CN113744877A - 一种带有疾病相关因素提取模块的慢性病评估及干预*** - Google Patents

Abstract

本发明公开一种带有疾病相关因素提取模块的慢性病评估及干预***，包括用户端设备、管理端设备和健康数据云平台；所述用户端设备包括疾病信息模块、干预记录模块和不良事件报告模块；所述管理端设备包括管理工作站模块和发布处方模块；所述健康数据云平台包括疾病相关因素提取模块、数据分析模块和远程服务模块；本发明根据评估结果自动向患者用户推送所需要的干预模块，从而达到评估——干预为一体的整体***流程。

Description

一种带有疾病相关因素提取模块的慢性病评估及干预***

技术领域

本发明涉及医疗技术领域，具体是一种带有疾病相关因素提取模块的慢性病评估及干预***。

背景技术

慢性病是一种带有疾病相关因素提取模块的慢性病评估及干预***不构成感染，患病病程较长而且久治不愈的复杂疾病的概括性总称。一旦防治不及，就会对患者以及患者家庭造成经济、生命等方面的危害。我国慢性病患者基数大，而且已呈现了年年过量增长的态势，部分慢性病造成的死亡率较高，而且部分慢性病患者对自身患病情况不重视，且治疗依从性较差。所以目前如何对慢性病患者进行有效管理以及采取合理干预模块已经是十分重要的问题。

在慢性病中有很多是听起来不严重的慢病，如高血压、脂肪肝等，但如果不对这类慢性病早期防治，这类慢性病会逐渐加重并引发更多并发症，如糖尿病、肝硬化、肝纤维化等疾病。但在自我管理的过程中常常也存在没有自律性的问题，即自我管理的依从性较差，也会造成慢性疾病的“放任自我”现象。

但现有的治疗方法大多是进行药物治疗，而忽视了平时日常的其他因素的干预治疗，如：饮食干预治疗、运动干预治疗等，许多慢性病需要日常防治才能起到很好的治疗效果，但是很多时候患者无法直观的了解到其对自身的益处，而且也造成了慢性病久病不治的现象；或者是在自我管理过程中不清楚自身目前处于什么疾病状况，即需要解决能够对慢性病进行评估以及对慢性病干预治疗的这类问题。

发明内容

本发明的目的是提供一种带有疾病相关因素提取模块的慢性病评估及干预***，包括用户端设备、管理端设备和健康数据云平台。

所述用户端设备包括疾病信息模块、干预记录模块和不良事件报告模块。

所述疾病信息模块录入用户的疾病信息，并发送至健康数据云平台。

所述疾病信息包括用户病例数据和身体参数。所述身体参数包括身高、体重、血压、腰围、臀围、大小腿围、血常规、肝功能、血脂、甲胎蛋白、乙肝三对、肝纤维检查、血糖。

所述干预记录模块接收和显示健康数据云平台发送的若干用户行为干预模块。每个用户行为干预模块中包括用户行为建议模块和用户行为记录模块。所述用户行为建议模块接收并显示管理端设备发送的用户行为建议。所述用户行为记录模块用于记录用户日常行为。

所述干预模块包括饮食干预模块、运动干预模块、饮酒干预模块、吸烟干预模块、情绪干预模块、压力干预模块中的一种或多种。

所述用户行为建议包括饮食干预建议、运动干预建议、饮酒干预建议、吸烟干预建议、情绪干预建议、压力干预建议。

所述不良事件报告模块用于录入紧急报警信息。所述不良事件报告模块将紧急报警信息发送给管理端设备。

所述紧急报警信息包括用户疾病突发信息、用户身体参数超过预设正常指标信息。

所述管理端设备包括管理工作站模块和发布处方模块。

所述管理工作站模块用于存储和显示用户的日常行为记录和干预建议记录。

所述发布处方模块接收健康数据云平台发送的慢性病分析结果Q和用户的疾病信息后，生成用户行为建议，并发送至用户端设备。

所述健康数据云平台包括疾病相关因素提取模块、数据分析模块和远程服务模块。

所述疾病相关因素提取模块接收用户的疾病信息，并提取出疾病状况特征最终相关危险因素，从而建立疾病状况特征最终相关危险因素集合P。

提取出疾病状况特征最终相关危险因素的步骤包括：

1)获取用户疾病信息，并提取出用户疾病特征信息。

2)计算用户疾病特征信息与所患慢性病的关联程度A(x,y)，即：

式中，n表示所构建的预测平台中疾病状况特征的总数，V表示慢性病类别总个数，X表示所构建的预测平台中疾病状况特征的集合，Y表示各类慢性病种类的集合，p(x_a)表示出现疾病状况特征x_a的概率，p(y_b)表示出现慢性病y_b的概率，p(x_a|y_b)表示已知慢性病疾病类别y_b分布时疾病状况特征x_a出现的概率。

