[發(fā)明專利]數(shù)據(jù)信息化導引醫(yī)療措施平臺商業(yè)模式及其預測分析方法

在審

• 申請?zhí)枺?/td>: 202110135191.2
• 申請日: 2021-02-01
• 公開（公告）號: CN112786195A
• 公開（公告）日: 2021-05-11
• 發(fā)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

本發(fā)明屬于醫(yī)療技術領域，尤其是數(shù)據(jù)信息化導引醫(yī)療措施平臺商業(yè)模式及其預測分析方法，針對現(xiàn)有技術中存在無法對血管病變引發(fā)的突發(fā)疾病進行分析預測的問題，現(xiàn)提出如下方案，其包括錄入連接用戶數(shù)據(jù)，采集血管檢測數(shù)據(jù)，建立用戶端大數(shù)據(jù)軟件平臺，所述用戶端大數(shù)據(jù)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(shù)據(jù)倉模塊、大數(shù)據(jù)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。本發(fā)明可以對所有用戶血管數(shù)據(jù)信息進行大數(shù)據(jù)運算分析，建立用戶端大數(shù)據(jù)軟件平臺，對血管病變可進行預測突發(fā)疾病，給醫(yī)護人員提供真實判據(jù)的目的。

技術領域

本發(fā)明涉及醫(yī)療技術領域，尤其涉及數(shù)據(jù)信息化導引醫(yī)療措施平臺商業(yè)模式及其預測分析方法。

背景技術

由血管病變引發(fā)的突發(fā)疾病在我們國家一直是死亡率最高的疾病之一，血管病變常見有血管堵塞或破裂、血管硬化及鈣化、血栓等，由于血管是沒有神經(jīng)的，在早期和中期，人們無法感知到，一旦因血管病變引發(fā)了心臟和大腦的突發(fā)疾病，如堵塞物形成血栓流動到心臟，引發(fā)心梗，流動到腦部形成腦梗，或者堵塞到一定程度，引發(fā)血管破裂，在短短幾分鐘就可致人死亡，想要真正防止血管疾病的突發(fā)，唯一的辦法就是提前預防。

目前人類的已有應對血管病變的方法只有兩種：一種是B超、CT/MRI、X光、造影等；另一種是超聲技術檢測血流信息與成像。

B超、CT/MRI、X光、造影等主要是對生物組織的解剖結構進行成像，但無法提供組織和檢測目標的運動信息，且人們一般在早、中期的時候不會去醫(yī)院進行有創(chuàng)檢測，成本貴，又比較費時費力。

超聲技術檢測血流信息與成像，具有安全、無創(chuàng)、價廉、直觀，可實時成像，可重復檢查等優(yōu)點，能提供組織和檢測目標的運動信息，但是目前的超聲技術檢測血流信息與成像只是檢測單個患者周期內(nèi)血管參數(shù)信息，且因個體化差異以及生理變化等因素，無法根據(jù)目前判據(jù)來預測突發(fā)疾病。

加上目前一些區(qū)域出現(xiàn)醫(yī)療資源匱乏情況，以及受醫(yī)務人員資歷及經(jīng)驗影響，以及醫(yī)生對患者的所有信息了解和監(jiān)控分析能力有限，以及醫(yī)生了解到的所有患者的情況的經(jīng)驗有限，患者很難得到對于血管疾病的專業(yè)分析，無法在早期就讓患者了解到自身血管健康程度以及可能的突發(fā)疾病，會錯過最佳的治療時間的缺點。

現(xiàn)提出本方案，結合了目前的超聲技術檢測血流信息與成像血管病變檢測方式，同時結合了利用B超、CT/MRI、X光、造影等其他方式檢測出的既往病史信息，建立大數(shù)據(jù)個性化分析平臺，可對心腦血管疾病進行個性化分析以及預測，因此我們提出了數(shù)據(jù)信息化導引醫(yī)療措施平臺商業(yè)模式及其預測分析方法，用來解決上述問題。

發(fā)明內(nèi)容

本發(fā)明的目的是為了解決現(xiàn)有技術中存在無法對血管病變引發(fā)的突發(fā)疾病進行分析預測的缺點，而提出的數(shù)據(jù)信息化導引醫(yī)療措施平臺商業(yè)模式及其預測分析方法。

為了實現(xiàn)上述目的，本發(fā)明采用了如下技術方案：

數(shù)據(jù)信息化導引醫(yī)療措施平臺商業(yè)模式，包括錄入連接用戶數(shù)據(jù)，采集血管檢測數(shù)據(jù)，建立用戶端大數(shù)據(jù)軟件平臺，所述用戶端大數(shù)據(jù)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(shù)據(jù)倉模塊、大數(shù)據(jù)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(shù)據(jù)倉模塊連接，存儲模塊與提取模塊連接，數(shù)據(jù)倉模塊與大數(shù)據(jù)運算分析模塊連接，大數(shù)據(jù)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。

優(yōu)選的，所述錄入模塊包括病人唯一編碼、性別、年齡、職業(yè)、運動、地理位置、煙酒史、生活習慣和既往病史。

優(yōu)選的，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。