一种智慧医疗监测系统

技术领域

本发明涉及医疗健康监测技术领域，尤其涉及一种智慧医疗监测系统。

背景技术

随着智能设备的发展，可以实现对人们生活习惯以及运动状况的实时监控，个性化的个人健康信息的监测受到了人们的重视，人们希望可以通过智能设备的监控的数据随时掌握自身的健康情况，随时获取个人的健康建议。

中国专利公开号：CN106997421A公开了一种个性化医疗信息采集和健康监测的智能系统和方法，包括：统一的数据处理平台，用于负责数据的统一分析和调度；多个普通用户端，其中，普通用户端通过其接口传入外接的健康监测硬件的信息，所述个性化医疗信息采集和健康监测系统通过普通用户端和数据处理平台中的信息共享接口与一个医院信息管理系统进行数据共享。该发明实现了对用户个性化医疗信息的共享以及监测，未实现对用户每日的生活情况、健康信息以及信息获取来源的综合监测，存在对医疗健康信息监测分析效率低，分析不准确的问题。

发明内容

为此，本发明提供一种智慧医疗监测系统，用以克服现有技术中对医疗健康信息监测分析效率低，分析不准确的问题。

为实现上述目的，本发明提供一种智慧医疗监测系统，包括：

信息获取模块，用以获取用户的用户信息并周期性获取健康信息，还用以获取医院数据库中的患者信息；

信息匹配模块，用以将用户信息和患者信息进行匹配，并根据匹配结果对用户类别进行分析；

来源分析模块，用以根据用户类别和健康信息对数据稳定性进行分析；

用户分析模块，用以根据用户信息、健康信息和用户类别对每日健康值进行分析；

健康分析模块，用以根据每日健康值、用户类别和患者信息对健康状态进行分析，还用以根据健康状态对健康建议进行分析并根据健康建议对下一周期每日健康值的分析过程进行优化，健康分析模块与所述用户分析模块连接；

输出模块，用以对健康状态和健康建议进行输出；

分析优化模块，用以根据数据稳定性对健康建议的分析过程进行优化，还用以根据用户获取健康建议后的每日健康值和患者信息对建议采纳度进行分析，并根据健康采纳度对健康建议的优化过程进行校正。

进一步地，所述来源分析模块根据各周期健康信息的获取情况对数据稳定性进行分析，设定D=e

进一步地，所述健康值分析单元根据用户年龄、用户体重、用户心率、用户睡眠时间和用户步数通过健康值公式对每日健康值进行分析，所述健康值分析单元设有健康值公式如下：

F=[lg(E+M)+Y/8+log

其中，F表示每日健康值，E表示用户年龄，M表示用户体重，Y表示用户睡眠时间，V表示用户心率，L表示用户步数。

进一步地，所述健康值调整单元根据数据来源和用户等级对每日健康值的分析过程进行调整，其中：

当数据来源为智能数据时，所述健康值调整单元判定数据来源可靠，不对每日健康值的分析过程进行调整；

当数据来源为第三方数据且用户类别为一类用户时，所述健康值调整单元判定数据来源可靠，不对每日健康值的分析过程进行调整；

当数据来源为第三方数据且用户类别为二类用户时，所述来源分析模块判断数据来源可能存在问题，对每日健康值的分析过程进行调整，调整后的每日健康值为F1，设定F1=F×e

