CN109461482A - 健康计划生成方法、装置、计算机设备和存储介质 - Google Patents
健康计划生成方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN109461482A CN109461482A CN201811399595.7A CN201811399595A CN109461482A CN 109461482 A CN109461482 A CN 109461482A CN 201811399595 A CN201811399595 A CN 201811399595A CN 109461482 A CN109461482 A CN 109461482A
- Authority
- CN
- China
- Prior art keywords
- health
- user
- plan
- abnormal
- detail
- 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 490
- 238000000034 method Methods 0.000 title claims abstract description 41
- 230000002159 abnormal effect Effects 0.000 claims abstract description 136
- 230000003542 behavioural effect Effects 0.000 claims abstract description 33
- 238000012795 verification Methods 0.000 claims abstract description 28
- 201000010099 disease Diseases 0.000 claims description 41
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 41
- 238000004590 computer program Methods 0.000 claims description 27
- 230000008901 benefit Effects 0.000 claims description 21
- 206010025482 malaise Diseases 0.000 claims description 17
- 238000000605 extraction Methods 0.000 claims description 15
- 238000012550 audit Methods 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 12
- 230000005540 biological transmission Effects 0.000 claims description 10
- 238000001514 detection method Methods 0.000 claims description 10
- 239000000203 mixture Substances 0.000 abstract description 7
- 238000009472 formulation Methods 0.000 abstract description 5
- 230000033001 locomotion Effects 0.000 description 15
- 238000013439 planning Methods 0.000 description 7
- 230000006399 behavior Effects 0.000 description 6
- 235000005911 diet Nutrition 0.000 description 6
- 210000000577 adipose tissue Anatomy 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 239000000284 extract Substances 0.000 description 5
- 235000000346 sugar Nutrition 0.000 description 5
- 238000012360 testing method Methods 0.000 description 5
- 229940079593 drug Drugs 0.000 description 4
- 239000003814 drug Substances 0.000 description 4
- 208000037063 Thinness Diseases 0.000 description 3
- 239000008280 blood Substances 0.000 description 3
- 210000004369 blood Anatomy 0.000 description 3
- 230000036772 blood pressure Effects 0.000 description 3
- 206010012601 diabetes mellitus Diseases 0.000 description 3
- 230000037213 diet Effects 0.000 description 3
- 230000000378 dietary effect Effects 0.000 description 3
- 235000013305 food Nutrition 0.000 description 3
- 238000007689 inspection Methods 0.000 description 3
- 235000008935 nutritious Nutrition 0.000 description 3
- 206010048828 underweight Diseases 0.000 description 3
- 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 2
- 206010003119 arrhythmia Diseases 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 239000008103 glucose Substances 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- NOESYZHRGYRDHS-UHFFFAOYSA-N insulin Chemical compound