健康评估智能管理系统的制作方法

1.本发明属于健康评估管理技术领域，特别是涉及健康评估智能管理系统与数据处理方法。

背景技术：

2.健康风险评估是一种方法或工具，用于描述和评估某一个体未来发生某种特定疾病或因为某种特定疾病导致死亡的可能性，这种分析过程目的在于估计特定时间发生的可能性，而不在于做出明确的诊断，而健康风险评估一般都需要专业的机构评估，在对于一些老、弱、病、残人士来说非常的不方便。
3.如公开号为cn107808697a所示的一种用于健康皮凝固的管理系统，该发明公开了一种用于健康评估的管理系统，该系统包括测量模块、交互模块和管理模块，交互模块根据评估类型显示对应的测量方式信息，根据测量方式信息实现对被检测者的测量，得到测量数据，测量数据发送至管理模块进行处理，得到该被检测者的健康评估结果，该系统中，被检测者可以通过交互模块显示的测量方式信息自主进行健康评估的操作，在没有医护人员监护的情况下，也能准确操作用于健康评估的管理系统，实现对自己或者他人的健康评估；
4.如公开号为cn106295154a所示的老年人医学健康评估系统及方法，该发明公开了一种老年人医学健康评估系统及老年人医学健康评估方法，涉及互联网医疗领域，根据输入的用户信息生成包括多个健康评估量表的评估档案，再根据预设的评估标准对健康评估量表进行评估，得到评估结果文件并生成对应的报表，整个健康评估过程由计算机装置自动完成，评估速度快效率高，使得对用户的健康评估更为简单和方便；
5.如公开号为cn106169031a所示的基于云端的老年人医学健康评估系统及方法。本发明提供的基于云端的老年人医学健康评估系统及方法，涉及互联网医疗领域，由健康评估服务器通过网络接收客户终端发送的用户信息，根据用户信息生成包括多个健康评估量表的评估档案，再根据预设的评估标准对健康评估量表进行评估，得到评估结果文件并生成对应的报表后，将报表文件反馈回客户终端，整个健康评估过程由设置在云端的健康评估服务器完成，用户只需要通过客户终端与健康评估服务器建立通信后，就能远程完成健康评估，评估速度快效率高，使得对用户的健康评估更为简单和方便。
6.在上述发明中，该评估系统没有算法公式的支撑，有算法的支持才能体现该产品基础数据的可靠性，算法中各个参数的动态变化，也是产品灵活性的体现，同时评估处理环节没细分具体的处理模块，从数据的录入到数据的评估处理到最后健康评估结果输出，评估处理环节无疑是最重要的一个环节，该环节增加了数据处理智能算法模块、数据归类模块、图形生成模块，最后该评估结果无法做到实时反馈，而漫长的等待会增加参与评估人的心理负担。

