一种智能公卫服务管理系统及方法与流程

[0001]
本发明涉及智能公卫技术领域，尤其涉及一种智能公卫服务管理系统及方法。


背景技术：

[0002]
国内的医疗系统包括以医院为中心的疾病诊断治疗系统和以基层公共卫生为中心的基层公卫系统，疾病诊断治疗系统主要针对己经发病的患者进行疾病的干预和治疗，需要患者前往医院。目前国内的医院压力巨大，主要是因为没有及时居民未能及时了解自己的健康状况，只有当这些居民发病后，才到医院治疗，没有做到早检测、早发现、早干预。对居民健康状态进行风险评估，对节省医疗资源，使居民及早检查自己的健康状态具有重要意义，现有技术中没有涉及对居民的健康状态进行风险评估。


技术实现要素：

[0003]
有鉴于此，有必要提供一种智能公卫服务管理系统及方法，用以解决现有技术中未对居民的健康状态进行风险评估的问题。
[0004]
本发明提供一种智能公卫服务管理系统，其特征在于，包括数据采集模块、数据融合模块、数据分析模块及数据终端模块；
[0005]
所述数据采集模块，用于获取居民的生理数据及医疗数据，并将所述居民的生理数据及医疗数据进行统一存储；
[0006]
所述数据融合模块，用于为所有的生理数据及医疗数据提供了统一数据访问接口；
[0007]
所述数据分析模块，根据居民的生理数据及医疗数据，对居民的健康状态进行风险评估，得到风险评估结果；
[0008]
所述数据终端模块，用于从所述统一数据访问接口获取用户所需要的生理数据及医疗数据，并生理数据、医疗数据及风险评估结果展示给用户。
[0009]
进一步地，所述数据融合模块还用于生理数据及医疗数据的管理，提供对所述生理数据及医疗数据分布式查询引擎。
[0010]
进一步地，所述数据分析模块，根据居民的生理数据及医疗数据，对居民的健康状态进行风险评估，具体包括，
[0011]
将生理数据及医疗数据的历史数据集切分为多个测试样本数据集；使用多个机器学习模型对所述多个测试样本数据集进行预测，得到多个风险预测值；构建评估函数，并根据所述多个风险预测值和所述评估函数计算多个评估分值；根据多个评估分值得到每个机器学习模型的优化效果值，以优化效果最好的机器学习模型对居民的健康状态进行风险评估。
[0012]
进一步地，所述数据分析模块，根据所述多个风险预测值和所述评估函数计算多个评估分值，具体包括，
[0013]
获取每个机器学习模型对应的多个风险预测值中的多个第一预测值；获取所述多
个第一预测值对应的多个实际值；根据所述多个预测值及所述多个实际值计算得到健康指标；根据所述多个预测值计算性能指标，输入所述健康指标及所述性能指标至所述评估函数中得到每个机器学习模型的评估分值。
[0014]
进一步地，所述评估函数，具体为value＝(x+y)/(x/a+y/b)，其中value为评估分值，x、y、a、b分别为健康指标、性能指标、健康指标权重系数及性能指标权重系数。
[0015]
本发明还提供了一种智能公卫服务管理方法，包括以下步骤：
[0016]
获取居民的生理数据及医疗数据，并将所述居民的生理数据及医疗数据进行统一存储；
[0017]
为所有的生理数据及医疗数据提供了统一数据访问接口；
[0018]
根据居民的生理数据及医疗数据，对居民的健康状态进行风险评估，得到风险评估结果；
[0019]
从所述统一数据访问接口获取用户所需要的生理数据及医疗数据，并生理数据、医疗数据及风险评估结果展示给用户。
[0020]
进一步地，所述智能公卫服务管理方法还包括，对生理数据及医疗数据进行管理，对所述生理数据及医疗数据进行分布式查询。
[0021]
进一步地，根据居民的生理数据及医疗数据，对居民的健康状态进行风险评估，具体包括，
[0022]
将生理数据及医疗数据的历史数据集切分为多个测试样本数据集；使用多个机器学习模型对所述多个测试样本数据集进行预测，得到多个风险预测值；构建评估函数，并根据所述多个风险预测值和所述评估函数计算多个评估分值；根据多个评估分值得到每个机器学习模型的优化效果值，以优化效果最好的机器学习模型对居民的健康状态进行风险评估。
