CN112037910B - 健康信息管理方法、装置、设备及存储介质 - Google Patents
健康信息管理方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN112037910B CN112037910B CN202010897849.9A CN202010897849A CN112037910B CN 112037910 B CN112037910 B CN 112037910B CN 202010897849 A CN202010897849 A CN 202010897849A CN 112037910 B CN112037910 B CN 112037910B
- Authority
- CN
- China
- Prior art keywords
- physical examination
- health
- user
- examination report
- item
- 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.)
- Active
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
- G16H50/20—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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2415—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on parametric or probabilistic models, e.g. based on likelihood ratio or false acceptance rate versus a false rejection rate
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/22—Image preprocessing by selection of a specific region containing or referencing a pattern; Locating or processing of specific regions to guide the detection or recognition
-
- 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
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Public Health (AREA)
- Data Mining & Analysis (AREA)
- Medical Informatics (AREA)
- General Physics & Mathematics (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- General Engineering & Computer Science (AREA)
- Epidemiology (AREA)
- Pathology (AREA)
- Databases & Information Systems (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Computational Biology (AREA)
- Multimedia (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Probability & Statistics with Applications (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computational Linguistics (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明涉及人工智能领域,公开了一种健康信息管理方法、装置、设备及存储介质,用于对企业员工进行健康管理,该方法包括:获取用户上传的体检报告,并扫描识别体检报告的文本,得到各体检项目信息,包括项目名称和项目参数;根据预设的关联关系,获取体检报告中项目名称关联的健康标签,匹配出健康标签对应的项目参数;将健康标签对应的项目参数输入至疾病预测模型,计算用户罹患对应疾病的概率;若概率大于预设阈值,则为体检报告打上对应的健康标签;根据体检报告打上的健康标签,为用户提供差异化健康服务。通过本方法,对用户体检报告进行差异化解读,进而实现对用户的健康管理。此外,本发明还涉及区块链技术,体检报告可存储于区块链中。
Description
技术领域
本发明涉及人工智能领域,尤其涉及一种健康信息管理方法、装置、设备及存储介质。
背景技术
随着科学技术的发展以及人们生活水平的提高,人们对自己的身心健康越来越关注了,尤其是在目前工作压力大的社会环境中,据研究表明过高的工作压力会对员工的工作效率形成负面影响,而现有的大部分企业对这些影响目前只是通过人为的观察,尤其是在体检之后,员工是否存在健康问题都需要人为的解答和观察,而人为的观察并不及时,导致延误的疏导或治疗的时间点,企业对员工身心健康的管理缺失容易导致公司整体效率降低。
发明内容
本申请主要解决现有的健康信息管理方式对用户健康信息的监控不及时的技术问题。
本发明第一方面提供了一种健康信息管理方法,包括:
获取用户上传的体检报告,并对所述体检报告中的文本进行扫描识别,得到所述体检报告中各体检项目信息,其中,所述项目信息包括项目名称和项目参数;
根据项目名称与健康标签之间的关联关系,从预设的关联关系表中查询出所述体检报告中的项目名称关联的健康标签,并基于所述健康标签确定其对应的一个或多个项目参数;
将所述健康标签对应的项目参数输入至预设的疾病预测模型中,计算所述用户罹患所述健康标签对应疾病的概率;
若所述概率大于预设阈值,则为所述体检报告打上与所述疾病对应的健康标签;
根据所述体检报告打上的健康标签,为所述用户提供差异化健康服务。
可选的,在本发明第一方面的第一种实现方式中,在所述获取用户上传的体检报告,并对所述体检报告中的文本进行扫描识别,得到所述体检报告中各体检项目信息之前,还包括:
构建病症库,所述病症库中包括健康标签以及对应的病症描述;
采集企业中所有员工的体检报告,并将所述所有员工的体检报告中的项目名称与所述病症描述进行匹配;
将项目名称与匹配的病程描述对应的健康标签进行关联,得到项目名称和健康标签的关联关系表。
可选的,在本发明第一方面的第二种实现方式中,在所述获取用户上传的体检报告,并对所述体检报告中的文本进行扫描识别,得到所述体检报告中各体检项目信息之前,还包括:
