[發明專利]利用習慣的診斷裝置和診斷管理裝置及利用其的診斷方法

在審

• 申請號: 201480039931.0
• 申請日: 2014-06-12
• 公開（公告）號: CN105407794A
• 公開（公告）日: 2016-03-16
• 發明（設計）人: 李昊燮
• 申請（專利權）人: 三星電子株式會社
• 主分類號: A61B5/00
• 分類號: A61B5/00
• 代理公司: 北京銘碩知識產權代理有限公司 11286
• 代理人: 孫昌浩;姜長星

技術領域

涉及一種基于通過收集用戶的行動并對收集到的行動進行分析而生成的習慣來診斷疾病的技術。

背景技術

生活習慣病可以是不良的生活習慣所引起的疾病，生活習慣和疾病的發生之間存在密切的關系。據此，醫生可以通過與患者進行交流而掌握患者的生活習慣，從而診斷疾病的發生可能性或者疾病的進行與否。

后天性大腦疾病所引起的癡呆癥是具有代表性的生活習慣疾病，該疾病是多發性認知功能障礙導致日常生活或者社會生活的困難的疾病。癡呆癥和生活習慣之間存在密切的關系，因此醫生可以通過客觀地掌握患者的生活習慣而確定癡呆癥的發病可能性。此外，癡呆癥的病狀一般會隨著時間的經過而越來越惡化，因此醫生可以通過客觀地掌握患者的生活習慣，來在早期確定癡呆癥的進行與否，從而能夠在癡呆癥的早期階段采取適當的治療手段。

如上所述，生活習慣病與患者的生活習慣有密切的關系，因此對生活習慣的客觀收集過程將會非常重要。然而，患者的生活習慣的掌握只能依靠患者的記憶力，因此存在收集到的生活習慣的準確度和可靠度降低的問題。

發明內容

技術問題

提供了一種用于基于分析收集的用戶的行動而生成的習慣數據來診斷用戶是否屬于疾病的風險群的診斷裝置和診斷管理裝置及利用其的診斷方法。

技術方案

根據一方面的利用習慣的診斷裝置包括：習慣分析部，對由一個以上的傳感器檢測的傳感器數據進行分析而生成用戶的習慣數據；診斷部，對所述生成的習慣數據和作為健康人的生活習慣數據的診斷用數據進行比較，從而診斷是否屬于疾病的風險群。

此時，習慣分析部還可以包括：日志分析模塊，對存儲于使用日志中的日志數據進行分析而生成習慣數據。

此外，習慣分析部還可以包括：輸入分析模塊，通過對由用戶輸入的數據進行分析而生成所述習慣數據。

此外，習慣分析部可以以歸一化(Normalization)的形式生成習慣數據。

此外，診斷部還可以包括：搜索模塊，搜索與用戶的個人資料匹配的所述診斷用數據。

此外，診斷部可在所述習慣數據和所述診斷用數據的差值為預設定的閾值以上時診斷為屬于疾病的風險群。

另外，診斷裝置還可以包括：存儲部，用于存儲按預設定的周期生成的習慣數據。此時，所述診斷部還可以包括：趨勢分析模塊，用于判斷所述存儲的習慣數據和所述診斷用數據的差值是否處于增加的趨勢，而且可在判斷為所述差值處于增加趨勢時，所述診斷部診斷為屬于疾病的風險群。

此外，診斷裝置還可以包括：措施部，在診斷為屬于所述風險群的情況下，向用戶提供關于所述疾病的信息，或者向醫生或者監護人通知風險群的診斷。

根據一方面的利用習慣的診斷管理裝置可包括：習慣管理部，對從診斷裝置接收的行動數據進行分析而生成用戶的習慣數據；診斷管理部，對所述生成的習慣數據和作為健康人的生活習慣數據的診斷用數據進行比較而診斷是否屬于疾病風險群。其中，所述從診斷裝置接收的行動數據可以是通過所述診斷裝置的一個以上的傳感器檢測到的傳感器數據、通過所述診斷裝置從用戶直接接收的數據、存儲于所述診斷裝置的使用日志中的日志數據中的一種以上的數據。

此外，診斷管理裝置還可包括：數據存儲部，用于存儲按預設定的周期生成的所述習慣數據。此時，診斷管理部還可包括用于判斷所述存儲的習慣數據和所述診斷用數據的差值是否處于增加的趨勢的趨勢分析模塊，而在判斷為所述差值處于增加趨勢時，可以診斷為屬于疾病的風險群。另外，診斷管理部還可以包括將存儲于習慣數據存儲部的習慣數據的變化趨勢轉換為序列形式，并且將所述轉換后的序列和表示疾病患者的習慣數據的變化趨勢的序列之間的關系進行分析的相關度分析模塊，且當所述相關關系為預設定的閾值以上時，可以診斷為屬于所述疾病的風險群。

另外，診斷管理裝置還可以包括：措施管理部，在診斷為屬于所述風險群的情況下，向用戶提供關于所述疾病的信息，或者向醫生或者監護人通知風險群的診斷。

根據一方面的利用習慣的診斷方法，可包括如下步驟：搜索作與用戶的個人資料匹配的健康人的生活習慣數據的診斷用數據；對所述搜索到的診斷用數據和習慣數據進行比較而診斷是否屬于疾病的風險群。

此外，利用習慣的診斷方法還可以包括如下的步驟：基于行動數據來生成所述習慣數據。此時，所述行動數據可以為由一個以上的傳感器檢測到的傳感器數據、從用戶接收的數據、存儲于使用日志中的日志數據中的一種以上的數據。此外，生成習慣數據的步驟還可以包括對所述習慣數據進行歸一化(Normalization)的步驟。