一种基于人工智能的线上数字化慢性病患者跟踪管理系统的制作方法

本发明属于慢性病，特别涉及慢性病患者的体重管理技术，具体公开一种基于人工智能的线上数字化慢性病患者跟踪管理系统。

背景技术：

1、随着环境改变、社会压力增加，慢性病发病率也在逐年增加，使得慢性病已经成为影响人们健康的主要疾病之一。对于有些慢性病来说，如糖尿病、高血脂、脂肪肝等，患病过程会对体重造成一定的影响，以高血脂为例来说，由于血液中脂质含量过高，影响正常代谢，过高的脂质被存储为脂肪组织中的脂肪，造成体内脂肪质量增加，从而导致体重增加，因而在控制这类慢性病时体重管理是必不可少的。

2、但目前存在一些慢性病患者急于求成从而过度进行体重管理，造体征指标的异常，为了能够及时发现因体重管理对身体健康造成的不利影响，在体重管理过程中进行身体健康警示显得尤为必要。

3、然而目前进行身体健康警示采取的方式基本都是直接依据体重管理过程中定期监测的体征指标进行健康警示，具体为通过定期监测的体征指标波动分析，当体征指标波动较大时进行健康警示，这种警示方式一方面没有考虑到慢性病患者体征指标波动与体重变动的关联性，由于不同慢性病患者的体质不同，不是所有的慢性病患者体征指标存在的波动都是因体重管理不当导致的，由此可见单纯依据体征指标波动进行健康警示过于宽泛、笼统，与体重管理影响身体健康的主题贴合度不高，难以为因体重管理不当引发身体机能异常的群体提供针对性的警示服务，导致健康警示触发的及时性、准确度不高。

4、另一方面现有技术提供的健康警示服务只是基于慢性病患者当时的身体状态触发的，慢性病患者根据警示只能了解当时身体状态不佳，对引起身体状态不佳的具体关联原因不清楚，从而无法进行针对性、有效地体重管理调整，到后面可能还会触发相同的健康警示，无法从根本上解决因体重管理不当导致的身体机能异常问题，导致警示价值只体现在当时阶段，难以发挥长远的价值，实用效果不佳。

技术实现思路

1、鉴于此，为解决上述背景技术中所提出的问题，现提出一种基于人工智能的线上数字化慢性病患者跟踪管理系统。

2、本发明的目的可以通过以下技术方案实现：本发明提供一种基于人工智能的线上数字化慢性病患者跟踪管理系统，包括：智能监测设备佩戴模块，用于将患有慢性病的人员作为目标监测者，进而由目标监测者佩戴智能监测设备。

3、身体指标监测上传模块，用于由目标监测者自设定起始监测日期、截止监测日期和监测间隔日，得到若干监测日，进而由智能监测终端在各监测日进行身体指标监测，其中身体指标包括体重和体征指标。

4、基础信息上传模块，用于由目标监测者在显示终端上传基础信息。

5、身体指标对比分析模块，用于将相邻监测日的身体指标进行对比分析，得到各监测日所处相邻监测日的体重变动系数和体征波动指数。

6、异常监测日识别模块，用于判断目标监测者的体重变动与体征波动是否存在相关性，若存在相关性，则进行异常监测日识别。

7、健康管理库，用于存储慢性病在各年龄段的正常体征波动指数。

8、体重变动关联体征识别模块，用于将各异常监测日所处相邻监测日的体征指标进行分析，从中识别出体重变动关联体征。

9、健康体重变动值解析模块，用于基于各异常监测日从所有监测日中筛选出正常监测日，以此进行健康体重变动值解析。

10、健康警示模块，用于将目标监测者对应的体重变动关联体征和健康体重变动值作为健康警示参数，实施健康警示。

11、于本发明一优选实施例，所述体征指标包括血压、心率和血氧浓度，基础信息包括年龄段和原始体重。

12、于本发明一优选实施例，所述体重变动系数的分析过程如下：将相邻监测日的体重进行对比，通过分析公式，得到各监测日所处相邻监测日的体重变动系数，t表示为监测日编号，，、分别表示为第t+1、第t监测日的体重，表示为目标监测者的原始体重。

13、于本发明一优选实施例，所述体征波动指数的分析过程如下：将相邻监测日的体征指标进行对比，通过体征波动指数分析公式计算出各监测日所处相邻监测日的体征波动指数，、、分别表示为第t+1监测日的血压、心率、血氧浓度，、、分别表示为第t监测日的血压、心率、血氧浓度，e表示为自然常数。

14、于本发明一优选实施例，所述判断目标监测者的体重变动与体征波动是否存在相关性参见下述过程：以监测日为横坐标，分别以体重变动系数和体征波动指数为纵坐标，构建平面坐标系，进而针对目标监测者在各监测日所处相邻监测日的体重变动系数和体征波动指数在所构建的平面坐标系内形成体重变动曲线、体征波动曲线。

15、分别对体重变动曲线、体征波动曲线在各监测日进行斜率获取，并提取斜率的符号，从而识别出各监测日对应体重变动曲线的变化趋势、体征波动曲线的变化趋势。

16、将各监测日对应体重变动曲线的变化趋势、体征波动曲线的变化趋势进行相互对比，若某监测日对应体重变动曲线的变化趋势与体征波动曲线的变化趋势一致，则将该监测日作为重点监测日。