提取所述所有员工的体检报告中的项目参数;
对所述所有员工的体检报告中的项目参数进行数据清洗和预处理,并再进行编码处理,得到训练数据;
根据所述病症库中的健康标签对应的病症,建立对应的疾病预测模型;
根据所述训练数据对所述疾病预测模型进行训练,并根据所述疾病预测模型输出的结果进行网络参数的优化,直到模型收敛。
可选的,在本发明第一方面的第三种实现方式中,所述获取用户上传的体检报告,并对所述体检报告中的文本进行扫描识别,得到所述体检报告中各体检项目信息包括:
获取所述用户上传的体检报告;
识别所述体检报告的文件格式,将非文本格式的体检报告转换给文本格式的体检报告;
扫描并获取所述体检报告上的各体检项目信息。
可选的,在本发明第一方面的第四种实现方式中,所述根据所述体检报告打上的健康标签,为所述用户提供差异化健康服务包括:
根据所述体检报告打上的健康标签,从预设的数据库中查询对应的一个或多个服务选项;
将所述多个服务选项发送至前端,以供所述用户通过前端点击需要的服务选项;
获取用户点击的服务选项,并为用户提供对应的服务功能。
可选的,在本发明第一方面的第五种实现方式中,在所述根据所述体检报告打上的健康标签,为所述用户提供差异化健康服务之后,还包括:
接收所述用户发出的用户心理测试请求;
将预设的对应的心理测试题发送至前端;
接收所述用户完成的心理测试题,并根据标准答案对用户完成的心理测试题计算评分;
根据预设的评分和评估结果的对应关系,将所述评估结果发送至前端。
可选的,在本发明第一方面的第六种实现方式中,在所述根据所述体检报告打上的健康标签,为所述用户提供差异化健康服务之后,还包括:
将所述用户的体检报告打上的健康标签和所述评估结果在预置的医生数据库中为用户匹配一个到多个私人医生;
将所述私人医生的信息发送给用户,以供用户进行选择;
将所述用户的体检报告和评估结果发送至用户选择的私人医生,以供用户选择的私人医生根据所述体检报告和所述评估结果对用户进行初步判断。
本发明第二方面提供了一种健康信息管理装置,包括:
获取模块,用于获取用户上传的体检报告,并对所述体检报告中的文本进行扫描识别,得到所述体检报告中各体检项目信息,其中,所述项目信息包括项目名称和项目参数;
匹配模块,用于根据项目名称与健康标签之间的关联关系,从预设的关联关系表中查询出所述体检报告中的项目名称关联的健康标签,并基于所述健康标签确定其对应的一个或多个项目参数;
计算模块,用于将所述健康标签对应的项目参数输入至预设的疾病预测模型中,计算所述用户罹患所述健康标签对应疾病的概率;
打标模块,用于当所述概率大于预设阈值时,则为所述体检报告打上与所述疾病对应的健康标签;
服务模块,用于根据所述体检报告打上的健康标签,为所述用户提供差异化健康服务。
可选的,在本发明第二方面的第一种实现方式中,所述健康信息管理装置还包括关联模块,所述关联模块具体用于:
构建病症库,所述病症库中包括健康标签以及对应的病症描述;
采集企业中所有员工的体检报告,并将所述所有员工的体检报告中的项目名称与所述病症描述进行匹配;
将项目名称与匹配的病程描述对应的健康标签进行关联,得到项目名称和健康标签的关联关系表。
可选的,在本发明第二方面的第二种实现方式中,所述健康信息管理装置还包括模型构建模块,所述模型构建模块具体用于:
提取所述所有员工的体检报告中的项目参数;
对所述所有员工的体检报告中的项目参数进行数据清洗和预处理,并再进行编码处理,得到训练数据;
根据所述病症库中的健康标签对应的病症,建立对应的疾病预测模型;
根据所述训练数据对所述疾病预测模型进行训练,并根据所述疾病预测模型输出的结果进行网络参数的优化,直到模型收敛。
可选的,在本发明第二方面的第三种实现方式中,所述获取模块具体用于:
获取所述用户上传的体检报告;
识别所述体检报告的文件格式,将非文本格式的体检报告转换给文本格式的体检报告;
扫描并获取所述体检报告上的各体检项目信息。
可选的,在本发明第二方面的第四种实现方式中,所述服务模块具体用于:
根据所述体检报告打上的健康标签,从预设的数据库中查询对应的一个或多个服务选项;
将所述多个服务选项发送至前端,以供所述用户通过前端点击需要的服务选项;
获取用户点击的服务选项,并为用户提供对应的服务功能。
可选的,在本发明第二方面的第五种实现方式中,所述健康信息管理装置还包括心理测试模块,所述心理测试模块具体用于:
接收所述用户发出的用户心理测试请求;
将预设的对应的心理测试题发送至前端;
接收所述用户完成的心理测试题,并根据标准答案对用户完成的心理测试题计算评分;
根据预设的评分和评估结果的对应关系,将所述评估结果发送至前端。
可选的,在本发明第二方面的第六种实现方式中,所述健康信息管理装置还包括诊断模块,所述诊断模块具体用于:
将所述用户的体检报告打上的健康标签和所述评估结果在预置的医生数据库中为用户匹配一个到多个私人医生;
将所述私人医生的信息发送给用户,以供用户进行选择;
将所述用户的体检报告和评估结果发送至用户选择的私人医生,以供用户选择的私人医生根据所述体检报告和所述评估结果对用户进行初步判断。
本发明第三方面提供了一种健康信息管理设备,包括:存储器和至少一个处理器,所述存储器中存储有指令,所述存储器和所述至少一个处理器通过线路互连;所述至少一个处理器调用所述存储器中的所述指令,以使得所述健康信息管理设备执行上述的健康信息管理方法。
本发明的第四方面提供了一种计算机可读存储介质,所述计算机可读存储介质中存储有指令,当其在计算机上运行时,使得计算机执行上述的健康信息管理方法。
本发明的技术方案中,获取用户上传的体检报告,并对所述体检报告中的文本进行扫描识别,得到所述体检报告中各体检项目信息,其中,所述项目信息包括项目名称和项目参数;根据项目名称与健康标签之间的关联关系,从预设的关联关系表中查询出所述体检报告中的项目名称关联的健康标签,并基于所述健康标签确定其对应的一个或多个项目参数;将所述健康标签对应的项目参数输入至预设的疾病预测模型中,计算所述用户罹患所述健康标签对应疾病的概率;若所述概率大于预设阈值,则为所述体检报告打上与所述疾病对应的健康标签;根据所述体检报告打上的健康标签,为所述用户提供差异化健康服务。通过预设的疾病预测模型对用户的体检报告打上不同的健康标签,实现对体检报告进行差异化解读,进而对用户的进行差异化健康服务和管理。此外,本发明还涉及区块链技术,体检报告可存储于区块链中。
附图说明
图1为本发明实施例中健康信息管理方法的第一个实施例示意图;
图2为本发明实施例中健康信息管理方法的第二个实施例示意图;
图3为本发明实施例中健康信息管理方法的第三个实施例示意图;
图4为本发明实施例中健康信息管理方法的第四个实施例示意图;
图5为本发明实施例中健康信息管理方法的第五个实施例示意图;
图6为本发明实施例中健康信息管理装置的一个实施例示意图;
图7为本发明实施例中健康信息管理装置的另一个实施例示意图;
