一种用于糖尿病患者的服药提醒系统及方法与流程

1.本发明涉及糖尿病相关领域，尤其涉及一种用于糖尿病患者的服药提醒系统及方法。
2.

背景技术：

3.随着我国生活水平的提高，糖尿病的发病率也逐年上升，糖尿病是现代疾病中的第二杀手，其对人体的危害仅次于癌症，是一种由遗传基因决定的全身慢性代谢性疾病，为了保证糖尿病治疗的疗效需要安全用药，进而必须合理使用降解药物，但是很多人对糖尿病用药还不是很了解，就会存在很多误区影响糖尿病的正确治疗。
4.但本申请发明人在实现本申请实施例中发明技术方案的过程中，发现上述技术至少存在如下技术问题：现有技术中存在糖尿病患者服药监督提醒能力不够，无法长期监测患者身体动态指标的技术问题。


技术实现要素：

5.本申请实施例通过提供一种用于糖尿病患者的服药提醒系统及方法，解决了现有技术中存在糖尿病患者服药监督提醒能力不够，无法长期监测患者身体动态指标的技术问题，达到了通过对患者的身体状况进行实时监测，从而智能提醒患者准确服药，避免用药误区的技术效果。
6.鉴于上述问题，提出了本申请实施例提供一种用于糖尿病患者的服药提醒系统及方法。
7.第一方面，本申请实施例提供了一种用于糖尿病患者的服药提醒系统，所述系统包括：第一获得单元，所述第一获得单元用于获得第一用户的第一身体信息；第二获得单元，所述第二获得单元用于获得所述第一用户的第一血糖检测水平；第三获得单元，所述第三获得单元用于根据所述第一血糖检测水平和第一身体信息，获得第一服药信息，其中，所述第一服药信息包括第一服药类别和第一服药用量；第一判断单元，所述第一判断单元用于判断所述第一服药类别的第一服药方式是否为第一注射方式；第四获得单元，所述第四获得单元用于若所述第一服药类别的所述第一服药方式为所述第一注射方式，根据所述第一服药用量获得第一注射剂量和第一注射部位；第五获得单元，所述第五获得单元用于根据第一监测指令，将所述第一注射剂量和所述第一注射部位输入血糖预测训练模型中，获得第一监测数据；第六获得单元，所述第六获得单元用于根据第二监测指令，获得第二监测数据，其中，所述第二监测数据为在第一预设周期中的血糖监测水平数据集合；第一生成单元，所述第一生成单元用于通过对所述第一监测数据和所述第二监测数据进行分析，生成第一提醒信息。
8.另一方面，本申请还提供了一种用于糖尿病患者的服药提醒方法，所述方法包括：
获得第一用户的第一身体信息；获得所述第一用户的第一血糖检测水平；根据所述第一血糖检测水平和第一身体信息，获得第一服药信息，其中，所述第一服药信息包括第一服药类别和第一服药用量；判断所述第一服药类别的第一服药方式是否为第一注射方式；若所述第一服药类别的所述第一服药方式为所述第一注射方式，根据所述第一服药用量获得第一注射剂量和第一注射部位；根据第一监测指令，将所述第一注射剂量和所述第一注射部位输入血糖预测训练模型中，获得第一监测数据；根据第二监测指令，获得第二监测数据，其中，所述第二监测数据为在第一预设周期中的血糖监测水平数据集合；通过对所述第一监测数据和所述第二监测数据进行分析，生成第一提醒信息。
9.第三方面，本发明提供了一种用于糖尿病患者的服药提醒系统，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，所述处理器执行所述程序时实现第一方面所述系统的步骤。
10.本申请实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：由于采用了通过获得第一用户的第一身体信息和第一血糖检测水平，从而分析用户的具体服用药物信息，进而基于所述第一服药信息的类别判断其第一服药方式，经判断若所述第一用户的服药方式为第一注射方式，则将第一注射剂量和第一注射部位输入血糖预测训练中模型中，进而获得对应的第一监测数据，进一步的，通过获得用户实时的第二监测数据。进而将所述第一监测数据和所述第二监测数据进行对比分析，基于其分析的结果生成第一提醒信息的方式，达到了通过对患者的身体状况进行实时监测，从而智能提醒患者准确服药，避免用药误区的技术效果。
