CN104036445A - 一种智慧医疗个性化推荐***及其实现方法 - Google Patents

Abstract

本发明涉及一种智慧医疗个性化推荐***及其实现方法。本发明由无线传感网络、个性化推荐平台组成。无线传感网络采集患者当前关键生理指标并通过无线网传送至平台，患者在平台输入其相关症状。个性化推荐平台是基于B/S三层模式的架构。个性化推荐平台根据传感器采集的以及患者输入的数据，对数据库中存储的医生以往接诊患者的生理指标分析，运用数据挖掘算法，挖掘并分析与该患者症状类似的其他患者就诊信息以及该患者自身以往就诊记录，为当前患者提供个性化推荐。患者根据推荐结果，可以发送邮件预约就诊。

Description

一种智慧医疗个性化推荐***及其实现方法

技术领域

本发明涉及数据挖掘领域，特别是一种智慧医疗服务个性化推荐***及其实现方法。

背景技术

目前，医疗机构和医生的数目不断增长，患者就医时往往盲目的选择医生，对医生是否擅长医治自身的病症知之甚少。目前已有的向患者推荐医生的***，如美国专利US8103524B1公开了一种推荐方法并获得授权。该方法根据病人对医生的评价，为患者推荐评价最高的医生，并没有考虑到不用患者之间疾病症状不同，医生所擅长的领域不同。而已公开的专利CN103559637考虑了患者之间的个体化差异、疾病的个体化差异，通过寻找与该患者症状相似的病患及其主治医生，并根据该医生医治该疾病的治疗有效率为患者进行推荐。该***为患者推荐了医治类似病症治疗有效率高的医生，但是并未考虑该患者以往的就诊信息。推荐的这位医生医治有效率往往不会达到100％，若是存在这样的情况，即该患者以往患过该疾病，并恰好是由该推荐的医生治疗的且恰好并未治愈，则即使该医生医治有效率很高，那么该患者也不会接受推荐的结果，而是选择其他医生就诊。

发明内容

为解决上述技术问题，本发明所采用的技术方案如下：

一种智慧医疗个性化推荐***，由无线传感网络、个性化推荐平台组成。

无线传感网络用来采集患者关键生理数据，包括血压传感器、温度传感器、心率传感器等，测量患者的血压、温度、心率等信息，并将采集的数据通过高速无线网络上传平台。

个性化推荐平台是基于B/S三层模式的架构，B/S结构(Browser/Server，浏览器/服务器模式)，是WEB兴起后的一种网络结构模式，WEB浏览器是客户端最主要的应用软件。这种模式统一了客户端，将***功能实现的核心部分集中到服务器上，简化了***的开发、维护和使用。客户机上只要安装一个浏览器(Browser)，如Netscape Navigator或Internet Explorer，服务器安装Oracle、Sybase、Informix或SQL Server等数据库。浏览器通过Web Server同数据库进行数据交互。本平台由最上层的前台页面层、中间层的功能层和最下层的数据库层组成；本平台运用数据挖掘的方法，通过对传感器采集的患者数据以及患者输入的症状等信息，与注册医生以往接诊病人的信息进行比较分析，并分析该患者以往就诊记录，为患者提供个性化医疗服务推荐。

前台页面层提供用户与***交互的接口，包括web浏览器，提供新用户注册接口、登陆接口、以往接诊病人信息录入接口、患者评分接口、查询推荐接口。负责将用户输入的信息通过表单提交给服务器并将服务器用HTTP协议返回的信息在浏览器上输出显示。将本***用户分为2类，医生用户与患者用户。

功能层提供对前台页面显示子***的信息和技术支持，响应前台页面层的请求，运行相关数据挖掘推荐算法，包括web服务器。使用Tomcat作为Web服务器。Tomcat是一个开源的Web应用服务器，其运行时占用的***资源小，扩展性好，支持负载平衡与邮件服务等开发应用***常用的功能。功能层根据传感器采集的患者信息以及患者输入的指令与下层的数据库层进行通信，并返回用户所需要的结果。功能层是整个***的基础。

