CN111916213A - 一种基于云计算的医疗服务方法和装置 - Google Patents
一种基于云计算的医疗服务方法和装置 Download PDFInfo
- Publication number
- CN111916213A CN111916213A CN202010804856.XA CN202010804856A CN111916213A CN 111916213 A CN111916213 A CN 111916213A CN 202010804856 A CN202010804856 A CN 202010804856A CN 111916213 A CN111916213 A CN 111916213A
- Authority
- CN
- China
- Prior art keywords
- information
- user
- obtaining
- vital sign
- training
- 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
Images
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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- 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
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Primary Health Care (AREA)
- Epidemiology (AREA)
- Software Systems (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Pathology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Molecular Biology (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明提供了一种基于云计算的医疗服务方法和装置,涉及医疗技术领域,通过获得第一用户的特征画像信息;获得第一用户的生命体征信息;将所述特征画像信息与所述生命体征信息输入训练模型,所述训练模型通过多组训练数据训练获得,所述多组中的训练数据中的每一组训练数据均包括:所述特征画像信息、所述生命体征信息和预设健康等级标识信息;获得所述训练模型的输出信息,其中,所述输出信息包括所述第一用户的健康等级信息;获得所述第一用户的既往病史信息;根据所述第一用户的既往病史信息与所述第一用户的健康等级信息,获得所述第一用户的配套医疗服务体系,达到了增强数据准确性,提高医疗服务质量,实现快捷就医的技术效果。
Description
技术领域
本发明涉及医疗技术领域,尤其涉及一种基于云计算的医疗服务方法和装置。
背景技术
医疗服务作为一种服务类产品,具有多种特性。科学、全面、准确地分析医疗服务产品的特性,并据此对医疗服务进行设计、提供、控制与评价,对于完善医疗服务质量管理工作,为消费者供优质医疗服务具有深远的意义。在过去的很长一段时期,中国的医疗服务产业还只是以医疗服务为主,核心为“治病”,而非“预防”。但是随着中国医疗服务市场逐步开放以及人民群众的生活水平日渐提高,人们自身的保健意识逐渐增强,医疗服务产业从以治疗服务为主逐渐向健康服务为主转型,涌现出来家庭医生等健康服务的模式。
但本发明申请人发现现有技术至少存在如下技术问题:
现有的家庭医生或社区的医疗服务不能实时监测用户身体变化情况,进而无法及时给用户准确的健康指导,导致病情恶化率增高。
发明内容
本发明实施例提供了一种基于云计算的医疗服务方法和装置,解决了现有技术中家庭医生或社区的医疗服务不能实时监测用户身体变化情况,进而无法及时给用户诊治,时效性差,病情恶化率增高的技术问题,达到了增强数据准确性,能够实时监测用户身体变化数据,提高医疗服务质量,实现快捷就医,时效性高,降低病情恶化机率的技术效果。
鉴于上述问题,提出了本申请实施例以便提供一种基于云计算的医疗服务方法和装置。
第一方面,本发明提供了一种基于云计算的医疗服务方法,所述方法包括:获得第一用户的特征画像信息;获得第一用户的生命体征信息;将所述特征画像信息与所述生命体征信息输入训练模型,其中,所述训练模型通过多组训练数据训练获得,所述多组中的训练数据中的每一组训练数据均包括:所述特征画像信息、所述生命体征信息和预设健康等级标识信息;获得所述训练模型的输出信息,其中,所述输出信息包括所述第一用户的健康等级信息;获得所述第一用户的既往病史信息;根据所述第一用户的既往病史信息与所述第一用户的健康等级信息,获得所述第一用户的配套医疗服务体系。
第二方面,本发明提供了一种基于云计算的医疗服务装置,所述装置包括:
第一获得单元,所述第一获得单元用于获得第一用户的特征画像信息;
第二获得单元,所述第二获得单元用于获得第一用户的生命体征信息;
第一训练单元,所述第一训练单元用于将所述特征画像信息与所述生命体征信息输入训练模型,其中,所述训练模型通过多组训练数据训练获得,所述多组中的训练数据中的每一组训练数据均包括:所述特征画像信息、所述生命体征信息和预设健康等级标识信息;
第三获得单元,所述第三获得单元用于获得所述训练模型的输出信息,其中,所述输出信息包括所述第一用户的健康等级信息;
第四获得单元,所述第四获得单元用于获得所述第一用户的既往病史信息;
第五获得单元,所述第五获得单元用于根据所述第一用户的既往病史信息与所述第一用户的健康等级信息,获得所述第一用户的配套医疗服务体系。
