(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211190793.9 (22)申请日 2022.09.28 (71)申请人 朔至美 （南通） 科技有限公司 地址 226001 江苏省南 通市崇川区永兴街 道越江路8 8号 (72)发明人 罗雪方　罗子杰　 (51)Int.Cl. G16H 10/60(2018.01) G16H 50/20(2018.01) G16H 50/30(2018.01) G16H 50/70(2018.01) G06K 9/62(2022.01) G06F 17/16(2006.01) (54)发明名称 一种基于大数据的慢病患者健康状态数据 监测系统及方法 (57)摘要 本发明公开了一种基于大数据的慢病患者 健康状态数据监测系统及方法， 包括数据库获取 模块、 筛选模型建立模块、 诊断结果确定模块、 数 据库更新模块、 筛选模型匹配模块和综合评估指 数分析模块； 数据库获取模块用于获取患者登录 医疗平台进行挂号后记录的就诊信息； 筛选模型 建立模块用于建立目标数据库中的筛选模型； 诊 断结果确定模块用于记录患者就诊后的诊断结 果并根据诊断结果选择存储； 数据库更新模块用 于根据诊断结果确定模块以更新数据库； 筛选模 型匹配模块用于匹配患者历史就诊信息与 目标 数据库并确定匹配结果； 综合评估指数分析模块 用于综合第一匹配结果和患者当前的就诊信息 得到综合评估指数。 权利要求书4页 说明书9页 附图1页 CN 115472253 A 2022.12.13 CN 115472253 A 1.一种基于大 数据的慢病患者 健康状态数据监测方法， 其特 征在于， 包括以下步骤： 步骤S1： 获取患者登录医疗平台进行挂号后记录的就诊信息， 并将患者相关的就诊信 息存储于医疗大数据库中； 提取医疗大数据库中已经确诊慢病患者的病情相关数据作为目 标数据库， 所述病情相关数据包括慢病患者的病因、 病症和病史， 并根据目标数据库建立筛 选模型； 步骤S2： 基于目标数据库和患者当前的就诊信息， 输出患者的诊断结果为第一诊断结 果， 若第一诊断结果属于慢性疾病， 则判断患者的诊断结果是否与目标数据库存在交集， 若 存在交集， 不进行数据的存储； 若不存在交集， 则存储该患者的就诊信息于目标数据库中， 更新目标 数据库； 步骤S3： 若第一诊断结果不属于慢性疾病， 提取患者存储于医疗大数据库中的病史数 据， 所述病史数据是指患者在第一诊断结果得出前 的所有历史就诊记录， 并将所述历史就 诊记录与目标 数据库的筛 选模型进行匹配， 得到第一匹配结果； 步骤S4： 基于第一匹配结果和患者当前的就诊信息， 综合分析患者针对慢病健康状态 的综合评估指数， 根据综合评估指数对患者在得到第一诊断结果前进行预警， 提示诊断方 向， 输出预警提示后的诊断结果 为第二诊断结果， 并将第二诊断结果存 储于目标 数据库中。 2.根据权利要求1所述的一种基于大数据的慢病患者健康状态数据监测方法， 其特征 在于： 所述 步骤S1中根据目标 数据库建立筛 选模型， 包括以下步骤： 提取医疗大数据库中的病因作为第 一常规筛选因子u1， 提取医疗大数据库中的病症作 为第二常规筛选因子v1， 提取医疗大数据库中的病史作为第三常规筛选因子q1； 获取目标 数据库中的病因作为第一目标筛选因子u2， 提取目标数据库中的病症作为第二目标筛选因 子v2， 提取目标 数据库中的病史作为第三常目标选因子q2； 建立医疗大 数据库中的常规筛 选因子游离集{u1,v1,q1}， 利用公式： 计算常规筛选因子游离集{u1,v1,q1}在对医疗大数据库进行筛选后的对应常规游离 比例{wu1,wv1,wq1}； 其中{max[u1],max[v1],max[q1]}分别为第一常规筛选因子u1、 第二 常规筛选因子v1和第三常规筛选因子q1筛选出医疗大数据库中相同病情数据对应患者个 数的最大值； M为医疗大 数据库中患者 就诊信息的总数值； 建立目标数据库中的目标筛选因子游离集{u2,v2,q2}， 并提取目标筛选因子游离集 {u2,v2,q2}在对目标数据库进行筛选后的对应目标游离比例{gu2,gv2,gq2}， 所述目标游 离比例的计算方式同上述常规游离比例的计算方式； 依次比较常规游离比例{wu1,wv1,wq1}和目标游离比例{gu2,gv2,gq2}中对应患者的 重叠度r(u,v,q)， 所述重叠度r(u,v,q)=m0(u,v,q)/max{[ u1,u2],[v1,v2],[q1,q2]}， 其中 m0(u,v,q)表示医疗大数据库和目标数据库中相同病情数据对应患者的重复个数， 所述相 同病情数据包括相同病因、 病症和病史； max{[u1,u2],[v1,v2],[q1,q2]}表示在针对相同 病情数据对应的医疗大 数据库中对应患者的总数和目标 数据库中对应患者总数的最大值； 设置重叠度阈值， 当重叠度大于等于重叠度阈值时， 保留对应的常规游离比例和目标 游离比例， 当重叠度小于重叠度阈值时， 设置对应因子的游离比例与最小值的游离比例保 持一致， 构成新的常规游离比例{wu1',wv1',wq1'}和新的目标游离比例{gu2',gv2', gq2'}； 利用公式构建筛 选因子优先级：权　利　要　求　书 1/4 页 2 CN 115472253 A 2其中T为筛选因子优先级矩阵， 比较矩阵T中数值的大小， 进行由大到小的排序且对应 生成筛选因子的优先级； 根据筛选因子的优先级对目标 数据库进行筛 选， 构建第一筛 选模型和第二筛 选模型。 3.根据权利要求2所述的一种基于大数据的慢病患者健康状态数据监测方法， 其特征 在于： 所述根据筛选因子的优先级对目标数据库进行筛选， 构建第一筛选模型和第二筛选 模型， 包括以下 具体步骤： 以第一优先级的筛选因子对应目标数据库中的患 者就诊信 息为初始靶点， 提取初始靶 点中的关键词信息作为第一关键词集， 遍历第一关键词集中各关键词的相似度， 获取相似 度小于第一相似度阈值时对应的关键词对{关键词a1 →关键词b1}， 提取关键词对{关键词a1 →关键词b1}中第二优先级的筛选因子对应的关键词信息作 为第二关键词集， 遍历第二关键词集中各关键词的相似度， 获取相似度小于第二相似度阈 值时对应的关键词对{关键词a2 →关键词b2}； 提取关键词对{关键词a2 →关键词b2}中第三优先级的筛选因子对应的关键词信息作 为第三关键词集， 遍历第三关键词集中各关键词的相似度， 获取相似度小于第三相似度阈 值时对应的关键词对{关键词a3 →关键词b3}； 以第一筛选模型和第二筛选模型的信息区别为依据， 构建以{关键词a1 →关键词关键 词a2→关键词a3}和{关键词b1 →关键词b2 →关键词b3}的第一筛 选模型和第二筛 选模型。 4.根据权利要求3所述的一种基于大数据的慢病患者健康状态数据监测方法， 其特征 在于： 所述将所述历史就诊记录与目标数据库的筛选模型进 行匹配， 得到第一匹配结果， 包 括以下具体步骤： 获取患者的历史就诊记录， 并依据筛选因子的优先级对历史就诊记录进行分类， 分别 得到历史就诊记录中的各筛选因子的子关键词{fuj,fvj,fqj}； fuj表示病因筛选因子对应 的第j个子关键词， fvj表示病症筛选因子对应的第j个子关键词， fqj表示病史筛选因子对 应的第j个子关键词； 将筛选因子的子关键词与 先天筛选模型和后天筛选模型进行分别匹配， 得到第 一匹配 结果H： 其中d表示筛选因子对应子关键词的总个数； G(fuj)表示病因筛选因子对应第j个子关 键词与第一筛选模型和第二筛选模型匹配度的最大值， 并标记筛选模型； G(fvj)表示病症 筛选因子对应j个子关键词与第一筛选模型和第二筛选模型匹配度的最大值， G(fqj)表示 病史筛选因子对应j个子关键词与第一筛选模型和第二筛选模型匹配度的最大值； α、 β、 γ 分别对应病因筛选因子、 病症筛选因子和病史筛选因子的参考系数， α +β +γ=1， 且α、 β和γ 的大小对应筛 选因子优先级的顺序。 5.根据权利要求4所述的一种基于大数据的慢病患者健康状态数据监测方法， 其特征权　利　要　求　书 2/4 页 3 CN 115472253 A 3