数据库层包括数据库服务器。它采用SQL Server。数据库由表、索引、存储过程、触发器等对象组成。数据库层执行从数据库获取数据或向数据库发送数据的功能。相应功能由ADO.NET数据适配器和SQL服务器存储过程完成。存储注册医生接诊病人的信息，包括血压、体温、心率、症状等以及对医生的评分等以及该患者个人以往就诊信息及主治医生。

前台页面层通过web客户端通信模块与功能层和数据库层各服务器的服务器消息总线实现全双工数据交互。前台页面层采用JSP技术实现人机交互。JSP技术使用Java编程语言编写类XML的tags和scriptlets，来封装产生动态网页的处理逻辑。网页还能通过tags和scriptlets访问存在于服务端的资源的应用逻辑。JSP将网页逻辑与网页设计和显示分离，支持可重用的基于组件的设计，使基于Web的应用程序的开发变得迅速和容易。Web服务器在遇到访问JSP网页的请求时，首先执行其中的程序段，然后将执行结果连同JSP文件中的HTML代码一起返回给客户。***的Java程序段可以操作数据库、重新定向网页等，以实现建立动态网页所需要的功能。JSP与JavaServlet一样，是在服务器端执行的，通常返回给客户端的就是一个HTML文本，因此用户只要通过浏览器就能与***实现人机交互。

功能层根据用户的不同指令完成不同功能。接收前台页面层的请求，然后根据编码的业务规则对指令进行处理转化为数据库请求后与数据库服务器进行交互，并将数据库服务器交互结果以HTML和各种Script语言的方式传送回前台页面层。对于传感器网络上传的患者生理数据信息如血压、体温、心率以及患者输入的症状等，构建患者信息向量：(血压，体温，心率，症状)，运用数据挖掘中基于用户的协同过滤推荐算法，计算该该患者信息向量与数据库服务器中存储的医生以前接诊病人患者信息向量之间的相似度，并用Top-N算法，即从海量的数据中选取最大的N个元素或记录。基本思想就是维护一个具有N个元素的小顶堆。每当有新的元素加入时，判断它是否大于堆顶元素，如果大于，用该元素代替堆顶元素，并重新维护小顶堆，直到所有元素被处理完毕，找出与该患者最相似的前5名患者。根据该5名患者对应主治医生的评分状况，按评分结果由高到低依次输出该5名患者对应的主治医生；查询数据库中存储的患者以往就诊记录，分析患者以往是否接受过该5名医生任意之一的医治，若接受过，则查询相关就诊记录，疾病得到有效医治，则将该医生作为第一推荐医生进行推荐；若是以往就诊时，该医生并未治愈其疾病，则将该医生排除，为该患者推荐剩下的医生。患者根据***的推荐结果，自主发邮件进行预约。

一种智慧医疗服务推荐***实现方法，其步骤如下：

1)医生用户通过个性化推荐平台的前台页面层进行注册，并将每位医生以往接诊患者的血压、体温、心率、症状信息，患者个人以往就诊记录，以及患者对医生的评分存储于数据库服务器中；

2)无线传感器网络采集当前患者的关键生理数据，如血压、体温、心率等信息，并通过无线网络传送至推荐平台；

3)患者通过个性化推荐平台输入其症状关键词；

4)个性化推荐平台的功能层根据采集的当前患者的血压、体温、心率等信息以及患者输入的症状，构建患者信息向量：(血压，体温，心率，症状)，运用数据挖掘中基于用户的协同过滤推荐算法，计算该该患者信息向量与数据库服务器中存储的医生以前接诊病人患者信息向量之间的相似度；

5)用Top-N算法，找出与该患者最相似的前5名患者。根据该5名患者对应主治医生的评分状况，按评分结果由高到低依次输出该5名患者对应的主治医生；

6)查询存储的该患者以往就诊记录，分析该患者以往是否接受过该5名医生任意之一的医治。若接受过，则查询相关就诊记录，疾病得到有效医治，则将该医生作为第一推荐医生进行推荐；若是以往就诊时，该医生并未治愈其疾病，则将该医生排除，为该患者推荐剩下的医生；