3)将关联程度A(x，y)大于预设阈值Amax的用户疾病特征信息写入疾病状况特征相关危险因素集合P₁中。

4)将疾病状况特征相关危险因素集合P₁中的元素x_i存入疾病状况特征最终相关危险因素集合P中，并在集合P₁中去除特征x_i。

计算元素x_i和元素x_j的关联程度A(x_i,x_j)，即：

式中，x_i、x_j表示疾病状况特征相关危险因素集合P₁的第i、j个元素。

5)若关联程度A(x_i,x_j)≥A(x_i,y)，则在疾病状况特征最终相关危险因素集合P中去除x_i，并返回步骤3)，直至集合P₁为空，得到疾病状况特征最终相关危险因素集合P。

所述数据分析模块存储有慢性病评估模型。

建立慢性病评估模型的步骤包括：

I)建立慢性病评估神经网络模型。

II)获取若干用户疾病状况最终相关危险因素集合P和对应的慢性病类别，并对慢性病评估神经网络模型进行训练，得到慢性病评估模型。

所述慢性病评估模型调取疾病状况特征最终相关危险因素集合P，计算出用户的慢性病分析结果Q，并发送至管理端设备。

所述远程服务模块包括评估指导模块。

所述评估指导模块根据用户的慢性病分析结果Q将一个或多个用户行为干预模块发送至用户端设备。

用户端设备接收的干预模块如下所示：

式中，S为用户接收的总的干预模块，N_g为干预模块数目，α为决策变量，G_g为干预模块，g为干预模块序号。

所述管理端设备还包括指导互动模块。所述指导互动模块用于实现管理端设备使用者和用户端设备使用者的信息互动。

所述健康数据云平台还包括用于数据存储的数据存储模块。

所述用户端设备、管理端设备和健康数据云平台均具有用于数据交互的通讯模块。

本发明的技术效果是毋庸置疑的，本发明借助移动互联网技术和慢性病评估方法，对慢性病患者的疾病状况进行智能评估，患者用户对其自身的身体健康状况进行了解，并且***根据评估结果自动向患者用户推送所需要的干预模块，从而达到评估——干预为一体的整体***流程。

附图说明

图1为***结构示意图；

图2为干预方案生成流程图；

图3为***工作流程。

具体实施方式

下面结合实施例对本发明作进一步说明，但不应该理解为本发明上述主题范围仅限于下述实施例。在不脱离本发明上述技术思想的情况下，根据本领域普通技术知识和惯用手段，做出各种替换和变更，均应包括在本发明的保护范围内。

实施例1：

参见图1至图3，一种带有疾病相关因素提取模块的慢性病评估及干预***，包括用户端设备、管理端设备和健康数据云平台。

所述用户端设备包括疾病信息模块、干预记录模块和不良事件报告模块。

所述疾病信息模块录入用户的疾病信息，并发送至健康数据云平台。

所述疾病信息包括用户病例数据和身体参数。所述身体参数包括身高、体重、血压、腰围、臀围、大小腿围、血常规、肝功能、血脂、甲胎蛋白、乙肝三对、肝纤维检查、血糖。

所述干预记录模块接收和显示健康数据云平台发送的若干用户行为干预模块。每个用户行为干预模块中包括用户行为建议模块和用户行为记录模块。所述用户行为建议模块接收并显示管理端设备发送的用户行为建议。所述用户行为记录模块用于记录用户日常行为。