图8为本发明实施例中健康信息管理设备的一个实施例示意图;
图9为本发明实施例中体检报告中的一个项目信息示意图。
具体实施方式
本发明实施例提供了一种健康信息管理方法、装置、设备及存储介质,本发明的技术方案中,获取用户上传的体检报告,并对所述体检报告中的文本进行扫描识别,得到所述体检报告中各体检项目信息,其中,所述项目信息包括项目名称和项目参数;根据预设的项目名称和健康标签的关联关系,获取与所述体检报告中的项目名称关联的健康标签,匹配出所述健康标签对应的一个或多个项目参数;将所述健康标签对应的项目参数输入至预设的对应的疾病预测模型中,计算所述用户罹患所述健康标签对应疾病的概率;若所述概率大于预设阈值,则为所述体检报告打上与所述疾病对应的健康标签;根据所述体检报告打上的健康标签,为所述用户提供差异化健康服务。通过预设的疾病预测模型对用户的体检报告打上不同的健康标签,实现对体检报告进行差异化解读,进而对用户的进行差异化健康服务和管理。此外,本发明还涉及区块链技术,用户上传的体检报告可存储于区块链中。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外,术语“包括”或“具有”及其任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、***、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
为便于理解,下面对本发明实施例的具体流程进行描述,请参阅图1,本发明实施例中健康信息管理方法的第一个实施例包括:
101、获取用户上传的体检报告,并对体检报告中的文本进行扫描识别,得到体检报告中各体检项目信息,其中,项目信息包括项目名称和项目参数;
在本实施例中,用户也就是企业员工,在企业对员工进行健康管理前,需要先获取企业员工的健康数据,其中,所述健康数据主要是通过企业定期收集员工的体检报告,在实际生活中,一般企业一年会对用户进行一次以上的职业体检,以体检报告中的各项数据作为健康数据,并根据所述健康数据进行对用户健康的差异化管理。
在实际应用中,员工在入职前需要先进行入职体检,同时,一般企业一年会安排员工进行一次体检,体检包括很多项目,例如“一般健康体检”,“一般健康体检”包括身高、体重、体脂比、收缩压、舒张压等具体项目,“内科检查”包括神经***、心率、肝脏等还有“外科检查”等,这些体检项目中的具体项目的名称即为上述的项目名称,项目参数即为用户在进行体检的各项检查得到的数据结果,例如体检报告中的“五分类血常规”项目,如图9。
其中第一排为项目名称,第二排为英文缩写,第三排为检查结果,第四排为单位,第五排为参考范围,其中,第三排的检查结果即为后续进行差异化打标签需要的项目参数,在实际应用中,所述项目参数还可以是检测结果描述,例如项目名称为“牙周”的体检项目,检查结果可能是如下格式:“牙周-牙结石不同程度附着于牙颈部,牙龈缘及龈***充血、肿胀、点彩消失”。
从体检报告中提取出来的项目参数能够最大程度体现体检数据的特性,本实施例中的体检报告健康标签的判定基于对项目参数进行数据分析和计算进行的,采用数据分析的方式能够在保证健康标签判别准确性的基础上大大减少计算资源的占用,降低计算难度。
102、根据项目名称与健康标签之间的关联关系,从预设的关联关系表中查询出体检报告中的项目名称关联的健康标签,并基于健康标签确定其对应的一个或多个项目参数;
在本实施例中,所述健康标签主要是各类疾病,在通过对体检报告打上疾病标签后,此外,用户在进行智能打标签之后还以在后续自行选择标签,这是由于体检报告只是包含了当前员工的健康风险,用户在工作过程中,为了预防某些疾病,保护自己的健康,会自行选择自己想要了解的健康知识,所以还可以提供用户自行打标签的功能,进一步对员工的健康进行差异化管理。
在实际应用中,所述项目名称和健康标签的关联关系是预先学习的,例如学习疾病库中疾病描述等信息,得到健康标签对应疾病对应的体检项目信息,例如,在疾病库中,某项疾病为“贫血”,则对应的项目名称为“血红蛋白”,对应关系就是“血红蛋白”-“贫血”,需要查看该项目名称对应的项目参数,此为一个健康标签对应一个项目参数,此外还有一个健康标签对应多个项目参数,例如如疾病库中“肾炎”的疾病描述为“多出现血尿、蛋白尿、水肿、高血压,肌酐值高等”则,参数项“肌酐”、“尿隐血”、“尿蛋白质”、“收缩压”“舒张压”作为“肾炎”关联的项目名称,可指定项目名称中的一个或者多个作为健康标签的必要关联项。
103、将健康标签对应的项目参数输入至预设的疾病预测模型中,计算用户罹患健康标签对应疾病的概率;
在本实施例中,如上图,体检报告的数据中还包括第五项参考范围,所述项目参数超过参考范围,代表着该项目参数是异常的,用户可能会患有该异常项目参数对应的疾病,则需要计算对应所述用户罹患该疾病的概率,例如,在血液检测的各类项目中,一项疾病为“炎症”,对应的检查的项目名称有“白细胞”“淋巴细胞比率”“淋巴细胞数量”“中性细胞数量”“中性细胞比率”“单核细胞数量”“单核细胞比率”“嗜酸性粒细胞数量”“嗜酸性粒细胞比率”等多个项目,各项检查对应的项目参数若越偏离给定的参考范围,代表该用户罹患所述健康标签对应疾病的概率越高,
在本实施例中,所述计算健康标签对应疾病的概率可以是通过将不同的项目参数输入到对应的预先学习的人工智能模型中,通过人工智能模型自动例如一项计算罹患炎症概率的人工智能模型,将“白细胞”“淋巴细胞比率”“淋巴细胞数量”“中性细胞数量”“中性细胞比率”“单核细胞数量”“单核细胞比率”“嗜酸性粒细胞数量”“嗜酸性粒细胞比率”对应的项目参数输入到计算炎症概率的人工智能模型中,该模型自动计算出罹患炎症的概率。
104、若概率大于预设阈值,则为体检报告打上与疾病对应的健康标签;
在本实施例中,由于体检报告包含了多项项目和项目参数,不同项目参数对应计算患者罹患疾病的概率,也就是说,这里计算的概率可以是有多项的,在进行健康管理前,对一般检查的各项疾病的概率设置对应的一个预设阈值,当用户计算用户罹患疾病的概率。
105、根据体检报告打上的健康标签,为用户提供差异化健康服务。
在本实施例中,在通过前面的智能打标签后,对于用户的体检报告打上的健康标签,可以进行类似FAQ(Frequently Asked Questions,常见问题解答)的方式,提前将各种标签对应的健康问题、疾病疑惑,以及相关的解答进行匹配,在用户上传体检报告,服务器通过本健康信息管理方法的打标功能进行打标后,快速通过体检报告上的健康标签,在前端显示相应的问题,用户可以在前端点击感兴趣的问题,并获取相关解答,除此之后,还可以对不同健康标签的用户,在前端显示不同的服务,例如,实现对用户的差异化健康服务。