11.上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。
12.附图说明
13.图1为本申请实施例一种用于糖尿病患者的服药提醒方法的流程示意图；图2为本申请实施例一种用于糖尿病患者的服药提醒系统的结构示意图；图3为本申请实施例示例性电子设备的结构示意图。
14.附图标记说明：第一获得单元11，第二获得单元12，第三获得单元13，第一判断单元14，第四获得单元15，第五获得单元16，第六获得单元17，第一生成单元18，总线300，接受器301，处理器302，发送器303，存储器304，总线接口305。
15.具体实施方式
16.本申请实施例通过提供一种用于糖尿病患者的服药提醒系统及方法，解决了现有技术中存在糖尿病患者服药监督提醒能力不够，无法长期监测患者身体动态指标的技术问题，达到了通过对患者的身体状况进行实时监测，从而智能提醒患者准确服药，避免用药误区的技术效果。下面，将参考附图详细的描述根据本申请的示例实施例。显然，所描述的实施例仅是本申请的一部分实施例，而不是本申请的全部实施例，应理解，本申请不受这里描
述的示例实施例的限制。
17.申请概述随着我国生活水平的提高，糖尿病的发病率也逐年上升，糖尿病是现代疾病中的第二杀手，其对人体的危害仅次于癌症，是一种由遗传基因决定的全身慢性代谢性疾病，为了保证糖尿病治疗的疗效需要安全用药，进而必须合理使用降解药物，但是很多人对糖尿病用药还不是很了解，就会存在很多误区影响糖尿病的正确治疗。但现有技术中存在糖尿病患者服药监督提醒能力不够，无法长期监测患者身体动态指标的技术问题。
18.针对上述技术问题，本申请提供的技术方案总体思路如下：本申请实施例提供了一种用于糖尿病患者的服药提醒系统，所述系统包括：第一获得单元，所述第一获得单元用于获得第一用户的第一身体信息；第二获得单元，所述第二获得单元用于获得所述第一用户的第一血糖检测水平；第三获得单元，所述第三获得单元用于根据所述第一血糖检测水平和第一身体信息，获得第一服药信息，其中，所述第一服药信息包括第一服药类别和第一服药用量；第一判断单元，所述第一判断单元用于判断所述第一服药类别的第一服药方式是否为第一注射方式；第四获得单元，所述第四获得单元用于若所述第一服药类别的所述第一服药方式为所述第一注射方式，根据所述第一服药用量获得第一注射剂量和第一注射部位；第五获得单元，所述第五获得单元用于根据第一监测指令，将所述第一注射剂量和所述第一注射部位输入血糖预测训练模型中，获得第一监测数据；第六获得单元，所述第六获得单元用于根据第二监测指令，获得第二监测数据，其中，所述第二监测数据为在第一预设周期中的血糖监测水平数据集合；第一生成单元，所述第一生成单元用于通过对所述第一监测数据和所述第二监测数据进行分析，生成第一提醒信息。
19.在介绍了本申请基本原理后，下面将结合说明书附图来具体介绍本申请的各种非限制性的实施方式。
20.实施例一如图1所示，本申请实施例提供了一种用于糖尿病患者的服药提醒方法，所述方法包括：步骤s100：获得第一用户的第一身体信息；具体而言，所述第一用户为患有糖尿病的患者，所述第一身体信息为所述第一用户的具体身体状况信息，如年龄信息、身高信息、体重信息以及肝肾功能状况等信息，进一步的，由于糖尿病的治疗过程的个体化较高，因此，需要针对与用户自身的身体状况完成进一步的分析。
21.步骤s200：获得所述第一用户的第一血糖检测水平；具体而言，所述第一血糖检测水平为经过相对的医疗条件完成的血糖检测数据，进而根据检测出的数据信息获得所述第一用户的患有糖尿病的阶段再确定的水平程度，由于糖尿病患者初期一般没有明显的典型症状，大多数患者都需要根据体检或者就医时发现自己患有的糖尿病，具体来说，所述第一血糖检测的过程中需要进行尿糖的检查、血糖检查和葡萄糖耐量试验等，当具备一定的异常症状时进而将检查后的数据进行分析输入获得所述第一血糖检测水平。