第三方面,本发明提供了一种基于云计算的医疗服务装置,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现权利要求1-7任一项所述方法的步骤。
本申请实施例中的上述一个或多个技术方案,至少具有如下一种或多种技术效果:
本发明实施例提供的一种基于云计算的医疗服务方法和装置,通过针对将第一用户的特征画像信息和第一用户的生命体征信息输入训练模型,从而获得第一用户的健康等级信息,使得用户的健康等级的评定更加准确,能够实时监测用户身体变化数据,进而结合既往病史信息为用户提供配套医疗服务体系,解决了现有技术中家庭医生或社区的医疗服务不能实时监测用户身体变化情况,进而无法及时给用户诊治,时效性差,病情恶化率增高的技术问题,实现快捷就医,提高医疗服务质量,时效性高,降低病情恶化机率的技术效果。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
附图说明
图1为本发明实施例中一种基于云计算的医疗服务方法的流程示意图;
图2为本发明实施例中一种基于云计算的医疗服务方法中获得第一用户的特征画像信息的流程示意图;
图3为本发明实施例中一种基于云计算的医疗服务方法中获得第一用户的生命体征信息的流程示意图;
图4为本发明实施例中一种基于云计算的医疗服务方法中第一用户的特征画像信息与第一用户的生命体征信息之间关系的流程示意图;
图5为本发明实施例中一种基于云计算的医疗服务方法中训练模型的流程示意图;
图6为本发明实施例中一种基于云计算的医疗服务方法中获得所述第一用户的配套医疗服务体系的流程示意图;
图7为本发明实施例中一种基于云计算的医疗服务方法中制定所述第一用户的配套医疗服务体系的流程示意图;
图8为本发明实施例中一种基于云计算的医疗服务装置的结构示意图;
图9为本发明实施例中另一种示例性电子设备的结构示意图。
附图标记说明:第一获得单元11,第二获得单元12,第一训练单元13,第三获得单元14,第四获得单元15,第五获得单元16,总线300,接收器301,处理器302,发送器303,存储器304,总线接口306。
具体实施方式
本发明实施例提供了一种基于云计算的医疗服务方法和装置,用于解决现有技术中家庭医生或社区的医疗服务不能实时监测用户身体变化情况,进而无法及时给用户诊治,时效性差,病情恶化率增高的技术问题,达到了增强数据准确性,能够实时监测用户身体变化数据,提高医疗服务质量,实现快捷就医,时效性高,降低病情恶化机率的技术效果。下面,将参考附图详细的描述根据本申请的示例实施例。显然,所描述的实施例仅是本申请的一部分实施例,而不是本申请的全部实施例,应理解,本申请不受这里描述的示例实施例的限制。
申请概述
随着中国医疗服务市场逐步开放以及人民群众的生活水平日渐提高,人们自身的保健意识逐渐增强,医疗服务产业从以治疗服务为主逐渐向健康服务为主转型,涌现出来家庭医生等健康服务的模式。但家庭医生或社区的医疗服务不能实时监测用户身体变化情况,存在无法及时给用户准确的健康指导,导致病情恶化率增高。
针对上述技术问题,本发明提供的技术方案总体思路如下:
本申请实施例提供了一种基于云计算的医疗服务方法,所述方法包括:获得第一用户的特征画像信息;获得第一用户的生命体征信息;将所述特征画像信息与所述生命体征信息输入训练模型,其中,所述训练模型通过多组训练数据训练获得,所述多组中的训练数据中的每一组训练数据均包括:所述特征画像信息、所述生命体征信息和预设健康等级标识信息;获得所述训练模型的输出信息,其中,所述输出信息包括所述第一用户的健康等级信息;获得所述第一用户的既往病史信息;根据所述第一用户的既往病史信息与所述第一用户的健康等级信息,获得所述第一用户的配套医疗服务体系。
对于本申请实施例提供了一种基于云计算的医疗服务方法,该方法运用于一医疗中心的数据平台中,该数据平台与用户的手机软件进行数据关联,比如出行软件,点餐软件等。其中,本发明实施例中所获得的各类数据均是通过计算机通信技术自动从上述诸如点餐软件中数据库进行自动匹配,关联,处理后予以获得。进一步的,通过计算机技术可以高效、自动匹配,关联,处理各类数据,进而解决本发明所要解决的技术问题,实现本发明的技术效果。
在介绍了本申请基本原理后,下面通过附图以及具体实施例对本发明技术方案做详细的说明,应当理解本申请实施例以及实施例中的具体特征是对本申请技术方案的详细的说明,而不是对本申请技术方案的限定,在不冲突的情况下,本申请实施例以及实施例中的技术特征可以相互组合。
实施例一
图1为本发明实施例中一种基于云计算的医疗服务方法的流程示意图。如图1所示,本发明实施例提供了一种基于云计算的医疗服务方法,所述方法包括:
步骤100:获得第一用户的特征画像信息。
具体而言,所述第一用户可以是签订医疗服务的具体对象,也可以是具有完全行为能力的任何一个合法公民,这里不做具体限定。第一用户的特征画像信息是第一用户的特征画像信息,能够更加具体的提供第一用户的体型外貌、行为偏好、年龄、性别等信息。通过第一用户上传个人身份信息,并实时采集第一用户的照片,以及通过第一用户佩戴的电子手环等家居传感器收集第一用户的行为偏好信息。进而将第一用户的个人身份信息、第一用户的照片以及行为偏好信息结合形成第一用户的特征画像信息,比如特征画像信息为:年龄处于45岁~55岁的体型肥胖的男士。进一步采用对第一用户的特征画像信息进行分析的方式,过滤掉不规则信息,使得处理后的特征画像信息更加规则,便于模型学习,进而提升模型对于特征画像信息学习的准确性,提升数据处理速度,能够实时监测用户身体变化数据,实现快捷就医的效果。
步骤200:获得第一用户的生命体征信息。
