一种基于身体健康数据的互联网远程护理系统的制作方法

本发明属于智慧医疗，具体涉及一种基于身体健康数据的互联网远程护理系统。

背景技术：

1、在当今社会中，很多患者在身体开始出现不适时，由于身体不适度较低、去医院或诊所就诊感觉有点小题大做以及不想浪费就诊时间等因素，大多抱着忍一忍就过去了的态度放任病情发展，直到在感觉病情严重时才会去医院或诊所就诊。针对这一现象，家庭健康护理或u健康护理(u-health care)服务应运而生，其是指患者可通过在家中使用各种测量装置测量生物信息而不用去医院并以远程方式接收基于测量结果的医疗建议的服务。

2、目前，现有家庭健康护理服务系统主要以人工在线问诊技术为主，即需要医师值班在线，然后由医师根据上传的生物信息测量结果来反馈对应的护理建议。但是这种护理系统必然存在如下缺陷：(1)由于是人工反馈护理建议，限于医师经验不足或存在忙中出错可能，患者有可能得到不适用的护理建议；(2)医师资源需求大，若医师临时不在线，患者将无法及时得到合适护理建议。

技术实现思路

1、本发明的目的是提供一种基于身体健康数据的互联网远程护理系统，用以解决现有家庭健康护理服务系统所存在患者可能得到不适用护理建议或可能无法及时得到合适护理建议的问题。

2、为了实现上述目的，本发明采用以下技术方案：

3、第一方面，提供了一种基于身体健康数据的互联网远程护理系统，包括有身体健康数据采集模块、身体健康画像模块、护理建议收集模块和护理建议推荐模块；

4、所述身体健康数据采集模块，用于采集不同护理对象的多份历史身体健康数据，以及还采集目标护理对象的最近身体健康数据；

5、所述身体健康画像模块，通信连接所述身体健康数据采集模块，用于针对在所述多份历史身体健康数据中的各份历史身体健康数据，采用机器学习算法确定对应护理对象的历史身体健康画像信息，以及还针对所述最近身体健康数据，也采用所述机器学习算法确定所述目标护理对象的最近身体健康画像信息；

6、所述护理建议收集模块，通信连接所述身体健康数据采集模块，用于收集护理服务方为护理对象提供的且与所述多份历史身体健康数据一一对应的多份护理建议；

7、所述护理建议推荐模块，分别通信连接所述身体健康画像模块和所述护理建议收集模块，用于根据所述最近身体健康画像信息，采用推荐算法从所述多份护理建议中确定最适用于所述目标护理对象的当前护理建议，并向所述目标护理对象推送所述当前护理建议。

8、基于上述
技术实现要素：
，提供了一种基于身体健康数据、机器学习算法和推荐算法的互联网远程护理建议推送方案，即包括有身体健康数据采集模块、身体健康画像模块、护理建议收集模块和护理建议推荐模块，其中，所述身体健康画像模块用于针对采集的各份历史身体健康数据及最近身体健康数据，采用机器学习算法确定不同护理对象的历史身体健康画像信息以及目标护理对象的最近身体健康画像信息，所述护理建议推荐模块用于根据最近身体健康画像信息，采用推荐算法从与多份历史身体健康数据一一对应的多份护理建议中确定最适用于目标护理对象的当前护理建议并予以推送，如此可大大降低医师资源需求，避免人工出错，确保患者始终能及时得到合适护理建议，远程实现全方位为患者的健康保驾护航的目的，便于实际应用和推广。

9、在一个可能的设计中，所述身体健康数据采集模块采用集成有身高体重检测服务、腰臀比检测服务、体温检测服务、血压检测服务、血氧检测服务、心电检测服务、血糖检测服务、尿酸检测服务、总胆固醇检测服务、血红蛋白检测服务、尿液分析检测服务、血脂检测服务、视力检测服务、牙齿检测服务、体质辨识检测服务和/或心理测试检测服务的智能型家庭医生设备。

10、在一个可能的设计中，所述智能型家庭医生设备还集成有身份证读卡器，其中，所述身份证读卡器用于读取护理对象的身份证信息，以便将该身份证信息与对该护理对象采集而得的身体健康数据自动绑定传送至所述身体健康画像模块。

