不再赘述。
在本实施例的一些可选的实现方式中，第一生成模块307包括：
转化子模块，用于对所述反馈数据进行数据转化，得到对应的目标特征数据；
输入子模块，用于将所述目标特征数据输入至所述健康评估模型内；
评估子模块，用于通过所述健康评估模型对所述目标特征数据进行评估处理，输出对应的评估结果；
确定子模块，用于将所述评估结果作为所述用户的健康评估结果。
在本实施例中，上述模块或单元分别用于执行的操作与前述实施方式的基于人工智能的健康评估方法的步骤一一对应，在此不再赘述。
在本实施例的一些可选的实现方式中,基于人工智能的健康评估装置还包括：
第二获取模块，用于获取预先整理的医疗知识信息；
第一维护模块，用于将所述医疗知识信息维护至预设的知识库内；
第三接收模块，用于接收运营人员执行的与所述医疗知识信息对应的题目拆分与标记处理，得到医疗题目；
第二维护模块，用于将所述医疗题目维护至所述题目库内。
本实施例中，上述模块或单元分别用于执行的操作与前述实施方式的基于人工智能的健康评估方法的步骤一一对应，在此不再赘述。
在本实施例的一些可选的实现方式中，基于人工智能的健康评估装置还包括：
第二获取模块，用于获取预设的报告模板；
填充模块，用于基于预设的数据填充规则，将所述健康评估结果填充至所述报告模板内，生成对应的健康评估报告；
第一推送模块，用于将所述健康评估报告推送给所述用户。
在本实施例中，上述模块或单元分别用于执行的操作与前述实施方式的基于人工智能的健康评估方法的步骤一一对应，在此不再赘述。
在本实施例的一些可选的实现方式中，基于人工智能的健康评估装置还包括：
解析模块，用于从所述健康评估报告中解析出所述用户的风险级别；
第二判断模块，用于判断所述风险级别是否超过预设级别；
第三获取模块，用于若是，从预设的方案库中获取与所述风险级别对应的医疗建议方案；
校验模块，用于基于预设的校验规则对所述医疗建议方案进行校验；
第二推送模块，用于若所述医疗建议方案通过校验，将所述医疗建议方案推送给所述用户。
在本实施例中，上述模块或单元分别用于执行的操作与前述实施方式的基于人工智能的健康评估方法的步骤一一对应，在此不再赘述。
在本实施例的一些可选的实现方式中，校验模块包括：
获取子模块，用于调用所述校验规则，并获取所述校验规则中的禁用词；
分词子模块，用于对所述医疗建议方案进行分词处理，得到对应的多个词语；
判断子模块，用于基于所述校验规则，判断所有所述词语中是否存在与所述禁用词匹配的词语；
判定子模块，用于若是，判定所述医疗建议方案未通过校验，否则判定所述医疗建议方案通过校验。
在本实施例中，上述模块或单元分别用于执行的操作与前述实施方式的基于人工智能的健康评估方法的步骤一一对应，在此不再赘述。
在本实施例的一些可选的实现方式中，基于人工智能的健康评估装置还包括：
第四获取模块，用于获取所述用户的用户信息；
第五获取模块，用于基于所述用户信息获取所述用户的历史医疗数据；
第二生成模块，用于对所述历史医疗数据进行分析，生成对应的分析结果；
第三推送模块，用于将所述分析结果推送给所述用户。
在本实施例中，上述模块或单元分别用于执行的操作与前述实施方式的基于人工智能的健康评估方法的步骤一一对应，在此不再赘述。
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4，图4为本实施例计算机设备基本结构框图。
所述计算机设备4包括通过系统总线相互通信连接存储器41、处理器42、网络接口43。需要指出的是，图中仅示出了具有组件41-43的计算机设备4，但是应理解的是，并不要求实施所有示出的组件，可以替代的实施更多或者更少的组件。其中，本技术领域技术人员可以理解，这里的计算机设备是一种能够按照事先设定或存储的指令，自动进行数值计算和/或信息处理的设备，其硬件包括但不限于微处理器、专用集成电路(ApplicationSpecific Integrated Circuit，ASIC)、可编程门阵列(Field－Programmable GateArray，FPGA)、数字处理器(Digital Signal Processor，DSP)、嵌入式设备等。
所述计算机设备可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述计算机设备可以与用户通过键盘、鼠标、遥控器、触摸板或声控设备等方式进行人机交互。
所述存储器41至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如，SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘等。在一些实施例中，所述存储器41可以是所述计算机设备4的内部存储单元，例如该计算机设备4的硬盘或内存。在另一些实施例中，所述存储器41也可以是所述计算机设备4的外部存储设备，例如该计算机设备4上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(FlashCard)等。当然，所述存储器41还可以既包括所述计算机设备4的内部存储单元也包括其外部存储设备。本实施例中，所述存储器41通常用于存储安装于所述计算机设备4的操作系统和各类应用软件，例如基于人工智能的健康评估方法的计算机可读指令等。此外，所述存储器41还可以用于暂时地存储已经输出或者将要输出的各类数据。