具体而言,生命体征信息包括呼吸、体温、脉搏、血压,它们是维持机体正常活动的支柱,缺一不可,不论哪项异常也会导致严重或致命的疾病,同时某些疾病也可导致这四大体征的变化或恶化。生命体征就是用来判断病人的病情轻重和危急程度的指征。主要有心率、脉搏、血压、呼吸、疼痛、血氧、瞳孔和角膜反射的改变等等。正常人在安静状态下,脉搏为60~100次/分(一般为70~80次/分)。也就是说,当第一用户处于安静状态下,可以通过第一用户佩戴的电子手环或家居传感器等方式采集第一用户的脉搏、血压、心率状况、体动频率以及体温等数据信息,形成第一用户的生命体征信息。
步骤300:将所述特征画像信息与所述生命体征信息输入训练模型,其中,所述训练模型通过多组训练数据训练获得,所述多组中的训练数据中的每一组训练数据均包括:所述特征画像信息、所述生命体征信息和预设健康等级标识信息。
具体而言,所述训练模型为机器学习模型中的神经网络模型,所述机器学习模型能通过大量数据不断的学习,进而不断地修正模型,最终获得满意的经验来处理其他数据。所述机器模型通过多组训练数据训练获得,所述神经网络模型通过训练数据训练的过程本质上为监督学习的过程。本申请实施例中的训练模型是通过多组训练数据利用机器学习训练得出的,多组中的训练数据中的每一组训练数据均包括:特征画像信息、生命体征信息和预设健康等级标识信息。其中,将预设健康等级标识信息作为监督数据。
进一步的,为了达到增强数据准确性,能够实时监测用户身体变化数据,降低病情恶化机率的效果,如图5所示,本申请实施例步骤300还包括:
步骤310:获得所述第一用户的睡眠质量信息;
步骤320:获得所述第一用户的饮食信息;
步骤330:根据所述第一用户的睡眠质量信息与所述第一用户的饮食信息,获得第一健康预警信息;
步骤340:根据所述第一健康预警信息设定健康等级标识信息;
步骤350:将所述健康等级标识信息作为监督数据,输入所述每一组训练数据中,对所述第一用户的特征画像信息与所述第一用户的生命体征信息进行监督学习,确定所述训练模型的输出信息达到收敛状态。
具体而言,为了对用户的健康等级判断准确,达到实时监测用户身体变化数据,降低病情恶化机率,首先,通过第一用户佩戴的电子手环或家居传感器等方式采集第一用户的睡眠质量信息,其中,第一用户的睡眠质量信息包含入睡时间、浅睡眠时间、深度睡眠时间以及梦醒时间等。进而通过第一用户自主上传的饮食作息信息以及家居传感器采集的食材,形成饮食信息。将睡眠质量信息与饮食信息结合,根据睡眠质量的好坏程度等以及饮食信息中营养搭配情况、用餐量多少情况建立第一健康预警信息。举例而言,第一用户在该时间段表现为入睡困难,深度睡眠少,夜间醒来的次数频繁,睡眠质量差,且在该段时间第一用户饭量有所增加,摄入糖量较多,进而预判第一用户存在低患病风险,形成第一健康预警信息;当结合第一用户的特征画像信息,第一用户在该段时间体重减轻,则预判第一用户存在高患病风险,形成第一健康预警信息。针对第一健康预警信息预设健康预警风险阈值,如低风险患病、高风险患病等。并依据第一健康预警信息中预设健康预警风险阈值设定健康等级标识信息,如低患病率健康等级、高患病率健康等级等。将健康等级标识信息作为监督数据,输入每一组训练数据中,对第一用户的特征画像信息与第一用户的生命体征信息进行监督学习,通过健康等级信息与所述训练模型的输出结果进行对比,当一致时,本组数据监督学习完成,进行下一组数据监督学习;当不一致时,则训练模型进行自我修正,直至其输出结果与标识的用户的健康等级信息一致,本组监督学习完成,进行下一组数据监督学习;通过大量数据的监督学习,使得机器学习模型的输出结果达到收敛状态,则监督学习完成。通过对训练模型进行监督学习的过程,使得训练模型输出的用户的健康等级信息更加准确,达到了实时监测用户身体变化数据,降低病情恶化机率的效果。
步骤400:获得所述训练模型的输出信息,其中,所述输出信息包括所述第一用户的健康等级信息。
具体而言,所述第一用户的健康等级信息是根据第一用户的特征画像信息和第一用户的生命体征信息进行评定的。所述第一用户的健康等级信息可分为两个方面:健康等级高和健康等级低。健康等级高表示第一用户处于体质健康状态;健康等级低表示第一用户罹患某种疾病的风险值高,或第一用户处于亚健康状态等。根据第一用户的特征画像信息和第一用户的生命体征信息输入训练模型,获得健康等级信息的方式,使得获得用户的健康等级信息准确,进而能够实时监测用户身体变化数据,保障用户及时就医,降低病情恶化机率。
步骤500:获得所述第一用户的既往病史信息。
步骤600:根据所述第一用户的既往病史信息与所述第一用户的健康等级信息,获得所述第一用户的配套医疗服务体系。
具体而言,既往病史信息是指第一用户以前的病史,特别是涉及心、肺、肝、脾、肾一些重大脏器以及癫痫史、精神病史。通过诊疗***可以获得第一用户的既往病史信息,结合第一用户的既往病史信息与第一用户的健康等级信息,为第一用户提供配套医疗服务体系。所述为用户提供的配套医疗服务体系并不仅仅时基于特征画像信息和生命体征信息来获得健康等级信息考虑,更多是结合用户的健康等级信息和所述第一用户的既往病史信息进行综合考量,进而获得适合第一用户的配套医疗服务体系。其中,配套医疗服务体系主要是结合第一用户的健康等级与既往病史,制定出的体检计划、膳食作息指导、运动指导等,并根据体检结果为用户制定治疗计划等,达到了实时监测用户身体变化数据,提高医疗服务质量,实现快捷就医,时效性高,降低病情恶化机率的技术效果。
进一步的,为了能够实时监测用户身体变化数据,达到降低病情恶化机率的效果,如图2所示,本申请实施例步骤100还包括:
步骤110:获得所述第一用户的基础身份信息;
步骤120:获得所述第一用户的身型形态信息;
