[發明專利]一種主動式健康醫療決策輔助方法及設備

有效

• 申請號: 202011549296.4
• 申請日: 2020-12-24
• 公開（公告）號: CN112669967B
• 公開（公告）日: 2022-09-16
• 發明（設計）人: 吳運良
• 申請（專利權）人: 福建福壽康寧科技有限公司
• 主分類號: G16H50/30
• 分類號: G16H50/30;G16H50/20;G06N3/08
• 代理公司: 福州科揚專利事務所(普通合伙) 35001
• 代理人: 李曉芬

本發明涉及一種主動式健康醫療決策輔助方法及設備，所述方法包括如下步驟：獲取各種健康問題和疾病的患病人群的個體特征作為訓練樣本，通過機器學習方法或深度學習方法進行訓練，生成對應健康問題或疾病的患病風險評估模型；對應各種疾病預編寫健康醫療決策輔助方案，編寫完成的健康醫療決策輔助方案存入健康醫療決策輔助數據庫中；從多源異構的健康醫療平臺上爬取用戶的個體數據并進行預處理和清洗，得到用戶的個體特征；將用戶的個體特征輸入至健康評估模型中，輸出用戶有可能罹患的健康問題或疾病；根據用戶有可能罹患的疾病，從健康醫療干預數據庫中獲取對應健康問題或疾病的健康醫療決策輔助方案，通過醫生進行協同處理后發送給用戶。

技術領域

本發明涉及一種主動式健康醫療決策輔助方法及設備，屬于健康醫療和數據處理技術領域。

背景技術

目前，世界主要國家醫學模式的具體表現形式本質屬性上大同小異，還是以被動醫療為主導，迄今這種家長式醫療模式已經持續數千年。其特點是患者盲目性圍著醫生和運營主體轉，屬被動消費，醫生亦被動提供服務，所服務的對象隨機無針對性；信息不對稱，患者處于被動消費狀態。預防是最經濟最有效的健康策略，從“源頭治理”將主要健康問題前移解決。健康問題主要包括衛生預防和治療；由于醫療資源有限，人們無法快速了解自己的身體健康狀態，很多疾病在亞健康或萌芽狀態時人們往往無法得知自己的健康風險，未采取健康預防干預措施；通常大部分重大疾病都是到了中晚期病人才發現并開始治療，大大提高了治療難度和成本；小病或者慢性病的病人缺乏醫生系統性的指導，許多病人基本上任其發展，沒有進行早期干預，直到發展成大病后才開始重視，均屬被動干預；并且，許多大病、疑難病的患者不知如何選擇醫療機構也不明白自己的治療方向，沒有一個系統性、實時性和可靠性的健康醫療系統能夠幫助患者在健康與非健康狀態進行決策輔助；并且，到醫療機構診療時，醫生對患者事先缺少全面了解，而5分鐘要做出診斷決策難度大，僅通過儀器設備的時點檢測數據具有片面性，不僅不能全面和準確反映病因，且診斷費用也高，醫生屬于被動提供服務。從醫療衛生服務體系的角度看，當前衛生預防與臨床救治處于割裂狀態，服務鏈不連續。

發明內容

為了解決上述現有技術中存在的問題，本發明提供一種主動式健康醫療決策輔助方法及設備，根據用戶的健康特征評估罹患疾病的風險，并給出專業的健康醫療診斷和決策輔助方案，幫助用戶對疾病進行預防以及治療。

本發明的技術方案如下：

技術方案一：

一種主動式健康醫療決策輔助方法，包括如下步驟：

建立健康評估模型，獲取各種健康問題和疾病的患病人群的個體特征作為訓練樣本，通過機器學習方法或深度學習方法進行訓練，生成對應健康問題或疾病的患病風險評估模型；

建立健康醫療干預數據庫，對應各種疾病預編寫健康醫療決策輔助方案，所述健康醫療決策輔助方案至少包括健康教育方案、生活膳食干預、中醫養生調理、運動理療、自我藥療、心理干預、治療科室選擇、治療路線以及治療方案；編寫完成的健康醫療決策輔助方案存入健康醫療決策輔助數據庫中；

獲取健康數據，從多源異構的健康醫療平臺上爬取用戶的個體數據，對多源異構的個體數據進行預處理和清洗，得到用戶的個體特征；

患病風險預估，將用戶的個體特征輸入至健康評估模型中，健康評估模型調用患病風險評估模型根據用戶的個體特征輸出用戶有可能罹患的健康問題或疾病以及罹患對應健康問題或疾病的概率；

提供健康醫療決策輔助，根據用戶有可能罹患的疾病，從健康醫療干預數據庫中獲取對應健康問題或疾病的健康醫療決策輔助方案，獲取的健康醫療決策輔助方案通過醫生進行協同處理后發送給用戶。

進一步的，所述獲取各種健康問題和疾病的患病人群的個體特征作為訓練樣本，通過機器學習方法或深度學習方法進行訓練，生成對應疾病的患病風險評估模型的具體步驟如下：