所述干预模块包括饮食干预模块、运动干预模块、饮酒干预模块、吸烟干预模块、情绪干预模块、压力干预模块中的一种或多种。

所述用户行为建议包括饮食干预建议、运动干预建议、饮酒干预建议、吸烟干预建议、情绪干预建议、压力干预建议。

所述不良事件报告模块用于录入紧急报警信息。所述不良事件报告模块将紧急报警信息发送给管理端设备。

所述紧急报警信息包括用户疾病突发信息、用户身体参数超过预设正常指标信息。

所述管理端设备包括管理工作站模块和发布处方模块。

所述管理工作站模块用于存储和显示用户的日常行为记录和干预建议记录。

所述发布处方模块接收健康数据云平台发送的慢性病分析结果Q和用户的疾病信息后，生成用户行为建议，并发送至用户端设备。

所述健康数据云平台包括疾病相关因素提取模块、数据分析模块和远程服务模块。

所述疾病相关因素提取模块接收用户的疾病信息，并提取出疾病状况特征最终相关危险因素，从而建立疾病状况特征最终相关危险因素集合P。

提取出疾病状况特征最终相关危险因素的步骤包括：

1)获取用户疾病信息，并提取出用户疾病特征信息。

2)计算用户疾病特征信息与所患慢性病的关联程度A(x,y)，即：

式中，n表示所构建的预测平台中疾病状况特征的总数，V表示慢性病类别总个数，X表示所构建的预测平台中疾病状况特征的集合，Y表示各类慢性病种类的集合，p(x_a)表示出现疾病状况特征x_a的概率，p(y_b)表示出现慢性病y_b的概率，p(x_a|y_b)表示已知慢性病疾病类别y_b分布时疾病状况特征x_a出现的概率。

3)将关联程度A(x，y)大于预设阈值Amax的用户疾病特征信息写入疾病状况特征相关危险因素集合P₁中。

4)将疾病状况特征相关危险因素集合P₁中的元素x_i存入疾病状况特征最终相关危险因素集合P中，并在集合P₁中去除特征x_i。

计算元素x_i和元素x_j的关联程度A(x_i,x_j)，即：

式中，x_i、x_j表示疾病状况特征相关危险因素集合P₁的第i、j个元素。

5)若关联程度A(x_i,x_j)≥A(x_i,y)，则在疾病状况特征最终相关危险因素集合P中去除x_i，并返回步骤3)，直至集合P₁为空，得到疾病状况特征最终相关危险因素集合P。

所述数据分析模块存储有慢性病评估模型。

建立慢性病评估模型的步骤包括：

I)建立慢性病评估神经网络模型。

II)获取若干用户疾病状况最终相关危险因素集合P和对应的慢性病类别，并对慢性病评估神经网络模型进行训练，得到慢性病评估模型。

所述慢性病评估模型调取疾病状况特征最终相关危险因素集合P，计算出用户的慢性病分析结果Q，并发送至管理端设备。

所述远程服务模块包括评估指导模块。

所述评估指导模块根据用户的慢性病分析结果Q将一个或多个用户行为干预模块发送至用户端设备。

用户端设备接收的干预模块如下所示：

式中，S为用户接收的总的干预模块，N_g为干预模块数目，α为决策变量，G_g为干预模块，g为干预模块序号。

所述管理端设备还包括指导互动模块。所述指导互动模块用于实现管理端设备使用者和用户端设备使用者的信息互动。

所述健康数据云平台还包括用于数据存储的数据存储模块。

所述用户端设备、管理端设备和健康数据云平台均具有用于数据交互的通讯模块。

实施例2：

一种带有疾病相关因素提取模块的慢性病评估及干预***,包括用户终端设备、数据分析模块、远程服务平台、干预实施模块、数据存储模块以及健康数据云平台；

所述用户终端设备包括：患者用户端设备以及管理端设备；所述患者用户端设备包括疾病状况模块、干预记录模块、不良事件报告模块；所述管理端设备包括管理工作站模块、发布处方模块、指导互动模块；

疾病状况模块：患者端用户可以在该模块上进行个人当前疾病的状况描述、临床检查数据以及身体参数录入，如身高、体重、血压、腰围、臀围、大小腿围、血常规、肝功能、血脂、甲胎蛋白、乙肝三对、肝纤维检查、血糖，并可在数据存储模块中保存。

干预记录模块：远程服务平台根据患者用户健康评估测试的结果，向用户自动推送合适的干预模块，患者根据当前状况进行干预管理。

不良事件报告模块：患者端用户在对慢性病进行干预管理过程中，可以通过通讯模块向管理端用户进行紧急报告。

管理工作站模块：管理端用户查看所管理患者用户的各项干预记录，如饮食干预记录、运动干预记录、饮酒干预记录、吸烟干预记录、情绪干预记录、压力干预记录。

发布处方模块：管理端用户根据所管理用户上传至健康数据云平台中的疾病状况内容以及所对应所管理患者用户的干预记录内容，发布饮食处方、运动处方、饮酒处方、吸烟处方、情绪处方以及压力处方。