进一步地，所述健康分析模块设有第一分析单元，其用以根据体检信息和每日健康值对健康状态进行分析，其中：

当α1≤M/m≤α2且T≤t1且F≥f1时，所述第一分析单元判定健康状态为良好；

当α1≤M/m≤α2且T≤t1且F＜f1时，所述第一分析单元判定健康状态为差；

当T＞t1且F＜f1时，所述第一分析单元判定健康状态为存在患病风险；

当M/m＜α1或M/m＞α2时，所述第一分析单元判定健康状态为异常；

所述第一分析单元根据健康状态对健康建议进行分析，其中：

当健康状态为良好时，所述第一分析单元分析健康建议为保持当前生活状态；

当健康状态为差时，所诉第一分析单元分析健康建议为使用医生建议；

当健康状态为存在患病风险时，所述第一分析单元分析健康建议为去医院进行体检；

当健康状态为异常时，所述第一分析单元分析健康建议为健康饮食并加强锻炼。

进一步地，所述健康分析模块还设有第二分析单元，其用以将每日健康值与第二健康值阈值进行比对，并根据比对结果对健康状态进行分析，其中：

当F/f2＞α2时，所述第二分析单元判定健康状态为良好；

当α1≤F/f2≤α2时，所述第二分析单元判定健康状态为异常

当F/f2＜α1时，所述第二分析单元判定健康状态为存在患病风险；

所述第二分析单元根据健康状态对健康建议进行分析，其中：

当健康状态为良好时，所述第二分析单元分析健康建议为保持当前生活状态；

当健康状态为异常时，所述第二分析单元分析健康建议为加强锻炼；

当健康状态为存在患病风险时，所述第二分析单元分析健康建议为去医院进行体检。

进一步地，所述健康分析模块还设有病历分析单元，其用以根据患者病历对健康建议的分析过程进行调整，其中：

当患者病历为患有心脑血管病时，所述病历分析单元对比对阈值进行调整，调整后的第一比对阈值为α1＇，设定α1＇=α1-(α1-α2)

当患者病历为患有糖尿病时，所述病历分析单元对第一健康值阈值进行调整，调整后的第一健康值阈值为f1＇，设定f1＇=f1×α2。

进一步地，所述健康分析模块还设有健康值优化单元，其用以根据健康建议对每日健康值的调整过程进行优化，其中：

当健康建议为去医院进行体检时，所述健康值优化单元判定当前数据质量差，对每日健康值的调整过程进行优化，优化后的每日健康值为F2，设定F2=F1×(M+m)/(2×M);

当健康建议不为去医院进行体检时，所述健康值优化单元判定当前数据质量良好，不对每日健康值的调整过程进行优化。

进一步地，所述分析优化模块设有建议优化单元，其用以根据数据稳定性对健康建议的调整过程进行优化，优化后的第一比对阈值为α1＂，设定α1＂=α1＇×D，优化后的第二比对阈值为α2＂，设定α2＂=α2＇/D，优化后的第一健康值阈值为f1＂，设定f1＂=f1＇/D。

进一步地，所述分析优化模块还设有采纳度分析单元，其用以根据用户获取健康建议后的每日健康值和患者信息对建议采纳度进行分析，其中：

当Fa＞f1或T≤t2时，所述采纳度分析单元判定用户采纳了健康建议，设置建议采纳度为p1=1；

当Fa≤f1或T＞t1时，所述采纳度分析单元判定用户未及时采纳健康建议，设置建议采纳度为p2=(Fa+t1)/(f1+T)；

所述分析优化模块还设有建议校正单元，其用以根据健康采纳度对健康建议的优化过程进行校正，校正后的第一比对阈值为α3，设定α3=α1＂×p2，校正后的第二比对阈值为α4，设定α4=α2＂/p2，校正后的第一健康值阈值为f3，设定f3=f1＂×p2。

与现有技术相比，本发明的有益效果在于，通过所述信息获取模块对用户信息、健康信息和患者信息的获取，以提高信息获取的准确度，从而提高系统对医疗健康监测的分析效率，提高分析的准确度，通过所述信息匹配模块对用户信息和患者信息的匹配，以分析出用户类别，判断出用户是否存在现有分析数据，提高数据分析的多样性，从而提高系统对医疗健康监测的分析效率，提高分析的准确度，通过所述来源分析模块对用户类别和健康信息的分析，以分析出数据稳定性，实现对数据连贯性，持续分析的判断，从而提高系统对医疗健康监测的分析效率，提高分析的准确度，通过所述用户分析模块对用户信息、健康信息和用户类别的分析，以分析出每日健康值，用每日健康值表示用户每日的生活运动、习惯等的综合表现，从而提高系统对医疗健康监测的分析效率，提高分析的准确度，通过所述健康分析模块对每日健康值、用户类别和患者信息的分析，以分析出健康建议，根据用户的生活状态分析出用户不足需要改善的问题，从而提高系统对医疗健康监测的分析效率，提高分析的准确度，通过所述输出模块对健康建议的输出，以使用户获取到健康建议，从而提高系统对医疗健康监测的分析效率，提高分析的准确度，通过所述分析优化模块对数据稳定性的分析，以对健康建议的分析过程进行优化，在数据不稳定的情况下对健康建议的分析过程进行不同精度的优化，保证系统分析的稳定性，从而提高系统对医疗健康监测的分析效率，提高分析的准确度，通过所述分析优化模块对用户获取健康建议后的每日健康值和患者信息的分析，以分析出建议采纳度，用建议采纳度表示用户是否根据健康建议对生活习惯进行改变，从而对健康建的分析过程进行校正，保证用户获取的健康建议的准确性，从而提高系统对医疗健康监测的分析效率，提高分析的准确度。