步骤130:根据所述第一用户的基础身份信息与所述身型形态信息获得所述第一用户的特征画像信息。
具体而言,第一用户的基础身份信息主要有第一用户的性别、年龄、体重等信息。第一用户的身型形态信息为第一用户的外在身型信息,如体型偏胖、体型偏瘦、腹部赘肉等。结合第一用户的基础身份信息与身型形态信息可以形成第一用户的特征画像信息,例如,第一用户为年龄50岁上下体态偏胖的男性。
进一步的,为了能够实时监测用户身体变化数据,达到降低病情恶化机率的效果,如图3所示,本申请实施例步骤200还包括:
步骤210:获得第一预定时间;
步骤220:获得所述第一用户在所述第一预定时间的第一运动状态信息;
步骤230:判断所述第一运动状态信息是否符合预设条件;
步骤240:当所述第一运动状态信息符合预设条件时,获得第一用户的生命体征信息。
具体而言,第一预定时间为规定的某一时间段,如第一预定时间为第一用户起床后的20min等。第一运动状态信息是第一用户在第一预定时间的动作信息,如静坐、步行、跑步等。通过用户携带的电子手环等获得在第一用户起床20分钟左右的运动状态。判断第一运动状态信息是否符合预设条件,其中,预设条件具体为第一用户处于安静状态。当第一运动状态信息符合预设条件时,即当第一用户在安静状态下,获得第一用户的脉搏、血压、心率状况、体动频率以及体温等数据信息。
进一步的,为了保障健康等级的评定准确性高的效果,如图4所示,本申请实施例步骤100和步骤200还包括:
步骤250:根据所述第一用户的特征画像信息确定所述第一用户的第一体重信息与第一年龄信息;
步骤260:获得所述第一体重信息与所述第一年龄信息的第一比例关系;
步骤270:根据所述第一用户的生命体征信息确定所述第一用户的第一血压信息;
步骤280:根据所述第一比例关系与所述第一血压信息获得第二比例关系;
步骤290:根据所述第二比例关系,获得所述第一用户的特征画像信息与所述第一用户的生命体征信息之间的第一线性关系。
具体而言,通过第一用户的特征画像信息确定第一用户的第一体重信息与第一年龄信息,并获得第一体重信息与第一年龄信息的第一比例关系,如第一体重信息与第一年龄信息的正比例关系。根据第一用户的生命体征信息确定第一用户的第一血压信息。通过计算第一比例关系与第一血压信息获得第二比例关系,比如,第一体重信息与第一年龄信息之间存在第一比例关系,第一比例系数较大,第一用户在同龄中属于肥胖者,根据第一比例关系与第一血压信息计算两者之间的第二比例关系,当第一比例系数越大,第一血压较高时,第二比例关系存在正比例相关系数。根据第二比例关系,获得第一用户的特征画像信息与第一用户的生命体征信息之间的第一线性关系,也就是说,第一用户的特征画像信息的变化会引起第一用户的生命体征信息的变化,两者之间存在线性关系。
进一步的,为了达到及时给用户正确的健康指导,提高医疗服务质量,降低病情恶化机率的效果,如图6所示,本申请实施例步骤600还包括:
步骤610:根据所述第一用户的既往病史信息获得所述第一用户的第一就诊信息;
步骤620:根据所述第一就诊信息确定第一医院信息与第一医生信息;
步骤630:获得距离所述第一用户预定距离内的第二医院信息;
步骤640:判断所述第二医院信息和所述第一医院信息与第一医生信息是否具有关联关系;
步骤650:当所述第二医院信息和所述第一医院信息与第一医生信息具有关联关系时,根据所述第一用户的健康等级信息为所述第一用户匹配所述第二医院的第二医生信息;
步骤660:根据所述第二医生信息,制定所述第一用户的配套医疗服务体系。
具体而言,第一用户的既往病史信息包括第一用户的第一就诊信息,具体有第一用户的病症信息、主治医生信息以及用药信息等。进而根据第一就诊信息确定第一用户就诊的第一医院信息与第一医生信息。预定距离可以是第一用户所在位置的社区或一定范围内。通过手机定位***或者地图软件等获得在第一用户预定距离内的第二医院信息。判断第二医院信息和第一医院信息是否具有关联关系,或者判断第二医院信息与第一医生信息是否具有关联关系,即判断第二医院与第一医院的性质或科室安排情况等是否具有关联关系,或判断第二医院与第一医生所学专业或从业领域、主治方向是否有关联关系。当具有关联关系时,根据第一用户的健康等级信息为第一用户匹配第二医院的第二医生信息,例如,第一用户为健康等级为健康等级低,即第一用户罹患某种疾病的风险值高,则为第一用户匹配第二医院的第二医生信息,第二医生与第一健康风险等级相匹配。通过第二医生为第一用户制定配套医疗服务体系,达到及时给用户正确的健康指导,提高医疗服务质量,降低病情恶化机率的效果。
进一步的,为了达到及时给用户正确的健康指导,提高医疗服务质量的效果,如图6所示,本申请实施例步骤660还包括:
步骤661:获得所述第二医生的主修方向信息;
步骤662:获得所述第二医生的从业信息;
步骤663:根据所述第二医生的主修方向信息与所述第二医生的从业信息,获得所述第二用户的第一擅长领域信息;
步骤664:根据所述第二用户的第一擅长领域信息,确定所述第一用户的第一体检项目与第一体检结果对应的治疗计划。
具体而言,第二医生的主修方向信息是第二医生在校期间主修的学科方向信息或进修实习的学科方向信息。第二医生的从业信息是第二用户的从业经历信息。通过结合第二医生的主修方向信息与第二医生的从业信息,分析获得第二用户的第一擅长领域信息,如第二用户的第一擅长领域为儿童呼吸***以及消化***疾病等。结合第二用户的第一擅长领域信息、健康等级信息以及既往病史信息,为第一用户提供相应的第一体检项目或者健康指导等,并根据第一体检结果制定对应的治疗计划,保障为第一用户提供及时有效的健康指导或治疗,实现快捷就医,降低病情恶化机率。
实施例二