所述处理器42在一些实施例中可以是中央处理器(Central Processing Unit，CPU)、控制器、微控制器、微处理器、或其他数据处理芯片。该处理器42通常用于控制所述计算机设备4的总体操作。本实施例中，所述处理器42用于运行所述存储器41中存储的计算机可读指令或者处理数据，例如运行所述基于人工智能的健康评估方法的计算机可读指令。
所述网络接口43可包括无线网络接口或有线网络接口，该网络接口43通常用于在所述计算机设备4与其他电子设备之间建立通信连接。
与现有技术相比，本申请实施例主要有以下有益效果：
本申请实施例中，首先判断是否接收到用户触发的健康评估请求；若是，展示预设的评估配置页面；然后接收所述用户在所述评估配置页面包含的所述评估种类中选取的目标评估种类；之后从预设的题目库中获取与所述目标评估种类匹配的目标题目；后续基于所述目标题目构建对应的健康评估问卷，并构建与所述健康评估问卷对应的问卷调查页面；进一步展示所述问卷调查页面，并接收所述用户返回的与健康评估问卷对应的反馈数据；最后基于预设的健康评估模型对所述反馈数据进行评估分析，生成所述用户的健康评估结果。本申请实施例当接收到用户触发的健康评估请求时，会智能地根据用户的个人评估需求，从题目库获取与该评估需求相应的题目并生成相应的健康评估问卷，并在用户返回的与健康评估问卷对应的反馈数据后，通过使用健康评估模型对所述反馈数据进行评估分析，以实现快速准确地生成用户的健康评估结果，从而可以有效减少医生对于患者的分析评估工作量，提高了对于用户的健康评估的处理效率，保证了生成的健康评估结果的准确度。
本申请还提供了另一种实施方式，即提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机可读指令，所述计算机可读指令可被至少一个处理器执行，以使所述至少一个处理器执行如上述的基于人工智能的健康评估方法的步骤。
与现有技术相比，本申请实施例主要有以下有益效果：
本申请实施例中，首先判断是否接收到用户触发的健康评估请求；若是，展示预设的评估配置页面；然后接收所述用户在所述评估配置页面包含的所述评估种类中选取的目标评估种类；之后从预设的题目库中获取与所述目标评估种类匹配的目标题目；后续基于所述目标题目构建对应的健康评估问卷，并构建与所述健康评估问卷对应的问卷调查页面；进一步展示所述问卷调查页面，并接收所述用户返回的与健康评估问卷对应的反馈数据；最后基于预设的健康评估模型对所述反馈数据进行评估分析，生成所述用户的健康评估结果。本申请实施例当接收到用户触发的健康评估请求时，会智能地根据用户的个人评估需求，从题目库获取与该评估需求相应的题目并生成相应的健康评估问卷，并在用户返回的与健康评估问卷对应的反馈数据后，通过使用健康评估模型对所述反馈数据进行评估分析，以实现快速准确地生成用户的健康评估结果，从而可以有效减少医生对于患者的分析评估工作量，提高了对于用户的健康评估的处理效率，保证了生成的健康评估结果的准确度。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本申请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(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本申请各个实施例所述的方法。
显然，以上所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例，附图中给出了本申请的较佳实施例，但并不限制本申请的专利范围。本申请可以以许多不同的形式来实现，相反地，提供这些实施例的目的是使对本申请的公开内容的理解更加透彻全面。尽管参照前述实施例对本申请进行了详细的说明，对于本领域的技术人员来而言，其依然可以对前述各具体实施方式所记载的技术方案进行修改，或者对其中部分技术特征进行等效替换。凡是利用本申请说明书及附图内容所做的等效结构，直接或间接运用在其他相关的技术领域，均同理在本申请专利保护范围之内。
Claims (10)
1.一种基于人工智能的健康评估方法，其特征在于，包括下述步骤：
判断是否接收到用户触发的健康评估请求；
若是，展示预设的评估配置页面；其中，评估配置页面包括多种评估种类；
接收所述用户在所述评估配置页面包含的所述评估种类中选取的目标评估种类；
从预设的题目库中获取与所述目标评估种类匹配的目标题目；
基于所述目标题目构建对应的健康评估问卷，并构建与所述健康评估问卷对应的问卷调查页面；
展示所述问卷调查页面，并接收所述用户返回的与健康评估问卷对应的反馈数据；
基于预设的健康评估模型对所述反馈数据进行评估分析，生成所述用户的健康评估结果。
2.根据权利要求1所述的基于人工智能的健康评估方法，其特征在于，所述基于预设的健康评估模型对所述反馈数据进行评估分析，生成所述用户的健康评估结果的步骤，具体包括：
对所述反馈数据进行数据转化，得到对应的目标特征数据；
将所述目标特征数据输入至所述健康评估模型内；
通过所述健康评估模型对所述目标特征数据进行评估处理，输出对应的评估结果；
将所述评估结果作为所述用户的健康评估结果。
3.根据权利要求1所述的基于人工智能的健康评估方法，其特征在于，在所述从预设的题目库中获取与所述目标评估种类匹配的目标题目的步骤之前，还包括：
获取预先整理的医疗知识信息；
将所述医疗知识信息维护至预设的知识库内；
接收运营人员执行的与所述医疗知识信息对应的题目拆分与标记处理，得到医疗题目；
将所述医疗题目维护至所述题目库内。
4.根据权利要求1所述的基于人工智能的健康评估方法，其特征在于，在所述基于预设的健康评估模型对所述反馈数据进行评估分析，生成所述用户的健康评估结果的步骤之后，还包括：
获取预设的报告模板；
基于预设的数据填充规则，将所述健康评估结果填充至所述报告模板内，生成对应的健康评估报告；
将所述健康评估报告推送给所述用户。
5.根据权利要求4所述的基于人工智能的健康评估方法，其特征在于，在所述将所述健康评估报告推送给所述用户的步骤之后，还包括：
从所述健康评估报告中解析出所述用户的风险级别；
判断所述风险级别是否超过预设级别；
若是，从预设的方案库中获取与所述风险级别对应的医疗建议方案；
基于预设的校验规则对所述医疗建议方案进行校验；
若所述医疗建议方案通过校验，将所述医疗建议方案推送给所述用户。
6.根据权利要求5所述的基于人工智能的健康评估方法，其特征在于，所述基于预设的校验规则对所述医疗建议方案进行校验的步骤，具体包括：
调用所述校验规则，并获取所述校验规则中的禁用词；
对所述医疗建议方案进行分词处理，得到对应的多个词语；
基于所述校验规则，判断所有所述词语中是否存在与所述禁用词匹配的词语；
若是，判定所述医疗建议方案未通过校验，否则判定所述医疗建议方案通过校验。
7.根据权利要求1所述的基于人工智能的健康评估方法，其特征在于，所述基于人工智能的健康评估方法，还包括：
获取所述用户的用户信息；
基于所述用户信息获取所述用户的历史医疗数据；
对所述历史医疗数据进行分析，生成对应的分析结果；
将所述分析结果推送给所述用户。
8.一种基于人工智能的健康评估装置，其特征在于，包括：
第一判断模块，用于判断是否接收到用户触发的健康评估请求；
展示模块，用于若是，展示预设的评估配置页面；其中，评估配置页面包括多种评估种类；
第一接收模块，用于接收所述用户在所述评估配置页面包含的所述评估种类中选取的目标评估种类；
第一获取模块，用于从预设的题目库中获取与所述目标评估种类匹配的目标题目；
构建模块，用于基于所述目标题目构建对应的健康评估问卷，并构建与所述健康评估问卷对应的问卷调查页面；
第二接收模块，用于展示所述问卷调查页面，并接收所述用户返回的与健康评估问卷对应的反馈数据；
第一生成模块，用于基于预设的健康评估模型对所述反馈数据进行评估分析，生成所述用户的健康评估结果。
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，所述处理器执行所述计算机可读指令时实现如权利要求1至7中任一项所述的基于人工智能的健康评估方法的步骤。
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上存储有计算机可读指令，所述计算机可读指令被处理器执行时实现如权利要求1至7中任一项所述的基于人工智能的健康评估方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311094979.9A CN117292826A (zh) | 2023-08-28 | 2023-08-28 | 基于人工智能的健康评估方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311094979.9A CN117292826A (zh) | 2023-08-28 | 2023-08-28 | 基于人工智能的健康评估方法、装置、设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117292826A true CN117292826A (zh) | 2023-12-26 |
Family
ID=89237973
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311094979.9A Pending CN117292826A (zh) | 2023-08-28 | 2023-08-28 | 基于人工智能的健康评估方法、装置、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117292826A (zh) |
-
2023
- 2023-08-28 CN CN202311094979.9A patent/CN117292826A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11232365B2 (en) | Digital assistant platform | |
| US8612261B1 (en) | Automated learning for medical data processing system | |
| CN108899064A (zh) | 电子病历生成方法、装置、计算机设备和存储介质 | |
| CN111326226B (zh) | 电子病历的解析处理及显示方法、装置、设备及存储介质 | |
| JP2020527788A (ja) | 疾患予測方法および装置、コンピューター装置及び可読記憶媒体 | |
| US7908151B2 (en) | Get prep questions to ask doctor | |
| US20130311201A1 (en) | Medical record generation and processing | |
| Kwon et al. | Nurses “seeing forest for the trees” in the age of machine learning: using nursing knowledge to improve relevance and performance | |
| CN113724848A (zh) | 基于人工智能的医疗资源推荐方法、装置、服务器及介质 | |
| US20160110502A1 (en) | Human and Machine Assisted Data Curation for Producing High Quality Data Sets from Medical Records | |
| Pearce et al. | Coding and classifying GP data: the POLAR project | |
| Ng et al. | Personalized treatment options for chronic diseases using precision cohort analytics | |
| WO2016010997A1 (en) | Client management tool system and method | |
| Meystre et al. | Natural language processing enabling COVID-19 predictive analytics to support data-driven patient advising and pooled testing | |
| CN116861875A (zh) | 基于人工智能的文本处理方法、装置、设备及存储介质 | |
| CN116453125A (zh) | 基于人工智能的数据录入方法、装置、设备及存储介质 | |
| CN111488500A (zh) | 一种医学问题信息处理方法、装置和存储介质 | |
| US20230072155A1 (en) | Method and system for incorporating patient information | |
| CN117292826A (zh) | 基于人工智能的健康评估方法、装置、设备及存储介质 | |
| CN113780855A (zh) | 医疗机构监管方法、装置、计算机设备及存储介质 | |
| Richesson et al. | [RD] PRISM library: patient registry item specifications and metadata for rare diseases | |
| Anitha et al. | Virtual Medical Assistant Using Machine Learning | |
| CN111400759A (zh) | 访视时间表生成方法及装置、存储介质、电子设备 | |
| CN113722590B (zh) | 基于人工智能的医学信息推荐方法、装置、设备及介质 | |
| CN115831298B (zh) | 基于医院管理信息系统的临床试验患者招募方法及装置 |
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 |