22.步骤s300：根据所述第一血糖检测水平和第一身体信息，获得第一服药信息，其
中，所述第一服药信息包括第一服药类别和第一服药用量；具体而言，所述第一服药信息具体包括第一服药类别和第一服药用量，进一步的，所述第一服药类别为所述第一用户的糖尿病用药的药品名称、所述类别、相对特性等信息；所述第一服药用量为所述第一用户服用药物的具体剂量，基于不同水平的血糖检测数据，需要针对性的分析服用的药品和剂量是否确保身体耐受，进而达到服用药物的有效治疗效果。
23.步骤s400：判断所述第一服药类别的第一服药方式是否为第一注射方式；步骤s500：若所述第一服药类别的所述第一服药方式为所述第一注射方式，根据所述第一服药用量获得第一注射剂量和第一注射部位；具体而言，所述第一服药方式为根据所述第一服药类别的基础属性信息，进而分析获得所述第一用户的药品名称确定其服用方式，其中，所述第一服药方式包括第一注射方式和第一口服方式，经判断，若所述第一服药方式为第一注射方式，进而基于注射的药物剂量和注射的部位。进一步的，由于不同的注射部位和注射剂量吸收的药物效果也随之不同，因此，需要根据具体的信息进行具体化的分析，提高分析结果准确性的技术效果。
24.步骤s600：根据第一监测指令，将所述第一注射剂量和所述第一注射部位输入血糖预测训练模型中，获得第一监测数据；具体而言，所述第一监测数据是根据所述第一注射剂量和所述第一注射部位具体化分析身体血糖吸收效果的数据信息，所述血糖预测训练模型是以神经网络模型为基础建立具有神经网络模型的特性，其中，人工神经网络是在现代神经科学的基础上提出和发展起来的，旨在反映人脑结构及功能的一种抽象数学模型，神经网络是一种运算模型，由大量的节点（或称神经元）之间相互连接构成，每个节点代表一种特定的输出函数称为激励函数，每两个节点之间的连接都代表一个对于通过该连接信号的加权值，这相当于人工神经网络的记忆，网络的输出则依照网络的连接方式，是对一种逻辑策略的表达，基于神经网络模型建立的所述血糖预测训练模型能够输出准确的所述第一监测数据，其中，所述第一监测数据是对所述第一用户身体吸收血糖的第一预测数据信息，从而具备了较强的分析计算能力，达到了智能化准确预测的技术效果。
25.步骤s700：根据第二监测指令，获得第二监测数据，其中，所述第二监测数据为在第一预设周期中的血糖监测水平数据集合；具体而言，所述第二监测数据为通过对所述第一用户在第一预设周期中的身体血糖检查数据信息进行实时获取的数据，进一步的，通过设置所述第一预设时间能够使得药物的作用疗效取得有效的进展，所述第二监测数据是基于医疗检查获得的监测数据信息，达到了及时录入有效血糖数据，具有数据可靠性的技术效果。
26.步骤s800：通过对所述第一监测数据和所述第二监测数据进行分析，生成第一提醒信息。
27.具体而言，所述第一提醒信息是基于所述第一监测数据和所述第二监测数据的分析对比结果进行判断分析获得的，详细来说，获得所述第一监测数据和所述第二监测数据的第一差值对比数据，当所述第一差值对比数据不处于预设对比阈值之中，获得所述第一提醒信息，进而提醒所述第一用户的服药过程中出现了异常信息，达到了通过对患者的身体状况进行实时监测，从而智能提醒患者准确服药，避免用药误区的技术效果。
28.进一步而言，所述获得第一用户的第一身体信息，本申请实施例步骤s100还包括：步骤s110：获得所述第一用户的第一身体信息；步骤s120：根据所述第一身体信息，制定第二预设周期的第一控制计划；步骤s130：获得所述第一用户基于所述第一控制计划的第一控制指标；步骤s140：判断所述第一控制指标是否达到预设控制指标阈值；步骤s150：若所述第一控制指标未达到预设控制指标阈值，获得第二提醒信息。