在本实施例中,获取用户上传的体检报告,并对所述体检报告中的文本进行扫描识别,得到所述体检报告中各体检项目信息,其中,所述项目信息包括项目名称和项目参数;根据预设的项目名称和健康标签的关联关系,获取与所述体检报告中的项目名称关联的健康标签,匹配出所述健康标签对应的一个或多个项目参数;将所述健康标签对应的项目参数输入至预设的对应的疾病预测模型中,计算所述用户罹患所述健康标签对应疾病的概率;若所述概率大于预设阈值,则为所述体检报告打上与所述疾病对应的健康标签;根据所述体检报告打上的健康标签,为所述用户提供差异化健康服务。通过预设的疾病预测模型对用户的体检报告打上不同的健康标签,实现对体检报告进行差异化解读,进而对用户的进行差异化健康服务和管理。此外,本发明还涉及区块链技术,体检报告可存储于区块链中。
请参阅图2,本发明实施例中健康信息管理方法的第二个实施例包括:
201、构建病症库,病症库中包括健康标签以及对应的病症描述;
202、采集企业中所有员工的体检报告,并将所有员工的体检报告中的项目名称与病症描述进行匹配;
203、将项目名称与匹配的病程描述对应的健康标签进行关联,得到项目名称和健康标签的关联关系表;
本实施例中,统计来自不同体检中心的体检报告数据,收集得到包括所有体检项的体检数据,即统计生成一份包括所有检查项、体检参数的体检数据。将体检数据与病中的病症描述进行匹配,如文字匹配、模糊匹配、同义词匹配等,查找在症状描述中涉及的体检参数,将查找出的体检参数定义为特征参数,匹配时,记录每个疾病标签的病症描述匹配出的体检参数,匹配出的体检参数为对应疾病标签的关联参数。
204、获取用户上传的体检报告,并对体检报告中的文本进行扫描识别,得到体检报告中各体检项目信息,其中,项目信息包括项目名称和项目参数;
205、根据项目名称与健康标签之间的关联关系,从预设的关联关系表中查询出体检报告中的项目名称关联的健康标签,并基于健康标签确定其对应的一个或多个项目参数;
206、将健康标签对应的项目参数输入至预设的疾病预测模型中,计算用户罹患健康标签对应疾病的概率;
207、若概率大于预设阈值,则为体检报告打上与疾病对应的健康标签;
208、根据体检报告打上的健康标签,为用户提供差异化健康服务。
本实施例中的204-208与第一实施例中的步骤101-105相似,此处不再赘述。
本实施例在上一实施例的基础上,增加了对将健康标签与体检报告中的项目名称进行关联的过程,通过构建病症库,所述病症库中包括健康标签以及对应的病症描述;采集企业中所有员工的体检报告,并将所述所有员工的体检报告中的项目名称与所述病症描述进行匹配;将项目名称与匹配的病程描述对应的健康标签进行关联,得到项目名称和健康标签的关联关系表。通过将健康标签与体检报告中的项目进行关联,方便后续对体检报告打上标签。
请参阅图3,本发明实施例中健康信息管理方法的第三个实施例包括:
301、提取所有员工的体检报告中的项目参数;
302、对所有员工的体检报告中的项目参数进行数据清洗和预处理,并再进行编码处理,得到训练数据;
303、根据病症库中的健康标签对应的病症,建立对应的疾病预测模型;
304、根据训练数据对疾病预测模型进行训练,并根据疾病预测模型输出的结果进行网络参数的优化,直到模型收敛。
在本实施例中,所述数据清理是将体检数据中的不需要的数据进行删除,筛选出与疾病预测相关的数据,例如,对于大部分疾病来说,身高并不是影响因素,获取身高信息对疾病预测贡献度不高,所以可以将体检数据中用户的身高数据进行删除,所述预处理包括对体检数据中的数字数据进行归一化处理,对体检报告中的文本数据中出现的汉字构建字典,统计字频,并将字频少于一定数量的字从字典中删除。
在本实施例中,所述数据编码分为数字特征编码和文本特征编码,其中数字特征编码为将数字数据生成M个K维且相互正交的基向量,基向量模长为1,将数字特征数值乘以对应的基向量,再将这些特征向量矢量相加,得到数字特征对应的向量,或直接以M个数字特征对应的数值得到数字特征对应的向量,文本特征编码为将文本数据建立文本特征中的字典,使用word2vec方法预训练字向量,得到文本特征对应的L维字向量或字向量编码。
在本实施例中,所述疾病预测模型包含由全连接层搭建的数字特征提取器和以BERT模型为主体的文本特征提取器,全连接层提取器对数字特征进行编码操作,得到对数字部分的向量表达,而BERT使用L个TransformerBlock对文本量进行编码操作,得到最终对文本部分的向量表达。再使用一个全连接层或一个TransformerBlock对两个向量表达融合,得到联合的向量表达V。再根据两个分类目标,使用全连接层映射到对应的类别,最后使用softmax层计算概率,在计算获得概率后,计算所述概率与对应的疾病结果的偏差,通过反向传播算法修改所述疾病预测模型的网络参数,直到模型收敛。
305、获取用户上传的体检报告,并对体检报告中的文本进行扫描识别,得到体检报告中各体检项目信息,其中,项目信息包括项目名称和项目参数;
306、根据项目名称与健康标签之间的关联关系,从预设的关联关系表中查询出体检报告中的项目名称关联的健康标签,并基于健康标签确定其对应的一个或多个项目参数;
307、将健康标签对应的项目参数输入至预设的疾病预测模型中,计算用户罹患健康标签对应疾病的概率;
308、若概率大于预设阈值,则为体检报告打上与疾病对应的健康标签;
309、根据体检报告打上的健康标签,为用户提供差异化健康服务。
本实施例中的305-309与第一实施例中的步骤101-105相似,此处不再赘述。
本实施例在前实施例的基础上,增加了构建疾病预测模型的过程,通过提取所述所有员工的体检报告中的项目参数;对所述所有员工的体检报告中的项目参数进行数据清洗和预处理,并再进行编码处理,得到训练数据;根据所述病症库中的健康标签对应的病症,建立对应的疾病预测模型;根据所述训练数据对所述疾病预测模型进行训练,并根据所述疾病预测模型输出的结果进行网络参数的优化,直到模型收敛,通过这种方式,能够得到疾病预测模型,快速实现智能地为体检报告打标签,进而实现为用户提供差异化服务。
请参阅图4,本发明实施例中健康信息管理方法的第四个实施例包括:
401、获取用户上传的体检报告;
402、识别体检报告的文件格式,将非文本格式的体检报告转换给文本格式的体检报告;
403、扫描并获取体检报告上的各体检项目信息,其中,项目信息包括项目名称和项目参数;
在本实施例中,获取体检报告文件后,通过读取体检报告文件名后缀或者通过体检报告文件数据流中包含文件类型信息的头文件中获取体检报告的文件格式;筛选出图片等非文本格式的体检报告。具体的,对图片格式的报告,利用orc(Optical CharacterRecognition,光学字符识别)技术定位报告中包含文字的区域,识别区域内的文字,得到文本格式的体检报告。对PDF格式报告,需要识别是否实际是图片数据,如果是,抽取图片数据,进行ocr识别转换为文本数据。从文本格式的体检报告中获取体检数据,即得到每个体检报告对应的体检数据。
进一步的,预处理文本格式报告数据。具体为:利用模式识别技术和语义模型对体检报告中的数据进行各种形式(数值的、文字的逻辑关系的)信息进行处理和分析,进行删除冗余数据等处理。