N1C(=O)C(NC(=O)C(CCC(N)=O)NC(=O)C(CCC(O)=O)NC(=O)C(C(C)C)NC(=O)C(NC(=O)CN)C(C)CC)CSSCC(C(NC(CO)C(=O)NC(CC(C)C)C(=O)NC(CC=2C=CC(O)=CC=2)C(=O)NC(CCC(N)=O)C(=O)NC(CC(C)C)C(=O)NC(CCC(O)=O)C(=O)NC(CC(N)=O)C(=O)NC(CC=2C=CC(O)=CC=2)C(=O)NC(CSSCC(NC(=O)C(C(C)C)NC(=O)C(CC(C)C)NC(=O)C(CC=2C=CC(O)=CC=2)NC(=O)C(CC(C)C)NC(=O)C(C)NC(=O)C(CCC(O)=O)NC(=O)C(C(C)C)NC(=O)C(CC(C)C)NC(=O)C(CC=2NC=NC=2)NC(=O)C(CO)NC(=O)CNC2=O)C(=O)NCC(=O)NC(CCC(O)=O)C(=O)NC(CCCNC(N)=N)C(=O)NCC(=O)NC(CC=3C=CC=CC=3)C(=O)NC(CC=3C=CC=CC=3)C(=O)NC(CC=3C=CC(O)=CC=3)C(=O)NC(C(C)O)C(=O)N3C(CCC3)C(=O)NC(CCCCN)C(=O)NC(C)C(O)=O)C(=O)NC(CC(N)=O)C(O)=O)=O)NC(=O)C(C(C)CC)NC(=O)C(CO)NC(=O)C(C(C)O)NC(=O)C1CSSCC2NC(=O)C(CC(C)C)NC(=O)C(NC(=O)C(CCC(N)=O)NC(=O)C(CC(N)=O)NC(=O)C(NC(=O)C(N)CC=1C=CC=CC=1)C(C)C)CC1=CN=CN1 NOESYZHRGYRDHS-UHFFFAOYSA-N 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 235000012054 meals Nutrition 0.000 description 2
- 238000012806 monitoring device Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000000611 regression analysis Methods 0.000 description 2
- 150000008163 sugars Chemical class 0.000 description 2
- 241000196324 Embryophyta Species 0.000 description 1
- 102000004877 Insulin Human genes 0.000 description 1
- 108090001061 Insulin Proteins 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000004159 blood analysis Methods 0.000 description 1
- 230000002612 cardiopulmonary effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000007667 floating Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000003862 health status Effects 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 229940125396 insulin Drugs 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 210000002700 urine Anatomy 0.000 description 1
- 208000016261 weight loss Diseases 0.000 description 1
- 230000004580 weight loss Effects 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
- 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
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
-
- 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
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Biomedical Technology (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Pathology (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本申请涉及一种健康计划生成方法、装置、计算机设备和存储介质。所述方法包括:接收用户终端发送的用户标识、用户健康行为数据;查找与用户标识对应的就医数据;从用户健康行为数据和就医数据中提取用户健康特征;根据用户健康特征生成第一健康记录,将第一健康记录添加至用户标识对应的健康档案中,并更新健康档案;对更新后的健康档案进行异常特征检测得到异常健康特征;查找与异常健康特征对应的健康计划明细,根据异常健康特征对健康计划明细进行明细冲突校验,根据健康计划明细和明细冲突校验结果生成用户健康计划。采用本方法能够提高健康计划的制定效率。
Description
技术领域
本申请涉及计算机技术领域,特别是涉及一种健康计划生成方法、装置、计算机设备和存储介质。
背景技术
随着人们生活水平的不断提高,人们对自身的健康状况越来越重视,希望通过调节自身饮食、运动等生活习惯的方式来改善自身的身体素质。
目前,市场上会有一些健康咨询类的公司为用户提供制定健康管理计划的服务。但是,咨询公司在为用户制定健康计划时,需要根据用户提供的健康信息查找多种资料,并对资料进行整合分析,需要花费工作人员大量时间,健康计划的制定效率非常低。
发明内容
基于此,有必要针对上述技术问题,提供一种能够提高健康计划的制定效率的健康计划生成方法、装置、计算机设备和存储介质。
一种健康计划生成方法,所述方法包括:
接收用户终端发送的用户标识、用户健康行为数据;
查找与所述用户标识对应的就医数据;
从所述用户健康行为数据和所述就医数据中提取用户健康特征;
根据所述用户健康特征生成第一健康记录,将所述第一健康记录添加至所述用户标识对应的健康档案中;
对更新后的所述健康档案进行异常特征检测得到异常健康特征;
查找所述异常健康特征对应的健康计划明细,根据所述异常健康特征对所述健康计划明细进行明细冲突校验,根据所述健康计划明细和明细冲突校验结果生成用户健康计划。
在其中一个实施例中,所述对更新后的所述健康档案进行异常特征检测得到异常健康特征,包括:
获取所述健康档案中各用户健康特征对应的特征校验逻辑;
根据所述特征校验逻辑对所述健康档案中各用户健康特征对应的特征值数据进行特征值校验;
将特征值校验失败的用户健康特征提取为异常健康特征。
在其中一个实施例中,还包括:
从所述就医数据中提取检查报告数据;
统计所述检查报告数据中各异常指标的频次;
当所述异常指标的频次超过预设频次时,根据所述超过预设频次的异常指标生成就医提示信息,将所述就医提示信息添加至所述用户健康计划中。
在其中一个实施例中,还包括:
当所述异常健康特征中包含异常疾病特征时,查找与所述异常疾病特征匹配的疾病保险产品;
根据所述疾病保险产品生成疾病保障计划,将所述疾病保障计划添加至所述用户健康计划中。
在其中一个实施例中,还包括:
接收所述用户终端发送的健康计划执行数据;
从所述健康计划执行数据中提取各健康计划明细的计划明细完成值;
查找与所述计划明细完成值对应的计划完成得分,将所述计划完成得分累加至相应健康计划明细对应的计划执行积分中。
在其中一个实施例中,接收所述用户终端发送的保险申购请求,所述保险申购请求携带有保险产品标识和用户标识;
查找所述保险产品标识对应的产品类别;