29.具体而言，所述第一控制计划是基于所述第一用户的身体状况信息和血糖水平制定出的相应活动控制。通过对糖尿病患者先进行饮食控制、坚持适当的体力活动、生活有规律、保持情绪稳定、肥胖者减肥等方式，经所述第二预设周期的身体锻炼，如果经过这些控制计划所述第一用户的控制指标满足一定目标，表示血糖控制满意可以坚持非药物治疗，如果所述第一用户的控制指标不满足一定目标，根据所述第二提醒信息适当的进行降糖药物的治疗，达到了能够基于用户的具体动态身体信息进行用药与否的智能提醒。
30.进一步而言，所述根据所述第一血糖检测水平和第一身体信息，获得第一服药信息，本申请实施例步骤s300还包括：步骤s310：判断所述第一用户的第一服药信息中是否包含第一同类药物；步骤s320：若所述第一用户的第一服药信息中包含第一同类药物，获得第一同类药物用量；步骤s330：根据所述第一同类药物用量与所述第一服药用量，获得第一比对分析数据；步骤s340：判断所述第一比对分析数据是否处于预设分析数据阈值中；步骤s350：若所述第一比对分析数据处于所述预设分析数据阈值中，获得第三提醒信息。
31.具体而言，所述第一同类药物为与所述第一用户目前服用药物相同的药物信息，由于口服降糖药有促胰岛素分泌类、双胍类、α糖苷酶抑制剂、胰岛素增敏剂等多种，每一类药物的作用机制各不相同，但同一类药物的作用机制基本相似，同类药物合用有时会导致严重低血糖，因此，通过对同类药物用量进行具体化的对比分析，当同类药物超出一定的预设阈值中，表示所述第一用户患有严重低血糖的风险较高，因此，需要基于所述第三提醒信息进行提醒，从而获得推荐的网页使得所述第一用户能够进行在线咨询，或者也可以去相关就诊医院咨询医师，达到了及时预警的技术效果。
32.进一步而言，所述获得所述第一用户的第一血糖检测水平，本申请实施例步骤s200还包括：步骤s210：获得第一预设频次；步骤s220：根据所述第一预设频次对所述第一用户进行血糖化验，生成所述第一血糖检测水平；步骤s230：将所述第一血糖检测水平进行曲线拟合，生成第一血糖变化曲线；步骤s240：基于所述第一血糖变化曲线，获得第一调整指令，其中，所述第一调整指令用于对所述第一服药类别和所述第一服药用量进行调整。
33.具体而言，所述第一预设频次为提前设置的有效采集频率信息，由于服药的过程中需要一定的时间使得血糖的效用在身体中效果，即药效的发挥有一个循序渐进的过程，
随着用药时间的延长，药效才逐渐显现出来，因此，通过生成所述第一血糖变化曲线，能够显著、直观的观察到目前的治疗效果和进程，因此，通过对所述第一血糖变化曲线的具体分析，进一步完成对应的调整，达到了智能提醒患者准确服药，避免用药误区的技术效果。
34.进一步而言，本申请实施例还包括：步骤s250：获得第一服药类别第一药物属性信息；步骤s260：根据所述第一药物属性信息，获得第一有效最大剂量；步骤s270：根据所述第二监测数据，生成第一有效用药剂量；步骤s280：判断所述第一有效用药剂量是否等于所述第一有效最大剂量；步骤s290：若所述第一有效用药剂量等于所述第一有效最大剂量，获得第四提醒信息。
35.具体而言，所述第一药物属性信息为所述第一用户的实时服用药物基本信息，比如药物名称、药物作用、药物特异性等信息，进而根据所述第一药物属性信息进行有效剂量的分析，其中，由于多种药物联合、超剂量服用，这样不仅使药物副作用增加，而且容易矫枉过正，引发低血糖，因此所述第一有效最大剂量为安全剂量。进一步的，有些降糖药(如胰岛素增敏剂)服至半个月到一个月才会达到最大的降糖效果，因此，需要根据血糖水平逐渐调整服药的剂量，当所述第一用户服至该药的最大有效量时，血糖仍不下降或控制不理想，根据所述第四提醒信息再进行药物调整。