基于与前述实施例中一种基于云计算的医疗服务方法同样的发明构思,本发明还提供一种基于云计算的医疗服务方法装置,如图8所示,所述装置包括:
第一获得单元11,所述第一获得单元11用于获得第一用户的特征画像信息;
第二获得单元12,所述第二获得单元12用于获得第一用户的生命体征信息;
第一训练单元13,所述第一训练单元13用于将所述特征画像信息与所述生命体征信息输入训练模型,其中,所述训练模型通过多组训练数据训练获得,所述多组中的训练数据中的每一组训练数据均包括:所述特征画像信息、所述生命体征信息和预设健康等级标识信息;
第三获得单元14,所述第三获得单元14用于获得所述训练模型的输出信息,其中,所述输出信息包括所述第一用户的健康等级信息;
第四获得单元15,所述第四获得单元15用于获得所述第一用户的既往病史信息;
第五获得单元16,所述第五获得单元16用于根据所述第一用户的既往病史信息与所述第一用户的健康等级信息,获得所述第一用户的配套医疗服务体系。
进一步的,所述获得第一用户的特征画像信息,包括:
第六获得单元,所述第六获得单元用于获得所述第一用户的基础身份信息;
第七获得单元,所述第七获得单元用于获得所述第一用户的身型形态信息;
第八获得单元,所述第八获得单元用于根据所述第一用户的基础身份信息与所述身型形态信息获得所述第一用户的特征画像信息。
进一步的,所述获得第一用户的生命体征信息,包括:
第九获得单元,所述第九获得单元用于获得第一预定时间;
第十获得单元,所述第十获得单元用于获得所述第一用户在所述第一预定时间的第一运动状态信息;
第一判断单元,所述第一判断单元用于判断所述第一运动状态信息是否符合预设条件;
第十一获得单元,所述第十一获得单元用于当所述第一运动状态信息符合预设条件时,获得第一用户的生命体征信息。
进一步的,所述装置还包括:
第一确定单元,所述第一确定单元用于根据所述第一用户的特征画像信息确定所述第一用户的第一体重信息与第一年龄信息;
第十二获得单元,所述第十二获得单元用于获得所述第一体重信息与所述第一年龄信息的第一比例关系;
第二确定单元,所述第二确定单元用于根据所述第一用户的生命体征信息确定所述第一用户的第一血压信息;
第十三获得单元,所述第十三获得单元用于根据所述第一比例关系与所述第一血压信息获得第二比例关系;
第十四获得单元,所述第十四获得单元用于根据所述第二比例关系,获得所述第一用户的特征画像信息与所述第一用户的生命体征信息之间的第一线性关系。
进一步的,所述将所述特征画像信息与所述生命体征信息输入训练模型,其中,所述训练模型通过多组训练数据训练获得,所述多组中的训练数据中的每一组训练数据均包括:所述特征画像信息、所述生命体征信息和预设健康等级标识信息,包括:
第十五获得单元,所述第十五获得单元用于获得所述第一用户的睡眠质量信息;
第十六获得单元,所述第十六获得单元用于获得所述第一用户的饮食信息;
第十七获得单元,所述第十七获得单元用于根据所述第一用户的睡眠质量信息与所述第一用户的饮食信息,获得第一健康预警信息;
第一设定单元,所述第一设定单元用于根据所述第一健康预警信息设定健康等级标识信息;
第二训练单元,所述第二训练单元用于将所述健康等级标识信息作为监督数据,输入所述每一组训练数据中,对所述第一用户的特征画像信息与所述第一用户的生命体征信息进行监督学习,确定所述训练模型的输出信息达到收敛状态。
进一步的,所述根据所述第一用户的既往病史信息与所述第一用户的健康等级信息,获得所述第一用户的配套医疗服务体系,包括:
第十八获得单元,所述第十八获得单元用于根据所述第一用户的既往病史信息获得所述第一用户的第一就诊信息;
第三确定单元,所述第三确定单元用于根据所述第一就诊信息确定第一医院信息与第一医生信息;
第十九获得单元,所述第十九获得单元用于获得距离所述第一用户预定距离内的第二医院信息;
第二判断单元,所述第二判断单元用于判断所述第二医院信息和所述第一医院信息与第一医生信息是否具有关联关系;
第一执行单元,所述第一执行单元用于当所述第二医院信息和所述第一医院信息与第一医生信息具有关联关系时,根据所述第一用户的健康等级信息为所述第一用户匹配所述第二医院的第二医生信息;
第二执行单元,所述第二执行单元用于根据所述第二医生信息,制定所述第一用户的配套医疗服务体系。
进一步的,所述制定所述第一用户的配套医疗服务体系,还包括:
第二十获得单元,所述第二十获得单元用于获得所述第二医生的主修方向信息;
第二十一获得单元,所述第二十一获得单元用于获得所述第二医生的从业信息;
第二十二获得单元,所述第二十二获得单元用于根据所述第二医生的主修方向信息与所述第二医生的从业信息,获得所述第二用户的第一擅长领域信息;
第四确定单元,所述第四确定单元用于根据所述第二用户的第一擅长领域信息,确定所述第一用户的第一体检项目与第一体检结果对应的治疗计划。
前述图1实施例一中的一种基于云计算的医疗服务方法的各种变化方式和具体实例同样适用于本实施例的一种基于云计算的医疗服务装置,通过前述对一种基于云计算的医疗服务方法的详细描述,本领域技术人员可以清楚的知道本实施例中一种基于云计算的医疗服务装置的实施方法,所以为了说明书的简洁,在此不再详述。
实施例三
基于与前述实施例中一种基于云计算的医疗服务方法同样的发明构思,本发明还提供一种示例性电子设备,如图9所示,包括存储器304、处理器302及存储在存储器304上并可在处理器302上运行的计算机程序,所述处理器302执行所述程序时实现前文所述基于云计算的医疗服务方法的任一方法的步骤。