404、根据项目名称与健康标签之间的关联关系,从预设的关联关系表中查询出体检报告中的项目名称关联的健康标签,并基于健康标签确定其对应的一个或多个项目参数;
405、将健康标签对应的项目参数输入至预设的疾病预测模型中,计算用户罹患健康标签对应疾病的概率;
406、若概率大于预设阈值,则为体检报告打上与疾病对应的健康标签;
本实施例中的404-406与第一实施例中的步骤102-104相似,此处不再赘述。
407、根据体检报告打上的健康标签,从预设的数据库中查询对应的一个或多个服务选项;
408、将多个服务选项发送至前端,以供用户通过前端点击需要的服务选项;
409、获取用户点击的服务选项,并为用户提供对应的服务功能。
在本实施例中,一个标签可以预设一个到多个服务选项,例如对于健康标签“缺铁性贫血”,可以设置一些标注问题“什么是缺铁性贫血?”“缺铁性贫血有哪些特征性表现供我们识别?”“缺铁性贫血应该怎么预防和治疗?”,将上述问题上传到前端,供用户点击,并根据用户在前端点击的问题,了解到用户感兴趣的问题,并将该标准问题对应的答案再输出之前端。此外,本实施例中,也可以通过不同的健康标签预设不同的服务,例如,在后期用户添加一个为“心理问题”的健康标签,可以提供心理健康测试,心理咨询等功能,实现对用户的差异化健康管理。
所述标准所述预置的检索匹配的规则更加灵活,可根据不同的任务场景进行修改,中间结果可视化,可以通过人为修改干预的方式提高匹配的准确性,例如可以根据不同的用户需求,设置不同匹配关系的强弱要求。
本实施例在前实施例的基础上,详细描述了得到体检报告中各体检项目信息的过程,通过获取用户上传的体检报告;识别体检报告的文件格式,将非文本格式的体检报告转换给文本格式的体检报告;扫描并获取体检报告上的各体检项目信息,并且详细描述了根据不同健康标签为用户提供差异化服务的过程,通过根据体检报告打上的健康标签,从预设的数据库中查询对应的一个或多个服务选项;将多个服务选项发送至前端,以供用户通过前端点击需要的服务选项;获取用户点击的服务选项,并为用户提供对应的服务功能。
请参阅图5,本发明实施例中健康信息管理方法的第五个实施例包括:
501、获取用户上传的体检报告,并对体检报告中的文本进行扫描识别,得到体检报告中各体检项目信息,其中,项目信息包括项目名称和项目参数;
502、根据项目名称与健康标签之间的关联关系,从预设的关联关系表中查询出体检报告中的项目名称关联的健康标签,并基于健康标签确定其对应的一个或多个项目参数;
503、将健康标签对应的项目参数输入至预设的疾病预测模型中,计算用户罹患健康标签对应疾病的概率;
504、若概率大于预设阈值,则为体检报告打上与疾病对应的健康标签;
505、根据体检报告打上的健康标签,为用户提供差异化健康服务;
本实施例中的501-505与第一实施例中的步骤101-105相似,此处不再赘述。
506、接收用户发出的用户心理测试请求;
507、将预设的对应的心理测试题发送至前端;
508、接收用户完成的心理测试题,并根据标准答案对用户完成的心理测试题计算评分;
509、根据预设的评分和评估结果的对应关系,将评估结果发送至前端。
在本实施例中,所述前端可以是PC端的前端,也可以是移动终端的前端,用户在应用本健康信息管理方法的服务器上点击心理测试功能,则会向后台发送心理测试请求,后台数据库中存储了多套不同的心理测试题目,测试题目可以有不同的测试维度,通过前面对用户身体上的健康管理,以及本步骤中对用户心理上的健康管理,实现对用户身心统一的差异化管理。
510将用户的体检报告打上的健康标签和评估结果在预置的医生数据库中为用户匹配一个到多个私人医生;
511、将私人医生的信息发送给用户,以供用户进行选择;
512、将用户的体检报告和评估结果发送至用户选择的私人医生,以供用户选择的私人医生根据体检报告和评估结果对用户进行初步判断。
在本实施例中,在进行了体检和心理测评后,可以根据体检打上的健康标签和心理测试的评估结果对用户进行分析,并为用户分配私人医生,私人医生根据用户的健康标签和心理测试结果对用户进行初步的诊断。
本实施例在上一实施例的基础上,增加进行心理测试的过程,通过接收所述用户发出的用户心理测试请求;将预设的对应的心理测试题发送至前端;接收所述用户完成的心理测试题,并根据标准答案对用户完成的心理测试题计算评分;根据预设的评分和评估结果的对应关系,将所述评估结果发送至前端,并且增加了将评估结果和打上标签的体检报告发送给用户选定的私人医生的过程,实现对用户全方面的健康管理。
上面对本发明实施例中健康信息管理方法进行了描述,下面对本发明实施例中健康信息管理装置进行描述,请参阅图6,本发明实施例中健康信息管理装置一个实施例包括:
获取模块601,用于获取用户上传的体检报告,并对所述体检报告中的文本进行扫描识别,得到所述体检报告中各体检项目信息,其中,所述项目信息包括项目名称和项目参数;
匹配模块602,用于根据预设的项目名称和健康标签的关联关系,获取与所述体检报告中的项目名称关联的健康标签,匹配出所述健康标签对应的一个或多个项目参数;
计算模块603,用于将所述健康标签对应的项目参数输入至预设的对应的疾病预测模型中,计算所述用户罹患所述健康标签对应疾病的概率;
打标模块604,用于当所述概率大于预设阈值时,则为所述体检报告打上与所述疾病对应的健康标签;
服务模块605,用于根据所述体检报告打上的健康标签,为所述用户提供差异化健康服务。
需要强调的是,为保证上述用户体检数据的私密和安全性,上述用户上传的体检报告可以存储于一区块链的节点中。
本发明实施例中,所述健康信息管理装置运行上述健康信息管理方法,所述健康信息管理方法包括:获取用户上传的体检报告,并对体检报告中的文本进行扫描识别,得到体检报告中各体检项目信息,其中,项目信息包括项目名称和项目参数;根据预设的项目名称和健康标签的关联关系,获取与体检报告中的项目名称关联的健康标签,匹配出健康标签对应的一个或多个项目参数;将健康标签对应的项目参数输入至预设的对应的疾病预测模型中,计算用户罹患健康标签对应疾病的概率;若概率大于预设阈值,则为体检报告打上与疾病对应的健康标签;根据体检报告打上的健康标签,为用户提供差异化健康服务。通过预设的疾病预测模型对用户的体检报告打上不同的健康标签,实现对体检报告进行差异化解读,进而对用户的进行差异化健康服务和管理。此外,本发明还涉及区块链技术,体检报告可存储于区块链中。
请参阅图7,本发明实施例中健康信息管理装置的第二个实施例包括:
获取模块601,用于获取用户上传的体检报告,并对所述体检报告中的文本进行扫描识别,得到所述体检报告中各体检项目信息,其中,所述项目信息包括项目名称和项目参数;
匹配模块602,用于根据预设的项目名称和健康标签的关联关系,获取与所述体检报告中的项目名称关联的健康标签,匹配出所述健康标签对应的一个或多个项目参数;
计算模块603,用于将所述健康标签对应的项目参数输入至预设的对应的疾病预测模型中,计算所述用户罹患所述健康标签对应疾病的概率;