17、统计重点监测日的数量，并通过公式得到目标监测者对应的体重变动—体征波动相关度。

18、将目标监测者对应的体重变动—体征波动相关度与设定的有效相关度进行对比，若目标监测者对应的体重变动—体征波动相关度大于或等于有效相关度，则判断目标监测者的体重变动与体征波动存在相关性，反之则判断目标监测者的体重变动与体征波动不存在相关性。

19、于本发明一优选实施例，所述异常监测日识别参见下述过程：从基础信息中提取年龄段，进而基于目标监测者所在年龄段从健康管理库中提取目标监测者的正常体征波动指数。

20、将目标监测者在各监测日所处相邻监测日的体征波动指数目标监测者的正常体征波动指数进行对比，若目标监测者在某监测日所处相邻监测日的体征波动指数大于正常体征波动指数，则将该监测日作为异常监测日。

21、于本发明一优选实施例，所述体重变动关联体征的识别过程如下：将各异常监测日所处相邻监测日中后监测日的体征指标与前监测日的体征指标进行对比，得到各异常监测日中各体征指标对应的对比绝对值。

22、将各异常监测日中各体征指标对应的对比绝对值进行相互对比，从中选取最大对比绝对值对应的体征指标作为各异常监测日对应的有效体征指标。

23、将各异常监测日对应的有效体征指标进行相互对比，进而将相同有效体征指标对应的异常监测日进行归类，得到各有效体征指标对应的若干异常监测日。

24、统计各有效体征指标对应的异常监测日数量，以此计算各有效体征指标对应的异常监测日占比率，并利用表达式计算出有效体征指标对应的占比分化度，其中表示为第i有效体征指标对应的异常监测日数量，i表示为有效体征指标编号，。

25、将有效体征指标对应的占比分化度与预配阈值进行对比，若有效体征指标对应的占比分化度大于预配阈值，则从各有效体征指标中挑选出最大异常监测日占比率对应的有效体征指标作为体重变动关联体征，反之则将各有效体征指标对应的异常监测日占比率与设定的中间占比率进行对比，进而取大于中间占比率的所有有效体征指标，均作为体重变动关联体征。

26、于本发明一优选实施例，所述健康体重变动值解析包括以下步骤：（1）将各正常监测日所处相邻监测日对应的体重变动系数进行相互对比，判断是否存在相同体重变动系数，若存在，则提取该体重变动系数，作为代表体重变动系数，并执行（2），反之执行（3）。

27、（2）将体重变动系数分析公式进行变换，进而将代表体重变动系数导入变换公式，得到相邻监测日的体重变动值，作为健康体重变动值。

28、（3）依次以各正常监测日所处相邻监测日对应的体重变动系数作为主体体重变动系数，进而将其他正常监测日所处相邻监测日对应的体重变动系数与主体体重变动系数进行方差计算，得到以各正常监测日对应体重变动系数作为主体体重变动系数的方差值，进而取最小方差值所属正常监测日对应的体重变动系数作为倾向体重变动系数，进而同理依照（2）得到健康体重变动值。

29、于本发明一优选实施例，所述健康警示的具体实现方式为：将体重变动关联体征作为后续体重管理的重点关注体征，将健康体重变动值作为后续体重管理的警戒变动幅度。

30、于本发明一优选实施例，还包括营养摄入关联分析模块，用于由目标监测者在各监测日上传各种营养素的摄入量，并计算各异常监测日所处相邻监测日对应各种营养素的摄入差量，进而结合各异常监测日所处相邻监测日的体征波动指数及各种营养素的摄入差量分析各种营养素摄入差量与体征波动的相关度，进而取最大相关度对应的营养素作为风险关联营养素，并添加到健康警示参数中。

31、相较于现有技术，本发明的有益效果如下：（1）本发明通过对患有慢性病的目标监测者进行智能监测设备佩戴，进而利用智能监测设备进行上传提取目标监测者在各监测日的体重和体征指标，由此进行体重变动系数和体征波动指数分析，并对其进行相关度判断，从而根据判断结果决定是否进行健康警示，使得本发明提供的健康警示服务与相应患有慢性病的体重管理群体的健康警示需求达到较好的适配度，能够为因体重管理不当引发身体机能异常的群体提供针对性强、贴合度高的警示服务，有利于提升健康警示触发的及时性、准确度。

32、（2）本发明通过对分析得到的体重变动系数和体征波动指数数据进行深入分析，提炼出体重变动关联体征和健康体重变动值，并将其作为健康警示参数，以此实施健康警示，使得目标监测者能够通过实施的健康警示明确体重管理过程中的关注要点，能够为后续体重管理调整提供针对、有效的调整方向，从而为从根本上解决因体重管理不当导致的身体机能异常问题提供了科学、合理、可靠的解决渠道，最大化地提高了健康警示发挥价值的延续时长，无形之中提升了健康警示的实用效果。

33、（3）本发明还增加了对目标监测者营养素摄入量的上传，通过将目标监测者的营养素摄入与体征波动进行关联分析，以此识别出风险关联营养素，并将其添加到健康警示参数中，扩展了健康警示参数的覆盖范围，从吃、体重变动幅度、体征多方面向目标监测者展现体重管理过程中的关注要点，鉴于很大一部分慢性病患者是通过改变饮食结构进行体重管理，本发明通过对风险关联营养素的识别分析，为目标监测者从根本上解决因体重管理不当导致的身体机能异常问题提供了快捷的解决渠道，在实现体重健康管理的同时能够快速避免发生身体健康问题。