指导互动模块：管理端用户可以对所管理的患者端用户上传至健康数据云平台的干预记录内容进行指导评价，以及根据通讯模块实时进行通讯互动。

所述数据分析测试模块以路径驱动的慢性病评估模型为核心，通过慢性病评估模型分析结果向用户提供慢性病干预支持。

所述数据存储模块用于存储用户上传至健康数据云平台各项数据。

所述远程服务模块包括：评估指导模块、通讯模块；

所述干预实施模块包括：饮食干预模块、运动干预模块、饮酒干预模块、吸烟干预模块、情绪干预模块以及压力干预模块；

所述以路径驱动的慢性病评估模型的构建步骤：

S1：基于健康数据云平台中患者用户当前疾病状况数据库构建慢性病大数据预测平台；

S2：提取所构建的大数据预测平台中的疾病状况特征，并计算患者用户所患疾病状况特征与所患慢性病的关联程度A(x,y)，计算方法为：

式中，n表示所构建的预测平台中疾病状况特征的总数，V表示慢性病类别总个数，X表示所构建的预测平台中疾病状况特征的集合，Y表示各类慢性病种类的集合，p(x_a)表示出现疾病状况特征x_a的概率，p(y_b)表示出现慢性病y_b的概率，p(x_a|y_b)表示已知慢性病疾病类别y_b分布时疾病状况特征x_a出现的概率；

S3：筛选S2中得到的一系列的患者用户所患疾病状况特征的关联程度A(x，y)，若患者用户所患疾病状况特征的关联程度A(x，y)＞0.5，则将其根据降序排序存储于疾病状况特征相关危险因素集合P₁中；

S4：选择疾病状况特征相关危险因素集合P₁中一个特征x_i，并存入疾病状况特征最终相关危险因素集合P中，并在P₁去除特征x_i，且计算患者用户所患疾病状况特征之间的关联程度A(x_i,x_j)，计算方法为：

式中，x_i表示所构建的预测平台中疾病状况特征集合中的第i个特征，x_j表示所构建的预测平台中疾病状况特征集合中的第j个特征

S5：若患者用户所患疾病状况特征之间的关联程度A(x_i,x_j)≥患者用户所患疾病状况特征与所患慢性病的关联程度A(x_i，y)，则在疾病状况特征最终相关危险因素集合P中去除x_i，并重复步骤S3-S5直至疾病状况特征相关危险因素集合P₁为空，得到疾病状况特征最终相关危险因素集合P；

S6：根据步骤S5得到的疾病状况最终相关危险因素集合P以及对应慢性病类别输入至进行分类，以最佳的参数进行优化，得到完善的慢性病评估模型并获得对应的所患慢性病分析结果Q。

S7：根据步骤S6得到的慢性病评估结果Q，并将分析结果发送至管理端；

干预推送方式说明:

步骤：管理端根据用户的慢性病分析结果，可向用户推送对应的干预实施方案S，其推送公式如下：

式中：S为根据用户分析结果，管理端可对用户推送的具体干预实施模块，N_g为干预实施模块G的干预模块数目，α为决策变量，G_g为干预实施模块，g为第g个干预模块的序号

实施例3：

一种带有疾病相关因素提取模块的慢性病评估及干预***的应用,具体的：

患者端用户可在患者用户端设备1d通过疾病状况模块11d上传自身疾病状况，其中包括：身高、体重、血压、腰围、臀围、大小腿围、血常规、肝功能、血脂、甲胎蛋白、乙肝三对、肝纤维检查、血糖；

患者端用户可在干预记录模块12d对自身评估结果推送的用户行为记录模块121d进行记录，包括饮食干预记录、运动干预记录、饮酒干预记录、吸烟干预记录、情绪干预记录、压力干预记录一种或多种；并能用户行为建议模块122d接收并显示管理端设备发送的用户行为建议包括饮食干预建议、运动干预建议、饮酒干预建议、吸烟干预建议、情绪干预建议、压力干预建议；