其中,在图9中,总线架构(用总线300来代表),总线300可以包括任意数量的互联的总线和桥,总线300将包括由处理器302代表的一个或多个处理器和存储器304代表的存储器的各种电路链接在一起。总线300还可以将诸如***设备、稳压器和功率管理电路等之类的各种其他电路链接在一起,这些都是本领域所公知的,因此,本文不再对其进行进一步描述。总线接口306在总线300和接收器301和发送器303之间提供接口。接收器301和发送器303可以是同一个元件,即收发机,提供用于在传输介质上与各种其他装置通信的单元。处理器302负责管理总线300和通常的处理,而存储器304可以被用于存储处理器302在执行操作时所使用的数据。
实施例四
基于与前述实施例中一种基于云计算的医疗服务方法同样的发明构思,本发明还提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现以下步骤:获得第一用户的特征画像信息;获得第一用户的生命体征信息;将所述特征画像信息与所述生命体征信息输入训练模型,其中,所述训练模型通过多组训练数据训练获得,所述多组中的训练数据中的每一组训练数据均包括:所述特征画像信息、所述生命体征信息和预设健康等级标识信息;获得所述训练模型的输出信息,其中,所述输出信息包括所述第一用户的健康等级信息;获得所述第一用户的既往病史信息;根据所述第一用户的既往病史信息与所述第一用户的健康等级信息,获得所述第一用户的配套医疗服务体系。
在具体实施过程中,该程序被处理器执行时,还可以实现实施例一中的任一方法步骤。
本申请实施例中的上述一个或多个技术方案,至少具有如下一种或多种技术效果:
本发明实施例提供的一种基于云计算的医疗服务方法和装置,通过获得第一用户的特征画像信息;获得第一用户的生命体征信息;将所述特征画像信息与所述生命体征信息输入训练模型,其中,所述训练模型通过多组训练数据训练获得,所述多组中的训练数据中的每一组训练数据均包括:所述特征画像信息、所述生命体征信息和预设健康等级标识信息;获得所述训练模型的输出信息,其中,所述输出信息包括所述第一用户的健康等级信息;获得所述第一用户的既往病史信息;根据所述第一用户的既往病史信息与所述第一用户的健康等级信息,获得所述第一用户的配套医疗服务体系,从而解决了现有技术中家庭医生或社区的医疗服务不能实时监测用户身体变化情况,进而无法及时给用户诊治,时效性差,病情恶化率增高的技术问题,达到了增强数据准确性,能够实时监测用户身体变化数据,提高医疗服务质量,实现快捷就医,时效性高,降低病情恶化机率的技术效果。
本领域内的技术人员应明白,本发明的实施例可提供为方法、***、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(***)和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (9)
1.一种基于云计算的医疗服务方法,其特征在于,所述方法包括:
获得第一用户的特征画像信息;
获得第一用户的生命体征信息;
将所述特征画像信息与所述生命体征信息输入训练模型,其中,所述训练模型通过多组训练数据训练获得,所述多组中的训练数据中的每一组训练数据均包括:所述特征画像信息、所述生命体征信息和预设健康等级标识信息;
获得所述训练模型的输出信息,其中,所述输出信息包括所述第一用户的健康等级信息;
获得所述第一用户的既往病史信息;
根据所述第一用户的既往病史信息与所述第一用户的健康等级信息,获得所述第一用户的配套医疗服务体系。
2.如权利要求1所述的方法,其特征在于,所述获得第一用户的特征画像信息,包括:
获得所述第一用户的基础身份信息;
获得所述第一用户的身型形态信息;
根据所述第一用户的基础身份信息与所述身型形态信息获得所述第一用户的特征画像信息。
3.如权利要求2所述的方法,其特征在于,所述获得第一用户的生命体征信息,包括:
获得第一预定时间;
获得所述第一用户在所述第一预定时间的第一运动状态信息;
判断所述第一运动状态信息是否符合预设条件;
当所述第一运动状态信息符合预设条件时,获得第一用户的生命体征信息。
4.如权利要求3所述的方法,其特征在于,所述方法还包括:
根据所述第一用户的特征画像信息确定所述第一用户的第一体重信息与第一年龄信息;
获得所述第一体重信息与所述第一年龄信息的第一比例关系;
根据所述第一用户的生命体征信息确定所述第一用户的第一血压信息;
根据所述第一比例关系与所述第一血压信息获得第二比例关系;
根据所述第二比例关系,获得所述第一用户的特征画像信息与所述第一用户的生命体征信息之间的第一线性关系。
5.如权利要求1所述的方法,其特征在于,所述将所述特征画像信息与所述生命体征信息输入训练模型,其中,所述训练模型通过多组训练数据训练获得,所述多组中的训练数据中的每一组训练数据均包括:所述特征画像信息、所述生命体征信息和预设健康等级标识信息,包括:
获得所述第一用户的睡眠质量信息;
获得所述第一用户的饮食信息;
根据所述第一用户的睡眠质量信息与所述第一用户的饮食信息,获得第一健康预警信息;
根据所述第一健康预警信息设定健康等级标识信息;
将所述健康等级标识信息作为监督数据,输入所述每一组训练数据中,对所述第一用户的特征画像信息与所述第一用户的生命体征信息进行监督学习,确定所述训练模型的输出信息达到收敛状态。
6.如权利要求1所述的方法,其特征在于,所述根据所述第一用户的既往病史信息与所述第一用户的健康等级信息,获得所述第一用户的配套医疗服务体系,包括:
根据所述第一用户的既往病史信息获得所述第一用户的第一就诊信息;
根据所述第一就诊信息确定第一医院信息与第一医生信息;
获得距离所述第一用户预定距离内的第二医院信息;
判断所述第二医院信息和所述第一医院信息与第一医生信息是否具有关联关系;
当所述第二医院信息和所述第一医院信息与第一医生信息具有关联关系时,根据所述第一用户的健康等级信息为所述第一用户匹配所述第二医院的第二医生信息;