获取所述用户标识对应的计划执行积分,并从所述用户标识对应的计划执行积分中查找与所述产品类别匹配的匹配执行积分;
根据所述产品类别和所述匹配执行积分计算保险抵扣数值;
一种健康计划生成装置,所述装置包括:
数据接收模块,用于接收用户终端发送的用户标识、用户健康行为数据;
就医数据查找模块,用于查找与所述用户标识对应的就医数据;
健康特征提取模块,用于从所述用户健康行为数据和所述就医数据中提取用户健康特征;
档案更新模块,用于根据所述用户健康特征生成第一健康记录,将所述第一健康记录添加至所述用户标识对应的健康档案中;
异常特征检测模块,用于对更新后的所述健康档案进行异常特征检测得到异常健康特征;
健康计划生成模块,用于查找所述异常健康特征对应的健康计划明细,根据所述异常健康特征对所述健康计划明细进行明细冲突校验,根据所述健康计划明细和明细冲突校验结果生成用户健康计划。
在其中一个实施例中,装置还包括:
产品查找模块,用于当所述异常健康特征中包含异常疾病特征时,查找与所述异常疾病特征匹配的疾病保险产品;
保障计划生成模块,用于根据所述疾病保险产品生成疾病保障计划,将所述疾病保障计划添加至所述用户健康计划中。
一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现上述方法的步骤。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述方法的步骤。
上述健康计划生成方法、装置、计算机设备和存储介质,从用户终端接收用户的健康行为数据,并查找用户对应的就医数据,从各项数据中自动提取出用户的健康特征并生成健康记录,并根据健康记录对用户的健康档案进行更新,检验更新后的健康档案中是否存在异常健康特征,当存在时,可以自动匹配到有异常健康特征对应的健康计划明细,对匹配到的健康计划明细之间进行冲突校验后即可生成用户健康计划,从而可以避免人工进行信息查找和比对,提高了健康计划的制定效率。
附图说明
图1为一个实施例中健康计划生成方法的应用场景图;
图2为一个实施例中健康计划生成方法的流程示意图;
图3为另一个实施例中健康计划生成方法的流程示意图;
图4为一个实施例中健康计划生成装置的结构框图;
图5为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请提供的健康计划生成方法,可以应用于如图1所示的应用环境中。其中,用户终端通过网络与服务器进行通信。用户终端将获取到的用户标识和用户健康行为数据发送给服务器,服务器接收用户标识和用户健康行为数据后,查找于用户标识对应的就医数据,从用户健康行为数据中和就医数据中提取用户健康特征,服务器根据用户健康特征生成第一健康记录,将第一健康记录添加至用户标识对应的健康档案中,从更新后的健康档案检测异常健康特征,查找异常健康特征对应的健康计划明细,并对查找到的健康计划明细进行冲突性校验,最终根据健康计划明细和明细冲突校验结果生成用户健康计划。其中,用户终端可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备,服务器可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一个实施例中,如图2所示,提供了一种健康计划生成方法,以该方法应用于图1中的服务器为例进行说明,包括以下步骤:
步骤210,接收用户终端发送的用户标识、用户健康行为数据。
用户健康数据可以包括用户的行为运动数据、能够体现用户身体素质的数据如体征数据等。其中,行为运动数据可以为用户单位时间内完成的运动数据,如行走步数、跑步距离、骑行距离、健身项目等数据;体现用户身体素质的数据可以为用户的性别、年龄、身高、体重、体脂含量、心肺功能、血压血糖等数据。
用户终端上可以安装用于用户健康管理的应用程序,用户可以通过应用程序向用户终端输入自己的用户健康行为数据。用户终端也可以与运动监测设备如计步器等、身体素质监测设备如体脂仪等进行连接,自动从运动监测设备或是身体素质监测设备上获取到用户健康行为数据。进一步地,可以在用户终端上设定数据采集时间和数据传输时间,用户终端定时自动采集用户健康行为数据,并定时向服务器发送用户健康行为数据。
用户终端在向服务器发送用户健康行为数据时,获取用户标识,用户标识用于对用户身份进行唯一标识,将用户标识与用户健康行为数据一同发送给服务器。服务器接收用户终端发送的用户健康行为数据和用户标识。
步骤220,查找与用户标识对应的就医数据。
就医数据为用户历史就诊的相关数据,如用户确诊的疾病名称、患病程度、治疗方法、用药情况等数据。就医数据与用户标识对应存储,通过用户标识可以查找到用户对应的就医数据。
就医数据可以存储在服务器本地,也可也存储在医疗***服务器上,服务器可以从本地或从医疗***服务器上获取用户标识对应的就医数据。在一个实施例中,服务器查找与用户标识对应的电子病历,从电子病历中获取用户的就医数据,电子病历中对疾病名称、用药的药品名称设置有超链接,通过超链接可以获取到对应的疾病简介和药品说明书等。
步骤230,从用户健康行为数据和就医数据中提取用户健康特征。
用户健康特征为用于对用户的健康行为进行表征的特征属性。服务器中可以事先存储有用户健康特征字段表,用户健康特征字段表中存储了待提取的用户健康特征字段名称,服务器根据用户健康特征字段表从用户健康行为数据中提取与用户健康特征字段对应的用户健康特征值。
具体地,从用户健康行为特征中提取的用户健康特征可以包括但不限于性别、年龄、血糖、血压、体脂、身高、体重、体脂含量、行走步数、跑步距离等特征。从就医数据中提取的用户健康特征可以包括但不限于患病类型、患病时间、患病程度、用药名称、服药时间等特征。例如,提取出的健康特征可以为“体重:55kg”、“身高:165cm”等。
步骤240,根据用户健康特征生成第一健康记录,将第一健康记录添加至用户标识对应的健康档案中,并更新所述健康档案。
服务器根据预设的健康记录中用户健康特征的排列顺序,将提取到的各个用户健康特征按照健康特征的排列顺序进行排序整理生成第一健康记录。服务器查找与用户标识对应的健康档案,健康档案中存储多条根据用户终端发送的历史用户健康行为数据生成的健康记录,各条健康记录可以根据生成时间进行标记,服务器将新生成的第一健康记录添加至用户对应的健康档案中,对健康档案进行更新。
步骤250,对更新后的健康档案进行异常特征检测得到异常健康特征。
服务器从健康档案中获取历史健康记录,根据历史健康记录中各用户健康特征的连续数据进行正常特征值范围的预测,将新生成的第一健康记录的各健康特征的特征值与预测的正常特征值范围进行比较,当第一健康记录中的健康特征的特征值在正常特征值范围内时,判定相应的健康特征为正常健康特征;当第一健康记录中的健康特征的特征值不属于正常特征值范围内时,判定相应的健康特征为异常健康特征。
步骤260,查找与异常健康特征对应的健康计划明细,根据异常健康特征对健康计划明细进行明细冲突校验,根据健康计划明细和明细冲突校验结果生成用户健康计划。
服务器中事先存储多个健康计划明细,健康计划明细与异常健康特征值相对应,同一异常健康特征值可能对应于多个健康计划明细,同一健康计划明细也可能对应于多个异常健康特征值,同一异常健康特征的特征值不同时也可能对应不同的健康计划明细,健康计划明细中包括多个具体的计划项目。
如异常健康特征为体重特征时,若体重取值大于正常范围值,与之对应的健康计划明细可以包括健身运动计划明细、健身餐计划明细等;若体重取值小于于正常范围值,与之对应的健康计划明细可以包括营养餐计划明细等。又如健身运动计划明细包括的计划项目可以包括每日跑步3公里、瑜伽20分钟等。