附图说明

图1为本实施例智慧医疗监测系统的结构框图。

图2为本实施例用户分析模块的结构框图。

图3为本实施例健康分析模块的结构框图。

图4为本实施例分析优化模块的结构框图。

具体实施方式

为了使本发明的目的和优点更加清楚明白，下面结合实施例对本发明作进一步描述；应当理解，此处所描述的具体实施例仅仅用于解释本发明，并不用于限定本发明。

下面参照附图来描述本发明的优选实施方式。本领域技术人员应当理解的是，这些实施方式仅仅用于解释本发明的技术原理，并非在限制本发明的保护范围。

此外，还需要说明的是，在本发明的描述中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域技术人员而言，可根据具体情况理解上述术语在本发明中的具体含义。

请参阅图1所示，其为本实施例中一种智慧医疗监测系统，包括：

信息获取模块，用以获取用户的用户信息并周期性获取健康信息，还用以获取医院数据库中的患者信息，所述用户信息包括用户身份证号码、用户年龄，所述健康信息包括用户体重、用户心率、用户睡眠时间、用户步数和数据来源，所述用户心率为当前周期内用户的平均心率，所述数据来源包括智能数据和第三方数据，所述智能数据指通过用户使用的智能手环、智能体重秤等智能检测设备获取的健康数据，所述第三方数据指通过如微信运动等第三方平台中获取的将康数据，所述患者信息包括患者身份证号码、体检信息和患者病历，所述体检信息包括体检日期、体检体重、医生建议，所述医生建议包括改善睡眠、增加锻炼和健康饮食等，所述患者病历包括患有心脑血管病和患有糖尿病，所述用户信息的获取方式为用户交互上传，所述健康信息的获取方式为通过用户使用的智能手环、智能体重秤和智能手机等智能设备获取，所述患者信息的获取方式为通过医院数据库云端获取，本实施例中健康信息获取的周期为24小时，本实施例中不对周期作具体限定，如还可设置为6小时、8小时和12小时等，周期的设置应满足每天至少获取一次健康信息，本申请对所有个人信息、隐私信息等数据的采集均符合国家法律法规要求；

信息匹配模块，用以将用户信息和患者信息进行匹配，并根据匹配结果对用户类别进行分析，信息匹配模块与所述信息获取模块连接，所述用户类别包括一类用户和二类用户，所述一类用户为医院数据库中存有数据的用户，二类用户为新用户；

来源分析模块，用以根据用户类别和健康信息对数据稳定性进行分析，来源分析模块与所述信息匹配模块连接；

用户分析模块，用以根据用户信息、健康信息和用户类别对每日健康值进行分析，用户分析模块与所述来源分析模块连接；

健康分析模块，用以根据每日健康值、用户类别和患者信息对健康状态进行分析，还用以根据健康状态对健康建议进行分析并根据健康建议对下一周期每日健康值的分析过程进行优化，健康分析模块与所述用户分析模块连接；

输出模块，用以对健康状态和健康建议进行输出，输出模块与所述健康分析模块连接；

分析优化模块，用以根据数据稳定性对健康建议的分析过程进行优化，还用以根据用户获取健康建议后的每日健康值和患者信息对建议采纳度进行分析，并根据健康采纳度对健康建议的优化过程进行校正，分析优化模块与所述输出模块连接。