根据所述第二医生信息,制定所述第一用户的配套医疗服务体系。
7.如权利要求6所述的方法,其特征在于,所述制定所述第一用户的配套医疗服务体系,还包括:
获得所述第二医生的主修方向信息;
获得所述第二医生的从业信息;
根据所述第二医生的主修方向信息与所述第二医生的从业信息,获得所述第二用户的第一擅长领域信息;
根据所述第二用户的第一擅长领域信息,确定所述第一用户的第一体检项目与第一体检结果对应的治疗计划。
8.一种基于云计算的医疗服务装置,其特征在于,所述装置包括:
第一获得单元,所述第一获得单元用于获得第一用户的特征画像信息;
第二获得单元,所述第二获得单元用于获得第一用户的生命体征信息;
第一训练单元,所述第一训练单元用于将所述特征画像信息与所述生命体征信息输入训练模型,其中,所述训练模型通过多组训练数据训练获得,所述多组中的训练数据中的每一组训练数据均包括:所述特征画像信息、所述生命体征信息和预设健康等级标识信息;
第三获得单元,所述第三获得单元用于获得所述训练模型的输出信息,其中,所述输出信息包括所述第一用户的健康等级信息;
第四获得单元,所述第四获得单元用于获得所述第一用户的既往病史信息;
第五获得单元,所述第五获得单元用于根据所述第一用户的既往病史信息与所述第一用户的健康等级信息,获得所述第一用户的配套医疗服务体系。
9.一种基于云计算的医疗服务装置,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现权利要求1-7任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010804856.XA CN111916213A (zh) | 2020-08-12 | 2020-08-12 | 一种基于云计算的医疗服务方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010804856.XA CN111916213A (zh) | 2020-08-12 | 2020-08-12 | 一种基于云计算的医疗服务方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111916213A true CN111916213A (zh) | 2020-11-10 |
Family
ID=73284152
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010804856.XA Pending CN111916213A (zh) | 2020-08-12 | 2020-08-12 | 一种基于云计算的医疗服务方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111916213A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112365981A (zh) * | 2020-11-26 | 2021-02-12 | 中国联合网络通信集团有限公司 | 智慧医疗信息处理方法和装置 |
CN114209568A (zh) * | 2022-01-18 | 2022-03-22 | 中山大学附属第三医院 | 一种基于大数据反馈的用于呼吸辅助的胸腹部处理装置 |
CN114711737A (zh) * | 2022-04-11 | 2022-07-08 | 佛山市杰品玩具实业有限公司 | 一种vr沉浸式体验期间监测用户身体异常的警报*** |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109585027A (zh) * | 2018-11-06 | 2019-04-05 | 闽江学院 | 一种基于远程问诊的药物推荐方法和装置 |
CN110442732A (zh) * | 2019-07-24 | 2019-11-12 | 万达信息股份有限公司 | 一种智能导医方法、***及存储介质 |
CN110570945A (zh) * | 2019-11-06 | 2019-12-13 | 常州糖族部落云健康科技有限公司 | Ai慢病管理方法、计算机存储介质及电子设备 |
CN110827994A (zh) * | 2020-01-13 | 2020-02-21 | 四川大学华西医院 | 心梗预警方法、装置及设备、存储介质 |
CN111091901A (zh) * | 2019-11-25 | 2020-05-01 | 泰康保险集团股份有限公司 | 老年人急救决策方法、装置、设备及存储介质 |
-
2020
- 2020-08-12 CN CN202010804856.XA patent/CN111916213A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109585027A (zh) * | 2018-11-06 | 2019-04-05 | 闽江学院 | 一种基于远程问诊的药物推荐方法和装置 |
CN110442732A (zh) * | 2019-07-24 | 2019-11-12 | 万达信息股份有限公司 | 一种智能导医方法、***及存储介质 |
CN110570945A (zh) * | 2019-11-06 | 2019-12-13 | 常州糖族部落云健康科技有限公司 | Ai慢病管理方法、计算机存储介质及电子设备 |
CN111091901A (zh) * | 2019-11-25 | 2020-05-01 | 泰康保险集团股份有限公司 | 老年人急救决策方法、装置、设备及存储介质 |
CN110827994A (zh) * | 2020-01-13 | 2020-02-21 | 四川大学华西医院 | 心梗预警方法、装置及设备、存储介质 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112365981A (zh) * | 2020-11-26 | 2021-02-12 | 中国联合网络通信集团有限公司 | 智慧医疗信息处理方法和装置 |
CN114209568A (zh) * | 2022-01-18 | 2022-03-22 | 中山大学附属第三医院 | 一种基于大数据反馈的用于呼吸辅助的胸腹部处理装置 |
CN114711737A (zh) * | 2022-04-11 | 2022-07-08 | 佛山市杰品玩具实业有限公司 | 一种vr沉浸式体验期间监测用户身体异常的警报*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111916213A (zh) | 一种基于云计算的医疗服务方法和装置 | |
EP3416542B1 (en) | System and method for determining a hemodynamic instability risk score for pediatric subjects | |
KR20190132290A (ko) | 환자 진단 학습 방법, 서버 및 프로그램 | |
CN113241196B (zh) | 基于云-终端协同的远程医疗与分级监控*** | |
CN115602312A (zh) | 术后康复方案生成方法和装置、电子设备和存储介质 | |
US20230053474A1 (en) | Medical care system for assisting multi-diseases decision-making and real-time information feedback with artificial intelligence technology | |
Kerr et al. | Human vital sign determination using tactile sensing and fuzzy triage system | |
CN115024725A (zh) | 融合心理状态多参数检测的肿瘤治疗辅助决策*** | |
US20220192556A1 (en) | Predictive, diagnostic and therapeutic applications of wearables for mental health | |
CN112992355A (zh) | 一种食管癌患者的术前评估方法及*** | |
CN116453641B (zh) | 一种中医辅助分析信息的数据处理方法及*** | |
Jibril et al. | Development of a medical expert system for hypertensive patients diagnosis: A knowledge-based rules | |
KR102028676B1 (ko) | 병원 진료 애프터케어 서비스 제공 방법, 서버 및 프로그램 | |
CN117253580A (zh) | 一种自动化患者监测护理***、方法以及装置 | |
RU2464935C1 (ru) | Способ оценки функциональных резервов организма человека | |
WO2023281424A1 (en) | Integrative system and method for performing medical diagnosis using artificial intelligence | |
Lin et al. | Development of a telehealthcare decision support system for patients discharged from the hospital | |
Valsalan et al. | Remote healthcare monitoring using expert system | |
MAGWILI et al. | Raspberry pi-based medical expert system for pre-diagnosis of mosquito-borne diseases | |
CN110575148A (zh) | 一种中医远程诊脉方法、装置和服务器 | |
Hasman | My Journey Through the Field of Medical Informatics | |
CN110801205A (zh) | 一种基于互联网技术的人体数据监控方法 | |
CN110974215B (zh) | 基于无线心电监护传感器组的预警***及方法 | |
CN116965776A (zh) | 基于pews分级的儿童重症监控***及其方法 | |
US20230230693A1 (en) | Artificial intelligence-based system and method for remote treatment of patients |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20201110 |
|
RJ01 | Rejection of invention patent application after publication |