打标模块604,用于当所述概率大于预设阈值时,则为所述体检报告打上与所述疾病对应的健康标签;
服务模块605,用于根据所述体检报告打上的健康标签,为所述用户提供差异化健康服务。
其中,所述健康信息管理装置还包括关联模块606,所述关联模块606具体用于:
构建病症库,所述病症库中包括健康标签以及对应的病症描述;
采集企业中所有员工的体检报告,并将所述所有员工的体检报告中的项目名称与所述病症描述进行匹配;
将项目名称与匹配的病程描述对应的健康标签进行关联,得到项目名称和健康标签的关联关系表。
所述健康信息管理装置还包括模型构建模块607,所述模型构建模块607具体用于:
提取所述所有员工的体检报告中的项目参数;
对所述所有员工的体检报告中的项目参数进行数据清洗和预处理,并再进行编码处理,得到训练数据;
根据所述病症库中的健康标签对应的病症,建立对应的疾病预测模型;
根据所述训练数据对所述疾病预测模型进行训练,并根据所述疾病预测模型输出的结果进行网络参数的优化,直到模型收敛。
可选的,所述获取模块601具体用于:
获取所述用户上传的体检报告;
识别所述体检报告的文件格式,将非文本格式的体检报告转换给文本格式的体检报告;
扫描并获取所述体检报告上的各体检项目信息。
可选的,所述服务模块605具体用于:
根据所述体检报告打上的健康标签,从预设的数据库中查询对应的一个或多个服务选项;
将所述多个服务选项发送至前端,以供所述用户通过前端点击需要的服务选项;
获取用户点击的服务选项,并为用户提供对应的服务功能。
可选的,所述健康信息管理装置还包括心理测试模块608,所述心理测试模块608具体用于:
接收所述用户发出的用户心理测试请求;
将预设的对应的心理测试题发送至前端;
接收所述用户完成的心理测试题,并根据标准答案对用户完成的心理测试题计算评分;
根据预设的评分和评估结果的对应关系,将所述评估结果发送至前端。
可选的,所述健康信息管理装置还包括诊断模块609,所述诊断模块609具体用于:
将所述用户的体检报告打上的健康标签和所述评估结果在预置的医生数据库中为用户匹配一个到多个私人医生;
将所述私人医生的信息发送给用户,以供用户进行选择;
将所述用户的体检报告和评估结果发送至用户选择的私人医生,以供用户选择的私人医生根据所述体检报告和所述评估结果对用户进行初步判断。
本实施例在上一实施例的基础上,详细描述了各个模块的具体功能,获取模块通过扫描识别获取到体检报告上的文本资料,包括体检项目的名称以及各项目的参数以及服务模块,通过预设的类似FAQ的方式,实现对用户体检报告上的以及自身添加的健康标签推送差异化健康服务的过程,同时添加了其他多个模块,实现对用户全方位的健康服务。
上面图6和图7从模块化功能实体的角度对本发明实施例中的中健康信息管理装置进行详细描述,下面从硬件处理的角度对本发明实施例中健康信息管理设备进行详细描述。
图8是本发明实施例提供的一种健康信息管理设备的结构示意图,该健康信息管理设备800可因配置或性能不同而产生比较大的差异,可以包括一个或一个以上处理器(central processing units,CPU)810(例如,一个或一个以上处理器)和存储器820,一个或一个以上存储应用程序833或数据832的存储介质830(例如一个或一个以上海量存储设备)。其中,存储器820和存储介质830可以是短暂存储或持久存储。存储在存储介质830的程序可以包括一个或一个以上模块(图示没标出),每个模块可以包括对健康信息管理设备800中的一系列指令操作。更进一步地,处理器810可以设置为与存储介质830通信,在健康信息管理设备800上执行存储介质830中的一系列指令操作,以实现上述健康信息管理方法的步骤。
健康信息管理设备800还可以包括一个或一个以上电源840,一个或一个以上有线或无线网络接口850,一个或一个以上输入输出接口860,和/或,一个或一个以上操作***831,例如Windows Serve,Mac OS X,Unix,Linux,FreeBSD等等。本领域技术人员可以理解,图8示出的健康信息管理设备结构并不构成对本申请提供的健康信息管理设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
本发明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。
本发明还提供一种计算机可读存储介质,该计算机可读存储介质可以为非易失性计算机可读存储介质,该计算机可读存储介质也可以为易失性计算机可读存储介质,所述计算机可读存储介质中存储有指令,当所述指令在计算机上运行时,使得计算机执行所述健康信息管理方法的步骤。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的***或装置、单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或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中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(read-only memory,ROM)、随机存取存储器(random access memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例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同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (8)
1.一种健康信息管理方法,其特征在于,所述健康信息管理方法包括:
获取用户上传的体检报告,并对所述体检报告中的文本进行扫描识别,得到所述体检报告中各体检项目信息,其中,所述项目信息包括项目名称和项目参数;
根据项目名称与健康标签之间的关联关系,从预设的关联关系表中查询出所述体检报告中的项目名称关联的健康标签,并基于所述健康标签确定其对应的一个或多个项目参数;
判断所述项目参数是否超过对应的参考范围,若是则将所述健康标签对应的项目参数输入至预设的疾病预测模型中,计算所述用户罹患所述健康标签对应疾病的概率,其中所述疾病预测模型包含由全连接层搭建的数字特征提取器和以BERT模型为主体的文本特征提取器;所述将所述健康标签对应的项目参数输入至预设的疾病预测模型中,计算所述用户罹患所述健康标签对应疾病的概率包括:通过所述数字特征提取器和所述文本特征提取器提取所述健康标签和对应的项目参数的数字部分的向量表达和文本部分的向量表达,并使用一个全连接层或一个TransformerBlock对两个向量表达融合,得到联合的向量表达,再使用全连接层映射到对应的类别,最后使用softmax层计算健康标签对应疾病的概率;
若所述概率大于预设阈值,则为所述体检报告打上与所述疾病对应的健康标签;