11、在一个可能的设计中，针对在所述多份历史身体健康数据中的各份历史身体健康数据，采用机器学习算法确定对应护理对象的历史身体健康画像信息，包括：

12、将在所述多份历史身体健康数据中的各份历史身体健康数据，分别导入基于机器学习算法的且已完成预训练的身体健康画像分类模型，输出得到与所述各份历史身体健康数据一一对应的各个护理对象的历史身体健康画像信息，其中，所述机器学习算法包括有聚类分析算法、决策树算法和/或基于神经网络的分类算法。

13、在一个可能的设计中，所述身体健康画像分类模型的数目有多个，并有多个不同所述身体健康画像分类模型与身体健康画像信息的多维特征一一对应。

14、在一个可能的设计中，根据所述最近身体健康画像信息，采用推荐算法从所述多份护理建议中确定最适用于所述目标护理对象的当前护理建议，包括：

15、根据所述最近身体健康画像信息和所述历史身体健康画像信息，采用基于用户的协同过滤推荐算法从所述多份护理建议中确定最适用于所述目标护理对象的当前护理建议。

16、在一个可能的设计中，根据所述最近身体健康画像信息，采用推荐算法从所述多份护理建议中确定最适用于所述目标护理对象的当前护理建议，包括：

17、针对与所述各份历史身体健康数据一一对应的各个历史身体健康画像信息，根据在对应信息中的多维特征值和在所述最近身体健康画像信息中的多维特征值，计算得到对应的多维空间内距离；

18、按照多维空间内距离从小到大的顺序依次排列所述各个历史身体健康画像信息，得到画像信息序列；

19、从所述画像信息序列中抽取前k个历史身体健康画像信息，其中，k表示大于等于5的正整数；

20、判断与所述前k个历史身体健康画像信息一一对应的k份护理建议是否一致；

21、若是，则将在所述k份护理建议中的任意一份护理建议确定为最适用于所述目标护理对象的当前护理建议。

22、在一个可能的设计中，在判断与所述前k个历史身体健康画像信息一一对应的k份护理建议是否一致之后，根据所述最近身体健康画像信息，采用推荐算法从所述多份护理建议中确定最适用于所述目标护理对象的当前护理建议，还包括：

23、若判定所述k份护理建议不一致，则从所述k份护理建议中确定出对应有最多历史身体健康画像信息的某份护理建议；

24、判断所述某份护理建议的历史身体健康画像信息对应数目与k的比值是否超过预设阈值；

25、若是，则将所述某份护理建议确定为最适用于所述目标护理对象的当前护理建议。

26、在一个可能的设计中，在判断所述某份护理建议的历史身体健康画像信息对应数目与k的比值是否超过预设阈值之后，根据所述最近身体健康画像信息，采用推荐算法从所述多份护理建议中确定最适用于所述目标护理对象的当前护理建议，还包括：

27、若判定所述比值未超过所述预设阈值，则使k自加x或翻倍，然后重新从所述画像信息序列中抽取前k个历史身体健康画像信息，然后再从与该前k个历史身体健康画像信息一一对应的k份护理建议中确定出对应有最多历史身体健康画像信息的另一份护理建议，最后判断该另一份护理建议的历史身体健康画像信息对应数目与k的比值是否超过所述预设阈值，若是，则将该另一份护理建议确定为最适用于所述目标护理对象的当前护理建议，其中，x表示小于k的正整数。

28、在一个可能的设计中，向所述目标护理对象推送所述当前护理建议，包括：

29、将所述最近身体健康数据和所述当前护理建议绑定发送至所述护理服务方进行审核，并仅当审核通过时，才向所述目标护理对象推送所述当前护理建议。

30、上述方案的有益效果：

31、(1)本发明创造性提供了一种基于身体健康数据、机器学习算法和推荐算法的互联网远程护理建议推送方案，即包括有身体健康数据采集模块、身体健康画像模块、护理建议收集模块和护理建议推荐模块，其中，所述身体健康画像模块用于针对采集的各份历史身体健康数据及最近身体健康数据，采用机器学习算法确定不同护理对象的历史身体健康画像信息以及目标护理对象的最近身体健康画像信息，所述护理建议推荐模块用于根据最近身体健康画像信息，采用推荐算法从与多份历史身体健康数据一一对应的多份护理建议中确定最适用于目标护理对象的当前护理建议并予以推送，如此可大大降低医师资源需求，避免人工出错，确保患者始终能及时得到合适护理建议，远程实现全方位为患者的健康保驾护航的目的，便于实际应用和推广。