不同类型的异常健康特征对应的健康计划明细之间可能存在计划明细冲突的情况。如检测到的用户的异常健康特征包括体重过轻特征和中度糖尿病特征,体重过轻特征的类型为身体素质类型,体重过轻时对应的计划明细包括营养餐计划明细,中度糖尿病特征的类型为疾病类型,对应的计划明细包括饮食糖分控制计划明细,饮食糖分控制计划明细与括营养餐计划明细中的糖分摄取量存在冲突。服务器对查找到的各健康计划明细进行冲突性校验,将具有冲突的明细计划项目进行冲突处理如进行调整或者删除,根据冲突处理过的健康计划明细进行整理合并生成用户健康计划。
服务器在生成用户健康计划之后,将用户健康计划推送给用户终端,服务器在进行健康计划推送时,可以根据健康计划中各计划明细中设定的推送时间定时向用户终端推送健康计划明细,也可也将整个健康计划明细发送给用户终端,由用户终端根据明细中的设定时间自动对用户进行提醒。服务器在向用户终端推送或发送用健康计划时,可以通过应用通知、短信、微信、邮件、小程序、公众号等多种方式或多种方式的组合进行计划推送。
在本实施例中,服务器从用户终端接收用户的健康行为数据,并查找用户对应的就医数据,从各项数据中自动提取出用户的健康特征并生成健康记录,并根据健康记录对用户的健康档案进行更新,检验更新后的健康档案中是否存在异常健康特征,当存在时异常健康特征,可以自动匹配到有异常健康特征对应的健康计划明细,对匹配到的健康计划明细之间进行冲突校验后即可生成用户健康计划,从而可以避免人工进行信息查找和比对,提高了健康计划的制定效率。
在一个实施例中,从用户健康行为数据和就医数据中提取用户健康特征可以包括:获取身体素质字段表,从用户健康行为数据中查找与身体素质字段表中的身体素质字段相匹配的身体素质健康特征;获取运动字段表,从用户健康行为数据中查找与运动字段表中的运动字段相匹配的运动健康特征;获取疾病字段表,从就医数据中查找与疾病字段表中的疾病字段相匹配的疾病健康特征。
服务器中事先存储有身体素质字段表、运动字段表和疾病字段表,各字段表中列出了待检测的健康特征的字段,以身体素质字段表为例,身体素质字段表中的字段可以包括血糖、血压、体脂、身高、体重、BMI等字段,当同一字段有同义字段,字段表将同义字段也列出,并将同义字段与原字段进行关联,例如,BMI字段的同义字段可以包括身体质量指数、BMI(身体质量指数)等,在字段表中将这些同义字段进行关联。在进行字段匹配的过程中,服务器从字段表中逐一提取字段,并查找获取的数据中是否存在与提取的字段一致的字段,当查找到一致的字段时,将一致的字段及其对应的字段取值提取为健康特征,如“体重:55KG”。服务器根据从各项数据中提取出的健康特征生成健康记录,健康记录中各健康特征的排列顺序按照预先设定的顺序,当某个健康特征存在多个同义字段时,则将字段名称进行统一地归一化处理。
在一个实施例中,对更新后的健康档案进行异常特征检测得到异常健康特征可以包括:获取健康档案中各用户健康特征对应的特征校验逻辑;根据特征校验逻辑对健康档案中各用户健康特征对应的特征值数据进行特征值校验;将特征值校验失败的用户健康特征提取为异常健康特征。
在本实施例中,服务器中预先为不同类型的用户健康特征设定了特征校验逻辑,服务器根据用户健康特征的特征值将用户健康特征分为数值特征和文本数据特征两大类,每一类对应于一种特征校验逻辑,每种特征校验逻辑下针对具体的用户健康特征又可设置细化的特征值校验规则。
当用户健康特征的特征值为数值时,如体重特征等,取值为具体的数字50kg、55kg等。服务器可以获取预设时间长度内连续的历史健康记录中的特征值,对连续的特征值进行回归分析,根据回归分析结果对当前时间点的特征值进行预测得到预估特征值,服务器从第一健康记录中提取对应的健康特征值,将提取的健康特征值与预估特征值进行比较,并获取预设的特征浮动值,将健康特征值与预估特征值的绝对差值与特征浮动值进行比较,当绝对差值小于等于特征浮动值时,判定健康特征值在正常特征值浮动范围内,特征值校验成功,并判定相应的健康特征为正常健康特征,当绝对差值大于特征浮动值时,特征值校验失败,判定相应的健康特征为异常健康特征。
当用户健康特征的特征值为有限取值的文本数据时,如患病程度特征等,取值可能为轻微、中度、严重等,服务器获取与用户健康特征对应的预设异常健康特征值,将用户健康特征值与对应的预设异常健康特征值进行比较,当查找到匹配的预设异常健康特征值时,特征值校验失败,判定用户健康特征为异常健康特征,反之,特征值校验成功,判定为正常健康特征。例如,患病程度特征的预设异常健康特征值为中度和严重,若第一健康记录中患病程度特征的特征值为中度或严重时,则将患病程度特征判定为异常健康特征。
在一个实施例中,查找异常健康特征对应的健康计划明细,根据异常健康特征对健康计划明细进行明细冲突校验,根据健康计划明细和明细冲突校验结果生成用户健康计划,包括:当异常健康特征包括异常身体素质特征、异常运动特征和异常疾病特征时,查找异常身体素质特征对应的第一健康计划明细,异常运动特征对应的第二健康计划明细和异常疾病特征对应的第三健康计划明细;从第一健康计划明细中查找与异常运动特征、异常疾病特征冲突的计划明细并删除,从第二健康计划明细中查找与异常身体素质特征、异常疾病特征冲突的计划明细并删除,从第三健康计划明细中查找与异常体征特征、异常运动特征冲突的计划明细并删除;根据进行删除操作后的第一健康计划明细、第二健康计划明细和第三健康计划明细生成用户健康计划。
不同的异常健康特征对应于不同的健康计划明细,服务器预先将异常健康特征与相应的健康计划明细进行关联存储。如异常健康特征为“糖尿病”时,对应的健康计划明细可以包括无糖饮食计划,胰岛素注射计划及轻量运动计划等;异常健康特征为“BMI”,且BMI值偏高时,对应的健康计划明细可以包括减重计划,健康餐饮食计划等。
同时,由于不同的健康计划明细进行组合时,可能出现相互之间明细冲突的情况,如提取出“心律不齐”和“BMI值偏高”两个异常健康特征时,“心律不齐”特征对应的健康计划明细包括禁止强度运动计划项目,而“BMI值偏高”对应的健康计划明细包括定期进行强度训练计划项目,因此,服务器把相互冲突的健康计划明细中的计划项目剔除掉。
具体地,服务器中可以事先将各异常健康特征与其冲突的健康计划明细的明细编码及明细中具体的冲突计划项目进行关联,逐一将异常健康特征对应的冲突明细编码与提取出的健康计划明细进行比较,查找是否存在编码一致的健康计划明细,当查找到一致的健康计划明细时,将一致的健康明细计划中相应的冲突计划项目剔除掉,最后根据调整后的健康明细计划生成用户健康计划。
在一个实施例中,健康计划生成方法还可以包括:从就医数据中提取检查报告数据;统计检查报告数据中各异常指标的频次;当异常指标的频次超过预设频次时,根据超过预设频次的异常指标生成就医提示信息,将就医提示信息添加至用户健康计划中。
检查报告数据为用户在就医时的检验结果、检查结果,例如用户的血检数据、尿检数据等,检查报告数据中包括多项检验指标的检测数值。在本实施例中的异常指标是指指标的检测数值超过正常数值范围,但没有被医生诊断为疾病的检验指标。
服务器获取预设时间长度内的就医数据,从就医数据中查找出检查报告数据,将检查报告数据中标记的异常指标提取出来,并分别统计提取出的各项异常指标的出现次数,根据预设时间长度和各项异常指标的出现次数计算出各异常指标的出现频次。服务器获取预设频次,预设频次为事先设定的需要进行异常指标提示的预警值,服务器将统计出的各异常指标的出现频次与预设频次进行比较,查找出现频次大于预设频次的异常指标,根据查找到的异常指标的出现频次和异常指标数值生成就医提示信息,将生成的就医提示信息添加至用户健康计划中,服务器在向用户终端推送用户健康计划时,将就医提示信息也推送至用户终端。