36.进一步而言，所述若所述第一有效用药剂量等于所述第一有效最大剂量，获得第四提醒信息，本申请实施例步骤s290还包括：步骤s291：根据所述第四提醒信息，获得第一辅助药物，其中，所述第一辅助药物用于辅助所述第一服药类别的治疗；步骤s292：根据所述第一辅助药物和所述第一服药类别，生成第二血糖变化曲线；步骤s293：基于所述第一血糖变化曲线和所述第二血糖变化曲线，获得第一有效增益数据；步骤s294：判断所述第一有效增益数据是否处于预设有效增益阈值中；步骤s295：若所述第一有效增益数据处于所述预设有效增益阈值中，获得第五提醒信息。
37.具体而言，当所述第一用户服至该药的最大有效量时，血糖仍不下降或控制不理想，可以通过推荐第一联用药物进行有效辅助治疗，其中所述第二血糖变化曲线为所述第一辅助药物与所述第一服用药物进行综合治疗的血糖检测数据，进一步的，可以通过判断所述第一治疗增益是否对所述第一用户具有显著的辅助效果，当所述第一辅助药物不具备有效的辅助效果，通过所述第五提醒信息进行用药更换提醒，进而达到了通过对患者的身体状况进行综合药物监测，从而智能提醒患者准确服药，保证药物治疗效果的技术效果。
38.进一步而言，本申请实施例步骤s800还包括：步骤s810：将所述第一注射剂量和所述第一注射部位作为输入信息构建所述血糖预测训练模型；步骤s820：通过多组训练数据训练获得所述血糖预测训练模型，其中，所述多组训练数据中的每组均包括：所述第一注射剂量、所述第一注射部位和标识第一输出结果的标识信息；
步骤s830：获得所述血糖预测训练模型的第一输出结果，所述第一输出结果为第一监测数据，所述第一监测数据为预测用户吸收的血糖数据。
39.具体而言，所述血糖预测训练模型为神经网络模型，所述神经网络模型即机器学习中的神经网络模型，它反映了人脑功能的许多基本特征，是一个高度复杂的非线性动力学习系统。其中，它能根据训练数据进行不断的自我训练学习，训练数据中的每一组训练数据均包括所述第一注射剂量、所述第一注射部位和标识第一输出结果的标识信息，所述菌落评估训练模型不断地自我的修正，当所述血糖预测训练模型的输出信息达到预定的准确率/收敛状态时，则监督学习过程结束。通过对所述血糖预测训练模型进行数据训练，使得所述血糖预测训练模型处理输入数据更加准确，进而使得输出的所述第一评估结果也更加准确，达到了智能化数据监督学习，准确获得有效数据的技术效果。
40.综上所述，本申请实施例所提供的一种用于糖尿病患者的服药提醒系统及方法具有如下技术效果：1、由于采用了通过获得第一用户的第一身体信息和第一血糖检测水平，从而分析用户的具体服用药物信息，进而基于所述第一服药信息的类别判断其第一服药方式，经判断若所述第一用户的服药方式为第一注射方式，则将第一注射剂量和第一注射部位输入血糖预测训练中模型中，进而获得对应的第一监测数据，进一步的，通过获得用户实时的第二监测数据。进而将所述第一监测数据和所述第二监测数据进行对比分析，基于其分析的结果生成第一提醒信息的方式，达到了通过对患者的身体状况进行实时监测，从而智能提醒患者准确服药，避免用药误区的技术效果。
41.2、由于采用了对所述第一药物属性信息进行有效剂量的分析，进而确定所述第一有效最大剂量，再根据血糖水平逐渐调整服药的剂量，再通过判断所述第一治疗增益是否对所述第一用户具有显著的辅助效果的方式，进而达到了对所述第一用户服药过程进行智能监测分析的技术效果。
42.实施例二基于与前述实施例中一种用于糖尿病患者的服药提醒方法同样发明构思，本发明还提供了一种用于糖尿病患者的服药提醒系统，如图2所示，所述系统包括：第一获得单元11，所述第一获得单元11用于获得第一用户的第一身体信息；第二获得单元12，所述第二获得单元12用于获得所述第一用户的第一血糖检测水平；第三获得单元13，所述第三获得单元13用于根据所述第一血糖检测水平和第一身体信息，获得第一服药信息，其中，所述第一服药信息包括第一服药类别和第一服药用量；第一判断单元14，所述第一判断单元14用于判断所述第一服药类别的第一服药方式是否为第一注射方式；第四获得单元15，所述第四获得单元15用于若所述第一服药类别的所述第一服药方式为所述第一注射方式，根据所述第一服药用量获得第一注射剂量和第一注射部位；第五获得单元16，所述第五获得单元16用于根据第一监测指令，将所述第一注射剂量和所述第一注射部位输入血糖预测训练模型中，获得第一监测数据；第六获得单元17，所述第六获得单元17用于根据第二监测指令，获得第二监测数据，其中，所述第二监测数据为在第一预设周期中的血糖监测水平数据集合；