技术实现要素：

7.本发明提供了健康评估智能管理系统，解决了以上问题。
8.为解决上述技术问题，本发明是通过以下技术方案实现的：
9.本发明的健康评估智能管理系统，所述管理系统的内部包含有数据采集单元、数据录入单元、数据处理单元、数据输出单元以及数据反馈单元；
10.数据采集单元：所述数据采集单元用于将老、弱、病、残提供的信息记录下来用于后续的录入；
11.数据录入单元：所述数据录入单元用于将老、弱、病、残的身体各项指标输入到健康评估管理系统；
12.数据处理单元：所述数据处理单元用于将指标数据进行处理；
13.数据输出单元：所述数据输出单元用于将数据处理单元生成的图形进行输出展示；
14.数据反馈单元：所述数据反馈单元用于将数据输出单元的数据结果反馈给评估人。
15.进一步的，所述数据反馈单元的反馈数据以图片与数据的形式反馈，所述数据反馈单元的反馈方式为短信通知。
16.进一步的，所述数据输出单元的输出数据为数据结果与方案。
17.进一步的，所述数据处理单元的内部包括有数据处理智能算法模块、数据归类模块以及图形生成模块；
18.所述数据处理智能算法模块用于将数据进行算法处理；
19.所述数据归类模块用于将不同类型的数据经算法计算后进行分类汇总；
20.所述图形生成模块用于将分类汇总后的数据按照一定的维度进行图形绘制。
21.进一步的，所述数据处理智能算法模块的算法是离散的，所述数据归类模块的算法是聚合的。
22.本发明相对于现有技术包括有以下有益效果：
23.1、本发明采用数据处理智能算法和数据归类算法的思想分别是离散和聚合，离散保证了个体信息的完整性和准确性，聚合保证了各个指标对健康评估的统一性，在深层次上保证了评估结果的准确性，同时保证了评估系统的稳定性。
24.2、本发明采用图形的生成可以直观看出评估人的身体状况，再结合结果数据的输出，使得该评估系统在多方面数据输出处理上有质的飞越。
25.3、本发明的反馈单元保证了健康评估系统的实时性，让评估人在第一时间知道自己的身体状态以及相应的方案。
26.当然，实施本发明的任一产品并不一定需要同时达到以上所述的所有优点。
附图说明
27.为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
28.图1为本发明的健康评估智能管理系统的流程图；
29.图2为本发明的健康评估智能管理系统的步骤图；
30.图3为本发明的图形生成模块的图形生成图；
31.图4为现有的健康评估智能管理系统的步骤图。
具体实施方式
32.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
33.本发明的健康评估智能管理系统，管理系统的内部包含有数据采集单元、数据录入单元、数据处理单元、数据输出单元以及数据反馈单元；
34.数据采集单元：数据采集单元用于将老、弱、病、残提供的信息记录下来用于后续的录入；
35.数据录入单元：数据录入单元用于将老、弱、病、残的身体各项指标输入到健康评估管理系统；
36.数据处理单元：数据处理单元用于将指标数据进行处理；
37.数据输出单元：数据输出单元用于将数据处理单元生成的图形进行输出展示；
38.数据反馈单元：数据反馈单元用于将数据输出单元的数据结果反馈给评估人。
39.优选的，数据反馈单元的反馈数据以图片与数据的形式反馈，数据反馈单元的反馈方式为短信通知。
40.优选的，数据输出单元的输出数据为数据结果与方案。
41.优选的，数据处理单元的内部包括有数据处理智能算法模块、数据归类模块以及图形生成模块；
42.数据处理智能算法模块用于将数据进行算法处理；
43.数据归类模块用于将不同类型的数据经算法计算后进行分类汇总；
44.图形生成模块用于将分类汇总后的数据按照一定的维度进行图形绘制。
45.优选的，数据处理智能算法模块采用离散式算法，数据归类模块采用聚合算法。
46.本技术方案中，数据处理智能算法(离散)：已知老、弱、病、残的身份id为d
id
(唯一标识，id随系统传到下列公式里)，信息大类指标为bi(i＝1,2,3...n)，信息小类分值为s
ij
(i＝1,2,3...n；j＝1,2,3...n)，小类选项的影响因子为e
ij
(i＝1,2,3...n；j＝1,2,3...n)，用户选择的小项为m
pq
(p＝1,2,3...n；q＝1,2,3...n)，由用户选择的小项将其通过映射函数vertex{m
pq
：e
ij
}映射为对应的影响因子，通过公式得出信息大类指标如下：
[0047][0048][0049]
本技术方案中，数据归类模型算法(聚合)：lasso回归是一种线性回归的缩减方法，将回归系数收缩在一定的区域内，lasso是在残差平方和上添加惩罚函数来限制权重ω1，以此来压缩和简化模型，也就是特征筛选，在lasso回归中损失函数上添加一个惩罚项
m是样本个数，n是特征个数，那么损失函数f(ω)是：
[0050][0051]
在大规模数据变量模型中具有良好的变量选择性质，当残差平方λ
t
λ很小的时候，一些自变量的系数会随着变为0，这样不仅可以筛选出线性回归模型中具有多重共线性的特征，还能通过量化的权重来直观地展示身体各项指标对健康的影响情况；
[0052]
健康评分领域需要评分模型的稳健性和可解释性，在输入数据上，健康分类指标数据具有离散化的特点，更加适合结合lasso回归模型的健康评分卡，将预测模型由梯度集成决策树改进为lasso回归模型，增加评分卡的可解释性，同时结合体检的应用场景和输入数据，建立健康评分模型，评分卡的分值刻度将分值score表示为比率对数的线性表达式：
[0053]
score＝a-b
·
log(odds)
[0054]
其中，a为补偿，b为刻度，都为常熟；
[0055][0056]
p＝ω1x1+ω2x2+ω2x2+
…
+ωnxn+b＝w
t
x+b
[0057]
其中：xn表示老、弱、病、残各项大类检测指标(由数据处理智能算法得出)，p由lasso线性回归模型得到，取值范围[0，1]，表示非健康的概率，引入违约翻倍系数pdo，即当odds(非健康：健康比例)为两倍的时候，分数为score+pdo：
[0058]
score+pdo＝a-b
·
log(2
·
odds)
[0059]
因此引入lasso回归模型得到各个指标对健康影响程度的数据，构建评分模型，用健康评分卡表示成线性比率，得到健康参数、非健康参数及概率。
[0060]
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为所述的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。