在一个实施例中,如图3所示,健康计划生成方法还可以包括:
步骤270,当异常健康特征中包含异常疾病特征时,查找与异常疾病特征匹配的疾病保险产品。
服务器获取检测得到的异常健康特征的特征类型,在本实施例中,特征类型可以包括异常身体素质类型、异常运动类型和异常疾病类型。服务器对各项用户健康特征的特征类型事先进行设定并标注。服务器判断获取到的特征类型中是否包含异常疾病特征,当包含异常疾病特征时,服务器查找异常疾病特征对应的疾病类别,如疾病类别可以包括慢性类、潜在特定轻型类等。疾病保险产品事先进行分类和标注,根据疾病保险产品所保障疾病的疾病类型对其进行类别标注,服务器查找与疾病类别对应标注的疾病保险产品。
步骤280,根据疾病保险产品生成疾病保障计划,将疾病保障计划添加至用户健康计划中。
服务器获取疾病保险产品的产品信息,产品信息可以包括但不限于产品名称、产品代码、产品保障项目明细、产品投保期限及对应的保额数值等。服务器根据获取到的疾病保险产品的产品信息生成疾病保障计划,将生成的疾病保障计划添加至用户健康计划中,服务器在向用户终端推送用户健康计划时,将疾病保障计划也推送至用户终端。
在一个实施例中,当异常健康特征中不包含异常疾病特征时,服务器根据异常身体素质特征或者异常运动特征评定用户的身体状态等级,身体状态等级可以分为身体素质优秀、良好、亚健康等等级。在进行用户的身体状态等级评定时,身体状态等级可以根据检测到的异常健康特征的数量,异常健康特征的取值区间进行设定。
健康保障保险产品事先根据所保障的保险项目进行对应的身体状态等级标注,服务器查找与评定的身体状态等级对应标注的健康保障保险产品,获取健康保障保险产品的产品信息,产品信息可以包括但不限于产品名称、产品代码、产品保障项目明细、产品投保期限及对应的保额数值等。服务器根据获取到的健康保障保险产品的产品信息生成保险保障健康计划,将生成的保险保障健康计划添加至用户健康计划中,服务器在向用户终端推送用户健康计划时,将保险保障健康计划也推送至用户终端。
在一个实施例中,健康计划生成方法还可以包括:接收用户终端发送的健康计划执行数据;从健康计划执行数据中提取各健康计划明细的计划明细完成值;查找与计划明细完成值对应的计划完成得分,将计划完成得分累加至相应健康计划明细对应的计划执行积分中。
用户可以通过用户终端记录用户健康计划的执行情况,例如可以通过签到、打卡或输入计划执行内容的方式进行记录,终端将用户记录的健康计划的执行数据上传至服务器。服务器接收用户终端上传的健康计划执行数据。服务器对各个健康计划明细的执行的完成情况设置相应的计划明细完成值,用户终端在进行计划执行记录时,将用户记录的明细执行情况转换为相应的计划明细完成值,如计划明细为跑步,跑步距离0-3公里的计划明细完成值为3,3-5公里的计划明细完成值为5等。
服务器从健康计划执行数据中提取出计划明细完成值,并查找与计划明细完成值对应的计划完成得分。例如,计划明细为跑步,计划明细完成值为3对应的计划完成得分为1分,计划明细完成值为5对应的计划完成得分为3分等。服务器事先对健康计划明细进行分类,如可以分为运动类明细,饮食类明细等,健康计划明细的计划完成得分按照分类分别进行统计得到相应分类的计划执行积分,服务器将计划完成得分累加至对应明细分类的计划执行积分。
在一个实施例中,健康计划生成方法还可以包括:接收用户终端发送的保险申购请求,保险申购请求携带有保险产品标识和用户标识;查找保险产品标识对应的产品类别;获取用户标识对应的计划执行积分,并从用户标识对应的计划执行积分中查找与产品类别匹配的匹配执行积分;根据产品类别和匹配执行积分计算保险抵扣数值;将保险申购请求和保险抵扣数值转发至保费计算服务器。
用户终端接收到服务器推送的疾病保障计划或者保险保障健康计划后,用户可以通过用户终端对疾病保障计划或者保险保障健康计划中携带的保险产品进行保险产品申购,用户终端检测到用户的保险产品申购的操作后,获取用户所申购的保险产品的产品信息如保险产品标识、保障时长等,并获取用户标识,生成携带有保险产品的产品信息和用户标识的保险申购请求。
服务器接收用户终端发送的保险申购请求后,从保险申购请求中提取保险产品标识和用户标识,并查找保险产品标识对应的产品类别及用户标识对应的计划执行积分,从计划执行积分中获取与产品类别匹配的匹配执行积分。服务器查找与产品类别对应的预设积分抵扣规则,乐社积分抵扣规则设定了积分数值与保险抵扣数值的抵扣计算逻辑,如积分数值可以与保险抵扣数值呈正相关关系。不同产品类别的保险产品可以设定不同的积分抵扣规则。服务器根据相应的预设积分抵扣规则和匹配执行积分计算出保险抵扣数值,并将计算出的保险抵扣数值同接收到的保险申购请求发送至保费计算服务器,以使保费计算服务器根据保险申购请求中的保险产品信息和保险抵扣数值计算出用户应付保费数值。
应该理解的是,虽然图2-3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,这些步骤可以以其它的顺序执行。而且,图2-3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,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它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。
在一个实施例中,如图4所示,提供了一种健康计划生成装置,包括:数据接收模块410、就医数据查找模块420、健康特征提取模块430、档案更新模块440、异常特征检测模块450和健康计划生成模块460,其中:
数据接收模块410,用于接收用户终端发送的用户标识、用户健康行为数据。
就医数据查找模块420,用于查找与用户标识对应的就医数据。
健康特征提取模块430,用于从用户健康行为数据和就医数据中提取用户健康特征。
档案更新模块440,用于根据用户健康特征生成第一健康记录,将第一健康记录添加至用户标识对应的健康档案中,并更新健康档案。
异常特征检测模块450,用于对更新后的健康档案进行异常特征检测得到异常健康特征。
健康计划生成模块460,用于查找与异常健康特征对应的健康计划明细,根据异常健康特征对健康计划明细进行明细冲突校验,根据健康计划明细和明细冲突校验结果生成用户健康计划。
在一个实施例中,异常特征检测模块450可以包括:
校验逻辑获取模块,用于获取健康档案中各用户健康特征对应的特征校验逻辑。
特征值校验模块,用于根据特征校验逻辑对健康档案中各用户健康特征对应的特征值数据进行特征值校验。
异常特征提取模块,用于将特征值校验失败的用户健康特征提取为异常健康特征。
在一个实施例中,健康计划生成装置还可以包括:
报告数据提取模块,用于从就医数据中提取检查报告数据。
频次统计模块,用于统计检查报告数据中各异常指标的频次。
就医提示生成模块,用于当异常指标的频次超过预设频次时,根据超过预设频次的异常指标生成就医提示信息,将就医提示信息添加至用户健康计划中。
在一个实施例中,健康计划生成装置还可以包括:
产品查找模块,用于当异常健康特征中包含异常疾病特征时,查找与异常疾病特征匹配的疾病保险产品。
保障计划生成模块,用于根据疾病保险产品生成疾病保障计划,将疾病保障计划添加至用户健康计划中。
在一个实施例中,健康计划生成装置还可以包括:
执行数据接收模块,用于接收用户终端发送的健康计划执行数据。
完成值提取模块,用于从健康计划执行数据中提取各健康计划明细的计划明细完成值。
得分累加模块,用于查找与计划明细完成值对应的计划完成得分,将计划完成得分累加至相应健康计划明细对应的计划执行积分中。
在一个实施例中,健康计划生成装置还可以包括:
申购请求接收模块,用于接收用户终端发送的保险申购请求,保险申购请求携带有保险产品标识和用户标识。
产品类别查找模块,用于查找保险产品标识对应的产品类别。
匹配积分查找模块,用于获取用户标识对应的计划执行积分,并从用户标识对应的计划执行积分中查找与产品类别匹配的匹配执行积分。
抵扣计算模块,用于根据产品类别和匹配执行积分计算保险抵扣数值。
请求转发模块,用于将保险申购请求和保险抵扣数值转发至保费计算服务器。
关于健康计划生成装置的具体限定可以参见上文中对于健康计划生成方法的限定,在此不再赘述。上述健康计划生成装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图5所示。该计算机设备包括通过***总线连接的处理器、存储器、网络接口和数据库。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作***、计算机程序和数据库。该内存储器为非易失性存储介质中的操作***和计算机程序的运行提供环境。该计算机设备的数据库用于存储健康计划生成相关数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种健康计划生成方法。
本领域技术人员可以理解,图5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。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,该存储器存储有计算机程序,该处理器执行计算机程序时实现以下步骤:接收用户终端发送的用户标识、用户健康行为数据;查找与用户标识对应的就医数据;从用户健康行为数据和就医数据中提取用户健康特征;根据用户健康特征生成第一健康记录,将第一健康记录添加至用户标识对应的健康档案中,并更新健康档案;对更新后的健康档案进行异常特征检测得到异常健康特征;查找与异常健康特征对应的健康计划明细,根据异常健康特征对健康计划明细进行明细冲突校验,根据健康计划明细和明细冲突校验结果生成用户健康计划。
在一个实施例中,处理器执行计算机程序实现对更新后的健康档案进行异常特征检测得到异常健康特征的步骤时还用于:获取健康档案中各用户健康特征对应的特征校验逻辑;根据特征校验逻辑对健康档案中各用户健康特征对应的特征值数据进行特征值校验;将特征值校验失败的用户健康特征提取为异常健康特征。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:从就医数据中提取检查报告数据;统计检查报告数据中各异常指标的频次;当异常指标的频次超过预设频次时,根据超过预设频次的异常指标生成就医提示信息,将就医提示信息添加至用户健康计划中。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:当异常健康特征中包含异常疾病特征时,查找与异常疾病特征匹配的疾病保险产品;根据疾病保险产品生成疾病保障计划,将疾病保障计划添加至用户健康计划中。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:接收用户终端发送的健康计划执行数据;健康计划执行数据中提取各健康计划明细的计划明细完成值;查找与计划明细完成值对应的计划完成得分,将计划完成得分累加至相应健康计划明细对应的计划执行积分中。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:接收用户终端发送的保险申购请求,保险申购请求携带有保险产品标识和用户标识;查找保险产品标识对应的产品类别;获取用户标识对应的计划执行积分,并从用户标识对应的计划执行积分中查找与产品类别匹配的匹配执行积分;根据产品类别和匹配执行积分计算保险抵扣数值;将保险申购请求和保险抵扣数值转发至保费计算服务器。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:接收用户终端发送的用户标识、用户健康行为数据;查找与用户标识对应的就医数据;从用户健康行为数据和就医数据中提取用户健康特征;根据用户健康特征生成第一健康记录,将第一健康记录添加至用户标识对应的健康档案中,并更新健康档案;对更新后的健康档案进行异常特征检测得到异常健康特征;查找异常健康特征对应的健康计划明细,根据异常健康特征对健康计划明细进行明细冲突校验,根据健康计划明细和明细冲突校验结果生成用户健康计划。
在一个实施例中,计算机程序被处理器执行实现对更新后的健康档案进行异常特征检测得到异常健康特征的步骤时还用于:获取健康档案中各用户健康特征对应的特征校验逻辑;根据特征校验逻辑对健康档案中各用户健康特征对应的特征值数据进行特征值校验;将特征值校验失败的用户健康特征提取为异常健康特征。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:从就医数据中提取检查报告数据;统计检查报告数据中各异常指标的频次;当异常指标的频次超过预设频次时,根据超过预设频次的异常指标生成就医提示信息,将就医提示信息添加至用户健康计划中。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:当异常健康特征中包含异常疾病特征时,查找与异常疾病特征匹配的疾病保险产品;根据疾病保险产品生成疾病保障计划,将疾病保障计划添加至用户健康计划中。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:接收用户终端发送的健康计划执行数据;健康计划执行数据中提取各健康计划明细的计划明细完成值;查找与计划明细完成值对应的计划完成得分,将计划完成得分累加至相应健康计划明细对应的计划执行积分中。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:接收用户终端发送的保险申购请求,保险申购请求携带有保险产品标识和用户标识;查找保险产品标识对应的产品类别;获取用户标识对应的计划执行积分,并从用户标识对应的计划执行积分中查找与产品类别匹配的匹配执行积分;根据产品类别和匹配执行积分计算保险抵扣数值;将保险申购请求和保险抵扣数值转发至保费计算服务器。
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,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种健康计划生成方法,所述方法包括:
接收用户终端发送的用户标识、用户健康行为数据;
查找与所述用户标识对应的就医数据;
从所述用户健康行为数据和所述就医数据中提取用户健康特征;
根据所述用户健康特征生成第一健康记录,将所述第一健康记录添加至所述用户标识对应的健康档案中,并更新所述健康档案;
对更新后的所述健康档案进行异常特征检测得到异常健康特征;
查找与所述异常健康特征对应的健康计划明细,根据所述异常健康特征对所述健康计划明细进行明细冲突校验,根据所述健康计划明细和明细冲突校验结果生成用户健康计划。
2.根据权利要求1所述的方法,其特征在于,所述对更新后的所述健康档案进行异常特征检测得到异常健康特征,包括:
获取所述健康档案中各用户健康特征对应的特征校验逻辑;
根据所述特征校验逻辑对所述健康档案中各用户健康特征对应的特征值数据进行特征值校验;
将特征值校验失败的用户健康特征提取为异常健康特征。
3.根据权利要求1所述的方法,其特征在于,所述方法还包括:
从所述就医数据中提取检查报告数据;
统计所述检查报告数据中各异常指标的频次;