[0023]
进一步地，根据所述多个风险预测值和所述评估函数计算多个评估分值，具体包括，
[0024]
获取每个机器学习模型对应的多个风险预测值中的多个第一预测值；获取所述多个第一预测值对应的多个实际值；根据所述多个预测值及所述多个实际值计算得到健康指标；根据所述多个预测值计算性能指标，输入所述健康指标及所述性能指标至所述评估函数中得到每个机器学习模型的评估分值。
[0025]
与现有技术相比，本发明的有益效果包括：通过数据采集模块，获取居民的生理数据及医疗数据，并将所述居民的生理数据及医疗数据进行统一存储；通过数据融合模块，为所有的生理数据及医疗数据提供了统一数据访问接口；通过数据分析模块，根据居民的生理数据及医疗数据，对居民的健康状态进行风险评估，得到风险评估结果；通过数据终端模块，从所述统一数据访问接口获取用户所需要的生理数据及医疗数据，并生理数据、医疗数据及风险评估结果展示给用户；实现了对居民健康状态的风险评估。
附图说明
[0026]
图1为本发明提供的智能公卫服务管理系统的结构示意图；
[0027]
图2为本发明提供的智能公卫服务管理方法的流程示意图。
具体实施方式
[0028]
下面结合附图来具体描述本发明的优选实施例，其中，附图构成本申请一部分，并与本发明的实施例一起用于阐释本发明的原理，并非用于限定本发明的范围。
[0029]
实施例1
[0030]
本发明实施例提供了一种智能公卫服务管理系统，其结构示意图，如图1所示，所述智能公卫服务管理系统包括数据采集模块1、数据融合模块2、数据分析模块3及数据终端模块4；
[0031]
所述数据采集模块1，用于获取居民的生理数据及医疗数据，并将所述居民的生理数据及医疗数据进行统一存储；
[0032]
所述数据融合模块2，用于为所有的生理数据及医疗数据提供了统一数据访问接口；
[0033]
所述数据分析模块3，用于根据居民的生理数据及医疗数据，对居民的健康状态进行风险评估，得到风险评估结果；
[0034]
所述数据终端模块4，用于从所述统一数据访问接口获取用户所需要的生理数据及医疗数据，并生理数据、医疗数据及风险评估结果展示给用户。
[0035]
一个具体实施例中，所述生理数据包括体征数据，即血压、血氧等，所述医疗数据包括心电数据及ct数据等；这些数据可以借助专业设备在体检完成后自动获取，也可以通过手动将所述生理数据、医疗数据录入至所述数据采集模块；
[0036]
优选的，所述数据融合模块还用于生理数据及医疗数据的管理，提供对所述生理数据及医疗数据分布式查询引擎。
[0037]
一个具体实施例中，所述智能公卫服务管理系统还包括服务支撑模块，服务支撑模块是为了提供业务应用层的相关服务的支撑，主要包括服务构建、服务支撑、应用开发框架、应用开发支撑，服务架构包括基础构建、公共构件、业务构件，服务支撑包括基础支撑、分布式服务调度支撑、服务集成；
[0038]
另一个具体实施例中，所述智能公卫服务管理系统还包括数据交换模块，所述数据交换模块主要包括管理组件和分布式数据总线，数据管理组件包括适配器、转化器、数据质量校验、调度引擎、流程引擎、持久化缓存、文件/消息交换、配置解析、规则引擎、元数据管理。分布式数据总线为智能公卫服务管理系统提供数据交换的功能；
[0039]
优选的，所述数据分析模块，根据居民的生理数据及医疗数据，对居民的健康状态进行风险评估，具体包括，
[0040]
将生理数据及医疗数据的历史数据集切分为多个测试样本数据集；使用多个机器学习模型对所述多个测试样本数据集进行预测得到多个风险预测值；构建评估函数，并根据所述多个风险预测值和所述评估函数计算多个评估分值；根据多个评估分值得到每个机器学习模型的优化效果值，以优化效果最好的机器学习模型对居民的健康状态进行风险评估；
[0041]