技术特征：

1.健康评估智能管理系统，其特征在于，所述管理系统的内部包含有数据采集单元、数据录入单元、数据处理单元、数据输出单元以及数据反馈单元；数据采集单元：所述数据采集单元用于将老、弱、病、残提供的信息记录下来用于后续的录入；数据录入单元：所述数据录入单元用于将老、弱、病、残的身体各项指标输入到健康评估管理系统；数据处理单元：所述数据处理单元用于将指标数据进行处理；数据输出单元：所述数据输出单元用于将数据处理单元生成的图形进行输出展示；数据反馈单元：所述数据反馈单元用于将数据输出单元的数据结果反馈给评估人。2.根据权利要求1所述的健康评估智能管理系统，其特征在于，所述数据反馈单元的反馈数据以图片与数据的形式反馈，所述数据反馈单元的反馈方式为短信通知。3.根据权利要求1所述的健康评估智能管理系统，其特征在于，所述数据输出单元的输出数据为数据结果与方案。4.根据权利要求1所述的健康评估智能管理系统，其特征在于，所述数据处理单元的内部包括有数据处理智能算法模块、数据归类模块以及图形生成模块；所述数据处理智能算法模块用于将数据进行算法处理；所述数据归类模块用于将不同类型的数据经算法计算后进行分类汇总；所述图形生成模块用于将分类汇总后的数据按照一定的维度进行图形绘制。5.根据权利要求4所述的健康评估智能管理系统，其特征在于，所述数据处理智能算法模块的算法是离散的，所述数据归类模块的算法是聚合的。

技术总结

本发明公开了健康评估智能管理系统，涉及健康评估管理技术领域。本发明的数据采集单元：所述数据采集单元用于将老、弱、病、残提供的信息记录下来用于后续的录入；数据录入单元：所述数据录入单元用于将老、弱、病、残的身体各项指标输入到健康评估管理系统；数据处理单元：所述数据处理单元用于将指标数据进行处理；数据输出单元：所述数据输出单元用于将数据处理单元生成的图形进行输出展示。本发明采用数据处理智能算法和数据归类算法的思想分别是离散和聚合，离散保证了个体信息的完整性和准确性，聚合保证了各个指标对健康评估的统一性，在深层次上保证了评估结果的准确性，同时保证了评估系统的稳定性。时保证了评估系统的稳定性。时保证了评估系统的稳定性。