请参阅图2所示，所述用户分析模块包括：

健康值分析单元，用以根据用户年龄、用户体重、用户心率、用户睡眠时间和用户步数对每日健康值进行分析；

健康值调整单元，用以根据数据来源和用户类别对每日健康值的分析过程进行调整，健康值调整单元与所述健康值分析单元连接。

请参阅图3所示，所述健康分析模块包括：

第一分析单元，用以在用户类别为一类用户时，根据体检信息和每日健康值对健康建议进行分析；

第二分析单元，用以在用户类别为二类用户时，根据每日健康值对健康建议进行分析；

病历分析单元，用以根据患者病历对健康建议的分析过程进行调整，病历分析单元与所述第一分析单元和第二分析单元连接；

健康值优化单元，用以根据健康建议对每日健康值的调整过程进行优化，健康值优化单元与所述病历分析单元连接。

请参阅图4所示，所述分析优化模块包括：

建议优化单元，用以根据数据稳定性对健康建议的调整过程进行优化；

采纳度分析单元，用以根据用户获取健康建议后的每日健康值和患者信息对建议采纳度进行分析，采纳度分析单元与所述建议优化单元连接；

建议校正单元，用以根据健康采纳度对健康建议的优化过程进行校正，建议校正单元与所述采纳度分析单元连接。

具体而言，本实施例中通过所述信息获取模块对用户信息、健康信息和患者信息的获取，以提高信息获取的准确度，从而提高系统对医疗健康监测的分析效率，提高分析的准确度，通过所述信息匹配模块对用户信息和患者信息的匹配，以分析出用户类别，判断出用户是否存在现有分析数据，提高数据分析的多样性，从而提高系统对医疗健康监测的分析效率，提高分析的准确度，通过所述来源分析模块对用户类别和健康信息的分析，以分析出数据稳定性，实现对数据连贯性，持续分析的判断，从而提高系统对医疗健康监测的分析效率，提高分析的准确度，通过所述用户分析模块对用户信息、健康信息和用户类别的分析，以分析出每日健康值，用每日健康值表示用户每日的生活运动、习惯等的综合表现，从而提高系统对医疗健康监测的分析效率，提高分析的准确度，通过所述健康分析模块对每日健康值、用户类别和患者信息的分析，以分析出健康建议，根据用户的生活状态分析出用户不足需要改善的问题，从而提高系统对医疗健康监测的分析效率，提高分析的准确度，通过所述输出模块对健康建议的输出，以使用户获取到健康建议，从而提高系统对医疗健康监测的分析效率，提高分析的准确度，通过所述分析优化模块对数据稳定性的分析，以对健康建议的分析过程进行优化，在数据不稳定的情况下对健康建议的分析过程进行不同精度的优化，保证系统分析的稳定性，从而提高系统对医疗健康监测的分析效率，提高分析的准确度，通过所述分析优化模块对用户获取健康建议后的每日健康值和患者信息的分析，以分析出建议采纳度，用建议采纳度表示用户是否根据健康建议对生活习惯进行改变，从而对健康建的分析过程进行校正，保证用户获取的健康建议的准确性，从而提高系统对医疗健康监测的分析效率，提高分析的准确度。

具体而言，本实施例中所述信息匹配模块将用户身份证号码与患者身份证号码进行匹配，并根据匹配结果对用户类别进行分析，其中：

当患者身份证号码中存在用户身份证号码时，所述信息匹配单元判定用户类别为一类用户；

当患者身份证号码中不存在用户身份证号码时，所述信息匹配单元判断用户类别为二类用户。

具体而言，本实施例中所述来源分析模块根据各周期健康信息的获取情况对数据稳定性进行分析，设定D=e

具体而言，本实施例中所述健康值分析单元根据用户年龄、用户体重、用户心率、用户睡眠时间和用户步数通过健康值公式对每日健康值进行分析，所述健康值分析单元设有健康值公式如下：

F=[lg(E+M)+Y/8+log

其中，F表示每日健康值，E表示用户年龄，M表示用户体重，Y表示用户睡眠时间，V表示用户心率，L表示用户步数。

具体而言，本实施例中通过所述健康值分析单元对用户年龄、用户体重、、用户心率、用户睡眠时间和用户步数的分析，以分析出每日健康值，使每日健康值与用户生活中多种状态和习惯相关，增加系统分析的多样性，从而提高系统对医疗健康监测的分析效率，提高分析的准确度。