根据所述体检报告打上的健康标签,为所述用户提供差异化健康服务;接收所述用户发出的用户心理测试请求;将预设的对应的心理测试题发送至前端;接收所述用户完成的心理测试题,并根据标准答案对用户完成的心理测试题计算评分;根据预设的评分和评估结果的对应关系,将所述评估结果发送至前端;将所述用户的体检报告打上的健康标签和所述评估结果在预置的医生数据库中为用户匹配一个到多个私人医生;将所述私人医生的信息发送给用户,以供用户进行选择;将所述用户的体检报告和评估结果发送至用户选择的私人医生,以供用户选择的私人医生根据所述体检报告和所述评估结果对用户进行初步判断。
2.根据权利要求1所述的健康信息管理方法,其特征在于,在所述获取用户上传的体检报告,并对所述体检报告中的文本进行扫描识别,得到所述体检报告中各体检项目信息之前,还包括:
构建病症库,所述病症库中包括健康标签以及对应的病症描述;
采集企业中所有员工的体检报告,并将所述所有员工的体检报告中的项目名称与所述病症描述进行匹配;
将项目名称与匹配的病程描述对应的健康标签进行关联,得到项目名称和健康标签的关联关系表。
3.根据权利要求2所述的健康信息管理方法,其特征在于,在所述获取用户上传的体检报告,并对所述体检报告中的文本进行扫描识别,得到所述体检报告中各体检项目信息之前,还包括:
提取所述所有员工的体检报告中的项目参数;
对所述所有员工的体检报告中的项目参数进行数据清洗和预处理,并再进行编码处理,得到训练数据;
根据所述病症库中的健康标签对应的病症,建立对应的疾病预测模型;
根据所述训练数据对所述疾病预测模型进行训练,并根据所述疾病预测模型输出的结果进行网络参数的优化,直到模型收敛。
4.根据权利要求1所述的健康信息管理方法,其特征在于,所述获取用户上传的体检报告,并对所述体检报告中的文本进行扫描识别,得到所述体检报告中各体检项目信息包括:
获取所述用户上传的体检报告;
识别所述体检报告的文件格式,将非文本格式的体检报告转换给文本格式的体检报告;
扫描并获取所述体检报告上的各体检项目信息。
5.根据权利要求1所述的健康信息管理方法,其特征在于,所述根据所述体检报告打上的健康标签,为所述用户提供差异化健康服务包括:
根据所述体检报告打上的健康标签,从预设的数据库中查询对应的一个或多个服务选项;
将所述多个服务选项发送至前端,以供所述用户通过前端点击需要的服务选项;
获取用户点击的服务选项,并为用户提供对应的服务功能。
6.一种健康信息管理装置,其特征在于,所述健康信息管理装置包括:
获取模块,用于获取用户上传的体检报告,并对所述体检报告中的文本进行扫描识别,得到所述体检报告中各体检项目信息,其中,所述项目信息包括项目名称和项目参数;
匹配模块,用于根据项目名称与健康标签之间的关联关系,从预设的关联关系表中查询出所述体检报告中的项目名称关联的健康标签,并基于所述健康标签确定其对应的一个或多个项目参数,其中疾病预测模型包含由全连接层搭建的数字特征提取器和以BERT模型为主体的文本特征提取器;将所述健康标签对应的项目参数输入至预设的疾病预测模型中,计算所述用户罹患所述健康标签对应疾病的概率包括:通过所述数字特征提取器和所述文本特征提取器提取所述健康标签和对应的项目参数的数字部分的向量表达和文本部分的向量表达,并使用一个全连接层或一个TransformerBlock对两个向量表达融合,得到联合的向量表达,再使用全连接层映射到对应的类别,最后使用softmax层计算健康标签对应疾病的概率;
计算模块,用于将所述健康标签对应的项目参数输入至预设的疾病预测模型中,计算所述用户罹患所述健康标签对应疾病的概率;
打标模块,用于当所述概率大于预设阈值时,则为所述体检报告打上与所述疾病对应的健康标签;
服务模块,用于根据所述体检报告打上的健康标签,为所述用户提供差异化健康服务;接收所述用户发出的用户心理测试请求;将预设的对应的心理测试题发送至前端;接收所述用户完成的心理测试题,并根据标准答案对用户完成的心理测试题计算评分;根据预设的评分和评估结果的对应关系,将所述评估结果发送至前端;将所述用户的体检报告打上的健康标签和所述评估结果在预置的医生数据库中为用户匹配一个到多个私人医生;将所述私人医生的信息发送给用户,以供用户进行选择;将所述用户的体检报告和评估结果发送至用户选择的私人医生,以供用户选择的私人医生根据所述体检报告和所述评估结果对用户进行初步判断。
7.一种健康信息管理设备,其特征在于,所述健康信息管理设备包括:存储器和至少一个处理器,所述存储器中存储有指令,所述存储器和所述至少一个处理器通过线路互连;
所述至少一个处理器调用所述存储器中的所述指令,以使得所述健康信息管理设备执行如权利要求1-5中任一项所述的健康信息管理方法。
8.一种计算机可读存储介质,所述计算机可读存储介质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如权利要求1-5中任一项所述的健康信息管理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010897849.9A CN112037910B (zh) | 2020-08-31 | 2020-08-31 | 健康信息管理方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010897849.9A CN112037910B (zh) | 2020-08-31 | 2020-08-31 | 健康信息管理方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112037910A CN112037910A (zh) | 2020-12-04 |
CN112037910B true CN112037910B (zh) | 2023-04-18 |
Family
ID=73587245
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010897849.9A Active CN112037910B (zh) | 2020-08-31 | 2020-08-31 | 健康信息管理方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112037910B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113140315B (zh) * | 2020-12-31 | 2023-05-26 | 上海明品医学数据科技有限公司 | 一种健康自测***、服务器及健康检测*** |
CN113593668A (zh) * | 2021-08-10 | 2021-11-02 | 康键信息技术(深圳)有限公司 | 一种体检报告校验方法、装置、设备及介质 |