患者端用户若发生紧急不良事件，可通过不良事件报告模块13d自动调用患者用户端中的通讯模块14d，自动向管理端实时通讯；

患者端用户在疾病状况模块11d录入自身疾病状况相关特征之后，可在数据分析模块32d进行自我评估测试，该数据分析模块以路径驱动的慢性病评估模型为核心，通过慢性病评估模型结果向用户提供慢性病干预支持，自动调用用户存储在数据存储模块34d的疾病相关特征记录，分析结果后会返回当前用户可能所患慢性病；

此时远程服务模块33d的评估指导模块331d会根据用户健康评估结果发送至对应的管理端，管理端可根据用户慢性病分析结果向用户推送对应的干预实施方案，包括饮食干预模块、运动干预模块、饮酒干预模块、吸烟干预模块、情绪干预模块、压力干预模块。

管理端用户可在管理端设备2d对患者用户进行慢病管理，其中管理端用户可查看所管理患者用户的各项干预记录，如饮食干预记录、运动干预记录、饮酒干预记录、吸烟干预记录、情绪干预记录、压力干预记录。

管理端用户根据所管理用户上传至健康数据云平台3d中的疾病状况内容以及所对应所管理患者用户的干预记录内容调用发布处方模块22d进行发布处方，包括：饮食处方、运动处方、饮酒处方、吸烟处方、情绪处方以及压力处方。

管理端用户可以通过指导互动模块23d调用管理端设备的通讯模块24d自动向所管理的患者用户进行慢病指导以及对话互动。

实施例4：

一种带有疾病相关因素提取模块的慢性病评估及干预***的应用,具体的：

健康评估模型应用步骤：

1)获取用户上传至健康数据云平台的疾病状况特征数据信息；例如：张三，身高：175cm，体重：75Kg，收缩压：134mmHg，舒张压：75mmhg，甘油三酯：1.27mmol/L，……，LDL-C：4.24mmol/L，空腹血糖：5.68mmol/L

2)根据用户各项疾病特征数据，计算患者患疾病状态特征与所患慢性病关联程度A(x,y)，即

3)筛选A(x,y)＞0.5的疾病状况特征，且根据降序排序并存储于特征相关危险因素集合P1中，如示例可得，所选取的疾病状况特征有：空腹血糖、身高、体重、收缩压、……。

4)再次计算患者用户所患疾病状况特征之间的关联程度A(x_i,x_j)，若A(x_i,x_j)≥A(x_i,y)，则去除疾病状况特征x_i，即

A(x_身高,x_空腹血糖)＞A(x_身高,y)

则去除身高这一疾病状况特征，并把空腹血糖疾病状况特征加入疾病状况特征最终相关危险因素集合P中。

5)重复步骤3-4，得到完善的疾病状况特征最终相关危险因素集合P，例如：P：{空腹血糖、甘油三酯、ALT、AST、体重}

6)最终将该名患者用户的特征最终相关危险因素集合P，即该名患者用户的空腹血糖、甘油三酯、ALT、AST、体重输入进行分类，并得到对应的评估结果，即预测该名患者用户可能患有脂肪肝疾病。

7)根据第6步判断该名用户可能患有脂肪肝疾病，则将给这名患者的分析结果发送至对应管理端；

推送具体干预模块S为：

S＝G₁+G₂+G₃+G₄+G₅+G₆

此时会给该名用户推送6种干预实施模块，包括：饮食干预模块、运动干预模块、饮酒干预模块、吸烟干预模块、情绪干预模块、压力干预模块。

Claims (10)

1.一种带有疾病相关因素提取模块的慢性病评估及干预***，其特征在于：包括用户端设备、所述管理端设备和健康数据云平台。

所述用户端设备包括疾病信息模块、干预记录模块和不良事件报告模块；

所述疾病信息模块录入用户的疾病信息，并发送至健康数据云平台；

所述干预记录模块接收和显示健康数据云平台发送的若干用户行为干预模块；每个用户行为干预模块中包括用户行为建议模块和用户行为记录模块；所述用户行为建议模块接收并显示管理端设备发送的用户行为建议；所述用户行为记录模块用于记录用户日常行为；