具体而言，本实施例中所述健康值调整单元根据数据来源和用户等级对每日健康值的分析过程进行调整，其中：

当数据来源为智能数据时，所述健康值调整单元判定数据来源可靠，不对每日健康值的分析过程进行调整；

当数据来源为第三方数据且用户类别为一类用户时，所述健康值调整单元判定数据来源可靠，不对每日健康值的分析过程进行调整；

当数据来源为第三方数据且用户类别为二类用户时，所述来源分析模块判断数据来源可能存在问题，对每日健康值的分析过程进行调整，调整后的每日健康值为F1，设定F1=F×e

其中，B表示数据来源为智能数据的次数，b表示数据来源为第三方数据的次数。

具体而言，本实施例中通过所述健康值调整单元对数据来源和用户等级的分析，以对每日健康值进行调整，使调整后的每日健康值与数据来源相关，保证系统分析数据的可靠性，从而提高系统对医疗健康监测的分析效率，提高分析的准确度。

具体而言，本实施例中所述第一分析单元根据体检信息和每日健康值对健康状态进行分析，其中：

当α1≤M/m≤α2且T≤t1且F≥f1时，所述第一分析单元判定健康状态为良好；

当α1≤M/m≤α2且T≤t1且F＜f1时，所述第一分析单元判定健康状态为差；

当T＞t1且F＜f1时，所述第一分析单元判定健康状态为存在患病风险；

当M/m＜α1或M/m＞α2时，所述第一分析单元判定健康状态为异常；

其中，α1表示第一比对阈值，α2表示第二比对阈值，0.8≤α1＜1＜α2≤1.2，m表示体检体重，T表示体检日期与当前日期的时间间隔，t1表示第一间隔阈值，120≤t1≤180，f1表示第一健康值阈值，1≤f1≤1.2。可以理解的是，本实施例中不对比对阈值，间隔阈值和第一健康值阈值的取值作具体限定，本领域技术人员可自由设置，只需满足对健康建议的分析即可，比对阈值，第一间隔阈值和第一健康值阈值的最佳取值为：α1=0.8，α2=1.2，t1=150，f1=1.05。

具体而言，本实施例中所述第一分析单元根据健康状态对健康建议进行分析，其中：

当健康状态为良好时，所述第一分析单元分析健康建议为保持当前生活状态；

当健康状态为差时，所诉第一分析单元分析健康建议为使用医生建议；

当健康状态为存在患病风险时，所述第一分析单元分析健康建议为去医院进行体检；

当健康状态为异常时，所述第一分析单元分析健康建议为健康饮食并加强锻炼。

具体而言，本实施例中通过所述第一分析单元对体检信息和每日健康值的分析，以分析出健康建议，将用户信息与体检信息进行对比，增加系统的分析参量，提高系统多样性，从而提高系统对医疗健康监测的分析效率，提高分析的准确度。

具体而言，本实施例中所述第二分析单元将每日健康值与第二健康值阈值进行比对，并根据比对结果对健康状态进行分析，其中：

当F/f2＞α2时，所述第二分析单元判定健康状态为良好；

当α1≤F/f2≤α2时，所述第二分析单元判定健康状态为异常

当F/f2＜α1时，所述第二分析单元判定健康状态为存在患病风险；

其中，f2表示第二健康值阈值，1.2≤f2≤1.3。可以理解的是，本实施例中不对第二健康值阈值的取值作具体限定，本领域技术人员可自由设置，只需满足对健康建议的分析即可，第二健康值阈值的最佳取值为：f2=1.2。

具体而言，本实施例所述第二分析单元根据健康状态对健康建议进行分析，其中：

当健康状态为良好时，所述第二分析单元分析健康建议为保持当前生活状态；

当健康状态为异常时，所述第二分析单元分析健康建议为加强锻炼；

当健康状态为存在患病风险时，所述第二分析单元分析健康建议为去医院进行体检。

具体而言，本实施例中通过所述第二分析单元对每日健康值的分析，以分析出健康建议，采用较高的健康值阈值，对用户分析作进一步限定，督促用户进行一次体检，以增加分析数据，从而提高系统对医疗健康监测的分析效率，提高分析的准确度。