第一生成单元18，所述第一生成单元18用于通过对所述第一监测数据和所述第二监测数据进行分析，生成第一提醒信息。
43.进一步的，所述系统还包括：第七获得单元，所述第七获得单元用于获得所述第一用户的第一身体信息；第一制定单元，所述第一制定单元用于根据所述第一身体信息，制定第二预设周期的第一控制计划；第八获得单元，所述第八获得单元用于获得所述第一用户基于所述第一控制计划的第一控制指标；第二判断单元，所述第二判断单元用于判断所述第一控制指标是否达到预设控制指标阈值；第九获得单元，所述第九获得单元用于若所述第一控制指标未达到预设控制指标阈值，获得第一提醒信息。
44.进一步的，所述系统还包括：第三判断单元，所述第三判断单元用于判断所述第一用户的第一服药信息中是否包含第一同类药物；第十获得单元，所述第十获得单元用于若所述第一用户的第一服药信息中包含第一同类药物，获得第一同类药物用量；第十一获得单元，所述第十一获得单元用于根据所述第一同类药物用量与所述第一服药用量，获得第一比对分析数据；第四判断单元，所述第四判断单元用于判断所述第一比对分析数据是否处于预设分析数据阈值中；第十二获得单元，所述第十二获得单元用于若所述第一比对分析数据处于所述预设分析数据阈值中，获得第三提醒信息。
45.进一步的，所述系统还包括：第十三获得单元，所述第十三获得单元用于获得第一预设频次；第二生成单元，所述第二生成单元用于根据所述第一预设频次对所述第一用户进行血糖化验，生成所述第一血糖检测水平；第三生成单元，所述第三生成单元用于将所述第一血糖检测水平进行曲线拟合，生成第一血糖变化曲线；第十四获得单元，所述第十四获得单元用于基于所述第一血糖变化曲线，获得第一调整指令，其中，所述第一调整指令用于对所述第一服药类别和所述第一服药用量进行调整。
46.进一步的，所述系统还包括：第十五获得单元，所述第十五获得单元用于获得第一服药类别第一药物属性信息；第十六获得单元，所述第十六获得单元用于根据所述第一药物属性信息，获得第一有效最大剂量；第四生成单元，所述第四生成单元用于根据所述第二监测数据，生成第一有效用药剂量；
第四判断单元，所述第四判断单元用于判断所述第一有效用药剂量是否等于所述第一有效最大剂量；第十七获得单元，所述第十七获得单元用于若所述第一有效用药剂量等于所述第一有效最大剂量，获得第四提醒信息。
47.进一步的，所述系统还包括：第十八获得单元，所述第十八获得单元用于根据所述第四提醒信息，获得第一辅助药物，其中，所述第一辅助药物用于辅助所述第一服药类别的治疗；第五生成单元，所述第五生成单元用于根据所述第一辅助药物和所述第一服药类别，生成第二血糖变化曲线；第十九获得单元，所述第十九获得单元用于基于所述第一血糖变化曲线和所述第二血糖变化曲线，获得第一有效增益数据；第五判断单元，所述第五判断单元用于判断所述第一有效增益数据是否处于预设有效增益阈值中；第二十获得单元，所述第二十获得单元用于若所述第一有效增益数据处于所述预设有效增益阈值中，获得第五提醒信息。
48.进一步的，所述系统还包括：第一构建单元，所述第一构建单元用于将将所述第一注射剂量和所述第一注射部位作为输入信息构建所述血糖预测训练模型；第二十一获得单元，所述第二十一获得单元用于通过多组训练数据训练获得所述血糖预测训练模型，其中，所述多组训练数据中的每组均包括：所述第一注射剂量、所述第一注射部位和标识第一输出结果的标识信息；第二十二获得单元，所述第二十二获得单元用于获得所述血糖预测训练模型的第一输出结果，所述第一输出结果为第一监测数据，所述第一监测数据为预测用户吸收的血糖数据。