所述不良事件报告模块用于录入紧急报警信息；所述不良事件报告模块将紧急报警信息发送给管理端设备；

所述管理端设备包括管理工作站模块和发布处方模块；

所述管理工作站模块用于存储和显示用户的日常行为记录和干预建议记录；

所述发布处方模块接收健康数据云平台发送的慢性病分析结果Q和用户的疾病信息后，生成用户行为建议，并发送至用户端设备；

所述健康数据云平台包括疾病相关因素提取模块、数据分析模块和远程服务模块；

所述疾病相关因素提取模块接收用户的疾病信息，并提取出疾病状况特征最终相关危险因素，从而建立疾病状况特征最终相关危险因素集合P；

所述数据分析模块存储有慢性病评估模型；

所述慢性病评估模型调取疾病状况特征最终相关危险因素集合P，计算出用户的慢性病分析结果Q，并发送至管理端设备；

所述远程服务模块包括评估指导模块；

所述评估指导模块根据用户的慢性病分析结果Q将一个或多个用户行为干预模块发送至用户端设备。

2.根据权利要求1所述的一种带有疾病相关因素提取模块的慢性病评估及干预***，其特征在于：所述疾病信息包括用户病例数据和身体参数；所述身体参数包括身高、体重、血压、腰围、臀围、大小腿围、血常规、肝功能、血脂、甲胎蛋白、乙肝三对、肝纤维检查、血糖。

3.根据权利要求1所述的一种带有疾病相关因素提取模块的慢性病评估及干预***，其特征在于，提取出疾病状况特征最终相关危险因素的步骤包括：

1)获取用户疾病信息，并提取出用户疾病特征信息；

2)计算用户疾病特征信息与所患慢性病的关联程度A(x，y)，即：

式中，n表示所构建的预测平台中疾病状况特征的总数，V表示慢性病类别总个数，X表示所构建的预测平台中疾病状况特征的集合，Y表示各类慢性病种类的集合，p(x_a)表示出现疾病状况特征x_a的概率，p(y_b)表示出现慢性病y_b的概率，p(x_a|y_b)表示已知慢性病疾病类别y_b分布时疾病状况特征x_a出现的概率；

3)将关联程度A(x，y)大于预设阈值A_max的用户疾病特征信息写入疾病状况特征相关危险因素集合P₁中；

4)将疾病状况特征相关危险因素集合P₁中的元素x_i存入疾病状况特征最终相关危险因素集合P中，并在集合P₁中去除特征x_i；

计算元素x_i和元素x_j的关联程度A(x_i，x_j)，即：

式中，x_i、x_j表示疾病状况特征相关危险因素集合P₁的第i、j个元素；

5)若关联程度A(x_i，x_j)≥A(x_i，y)，则在疾病状况特征最终相关危险因素集合P中去除x_i，并返回步骤3)，直至集合P₁为空，得到疾病状况特征最终相关危险因素集合P。

4.根据权利要求1所述的一种带有疾病相关因素提取模块的慢性病评估及干预***，其特征在于，建立慢性病评估模型的步骤包括：

1)建立慢性病评估神经网络模型；

2)获取若干用户疾病状况最终相关危险因素集合P和对应的慢性病类别，并对慢性病评估神经网络模型进行训练，得到慢性病评估模型。

5.根据权利要求1所述的一种带有疾病相关因素提取模块的慢性病评估及干预***，其特征在于，所述干预模块包括饮食干预模块、运动干预模块、饮酒干预模块、吸烟干预模块、情绪干预模块、压力干预模块中的一种或多种。

所述用户行为建议包括饮食干预建议、运动干预建议、饮酒干预建议、吸烟干预建议、情绪干预建议、压力干预建议。

6.根据权利要求1所述的一种带有疾病相关因素提取模块的慢性病评估及干预***，其特征在于，用户端设备接收的干预模块如下所示：

式中，S为用户接收的总的干预模块，N_g为干预模块数目，α为决策变量，G_g为干预模块，g为干预模块序号。

7.根据权利要求1所述的一种带有疾病相关因素提取模块的慢性病评估及干预***，其特征在于，所述紧急报警信息包括用户疾病突发信息、用户身体参数超过预设正常指标信息。

8.根据权利要求1所述的一种带有疾病相关因素提取模块的慢性病评估及干预***，其特征在于，所述管理端设备还包括指导互动模块；所述指导互动模块用于实现管理端设备使用者和用户端设备使用者的信息互动。

9.根据权利要求1所述的一种带有疾病相关因素提取模块的慢性病评估及干预***，其特征在于，所述健康数据云平台还包括用于数据存储的数据存储模块。

10.根据权利要求1所述的一种带有疾病相关因素提取模块的慢性病评估及干预***，其特征在于，所述用户端设备、管理端设备和健康数据云平台均具有用于数据交互的通讯模块。

Images