具体而言，本实施例中所述病历分析单元根据患者病历对健康建议的分析过程进行调整，其中：

当患者病历为患有心脑血管病时，所述病历分析单元对比对阈值进行调整，调整后的第一比对阈值为α1＇，设定α1＇=α1-(α1-α2)

当患者病历为患有糖尿病时，所述病历分析单元对第一健康值阈值进行调整，调整后的第一健康值阈值为f1＇，设定f1＇=f1×α2。

具体而言，本实施例中通过所述病历分析单元对患者病历的分析，以对健康建议的分析过程进行调整，减少心脑血管病患者的增加运动的建议，让糖尿病患者根据自身情况稍加运动，并通过体检检验运动效果，从而提高系统对医疗健康监测的分析效率，提高分析的准确度。

具体而言，本实施例中所述健康值优化单元根据健康建议对每日健康值的调整过程进行优化，其中：

当健康建议为去医院进行体检时，所述健康值优化单元判定当前数据质量差，对每日健康值的调整过程进行优化，优化后的每日健康值为F2，设定F2=F1×(M+m)/(2×M);

当健康建议不为去医院进行体检时，所述健康值优化单元判定当前数据质量良好，不对每日健康值的调整过程进行优化。

具体而言，本实施例中通过所述健康值优化单元对健康建议的分析，以对每日健康值的调整过程进行优化，保证体检信息的可靠性，使每日健康值与用户体重变化相关，从而提高系统对医疗健康监测的分析效率，提高分析的准确度。

具体而言，本实施例中所述建议优化单元根据数据稳定性对健康建议的调整过程进行优化，优化后的第一比对阈值为α1＂，设定α1＂=α1＇×D，优化后的第二比对阈值为α2＂，设定α2＂=α2＇/D，优化后的第一健康值阈值为f1＂，设定f1＂=f1＇/D。

具体而言，本实施例中通过所述建议优化单元对数据稳定性的分析，以对健康建议的调整过程进行优化，使各阈值与数据稳定性相关，保证系统分析的连续性，从而提高系统对医疗健康监测的分析效率，提高分析的准确度。

具体而言，本实施例中所述采纳度分析单元根据用户获取健康建议后的每日健康值和患者信息对建议采纳度进行分析，其中：

当Fa＞f1或T≤t2时，所述采纳度分析单元判定用户采纳了健康建议，设置建议采纳度为p1=1；

当Fa≤f1或T＞t1时，所述采纳度分析单元判定用户未及时采纳健康建议，设置建议采纳度为p2=(Fa+t1)/(f1+T)；

其中，Fa表示用户获取健康建议后的每日健康值的平均值，t2表示第二间隔阈值，7≤t2≤15，0.5≤p2≤0.9。可以理解的是，本实施例中不对第二间隔阈值和采纳度的取值作具体限定，本领域技术人员可自由设置，只需满足对采纳度的分析即可，第二间隔阈值和采纳度的最佳取值为：t2=10，p2=0.7。

具体而言，本实施例中通过所述采纳度分析单元对用户获取健康建议后的每日健康值和患者信息的分析，以分析出建议采纳度，用建议采纳度表示用户获取健康建议后的执行情况，从而提高系统对医疗健康监测的分析效率，提高分析的准确度。

具体而言，本实施例中所述建议校正单元根据健康采纳度对健康建议的优化过程进行校正，校正后的第一比对阈值为α3，设定α3=α1＂×p2，校正后的第二比对阈值为α4，设定α4=α2＂/p2，校正后的第一健康值阈值为f3，设定f3=f1＂×p2。

具体而言，本实施例中通过所述建议校正单元对健康采纳度的分析，以对健康建议的优化过程进行校正，使各阈值与健康采纳度相关，对健康建议的分析进行校正，保证健康建议符合用户需求，用户获取健康建议后的每日健康值和患者信息。

至此，已经结合附图所示的优选实施方式描述了本发明的技术方案，但是，本领域技术人员容易理解的是，本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下，本领域技术人员可以对相关技术特征做出等同的更改或替换，这些更改或替换之后的技术方案都将落入本发明的保护范围之内。