[發明專利]一種基于移動終端的智能健康管理的問診分析方法及系統

在審

• 申請號: 201710801134.7
• 申請日: 2017-09-07
• 公開（公告）號: CN107610741A
• 公開（公告）日: 2018-01-19
• 發明（設計）人: 陳玲;陳巧林;王蕓蕓;陳榮庚
• 申請（專利權）人: 廣州九九加健康管理有限公司
• 主分類號: G16H10/20
• 分類號: G16H10/20;G16H50/20
• 代理公司: 廣州粵高專利商標代理有限公司44102
• 代理人: 單香杰

技術領域

本發明涉及大數據統計分析及挖掘算法技術領域，更具體地，涉及一種基于移動終端的智能健康管理的問診分析方法及系統。

背景技術

目前，醫療機構及體檢機構，作為居民健康體檢的主要機構，其健康體檢存在的主要問題是：①缺乏個體健康狀況評估，無法獲知個體遺傳狀況、生活習慣及地域性的差異性特征；②健康體檢仍舊以傳統模式為主，缺乏個體針對性及精準性，導致有些必要的檢查并未進行，而另外又有一些不必要的檢查，造成一定的資源浪費。

發明內容

本發明為克服上述現有技術所述的至少一種缺陷，提供一種基于移動終端的智能健康管理的問診分析方法及系統，收集大量醫療衛生數據，利用大數據統計分析方法及挖掘算法技術，生成多維度智能健康體檢問診分析問卷；進一步，通過健康體檢問診分析問卷結果，演算健康問診分析模型，該模型通過決策樹模型機器自學習生成，并且在后續數據不斷納入的過程中，不斷進行模型擬合，通過該模型，系統自動推送健康體檢方案，達到健康體檢個性化定制的目的，提高健康體檢的精準性。

為解決上述技術問題，本發明的技術方案如下：

一種基于移動終端的智能健康管理的問診分析方法，包括以下步驟：

S1：根據大量醫療衛生數據利用大數據挖掘算法及統計分析方法，篩選出相關疾病危險因素，建立多層累積Logistic回歸模型，應用該模型分析出的疾病危險因素，生成多維度智能問診分析問卷；

S2：通過移動終端在線填寫多維度智能問診分析問卷，結合數據分析模型構建個體健康問診分析決策樹模型；所述的個體健康問診分析決策樹模型的自變量為多維度智能問診分析問卷相關變量，因變量為健康風險危險因素；

S3：基于個體健康問診分析決策樹模型，找出個體適宜的健康體檢相關項目，通過移動終端，基于云端服務器的智能健康體檢問診分析平臺，推送針對不同個人的個性化精準體檢方案。

在一種優選方案中，步驟S1中所述的多層累積logistic回歸數學模型為：

假設結局測量被分為m個類別(m＝1,2,…,M)，其測量值為(y_ij＝1),(y_ij＝2)，(y_ij＝M),且(y_ij＝1)<(y_ij＝2)＜…＜(y_ij＝M)。當π_ijm表示觀察對象被分到m類的概率時，其累計概率函數表示為：

γ_ijm＝P(y＜m)＝π_ij1+π_ij2+…+π_ijm

由于累積logit連接函數為

因此，考慮隨機效應后，多層累積logistic回歸模型可表達為：

β_1j＝γ₁+u_1j

β_2j＝γ₂+u_2j

…

β_kj＝γ_k+u_kj

該模型包含m-1個累計logit，其中β_0m為第m個logit的截距；式中，γ_k表示自變量x_x對因變量的平均效應，β_k為x_x的回歸系數，u_kj為殘差，服從多元正態分布：u_j～N(0,Ω_u)；此處，i，j分別代表測量值矩陣的行列編號，k代表層級(不同的測量指標)。

在一種優選方案中，步驟S2中所述的數據分析模型包括回歸模型、對數線性模型、主成分分析模型以及聚類分析；通過分析將問卷結果歸集成幾個相關變量，消減數據塊，減少數據挖掘時要考慮的特征數，構建個體健康問診分析決策樹模型。

在一種優選方案中，所述的個體健康問診分析決策樹模型生長層數為3-5層；所述生長層數根據歸集的相關變量自動設置。

一種基于移動終端的智能健康管理的問診分析系統，基于所述的方法，其特征在于，至少包括：

生成模塊，用于根據大量醫療衛生數據利用大數據挖掘算法及統計分析方法，篩選出相關疾病危險因素，建立多層累積Logistic回歸模型，應用該模型分析出的疾病危險因素，生成多維度智能問診分析問卷；