需要说明的是，通过对机器学习模型对应的优化效果值进行比较，确定出最大的优化效果值，优化效果值越大，表明对应的机器学习模型应用于健康风险评估的性能就越佳，优化效果值越小，表明对应的机器学习模型应用于健康风险评估的性能就越差；通过选取最大的优化效果值对应的机器学习模型为目标机器学习模型，以目标机器学习模型居民
的健康状态进行风险评估；
[0042]
一个具体实施例中，3个机器学习模型，每个机器学习模型对应1个测试样本数据集，每个测试样本数据集中包括4个测试样本，则每个机器学习模型对每个测试样本数据集进行测试并输出4个风险预测值，即每个机器学习模型输出共计12个预测值，其中，所述风险预测值为0和1之间的任意值，数值越大风险越大；
[0043]
优选的，所述数据分析模块，根据所述多个风险预测值和所述评估函数计算多个评估分值，具体包括，
[0044]
获取每个机器学习模型对应的多个风险预测值中的多个第一预测值；获取所述多个第一预测值对应的多个实际值；根据所述多个预测值及所述多个实际值计算得到健康指标；根据所述多个预测值计算性能指标，输入所述健康指标及所述性能指标至所述评估函数中得到每个机器学习模型的评估分值；
[0045]
优选的，所述评估函数，具体为value＝(x+y)/(x/a+y/b)，其中value为评估分值，x、y、a、b分别为健康指标、性能指标、健康指标权重系数及性能指标权重系数；
[0046]
需要说明的是，x+y＝1，可以将使a＝b＝0.5，若重视风险评估的正确性而忽略系统的性能指标，可以将b设为0。
[0047]
实施例2
[0048]
本发明还提供了一种智能公卫服务管理方法，其流程示意图，如图2所示，所述方法包括以下步骤：
[0049]
s1、获取居民的生理数据及医疗数据，并将所述居民的生理数据及医疗数据进行统一存储；
[0050]
s2、为所有的生理数据及医疗数据提供了统一数据访问接口；
[0051]
s3、根据居民的生理数据及医疗数据，对居民的健康状态进行风险评估，得到风险评估结果；
[0052]
s4、从所述统一数据访问接口获取用户所需要的生理数据及医疗数据，并生理数据、医疗数据及风险评估结果展示给用户。
[0053]
优选的，所述智能公卫服务管理方法还包括，对生理数据及医疗数据进行管理，对所述生理数据及医疗数据进行分布式查询。
[0054]
优选的，根据居民的生理数据及医疗数据，对居民的健康状态进行风险评估，具体包括，
[0055]
将生理数据及医疗数据的历史数据集切分为多个测试样本数据集；使用多个机器学习模型对所述多个测试样本数据集进行预测，得到多个风险预测值；构建评估函数，并根据所述多个风险预测值和所述评估函数计算多个评估分值；根据多个评估分值得到每个机器学习模型的优化效果值，以优化效果最好的机器学习模型对居民的健康状态进行风险评估。
[0056]
优选的，根据所述多个风险预测值和所述评估函数计算多个评估分值，具体包括，
[0057]
获取每个机器学习模型对应的多个风险预测值中的多个第一预测值；获取所述多个第一预测值对应的多个实际值；根据所述多个预测值及所述多个实际值计算得到健康指标；根据所述多个预测值计算性能指标，输入所述健康指标及所述性能指标至所述评估函数中得到每个机器学习模型的评估分值。
[0058]
本发明公开了一种智能公卫服务管理系统及方法，通过数据采集模块，获取居民的生理数据及医疗数据，并将所述居民的生理数据及医疗数据进行统一存储；通过数据融合模块，为所有的生理数据及医疗数据提供了统一数据访问接口；通过数据分析模块，根据居民的生理数据及医疗数据，对居民的健康状态进行风险评估，得到风险评估结果；通过数据终端模块，从所述统一数据访问接口获取用户所需要的生理数据及医疗数据，并生理数据、医疗数据及风险评估结果展示给用户；实现了对居民健康状态的风险评估。
[0059]
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。