[發明專利]數據信息化導引醫療措施平臺商業模式及其預測分析方法

在審

• 申請號: 202110135191.2
• 申請日: 2021-02-01
• 公開（公告）號: CN112786195A
• 公開（公告）日: 2021-05-11
• 發明（設計）人: 白湧
• 申請（專利權）人: 深圳市貝斯曼精密儀器有限公司
• 主分類號: G16H50/20
• 分類號: G16H50/20;G16H50/70;G16H50/80;G06F21/60;G06Q20/06
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.數據信息化導引醫療措施平臺商業模式，包括包括錄入連接用戶數據，采集血管檢測數據，建立用戶端大數據軟件平臺，其特征在于，所述用戶端大數據軟件平臺包括錄入模塊、采集模塊、標記模塊、分類模塊、加密模塊、存儲模塊、提取模塊、數據倉模塊、大數據運算分析模塊、傳輸模塊、綜合判斷模塊、預測模塊、可視化模塊、添加模塊和支付模塊，所述錄入模塊與采集模塊連接，采集模塊與標記模塊連接，標記模塊與分類模塊連接，分類模塊與加密模塊連接，加密模塊與存儲模塊和數據倉模塊連接，存儲模塊與提取模塊連接，數據倉模塊與大數據運算分析模塊連接，大數據運算分析模塊與傳輸模塊和存儲模塊連接，傳輸模塊與綜合判斷模塊連接，綜合判斷模塊與預測模塊連接，預測模塊與可視化顯示模塊連接，可視化顯示模塊與添加模塊連接，添加模塊與支付模塊連接。

2.根據權利要求1所述的數據信息化導引醫療措施平臺商業模式，其特征在于，所述支付模塊包括微信支付、支付寶、銀行卡、信用卡和推薦用戶積分。

3.根據權利要求1所述的數據信息化導引醫療措施平臺商業模式，其特征在于，所述錄入模塊包括病人唯一編碼、性別、年齡、職業、運動、地理位置、煙酒史、生活習慣和既往病史，用戶支付成功后，錄入模塊對新用戶進行添加。

4.根據權利要求1所述的數據信息化導引醫療措施平臺商業模式，其特征在于，所述采集模塊對患者檢測數據和基本信息進行采集，檢測患者血管參數，檢測數據包括血流速度值、血液粘稠度值、ABI值、TBI值等，基本信息數據包括錄入模塊信息，標記模塊對采集的數據進行標記，用于不同用戶之間的區分，分類模塊對采集的數據進行分類，并將分類后的數據傳輸至加密模塊進行字段加密，加密后傳輸至數據倉模塊，同時存儲模塊對加密后數據進行存儲，提取模塊對存儲模塊數據進行提取，大數據分析模塊對接收的數據倉數據進行運算分析，并將分析結果通過存儲模塊進行存儲，同時通過傳輸模塊傳輸至綜合判斷模塊。

5.根據權利要求1所述的數據信息化導引醫療措施平臺商業模式，其特征在于，所述加密模塊將字段進行唯一編碼加密處理，保障數據輸入輸出的一一對應以及安全性。

6.根據權利要求1所述的數據信息化導引醫療措施平臺商業模式，其特征在于，所述綜合判斷模塊根據錄入模塊的數據信息和采集模塊的數據信息進行隨機組合，隨著錄入模塊和采集模塊的數據越多，綜合判斷模塊所提供的判斷依據越全面、越真實有效，包括采集模塊總數據池、性別單元數據池、年齡單元數據池、職業單元數據池、運動單元數據池、地理位置單元數據池、煙酒史單元數據池、生活習慣單元數據池、既往病史單元數據池，包括以上單元的隨機組合的交集或者并集數據，匹配出組合數據的并集或者交集，產生新的單元數據。

7.根據權利要求1所述的數據信息化導引醫療措施平臺商業模式，其特征在于，所述預測模塊對綜合判斷模塊的結果數據進行再匹配既往病史數據，從而輸出相關聯的預測數據。

8.根據權利要求1所述的數據信息化導引醫療措施平臺商業模式，其特征在于，所述可視化顯示模塊包括對預測模塊的結果進行可視化的統計圖形或數值或文字描述的顯示。

9.根據權利要求1-8提出的數據信息化導引醫療措施平臺商業模式的預測分析方法，其特征在于，包括以下步驟：

S1：支付模塊包括微信支付、支付寶、銀行卡、信用卡和推薦用戶積分；

S2：用戶支付成功后，錄入模塊對新用戶進行添加，檢測患者血管參數，檢測數據包括血流速度值、血液粘稠度值、ABI值、TBI值等，基本信息數據包括錄入模塊信息，錄入模塊包括病人唯一編碼、性別、年齡、職業、運動、地理位置、煙酒史、生活習慣和既往病史，采集模塊對患者檢測數據和基本信息進行采集，標記模塊對采集的數據進行標記，用于不同用戶之間的區分，分類模塊對采集的數據進行分類，并將分類后的數據傳輸至加密模塊進行字段加密，加密后傳輸至數據倉模塊，同時存儲模塊對加密后數據進行存儲，提取模塊對存儲模塊數據進行提取，大數據分析模塊對接收的數據倉數據進行運算分析，并將分析結果通過存儲模塊進行存儲，同時通過傳輸模塊傳輸至綜合判斷模塊；

S3：綜合判斷模塊根據錄入模塊的數據信息和采集模塊的數據信息進行隨機組合，隨著錄入和采集的數據越多，綜合判斷模塊所提供的判斷依據越全面、越真實有效，包括采集模塊總數據池、性別單元數據池、年齡單元數據池、職業單元數據池、運動單元數據池、地理位置單元數據池、煙酒史單元數據池、生活習慣單元數據池、既往病史單元數據池，包括以上單元的隨機組合的交集或者并集數據，匹配出組合數據的并集或者交集，產生新的單元數據；

S4：預測模塊對綜合判斷模塊的結果數據進行再匹配突發疾病，從而輸出相關聯的預測數據；

S5：可視化顯示模塊包括對預測模塊的結果進行可視化的統計圖形或數值或文字描述的顯示。