疾病风险评估方法及装置的制造方法
【专利摘要】本发明提供一种疾病风险评估方法，包括：监测关于天气的数据；从所述监测数据中获取与疾病相关的天气数据；获取用户数据；根据所述天气数据和所述用户数据进行计算分析，生成用户针对当前天气的疾病风险评估报告。本发明还提供一种疾病风险评估装置。本发明提供的疾病风险评估方法及装置，通过监测关于天气的数据，结合患者的个人情况推送疾病风险评估报告，从而让患者及时进行预防工作，减少疾病的发生。
【专利说明】
疾病风险评估方法及装置
技术领域
[0001]本发明涉及医学领域，具体而言，涉及疾病风险评估方法及装置。
【背景技术】
[0002]支气管哮喘简称哮喘，是由多种细胞核细胞组成成分参与的气道慢性炎症性疾病。主要特征包括气道慢性炎症，气道对多种刺激因素呈现的高反应性，广泛多变的可逆性气流受限以及随病程延长而导致的一系列气道机构的改变，即气道重构。哮喘是世界上最常见的慢性疾病之一，全球约有3亿哮喘患者。各国哮喘患病率从I % - 3 O %不等，我国约0.5%-5%，且呈逐年上升趋势。哮喘死亡率为1.6-36.7/10万，多与哮喘长期控制不佳、最后一次发作时治疗不及时有关，其中大部分是可以预防的。我国已成为全球哮喘死亡率最高的国家之一。
[0003]哮喘是一种复杂的、具有多基因遗传倾向的疾病，具有哮喘易感基因的人群发病与否受环境因素的影响较大。这些环境因素包括变异原型因素，如室内变应原(尘螨，家养宠物，蟑螂)、室外变应原(花粉、草粉)、职业性变应原(油漆、饲料、活性染料)、食物(鱼、虾、蛋类、牛奶)、药物(阿司匹林、抗生素)和非变应原性因素，如大气污染、吸烟、运动、肥胖等。
[0004]哮喘拥有高发病率和高死亡率，其呼吸困难，喘息，气急，胸闷或咳嗽等症状会反复发作。鉴于哮喘是不可被治愈的疾病，所以对疾病的长期药物控制和避免哮喘诱因刺激气道和导致发炎变成了疾病管理中非常重要的工作。
[0005]大量的资料表示，天气数据中的多种元素对支气管哮喘的发病，恶化，和诱发有着很重要的影响。其内容包括气温、气压、湿度、气象、和空气中的特异性吸入物(花粉，草粉等)和非特异性吸入物(颗粒物，二氧化硫，氮氧化物，地面臭氧等)。所以研究这些天气因素对疾病的影响，从而判断疾病的发病风险，对于哮喘的防治来说，有着重要意义。
[0006]天气无时无刻在进行变化，哮喘在任何时间都有可能因为天气的原因被诱发，因此有必要提供一种能够根据天气情况，提示哮喘患者的疾病风险评估方法及装置，给患者进行自我健康管理提供有利的帮助。
【发明内容】
[0007]有鉴于此，本发明实施例的目的在于提供疾病风险评估方法及装置，通过监测关于天气的数据，结合患者病情的个人情况推送疾病风险评估报告，从而让患者及时进行预防工作，减少疾病的发生。
[0008]—种疾病风险评估方法，所述疾病风险评估方法包括:
[0009]监测关于天气的数据；
[0010]从所述监测数据中获取与疾病相关的天气数据；
[0011]获取用户数据；
[0012]根据所述天气数据和所述用户数据进行计算分析，生成用户针对当前天气的疾病风险评估报告。
[0013]进一步，所述用户数据包括用户疾病数据和/或用户行为数据。
[0014]进一步，步骤“根据所述天气数据和所述用户数据进行计算分析，生成用户针对当前天气的疾病风险评估报告”具体为:
[0015]根据所述天气数据和所述用户数据通过预设的疾病风险评估模型进行计算，生成用户针对当前天气的疾病风险评估报告。
[0016]进一步，所述疾病风险评估方法还包括:
[0017]将所述天气数据及所述用户数据进行关联性计算来优化所述疾病风险评估模型。
[0018]进一步，所述疾病风险评估方法还包括建立所述疾病风险评估模型，步骤“建立所述疾病风险评估模型”包括:
[0019]根据各种天气因素和疾病的相关性，确认各种天气指数对发病的影响大小，建立疾病与天气关联子模型；
[0020]根据各种天气因素对不同患者的疾病影响的个体差异性，确认不同人群对不同天气因素的反应的差别性，建立患者与天气关联子模型；
[0021]根据各种天气因素对不同程度的疾病的影响，确认不同程度的疾病对不同天气因素的反应的区别，建立病情与天气关联子模型。
[0022]—种疾病风险评估装置，所述疾病风险评估装置包括:
[0023]监测模块，用于监测关于天气的数据；
[0024]天气数据获取模块，用于从所述监测数据中获取与疾病相关的天气数据；
[0025]用户数据获取模块，用于获取用户数据；
[0026]报告生成模块，用于根据所述天气数据和所述用户数据进行计算分析，生成用户针对当前天气的疾病风险评估报告。
[0027]进一步，所述用户数据包括用户疾病数据和/或用户行为数据。
[0028]进一步，“报告生成模块，用于根据所述天气数据和所述用户数据进行计算分析，生成用户针对当前天气的疾病风险评估报告”具体为:
[0029]根据所述天气数据和所述用户数据通过预设的疾病风险评估模型进行计算，生成用户针对当前天气的疾病风险评估报告。
[0030]进一步，所述疾病风险评估装置还包括:
[0031 ]优化模块，用于将所述天气数据及所述用户数据进行关联性计算来优化所述疾病风险评估模型。
[0032]进一步，所述疾病风险评估装置还包括模型建立模块，用于建立所述疾病风险评估模型，所述模型建立模块进一步包括:
[0033]第一子模块，用于根据各种天气因素和疾病的相关性，确认各种天气指数对发病的影响大小，建立疾病与天气关联子模型；
[0034]第二子模块，用于根据各种天气因素对不同患者的疾病影响的个体差异性，确认不同人群对不同天气因素的反应的差别性，建立患者与天气关联子模型；
[0035]第三子模块，用于根据各种天气因素对不同程度的疾病的影响，确认不同程度的疾病对不同天气因素的反应的区别，建立病情与天气关联子模型。
[0036]本发明疾病风险评估方法及装置，通过监测关于天气的数据，结合患者的个人情况推送疾病风险评估报告，相比现有技术的未采取任何措施，本发明提供的疾病风险评估方法及装置让患者根据推送的疾病风险评估报告及时进行预防工作，减少疾病的发生。
[0037]为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
【附图说明】
[0038]为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，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相关的附图。
[0039]图1是本发明一实施例中的疾病风险评估方法的流程示意图；
[0040]图2是本发明一实施例中的疾病风险评估方法的流程示意图；
[0041 ]图3是本发明一实施例中的疾病风险评估装置的结构示意图；
[0042]图4是本发明一实施例中的疾病风险评估装置的结构示意图；
[0043]图5是图4所示的疾病风险评估装置的模型建立模块的结构示意图。
[0044]主要元件符号说明:
[0045]100,200 疾病风险评估装置
[0046]10监测模块
[0047]20天气数据获取模块
[0048]30用户数据获取模块
[0049]40报告生成模块
[0050]50优化模块[0051 ] 60 模型建立模块
[0052]61第一子模块
[0053]62第二子模块
[0054]63第三子模块
【具体实施方式】
[0055]下面将结合本发明实施例中附图，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。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0056]请参阅图1所示，在一个实施例中，一种疾病风险评估方法，该疾病风险评估方法包括:
[0057]步骤Sll，监测关于天气的数据。
[0058]其中，“监测关于天气的数据”具体为:预定周期监测关于天气的数据。例如，每小时监测关于天气的数据，每天监测关于天气的数据，或每周监测关于天气的数据。天气数据包括气温、晴雨状态、气压、空气湿度、花粉数、地面臭氧指数、氮氧化物指数、S02( 二氧化硫)指数、PM2.5(细颗粒物)、PM10(可吸入颗粒物)、AQI(Air Quality Index空气质量指数)等。大气污染物因子有很多种，当前我国环境保护部门监测环境大气污染物时采用的是PM2.5这个指标，其定义是监测环境空气中尘埃或飘尘的空气当量直径为2.5μπι的尘埃或飘尘在环境空气中的浓度。相应地，PMlO是指:直径小于或等于ΙΟμπι的尘埃或飘尘在环境空气中的浓度。换句话说，人类的很多身体疾病跟天气因素息息相关。
[0059]步骤S12，从所述监测数据中获取与疾病相关的天气数据。
[0060]很多慢性病，容易受天气影响复发，如哮喘、心脑血管病、风湿关节病等。有的疾病容易在春天复发，也有的疾病容易在夏天复发，等等。天气数据为最能反映该疾病的特定数据。例如，哮喘相关的天气数据为花粉数及ΡΜ10，风湿关节病相关的天气数据为晴雨状态及空气湿度。
[0061 ]步骤SI 3，获取用户数据。
[0062]其中，用户数据包括用户疾病数据和/或用户行为数据。用户疾病数据为与患者疾病相关的数据，如多次病例数据、病史、过敏原等等。例如，用户为一哮喘患者，用户疾病数据包括个人信息、哮喘评级、哮喘ACT(Asthma Control Test)指数、哮喘发病反馈等等。用户行为数据为用户的日程行为数据。用户数据预先存储，可从本地或远地获取。当然，用户数据还包括本实施例中未提及的数据，即用户数据为与用户相关的各种数据。
[0063]步骤S14，根据所述天气数据和所述用户数据进行计算分析，生成用户针对当前天气的疾病风险评估报告。
[0064]其中，疾病风险评估报告为根据所述天气数据和所述用户数据通过一种特定算法进行计算分析后生成。疾病风险评估报告包括疾病天气诱发指数、疾病风险等级、预防措施及建议等。例如，该疾病风险评估报告可存储在患者的健康管理档案中，实时提醒患者根据天气的变化情况来采取不同的预防措施，实时了解自己的身体状况，从而减少疾病的发生，减少的患者的痛苦。
[0065]本实施例的疾病风险评估方法能够被利用到各种疾病健康管理的场景中，能够接入各种慢性病管理系统，让系统在获取患者数据的同时，向用户提供精准的疾病诱发预警(疾病风险评估报告)，降低疾病诱发率，从而让患者的疾病得到更好的控制。
[0066]请参阅图2所示，在一个实施例中，一种疾病风险评估方法，该疾病风险评估方法包括:
[0067]步骤S21，监测关于天气的数据。
[0068]其中，步骤S21与步骤SI I内容相同。
[0069]步骤S22，从所述监测数据中获取与疾病相关的天气数据。
[0070]其中，步骤S22与步骤S12内容相同。
[0071]步骤S23，获取用户数据。
[0072]其中，步骤S23与步骤S13内容相同。
[0073]步骤S24，根据所述天气数据和所述用户数据通过预设的疾病风险评估模型进行计算，生成用户针对当前天气的疾病风险评估报告。
[0074]步骤S25，将所述天气数据及所述用户数据进行关联性计算来优化所述疾病风险评估模型。从而让疾病风险评估模型更贴切患者的个人情况。
[0075]进一步，所述疾病风险评估方法还包括建立所述疾病风险评估模型。步骤“建立所述疾病风险评估模型”发生在步骤S24之前的任一步骤。步骤“建立所述疾病风险评估模型”包括:
[0076]根据各种天气因素和疾病的相关性，确认各种天气指数对发病的影响大小，建立疾病与天气关联子模型;例如，第一天气数据对第一疾病发病的影响为50%，第一天气数据对第二疾病发病的影响为80%，第二天气数据对第一疾病发病的影响为20%，第二天气数据对第二疾病发病的影响为90%，从而建立一个更精准的模型。
[0077]根据各种天气因素对不同患者的疾病影响的个体差异性，确认不同人群对不同天气因素的反应的差别性，建立患者与天气关联子模型;例如，第一病人对第一天气数据的反应较强，第一病人对第二天气数据的反应较弱，第二病人对第一天气数据的反应很强，第二病人对第二天气数据的反应很弱，从而建立一个更精准的模型。
[0078]根据各种天气因素对不同程度的疾病的影响，确认不同程度的疾病对不同天气因素的反应的区别，建立病情与天气关联子模型。例如，第一疾病重症对第一天气数据的反应较弱，第二疾病重症对第一天气数据的反应较强，第一疾病轻症对第二天气数据的反应较强，第二疾病重症对第二天气数据的反应较弱，从而建立一个更精准的模型。
[0079]以哮喘疾病为例来阐述本发明。例如，每I小时更新关于天气的数据，获取天气数据中和哮喘相关的数据，同时获取哮喘患者的相关数据，对所获取数据通过疾病风险评估模型进行计算，生成该患者的哮喘风险评估报告，向哮喘患者推送含哮喘天气诱发指数的哮喘风险评估报告，从而起到疾病风险预警的作用。
[0080]同时，根据天气数据、患者数据、进行动态调整，机器学习从而完善内部算法，验证各种天气因素和支气管哮喘的相关性，各种天气因素对不同患者的疾病影响的个体差异性和天气因素对不同程度的哮喘的影响，来优化疾病风险评估模型，方便后续使用。
[0081]此方法在完善天气指数预测哮喘疾病风险的过程中，调整对各种天气指数和哮喘诱发的关联性，从而获得更多天气因素的风险性相关的成果，从而能够完善已有的对哮喘的治疗和预防方法。
[0082]请参阅图3所示，在一个实施例中，一种疾病风险评估装置100包括监测模块10、天气数据获取模块20、用户数据获取模块30及报告生成模块40。
[0083]所述监测模块10用于监测关于天气的数据。
[0084]所述天气数据获取模块20用于从所述监测数据中获取与疾病相关的天气数据。
[0085]所述疾病数据获取模块30用于获取用户数据。其中，所述用户数据包括用户疾病数据和/或用户行为数据。
[0086]所述报告生成模块40用于根据所述天气数据和所述用户数据进行计算分析，生成用户针对当前天气的疾病风险评估报告。
[0087]请参阅图4所示，在一个实施例中，一种疾病风险评估装置200包括监测模块10、天气数据获取模块20、用户数据获取模块30、报告生成模块40和优化模块50。
[0088]所述监测模块10用于监测关于天气的数据。
[0089]所述天气数据获取模块20用于从所述监测数据中获取与疾病相关的天气数据。
[0090]所述疾病数据获取模块30用于获取用户数据。
[0091]所述报告生成模块40用于根据所述天气数据和所述用户数据通过预设的疾病风险评估模型进行计算，生成用户针对当前天气的疾病风险评估报告。
[0092]所述优化模块50用于将所述天气数据及所述用户数据进行关联性计算来优化所述疾病风险评估模型。
[0093]所述疾病风险评估装置200还包括模型建立模块60。所述模型建立模块60用于建立所述疾病风险评估模型。
[0094]请一并参阅图5所示，所述模型建立模块60包括第一子模块61、第二子模块62及第三子模块63。
[0095]所述第一子模块61用于根据各种天气因素和疾病的相关性，确认各种天气指数对发病的影响大小，建立疾病与天气关联子模型。
[0096]所述第二子模块62用于根据各种天气因素对不同患者的疾病影响的个体差异性，确认不同人群对不同天气因素的反应的差别性，建立患者与天气关联子模型。
[0097]所述第三子模块63用于根据各种天气因素对不同程度的疾病的影响，确认不同程度的疾病对不同天气因素的反应的区别，建立病情与天气关联子模型。
[0098]其中，所述疾病风险评估装置可为各种便携式电子设备，如手机、平板电脑等，其包括存储器和处理器。所述存储器用于存储所述天气数据、用户数据、疾病风险评估报告等及存储有运行所述疾病风险评估装置的各种程序。存储器可能包含高速随机存取存储器(RAM:Random Access Memory)，也可能还包括非不稳定的存储器(non-volatile memory),例如至少一个磁盘存储器。
[0099]所述疾病风险评估装置的各个模块可运行在所述处理器上。所述处理器调用存储器中的各种数据和程序控制所述疾病风险评估装置工作。所述处理器可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器可以是通用处理器，包括中央处理器(Central Processing Unit，简称CPU)、网络处理器(Network Processor，简称NP)等；还可以是数字信号处理器(DSP)、专用集成电路(ASIC)、现成可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器，处理器读取存储器中的信息。
[0100]例如，通过本发明生成的对某个哮喘患者的风险评估报告包括如下内容:
[0101 ] 一、避免接触过敏原:哮喘的主要病变是呼吸道存在慢性过敏性炎症，呼吸道的过敏性炎症发展与持续存在与患儿反复接触过敏原密切相关，季节性过敏原，如草或树木花粉能引起间歇性症状，即季节性鼻炎和哮喘。而常年存在的过敏原，如屋尘螨、粉尘螨、动物皮毛更易引起过敏性哮喘和/或过敏性鼻炎的持续症状。因此，正确诊断并避免接触过敏原能够使患儿的免疫系统不再继续接受过敏原的“刺激”，从而可以达到减少发病甚至不发病的目的。
[0102]二、药物治疗:关键是“适当”，通过药物治疗逐步改善过敏症状。包括急性发作期控制用药和缓解期用药。急性期发作用药在于控制喘息的现有症状，减轻患儿痛苦，甚至挽救生命，起效快效果好的是吸入型β受体激动剂。缓解期用药则为控制气道慢性炎症，减少哮喘的反复发作，这需要家长配合患儿长期规律用药，最主要的缓解期药物是吸入型激素和口服白三烯受体拮抗剂。因此，坚持哮喘药物治疗，可以预防哮喘急性发作并减少急性发作次数。
[0103]三、标准化免疫治疗:又称为脱敏治疗，是当前对哮喘等过敏性疾病采用的治疗方法之一，目的是通过规律反复抗原(过敏原)注射，使患儿免疫系统趋于正常，能渐渐“适应”外界过敏原，从而避免过敏症状的发生。脱敏治疗是目前治疗过敏性疾病唯一有效手段。目前有皮下注射和舌下脱敏二种治疗形式，均安全有效。
[0104]因此，本发明疾病风险评估方法及装置，通过监测关于天气的数据，结合患者的个人情况推送疾病风险评估报告，相比现有技术的未采取任何措施，本发明提供的疾病风险评估方法及装置让患者根据推送的疾病风险评估报告及时进行预防工作，减少疾病的发生。
[0105]在这里示出和描述的所有示例中，任何具体值应被解释为仅仅是示例性的，而不是为限制，因此，示例性实施例的其他示例可以具有不同的值。
[0106]应注意到:相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
[0107]附图中的框图显示了根据本发明的多个实施例的系统和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图中的每个方框、以及框图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
[0108]在本申请所提供的几个实施例中，应该理解到，所揭露的装置可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
[0109]所述为分离部件说明的单元可以是或者也可以不是物理上分开的，为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
[0110]另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
[0111]以上所述，仅为本发明的【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，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。
【主权项】
1.一种疾病风险评估方法，其特征在于，所述疾病风险评估方法包括: 监测关于天气的数据； 从所述监测数据中获取与疾病相关的天气数据； 获取用户数据； 根据所述天气数据和所述用户数据进行计算分析，生成用户针对当前天气的疾病风险评估报告。2.根据权利要求1所述的疾病风险评估方法，其特征在于，所述用户数据包括用户疾病数据和/或用户行为数据。3.根据权利要求1所述的疾病风险评估方法，其特征在于，步骤“根据所述天气数据和所述用户数据进行计算分析，生成用户针对当前天气的疾病风险评估报告”具体为: 根据所述天气数据和所述用户数据通过预设的疾病风险评估模型进行计算，生成用户针对当前天气的疾病风险评估报告。4.根据权利要求3所述的疾病风险评估方法，其特征在于，还包括: 将所述天气数据及所述用户数据进行关联性计算来优化所述疾病风险评估模型。5.根据权利要求3所述的疾病风险评估方法，其特征在于，还包括建立所述疾病风险评估模型，步骤“建立所述疾病风险评估模型”包括: 根据各种天气因素和疾病的相关性，确认各种天气指数对发病的影响大小，建立疾病与天气关联子模型； 根据各种天气因素对不同患者的疾病影响的个体差异性，确认不同人群对不同天气因素的反应的差别性，建立患者与天气关联子模型； 根据各种天气因素对不同程度的疾病的影响，确认不同程度的疾病对不同天气因素的反应的区别，建立病情与天气关联子模型。6.一种疾病风险评估装置，其特征在于，所述疾病风险评估装置包括: 监测模块，用于监测关于天气的数据； 天气数据获取模块，用于从所述监测数据中获取与疾病相关的天气数据； 用户数据获取模块，用于获取用户数据； 报告生成模块，用于根据所述天气数据和所述用户数据进行计算分析，生成用户针对当前天气的疾病风险评估报告。7.根据权利要求6所述的疾病风险评估装置，其特征在于，所述用户数据包括用户疾病数据和/或用户行为数据。8.根据权利要求6所述的疾病风险评估装置，其特征在于，“报告生成模块，用于根据所述天气数据和所述用户数据进行计算分析，生成用户针对当前天气的疾病风险评估报告”具体为: 根据所述天气数据和所述用户数据通过预设的疾病风险评估模型进行计算，生成用户针对当前天气的疾病风险评估报告。9.根据权利要求8所述的疾病风险评估装置，其特征在于，还包括: 优化模块，用于将所述天气数据及所述用户数据进行关联性计算来优化所述疾病风险评估t吴型。10.根据权利要求8所述的疾病风险评估装置，其特征在于，还包括模型建立模块，用于建立所述疾病风险评估模型，所述模型建立模块进一步包括: 第一子模块，用于根据各种天气因素和疾病的相关性，确认各种天气指数对发病的影响大小，建立疾病与天气关联子模型； 第二子模块，用于根据各种天气因素对不同患者的疾病影响的个体差异性，确认不同人群对不同天气因素的反应的差别性，建立患者与天气关联子模型； 第三子模块，用于根据各种天气因素对不同程度的疾病的影响，确认不同程度的疾病对不同天气因素的反应的区别，建立病情与天气关联子模型。
【文档编号】G06F19/00GK105825062SQ201610154065
【公开日】2016年8月3日
【申请日】2016年3月17日
【发明人】胡若菲
【申请人】杭州医本健康科技有限公司