当所述异常指标的频次超过预设频次时,根据所述超过预设频次的异常指标生成就医提示信息,将所述就医提示信息添加至所述用户健康计划中。
4.根据权利要求1所述的方法,其特征在于,所述方法还包括:
当所述异常健康特征中包含异常疾病特征时,查找与所述异常疾病特征匹配的疾病保险产品;
根据所述疾病保险产品生成疾病保障计划,将所述疾病保障计划添加至所述用户健康计划中。
5.根据权利要求4所述的方法,其特征在于,所述方法还包括:
接收所述用户终端发送的健康计划执行数据;
从所述健康计划执行数据中提取各健康计划明细的计划明细完成值;
查找与所述计划明细完成值对应的计划完成得分,将所述计划完成得分累加至相应健康计划明细对应的计划执行积分中。
6.根据权利要求5所述的方法,其特征在于,所述方法还包括:
接收所述用户终端发送的保险申购请求,所述保险申购请求携带有保险产品标识和用户标识;
查找所述保险产品标识对应的产品类别;
获取所述用户标识对应的计划执行积分,并从所述用户标识对应的计划执行积分中查找与所述产品类别匹配的匹配执行积分;
根据所述产品类别和所述匹配执行积分计算保险抵扣数值;
将所述保险申购请求和所述保险抵扣数值转发至保费计算服务器。
7.一种健康计划生成装置,其特征在于,所述装置包括:
数据接收模块,用于接收用户终端发送的用户标识、用户健康行为数据;
就医数据查找模块,用于查找与所述用户标识对应的就医数据;
健康特征提取模块,用于从所述用户健康行为数据和所述就医数据中提取用户健康特征;
档案更新模块,用于根据所述用户健康特征生成第一健康记录,将所述第一健康记录添加至所述用户标识对应的健康档案中;
异常特征检测模块,用于对更新后的所述健康档案进行异常特征检测得到异常健康特征;
健康计划生成模块,用于查找所述异常健康特征对应的健康计划明细,根据所述异常健康特征对所述健康计划明细进行明细冲突校验,根据所述健康计划明细和明细冲突校验结果生成用户健康计划。
8.根据权利要求7所述的方法,其特征在于,所述装置还包括:
产品查找模块,用于当所述异常健康特征中包含异常疾病特征时,查找与所述异常疾病特征匹配的疾病保险产品;
保障计划生成模块,用于根据所述疾病保险产品生成疾病保障计划,将所述疾病保障计划添加至所述用户健康计划中。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810527189 | 2018-05-29 | ||
CN2018105271898 | 2018-05-29 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109461482A true CN109461482A (zh) | 2019-03-12 |
Family
ID=65611347
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811399595.7A Pending CN109461482A (zh) | 2018-05-29 | 2018-11-22 | 健康计划生成方法、装置、计算机设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109461482A (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110189808A (zh) * | 2019-06-11 | 2019-08-30 | 深圳孕味十足科技有限公司 | 孕期数据管理方法、***及存储介质 |
CN110364235A (zh) * | 2019-06-13 | 2019-10-22 | 缤刻普达(北京)科技有限责任公司 | 用户运动计划定制方法、装置、计算机设备及存储介质 |
CN110533633A (zh) * | 2019-07-26 | 2019-12-03 | 深圳壹账通智能科技有限公司 | 基于人工智能的信息推荐方法、装置、计算机设备及存储介质 |
CN110674392A (zh) * | 2019-08-15 | 2020-01-10 | 阿里巴巴集团控股有限公司 | 基于历史健康档案的项目推荐方法以及装置 |
CN110895970A (zh) * | 2019-10-22 | 2020-03-20 | 泰康保险集团股份有限公司 | 数据处理方法、装置、电子设备和计算机可读介质 |
CN111462910A (zh) * | 2020-03-31 | 2020-07-28 | 上海商汤智能科技有限公司 | 项目的匹配方法及装置、电子设备和存储介质 |
CN113284624A (zh) * | 2021-07-23 | 2021-08-20 | 江苏盖睿健康科技有限公司 | 一种健康一体机的个人档案智能建立方法及*** |
CN113345553A (zh) * | 2021-08-06 | 2021-09-03 | 明品云(北京)数据科技有限公司 | 一种基于分布式特征的交互方法、***、设备和介质 |
CN113610205A (zh) * | 2021-07-15 | 2021-11-05 | 深圳宇晰科技有限公司 | 一种基于机器视觉的二维码生成方法、装置及存储介质 |
TWI788696B (zh) * | 2020-08-27 | 2023-01-01 | 清源智慧健康醫學科技股份有限公司 | 導入個人診療暨健康管理資訊及健康促進以優化健保資源分配之系統 |
WO2023246352A1 (zh) * | 2022-06-22 | 2023-12-28 | 京东方科技集团股份有限公司 | 健康数据管理方法、装置、电子设备和可读存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104992395A (zh) * | 2015-06-23 | 2015-10-21 | 南京邮电大学 | 一种创建个性化健康服务档案的方法 |
CN106021960A (zh) * | 2016-06-16 | 2016-10-12 | 山东诺安诺泰信息***有限公司 | 一种健康管理方法 |
CN107358024A (zh) * | 2017-06-09 | 2017-11-17 | 深圳市旭子科技有限公司 | 一种用户异常预警方法、***及终端设备 |
-
2018
- 2018-11-22 CN CN201811399595.7A patent/CN109461482A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104992395A (zh) * | 2015-06-23 | 2015-10-21 | 南京邮电大学 | 一种创建个性化健康服务档案的方法 |
CN106021960A (zh) * | 2016-06-16 | 2016-10-12 | 山东诺安诺泰信息***有限公司 | 一种健康管理方法 |
CN107358024A (zh) * | 2017-06-09 | 2017-11-17 | 深圳市旭子科技有限公司 | 一种用户异常预警方法、***及终端设备 |
Non-Patent Citations (1)
Title |
---|
王文健: "《中西医结合临床》", 31 March 2006, 复旦大学出版社, pages: 157 - 158 * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110189808A (zh) * | 2019-06-11 | 2019-08-30 | 深圳孕味十足科技有限公司 | 孕期数据管理方法、***及存储介质 |