7)病人用户根据推荐结果，选择符合自身要求的医生发送邮件预约就诊；

本发明的有益效果为：

1、本***使用无线传感网络，可以实时、高速采集患者生理数据，确保推荐依据的数据准确、实时；

2、本***进行推荐时，不仅考虑了不同患者之间存在个体化差异，还考虑了该患者自身以往就诊记录，使得为患者的推荐结果更为个性化；

3、本***根据患者的情况，分析不同医生以往接诊的信息做出推荐，有利于医疗机构提供更为针对性的服务，也能够发挥不同医生的专长，有利于医生患者之间的双向选择；

4、本***个性化推荐平台采用B/S三层架构设计，可以随时进行业务处理，业务扩展简单方便；本***的设计巧妙，成本低廉，适合在医院推广，方便医院信息化管理。

附图说明

图1智慧医疗个性化推荐***架构图。

图2个性化推荐平台B/S架构图。

具体实施方式

下面结合说明书附图对本发明作进一步的详细说明。

本发明的整体架构如附图1所示，由无线传感网络、个性化推荐平台组成。无线传感网络用来采集患者生理数据，包括血压传感器、温度传感器、心率传感器等，测量患者的血压、温度、心率等信息，并将采集的数据通过高速无线网络上传平台。

个性化推荐平台采用B/S架构的三层架构进行设计，如图2所示，由最上层的前台页面层、中间层的功能层和最下层的数据库层组成，层间的交互由相邻层对应的功能模块进行调用，信息只由接口进行传送。

前台页面层提供用户与***交互的接口，包括web浏览器，提供新用户注册接口、登陆接口、以往接诊患者信息录入接口、查询推荐接口等。我们用JSP技术进行开发。基本上可以在所有平台上的任意环境中开发，在任意环境中进行***部署，在任意环境中扩展。前台页面层以web浏览器画面显示，以网页形式呈现。不同用户可以发出不同请求。

功能层响应前台页面层的请求。使用Tomcat作为Web服务器。Tomcat是一个开源的Web应用服务器，其运行时占用的***资源小，扩展性好，支持负载平衡与邮件服务等开发应用***常用的功能。当患者查询推荐时，首先用传感器网络中的传感器采集患者的关键生理指标，如血压、体温、心率等，并通过高速传感网络上传至平台。患者通过前台页面层输入实时症状。功能层将传感器网络传来的数据以及患者输入的信息构建患者信息向量：(血压，体温，心率，症状)，并选择数据挖掘中基于用户的协同过滤推荐算法进行数据分析。访问数据库中存储的医生以往接诊患者信息，计算该患者信息向量：(血压，体温，心率，症状)与数据库服务器中存储的以往患者信息向量的相似度，并用Top-N算法，维护一个具有N个元素的小顶堆。每当有新的元素加入时，判断它是否大于堆顶元素，如果大于，用该元素代替堆顶元素，并重新维护小顶堆，直到所有元素被处理完毕，找出与该患者最相似的前5名患者。根据该5名患者以往对相应医生的评分，从高到低输出该5名医生。查询数据库中存储的患者以往就诊记录，分析患者以往是否接受过该5名医生任意之一的医治，若接受过，则查询相关就诊记录，先前疾病得到有效医治，则将该医生作为第一推荐医生进行推荐；若是以往就诊时，该医生并未治愈其疾病，则将该医生排除，为该患者推荐剩下的医生。患者根据推荐结果，可以自主选择医生，并发送邮件预约。

下面对智慧医疗服务推荐方法进行详细说明：

智慧医疗个性化推荐***包括医生用户和患者用户。医生用户注册后，***将该医生以往接诊患者信息存储于数据库服务器中，包括血压、体温、心率、症状等关键指标，并且以向量形式存储：(血压，体温，心率，症状)。以及该患者对医生的评分。