CN113611405A (zh) * | 2021-08-10 | 2021-11-05 | 平安科技(深圳)有限公司 | 一种体检项目推荐方法、装置、设备及介质 |
CN113782201A (zh) * | 2021-08-20 | 2021-12-10 | 武汉心络科技有限公司 | 健康风险的评估方法、终端及存储介质 |
CN114360679A (zh) * | 2022-01-07 | 2022-04-15 | 启康保(北京)健康科技有限公司 | 体检报告数字化管理方法及*** |
CN115345337B (zh) * | 2022-10-19 | 2023-01-10 | 北京国安广传网络科技有限公司 | 一种基于物联网的公共卫生数字体检*** |
CN116246788A (zh) * | 2023-05-12 | 2023-06-09 | 天津医科大学朱宪彝纪念医院(天津医科大学代谢病医院、天津代谢病防治中心) | 基于体检报告整合分析的无创风险糖尿病预测*** |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108899063A (zh) * | 2018-05-31 | 2018-11-27 | 康键信息技术(深圳)有限公司 | 体检数据处理方法、装置、计算机设备和存储介质 |
CN109994201A (zh) * | 2019-03-18 | 2019-07-09 | 浙江大学 | 一种基于深度学习的糖尿病与高血压概率计算方法 |
CN110299207A (zh) * | 2019-05-08 | 2019-10-01 | 天津市第四中心医院 | 用于慢性病检测中的基于计算机预测模型数据处理方法 |
CN111475713A (zh) * | 2020-03-13 | 2020-07-31 | 京东方科技集团股份有限公司 | 医生信息推荐方法、装置、电子设备、***及存储介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110136836A (zh) * | 2019-03-27 | 2019-08-16 | 周凡 | 一种基于体检报告聚类分析的疾病预测方法 |
-
2020
- 2020-08-31 CN CN202010897849.9A patent/CN112037910B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108899063A (zh) * | 2018-05-31 | 2018-11-27 | 康键信息技术(深圳)有限公司 | 体检数据处理方法、装置、计算机设备和存储介质 |
CN109994201A (zh) * | 2019-03-18 | 2019-07-09 | 浙江大学 | 一种基于深度学习的糖尿病与高血压概率计算方法 |
CN110299207A (zh) * | 2019-05-08 | 2019-10-01 | 天津市第四中心医院 | 用于慢性病检测中的基于计算机预测模型数据处理方法 |
CN111475713A (zh) * | 2020-03-13 | 2020-07-31 | 京东方科技集团股份有限公司 | 医生信息推荐方法、装置、电子设备、***及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN112037910A (zh) | 2020-12-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112037910B (zh) | 健康信息管理方法、装置、设备及存储介质 | |
Campbell et al. | Phase II evaluation of clinical coding schemes: completeness, taxonomy, mapping, definitions, and clarity | |
Henry | Nursing informatics: state of the science | |
CN110337645A (zh) | 可适配的处理组件 | |
US20130311201A1 (en) | Medical record generation and processing | |
WO2023178971A1 (zh) | 就医的互联网挂号方法、装置、设备及存储介质 | |
CN106980767A (zh) | 一种基于结构化医学数据库的数据搜索方法及*** | |
CN110852894A (zh) | 保险核保方法及装置、计算机存储介质、电子设备 | |
CN114220537B (zh) | 一种基于互联网医院的ai智能在线诊断方法及云*** | |
CN113886716B (zh) | 食品安全突发事件的应急处置推荐方法及*** | |
CN111008269A (zh) | 数据处理方法及装置、存储介质及电子终端 | |
CN113435200A (zh) | 实体识别模型训练、电子病历处理方法、***及设备 | |
CN113611401A (zh) | 一种围术期血液管理的***和方法 | |
CN108899063A (zh) | 体检数据处理方法、装置、计算机设备和存储介质 | |
Falissard et al. | Neural translation and automated recognition of ICD-10 medical entities from natural language: Model development and performance assessment | |
CN111696656A (zh) | 一种互联网医疗平台的医生评价方法、装置 | |
WO2022141925A1 (zh) | 一种智能医学服务***、方法及存储介质 | |
CN115831298B (zh) | 基于医院管理信息***的临床试验患者招募方法及装置 | |
CN116303922B (zh) | 咨询消息应答方法、装置、计算机设备、存储介质和产品 | |
CN116469505A (zh) | 数据处理方法、装置、计算机设备及可读存储介质 | |
CN113972009A (zh) | 一种基于临床检验医学大数据的医学检验咨询*** | |
CN109840275B (zh) | 一种医疗搜索语句的处理方法、装置和设备 | |
CN112561714A (zh) | 基于nlp技术的核保风险预测方法、装置及相关设备 | |
CN111180054B (zh) | 过度医疗监控***及方法 | |
CN113642336B (zh) | 一种基于SaaS的保险自动问答方法及*** |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |