基于智能康复设备的家庭健康评估及干预系统的制作方法

1.本发明涉及医疗健康技术领域，具体涉及一种基于智能康复设备的家庭健康评估及干预系统。


背景技术：

2.慢性病的危害已经成为主要的社区公共卫生问题之一。例如，老年慢性病是危害老年人群健康的主要疾病,急性发作期常需住院处理,后期康复则可于社区卫生服务机构与家庭中进行,但目前医院资源相对紧缺,社区医疗技术滞后,家庭照护能力不足,使老年慢性病治疗,康复呈割裂式服务。针对目前居民医疗健康数据规模小，可视化差，对于慢性病、残疾/失能者等没有实现家庭
‑
社区
‑
医院数据的互通。从而无法较好的对慢性病、残疾/失能者等患者进行有针对性的健康干预或指导，不利于患者的康复。


技术实现要素：

3.本发明提供一种基于智能康复设备的家庭健康评估及干预系统，旨在解决的技术问题之一是：现有慢性病、残疾/失能者等没有实现家庭、社区和医院数据的互通，从而无法有针对性的对其干预或康复指导。
4.考虑到现有技术的上述问题，根据本发明公开的一个方面，本发明采用以下技术方案：
5.一种基于智能康复设备的家庭健康评估及干预系统，其包括：
6.数据采集模块，其用于实时采集个体的健康状态和家居环境数据，并将采集的所述健康状态和家居环境数据传递给仿真建模及评估模块；
7.仿真建模及评估模块，所述仿真建模及评估模块根据接收到的所述健康状态和家居环境数据对其建模生成特定监测个体的数据孪生模型，并进行个体健康的辨识和评估；
8.健康干预模块，所述健康干预模块根据所述仿真建模及评估模块的个体评估情况和健康干预策略产生个体的健康干预数据，并将所述健康干预数据传递给使用终端。
9.为了更好地实现本发明，进一步的技术方案是：
10.进一步地，所述健康干预模块还与医疗平台管理系统建立数据连接，所述健康干预模块从所述医疗平台管理系统中获取医嘱信息或所述医疗平台管理系统将医嘱信息发送给所述健康干预模块，所述健康干预模块结合所述医嘱信息形成健康干预数据并反馈给所述使用终端。
11.进一步地，所述使用终端收到健康干预数据后，数据采集模块再次采集对应个体的健康状态和家居环境数据，并将采集的所述健康状态和家居环境数据再次传递给仿真建模及评估模块。
12.进一步地，所述数据采集模块获取采集数据的来源包括个体的康复设备和环境监控设备。
13.进一步地，所述康复设备包括便携式穿戴设备和家庭健康设备。
14.进一步地，还包括：
15.健康预警模块，所述健康预警模块接收所述仿真建模及评估模块的个体健康评估数据，并对其进行风险级别分类，根据预设的报警条件产生警报提示信息，并将所述警报提示信息发送给所述使用终端和/或医疗平台管理系统。
16.进一步地，还包括
17.健康知识数据库，所述健康知识数据库中存储与康复诊治相关的图像知识和文本知识，且所述使用终端能够读取所述图像知识和文本知识。
18.进一步地，所述仿真建模及评估模块根据监测的健康居民、慢性病、失能/残疾者人群的生理、心理状态、行为以及家居环境的相关数据，形成基于深度学习算法的健康状态辨识方法，并建立居民健康评估体系。
19.进一步地，所述健康干预策略根据居民健康大数据融合与挖掘、神经网络、机器学习和专家建议进行动态更新。
20.进一步地，还包括：
21.资源分配模块，所述资源分配模块根据医院的空间位置数据和医疗资源占用情况，以及个体空间位置信息，生成医疗资源服务的合理调度信息并发送给使用终端和/或反馈给医疗平台管理系统。
22.与现有技术相比，本发明的有益效果之一是：
23.本发明的一种基于智能康复设备的家庭健康评估及干预系统，面向居民全生命周期的数据融合、可视化和互联互通，从而对居民健康监测及评估，继而实现居家康复干预，通过基于数字孪生的环境云仿真系统，提高了环境云仿真系统对物理场景的映射速率，实现了家庭、社区和医院闭环服务下的医疗资源的合理调度，促进了消费者更积极参与到健康管理和维护中心，提升了医疗卫生机构管理水平和改善了医院的服务能力。
附图说明
24.为了更清楚的说明本技术文件实施例或现有技术中的技术方案，下面将对实施例或现有技术的描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅是对本技术文件中一些实施例的参考，对于本领域技术人员来讲，在不付出创造性劳动的情况下，还可以根据这些附图得到其它的附图。
25.图1为根据本发明一个实施例的基于智能康复设备的家庭健康评估及干预系统的示意图。
26.图2为根据本发明另一个实施例的基于智能康复设备的家庭健康评估及干预系统的示意图。
27.图3为根据本发明一个实施例的数据采集模块的组成示意图。
28.图4为根据本发明另一个实施例的基于智能康复设备的家庭健康评估及干预系统的示意图。
29.图5为根据本发明另一个实施例的基于智能康复设备的家庭健康评估及干预系统的示意图。
30.图6为根据本发明另一个实施例的基于智能康复设备的家庭健康评估及干预系统的示意图。
具体实施方式
31.下面结合实施例对本发明作进一步地详细说明，但本发明的实施方式不限于此。
32.参见图1所示，一种基于智能康复设备的家庭健康评估及干预系统，其包括数据采集模块1、仿真建模及评估模块2和健康干预模块3；数据采集模块1用于实时采集个体的健康状态和家居环境数据，并将采集的所述健康状态和家居环境数据传递给仿真建模及评估模块2，其家居环境数据可以是室内家庭环境、小区及社区环境等；所述仿真建模及评估模块2根据接收到的所述健康状态和家居环境数据对其建模生成特定监测个体的数据孪生模型，并进行个体健康的辨识和评估；所述健康干预模块3根据所述仿真建模及评估模块2的个体评估情况和健康干预策略产生个体的健康干预数据，并将所述健康干预数据传递给使用终端4。
33.上述仿真建模及评估模块2根据监测的健康居民、慢性病、失能/残疾者人群的生理、心理状态、行为以及家居环境的相关数据，形成基于深度学习算法的健康状态辨识方法，并建立居民健康评估体系。
34.所述健康干预策略根据居民健康大数据融合与挖掘、神经网络、机器学习和专家建议进行动态更新。
35.其健康干预数据包含提出个人疾病预防、健康危险因素预警、康复干预(包括训练、饮食等)、家居环境干预与健康教育等健康管理方案。
36.本发明的基于智能康复设备的家庭健康评估及干预系统，通过将空间上极为分散的居民可穿戴设备数据、家庭/社区智能感知设备数据和区域医疗平台(大中小型医院数据库)等数据进行互联、互通和互操作，实现居民、医疗资源的动态和高效管控和信息互通，构建跨区域的医疗协同。
37.如图2所示，所述健康干预模块3还与医疗平台管理系统5建立数据连接，所述健康干预模块3从所述医疗平台管理系统5中获取医嘱信息或所述医疗平台管理系统5将医嘱信息发送给所述健康干预模块3，所述健康干预模块3结合所述医嘱信息形成健康干预数据并反馈给所述使用终端4。
38.上述使用终端4收到健康干预数据后，数据采集模块1再次采集对应个体的健康状态和家居环境数据，并将采集的所述健康状态和家居环境数据再次传递给仿真建模及评估模块2。
39.如图3所示，所述数据采集模块1获取采集数据的来源包括个体的康复设备6和环境监控设备7。所述康复设备6包括便携式穿戴设备和家庭健康设备等。
40.如图4所示的一实施例包括健康预警模块8，所述健康预警模块8接收所述仿真建模及评估模块2的个体健康评估数据，并对其进行风险级别分类，根据预设的报警条件产生警报提示信息，并将所述警报提示信息发送给所述使用终端4和/或医疗平台管理系统5。
41.如图5所示的一实施例包括健康知识数据库9，所述健康知识数据库9中存储与康复诊治相关的图像知识和文本知识，且所述使用终端4能够读取所述图像知识和文本知识。
42.例如，预定义慢性病、残疾/失能者相关病种、诊治方法以及康复环境等概念，从区域化医疗信息平台(大中小型医院数据库)等机构数据源抓取这些概念的相关原始数据，在边缘云的资源管理层中，可面向自然语言、图像的知识处理方法，抽取并表示知识，半自动化地构建树状医疗知识图谱。并且在中心云的资源管理层中，以多模态知识的动态推理方
法，对多模态知识进行合并、去重，基于动态推理模型，通过对获取的知识进行推理和扩展，实现稀疏性知识库的补全，构建针对慢性病、残疾/失能者康复诊治的知识图谱。
43.如图6所示的一实施例包括资源分配模块10，所述资源分配模块10根据医院的空间位置数据和医疗资源占用情况，以及个体空间位置信息，生成医疗资源服务的合理调度信息并发送给使用终端和/或反馈给医疗平台管理系统5。
44.例如，基于智能感知设备采集的家居环境结构与布局数据以及社区设施结构数据，在边缘云的应用层中，可通过多尺度融合建模的方法，构建实时的家庭/社区物理环境仿真模型，以及可基于边缘云的分布式计算架构，实现高速稳定的数据传输网络拓扑结构，提高环境云仿真系统对物理场景的映射速率。在此基础上，结合各医院的空间位置数据和医疗资源占用情况，基于动态规划的医疗资源调度模型，实现家庭
‑
社区
‑
医院闭环服务下医疗资源的合理调度。
45.下面通过一具体实例，进一步说明：
46.本发明的基于智能康复设备的家庭健康评估及干预系统，至少包含脑瘫、截瘫、糖尿病、高血压和冠心病等不少于5种以上的慢性病康复知识库和智能诊断与干预决策模型，示范家庭数目不少于15个。
47.系统通过便携式设备或智能机器人等智能康复设备采集重点人群的运动数据、生命体征数据和家居环境数据；通过app或家庭数据网关上传到云服务器；实时采集的数据经过4d建模生成特定监测个体的数据孪生模型；系统结合健康知识库进行个体健康评估；实现个体健康状态实时感知和预警，并通过预设的健康干预体系进行慢病康复医嘱反馈。患者收到指导医嘱后进行有计划有目标的康复训练，康复训练的相关数据再次采集从而形成全周期连续的闭环慢病康复服务。
48.(1)慢性病种选择
49.选择慢性病种不少于5种，包括3种以上常见老年慢性病种，糖尿病、高血压和心脏病等；
50.2种残疾/失能病种：脑瘫、截瘫，其中脑瘫示范应用家庭2个，截瘫示范家庭3个，其它病种家庭不少于10个(包含复合病种)。
51.(2)数据采集
52.①
采集设备：包括便携式穿戴设备和智能设备以及家居环境采集设备。
53.便携式设备：智能血压仪，智能血糖仪、智能手环、智能手表(支持手机app)和便携式心电监测设备等；
54.智能设备：布法罗助行外骨骼机器人，偏瘫外骨骼机器人，儿童踝足矫形器等。
55.家庭数据聚合网关：对空气、噪音、光照和水质传感器等采集的数据进行清洗和标准化病通过网络发送到云服务器。
56.②
采集数据
57.高血压病：血压、心率(蓝牙传输，设置预警值)，心脑血管(便携式心电监测设备)，用药情况。
58.糖尿病：血糖(无创血糖传感器，设置预警值(上/下限)、实时调整药量)、心脑血管、用药情况，定时监测眼底、周围神经。
59.冠心病：血压、心率和心电图。
60.脑瘫、截瘫患者：生命体征数据、智能设备(如外骨骼机器人)提供的肌力/肌张力(穿戴式表面肌电采集系统)，关节活动度、姿势/平衡/跌倒风险、步态(压力平板、柔性压力传感器、拉伸传感器、惯性传感器)等参数。
61.综上而言，本发明针对常见慢性病和功能残疾，结合医学专家知识，突破基于人工智能技术的智能康复评定和康复辅助决策等关键技术；拟构建基于数字孪生技术的全生命周期数字健康基础云平台，开发数字化、可视化、智能化面向家庭健康管理、慢性病防治、功能康复训练等的一系列自主产品；实现医疗机构、家庭、社区中智能康复和评定设备的信息互联互通；实现康复数据采集、数字孪生建模、健康实时监测、康复诊断和干预的闭环连续性家庭慢病康复全生命周期管理。通过基于健康风险因素控制和老龄健康服务，融合移动互联网、大数据、可穿戴、云计算等新一代信息技术，以“主动健康”为导向，建立基于健康指标与居家生活环境结合的健康监测方案，搭建面向居民全生命周期的数字健康云平台，以“家庭
‑
社区
‑
医院”的健康管理闭环连续服务模式。将突破基于可管可控的异构数据交互融合、基于数字孪生技术模型的主动感知及远程监控、基于不同人群的数字化健康评估指标特性的健康失衡状态动态辨识与健康风险评估、精准康复干预方案的动态匹配；建立以家庭医生健康服务管理应用体系的数字健康家庭服务云平台。
62.本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其它实施例的不同之处，各个实施例之间相同相似部分相互参见即可。
63.在本说明书中所谈到的“一个实施例”、“另一个实施例”、“实施例”、等，指的是结合该实施例描述的具体特征、结构或者特点包括在本技术概括性描述的至少一个实施例中。在说明书中多个地方出现同种表述不是一定指的是同一个实施例。进一步来说，结合任一实施例描述一个具体特征、结构或者特点时，所要主张的是结合其他实施例来实现这种特征、结构或者特点也落在本发明的范围内。
64.尽管这里参照本发明的多个解释性实施例对本发明进行了描述，但是，应该理解，本领域技术人员可以设计出很多其他的修改和实施方式，这些修改和实施方式将落在本技术公开的原则范围和精神之内。更具体地说，在本技术公开和权利要求的范围内，可以对主题组合布局的组成部件和/或布局进行多种变型和改进。除了对组成部件和/或布局进行的变型和改进外，对于本领域技术人员来说，其他的用途也将是明显的。