当患者需要推荐相关医生时，***首先用无线传感网络采集该患者当前的关键生理数据，并且患者从前台页面层手工输入其症状。功能层根据前台页面层接收的数据，将数据构建当前患者信息向量：(血压，体温，心率，症状)，并查询数据库服务器中存储的以往接诊患者信息，用基于用户的协同过滤推荐算法计算与当前患者的相似性，找出与该目标用户症状最相似的5名患者。根据该5名患者对应的主治医生的评分，由低到高进行排序；功能层查询数据库中存储的患者以往就诊记录，分析患者以往是否接受过该5名医生任意之一的医治，若接受过，则查询相关就诊记录，疾病得到有效医治，则将该医生作为第一推荐医生进行推荐；若是以往就诊时，该医生并未治愈其疾病，则将该医生排除，为该患者推荐剩下的医生，并在前台页面输出推荐结果。用户根据***的推荐结果结合自身状况，自主做出选择并向该名医生发送电子邮件，即可成功预约就诊。

Claims (7)

1.一种智慧医疗个性化推荐***，由无线传感网络、个性化推荐平台组成；其特征在于，***运用数据挖掘算法分析存储的医生以往接诊患者的关键生理数据信息，并与当前采集的患者信息比较，向患者推荐擅长医治该病症的医生。

2.根据权利要求1所述的一种智慧医疗个性化推荐***，其特征在于：所述的无线传感网络由血压传感器、温度传感器、心率传感器等组成，测量患者的关键生理指标，并将数据通过高速无线网络传至平台。

3.根据权利要求1或2所述的一种智慧医疗个性化推荐***，其特征在于：个性化推荐平台是基于B/S三层模式的架构，由最上层的前台页面层、中间层的功能层和最下层的数据库层组成。

4.根据权利要求3所述的一种智慧医疗个性化推荐***，其特征在于：前台页面层包括web浏览器，采用JSP技术实现与用户进行交互；能够实现用户注册、登陆、个人就诊信息录入、推荐查询、实时接诊人数及等待人数录入等。

5.根据权利要求3所述的一种智慧医疗个性化推荐***，其特征在于：功能层使用Tomcat作为Web服务器，响应用户从前台页面层发来的请求，访问数据库中存储的医生以往接诊病人的信息，运算数据挖掘算法，挖掘、分析与该患者类似的其他患者的就诊信息以及该患者自身以往的就诊信息，为患者提供个性化推荐。

6.根据权利要求3所述的一种智慧医疗个性化推荐***，其特征在于：数据库层采用SQLServer；存储医生用户以及患者用户的信息，以及医生以往接诊患者的关键生理指标信息，患者对该医生医治水平的评分信息以及患者个人以往就诊记录。

7.权利要求1至6任一权利要求的智慧医疗服务推荐***实现方法，其步骤如下：

1)医生用户通过个性化推荐平台的前台页面层进行注册，并将每位医生以往接诊患者的血压、体温、心率、症状信息，患者个人以往就诊记录，以及患者对医生的评分存储于数据库服务器中；

2)无线传感器网络采集当前患者的关键生理数据，如血压、体温、心率等信息，并通过无线网络传送至推荐平台；

3)患者通过个性化推荐平台输入其症状关键词；

4)个性化推荐平台的功能层根据采集的当前患者的血压、体温、心率等信息以及患者输入的症状，构建患者信息向量：(血压，体温，心率，症状)，运用数据挖掘中基于用户的协同过滤推荐算法，计算该该患者信息向量与数据库服务器中存储的医生以前接诊病人患者信息向量之间的相似度；

5)用Top-N算法，找出与该患者最相似的前5名患者。根据该5名患者对应主治医生的评分状况，按评分结果由高到低依次输出该5名患者对应的主治医生；

6)查询存储的该患者以往就诊记录，分析该患者以往是否接受过该5名医生任意之一的医治。若接受过，则查询相关就诊记录，疾病得到有效医治，则将该医生作为第一推荐医生进行推荐；若是以往就诊时，该医生并未治愈其疾病，则将该医生排除，为该患者推荐剩下的医生；

7)病人用户根据推荐结果，选择符合自身要求的医生发送邮件预约就诊。