49.前述图1实施例一中的一种用于糖尿病患者的服药提醒方法的各种变化方式和具体实例同样适用于本实施例的一种用于糖尿病患者的服药提醒系统，通过前述对一种用于糖尿病患者的服药提醒方法的详细描述，本领域技术人员可以清楚的知道本实施例中一种用于糖尿病患者的服药提醒系统的实施方法，所以为了说明书的简洁，在此不再详述。
50.示例性电子设备下面参考图3来描述本申请实施例的电子设备。
51.图3图示了根据本申请实施例的电子设备的结构示意图。
52.基于与前述实施例中一种用于糖尿病患者的服药提醒方法的发明构思，本发明还提供一种用于糖尿病患者的服药提醒系统，其上存储有计算机程序，该程序被处理器执行时实现前文所述第一种用于糖尿病患者的服药提醒方法的任一方法的步骤。
53.其中，在图3中，总线架构（用总线300来代表），总线300可以包括任意数量的互联的总线和桥，总线300将包括由处理器302代表的一个或多个处理器和存储器304代表的存储器的各种电路链接在一起。总线300还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起，这些都是本领域所公知的，因此，本文不再对其进行进一步描述。总线接口305在总线300和接受器301和发送器303之间提供接口。接受器301和发送器
303可以是同一个元件，即收发机，提供用于在传输介质上与各种其他系统通信的单元。
54.处理器302负责管理总线300和通常的处理，而存储器304可以被用于存储处理器302在执行操作时所使用的数据。
55.本发明实施例提供的一种用于糖尿病患者的服药提醒方法，所述方法包括：获得第一用户的第一身体信息；获得所述第一用户的第一血糖检测水平；根据所述第一血糖检测水平和第一身体信息，获得第一服药信息，其中，所述第一服药信息包括第一服药类别和第一服药用量；判断所述第一服药类别的第一服药方式是否为第一注射方式；若所述第一服药类别的所述第一服药方式为所述第一注射方式，根据所述第一服药用量获得第一注射剂量和第一注射部位；根据第一监测指令，将所述第一注射剂量和所述第一注射部位输入血糖预测训练模型中，获得第一监测数据；根据第二监测指令，获得第二监测数据，其中，所述第二监测数据为在第一预设周期中的血糖监测水平数据集合；通过对所述第一监测数据和所述第二监测数据进行分析，生成第一提醒信息。解决了现有技术中存在糖尿病患者服药监督提醒能力不够，无法长期监测患者身体动态指标的技术问题，达到了通过对患者的身体状况进行实时监测，从而智能提醒患者准确服药，避免用药误区的技术效果。
56.本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器、cd
‑
rom、光学存储器等）上实施的计算机程序产品的形式。
57.本发明是参照根据本发明实施例的方法、设备（系统）、和计算机程序产品的流程图和／或方框图来描述的。应理解可由计算机程序指令实现流程图和／或方框图中的每一流程和／或方框、以及流程图和／或方框图中的流程和／或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的系统。
58.这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令系统的制造品，该指令系统实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能。
59.这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的步骤。尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
60.显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。