CN110364235A (zh) * | 2019-06-13 | 2019-10-22 | 缤刻普达(北京)科技有限责任公司 | 用户运动计划定制方法、装置、计算机设备及存储介质 |
CN110533633A (zh) * | 2019-07-26 | 2019-12-03 | 深圳壹账通智能科技有限公司 | 基于人工智能的信息推荐方法、装置、计算机设备及存储介质 |
CN110674392A (zh) * | 2019-08-15 | 2020-01-10 | 阿里巴巴集团控股有限公司 | 基于历史健康档案的项目推荐方法以及装置 |
CN110895970A (zh) * | 2019-10-22 | 2020-03-20 | 泰康保险集团股份有限公司 | 数据处理方法、装置、电子设备和计算机可读介质 |
CN111462910A (zh) * | 2020-03-31 | 2020-07-28 | 上海商汤智能科技有限公司 | 项目的匹配方法及装置、电子设备和存储介质 |
TWI788696B (zh) * | 2020-08-27 | 2023-01-01 | 清源智慧健康醫學科技股份有限公司 | 導入個人診療暨健康管理資訊及健康促進以優化健保資源分配之系統 |
CN113610205A (zh) * | 2021-07-15 | 2021-11-05 | 深圳宇晰科技有限公司 | 一种基于机器视觉的二维码生成方法、装置及存储介质 |
CN113284624A (zh) * | 2021-07-23 | 2021-08-20 | 江苏盖睿健康科技有限公司 | 一种健康一体机的个人档案智能建立方法及*** |
CN113345553A (zh) * | 2021-08-06 | 2021-09-03 | 明品云(北京)数据科技有限公司 | 一种基于分布式特征的交互方法、***、设备和介质 |
WO2023246352A1 (zh) * | 2022-06-22 | 2023-12-28 | 京东方科技集团股份有限公司 | 健康数据管理方法、装置、电子设备和可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109461482A (zh) | 健康计划生成方法、装置、计算机设备和存储介质 | |
CN111696675B (zh) | 基于物联网数据的用户数据分类方法、装置及计算机设备 | |
US10831863B2 (en) | System and a method for assessing patient risk using open data and clinician input | |
CN109545317B (zh) | 基于住院预测模型判定住院行为的方法及相关产品 | |
EP3223178A1 (en) | A system and a method for assessing patient treatment risk using open data and clinician input | |
CN109636623A (zh) | 医疗数据异常检测方法、装置、设备及存储介质 | |
US11464455B2 (en) | Method and apparatus of context-based patient similarity | |
KR101632308B1 (ko) | 혈당 관리 정보를 제공하는 방법 및 장치 | |
EP2804119A2 (en) | Analysis System and Health Business Support Method | |
CN108986879A (zh) | 药品推荐方法、装置、计算机设备和存储介质 | |
CN106793957B (zh) | 用于预测患者护理未来结果的医疗***和方法 | |
US20100312798A1 (en) | Retrieval of similar patient cases based on disease probability vectors | |
CN111180024B (zh) | 基于词频逆文档频率的数据处理方法、装置和计算机设备 | |
US20160147960A1 (en) | Apparatus and method for providing customized personal health service | |
KR102342770B1 (ko) | 질병 예측치의 분포를 이용한 건강관리 상담 시스템 | |
CN109598302B (zh) | 就诊费用预测方法、装置、设备及计算机可读存储介质 | |
US20220020457A1 (en) | Medical data evaluation utilization system and medical data evaluation utilization method | |
KR20160043777A (ko) | 질환 발병 예측 방법 및 그 장치 | |
Negrín et al. | Bayesian solutions for handling uncertainty in survival extrapolation | |
CN111415760B (zh) | 医生推荐方法、***、计算机设备及存储介质 | |
Rabie et al. | A decision support system for diagnosing diabetes using deep neural network | |
Neto et al. | Prediction models for Polycystic Ovary Syndrome using data mining | |
CN113657970B (zh) | 基于人工智能的药品推荐方法、装置、设备及存储介质 | |
Wright et al. | Development and validation of inpatient hypoglycemia models centered around the insulin ordering process | |
CN113436738A (zh) | 管理风险用户的方法、装置、设备及存储介质 |
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 | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20220530 Address after: 518048 China Aviation Center 2901, No. 1018, Huafu Road, Huahang community, Huaqiang North Street, Futian District, Shenzhen, Guangdong Province Applicant after: Shenzhen Ping An medical and Health Technology Service Co.,Ltd. Address before: Room 12G, Area H, 666 Beijing East Road, Huangpu District, Shanghai 200001 Applicant before: PING AN MEDICAL AND HEALTHCARE MANAGEMENT Co.,Ltd. |
|
TA01 | Transfer of patent application right |