[發明專利]基于物聯網數據的用戶數據分類方法、裝置及計算機設備

有效

• 申請號: 202010442300.0
• 申請日: 2020-05-22
• 公開（公告）號: CN111696675B
• 公開（公告）日: 2023-09-19
• 發明（設計）人: 黃德生
• 申請（專利權）人: 深圳賽安特技術服務有限公司
• 主分類號: G16H50/70
• 分類號: G16H50/70;G16H10/60;G06N3/08;G06N3/0464;G16Y20/40;G16Y10/60
• 代理公司: 深圳市精英專利事務所 44242
• 代理人: 李翔宇

本發明公開了基于物聯網數據的用戶數據分類方法、裝置、計算機設備及存儲介質，應用于智慧城市的智慧醫療領域，涉及數據處理及區塊鏈，通過接收物聯網醫療終端上傳的當前用戶醫療數據后，云服務器根據當前用戶醫療數據、及在云服務器中檢索得到的與當前用戶對應的其他關鍵數據組成待分析數據集，由云服務器中已存儲的卷積神經網絡作為上述當前用戶醫療數據和關鍵數據組成的輸入數據的運算模型，從而得到分類結果確定最佳治療路徑。該方法實現了基于物聯網設備對用戶醫療數據的快速獲取，且基于歷史醫療數據快速且準確的推薦最佳治療方案數據，降低獲取最佳治療方案數據的成本。

技術領域

本發明涉及數據處理及區塊鏈技術領域，尤其涉及一種基于物聯網數據的用戶數據分類方法、裝置、計算機設備及存儲介質。

背景技術

目前，當患者去醫院看病(尤其是高血壓、糖尿病、心腦血管疾病等慢性疾病)時，一般是用戶去醫院現場去測量體征數據，由患者人工讀取和手動記錄后告知醫生，之后由醫生對這些體征數據記錄至醫療系統服務器中，以作為該患者的歷史醫療數據。但是患者頻繁的去醫院現場進行人工測量，不僅耗費患者時間，而且占用醫生等醫療資源，導致慢性疾病的醫療數據的獲取周期較長。

而且醫生根據用戶在醫院現場測量的體征數據進行后續治療方案的推薦時，一般是基于醫生的自身經驗，對醫生的專業水平要求較高，也即獲取較為準確的治療方案數據的人工成本較高。

發明內容

本發明實施例提供了一種基于物聯網數據的用戶數據分類方法、裝置、計算機設備及存儲介質，旨在解決現有技術中獲取患者用戶的體征數據需去醫院現場進行人工測量，且基于測量的體征數據進行后續治療方案的推薦時對醫生專業水平要求較高，導致慢性疾病的醫療數據的獲取周期較長，且獲取較為準確的治療方案數據的人工成本較高的問題。

第一方面，本發明實施例提供了一種基于物聯網數據的用戶數據分類方法，其包括：

判斷是否接收到物聯網醫療終端上傳的當前用戶醫療數據；其中，所述當前用戶醫療數據包括用戶身份識別數據、藥物注射數據、體征測量數據；

若接收到物聯網醫療終端上傳的當前用戶醫療數據，獲取與所述身份識別數據對應的歷史醫療數據集；其中，所述歷史醫療數據集包括電子病歷數據子集、檢查報告數據子集、用藥記錄數據子集、歷史治療方案數據子集；

調用預先設置的第一關鍵詞集合及與所述第一關鍵詞集合對應的第一提取策略，提取與所述身份識別數據對應的歷史醫療數據集中的目標數據集合，以與所述當前用戶醫療數據進行合并得到當前用戶輸入數據；

由所述當前用戶輸入數據中各字段對應的語義向量組成當前用戶數據輸入向量，將所述當前用戶數據輸入向量輸入至預先訓練的卷積神經網絡模型，得到與所述當前用戶數據輸入向量對應的分類結果；

判斷所述分類結果對應的治療路徑數據種類是否大于1；

若所述分類結果對應的治療路徑數據種類大于1，獲取分類結果對應的各治療路徑數據種類分別對應的標準用戶數據輸入向量；以及

將分類結果分別對應的標準用戶數據輸入向量與所述當前用戶數據輸入向量計算向量相似度，獲取向量相似度為最大值對應的標準用戶數據輸入向量、及對應的治療路徑數據，以作為最佳治療路徑數據。

第二方面，本發明實施例提供了一種基于物聯網數據的用戶數據分類裝置，其包括：

當前數據接收單元，用于判斷是否接收到物聯網醫療終端上傳的當前用戶醫療數據；其中，所述當前用戶醫療數據包括用戶身份識別數據、藥物注射數據、體征測量數據；

歷史數據搜索單元，用于若接收到物聯網醫療終端上傳的當前用戶醫療數據，獲取與所述身份識別數據對應的歷史醫療數據集；其中，所述歷史醫療數據集包括電子病歷數據子集、檢查報告數據子集、用藥記錄數據子集、歷史治療方案數據子集；