一种基于健康大数据的健康信息处理的方法及系统技术方案

本申请公开了一种基于健康大数据的健康信息处理的方法，包括：对接收到的健康数据进行汇聚整合，并建立健康大数据库，并根据其数据建立预设模型及相对健康程度训练集；利用相对健康程度训练集对预设模型进行训练，得到评估与预测模型；利用评估与预测模型对接收到的健康信息进行评估与预测，得到评估与预测结果并输出。该方法通过建立健康大数据库，完成了对健康大数据的整合及分类，方便用户进行研发；评估与预测模型能够得到综合了受测者的各项健康信息的评估与预测结果，便于专业人士给出更为精确的诊断康复或健康促进的建议。本申请同时还提供了一种基于健康大数据的健康信息处理的系统、服务器及计算机可读存储介质，具有上述有益效果。

【技术实现步骤摘要】
一种基于健康大数据的健康信息处理的方法及系统
本申请涉及健康大数据的研发应用领域，特别涉及一种基于健康大数据的健康信息处理的方法、系统、服务器及计算机可读存储介质。
技术介绍
随着科学技术的不断发展，大数据与云端运算已普遍运用于各行各业，为人们的生活带来了极大的便利，健康大数据(Healthybigdata)是随着近几年数字浪潮和信息现代化而出现的新名词，其目的在于对健康数据进行专业化处理和再利用，对于身体状况监测，疾病预防和健康趋势分析都具有积极的意义。但由于健康大数据来源多样、涵盖面广，以及数据的整合、分类与周延极为复杂，难以适应研发需要，使得健康大数据与云端运算的应用发展缓慢，特别是现有的基于健康大数据的健康状况评估与预测功能还不完善，不能够综合受测者的各项健康信息得到相对全面的评估与预测结果。因此，如何完善基于健康大数据的健康信息处理以得到相对全面的处理结果，是本领域技术人员目前需要解决的技术问题。
技术实现思路
本申请的目的是提供一种基于健康大数据的健康信息处理的方法、系统、服务器及计算机可读存储介质，用于完善基于健康大数据的健康信息处理以得到相对全面的处理结果。为解决上述技术问题，本申请提供一种基于健康大数据的健康信息处理的方法，该方法包括：对接收到的健康数据进行汇聚整合，并建立健康大数据库；对所述健康大数据库中的数据进行统计分析及大数据挖掘应用，建立预设模型及相对健康程度训练集；利用所述相对健康程度训练集对所述预设模型进行训练，得到基于健康大数据的评估与预测模型；当接收到用户输入的健康信息时，利用所述评估与预测模型对所述健康信息进行评估与预测，得到评估与预测结果；输出所述评估与预测结果。可选的，所述对接收到的健康数据进行汇聚整合，并建立健康大数据库，包括：对所述接收到的健康数据进行整理操作，得到具有相同格式的待处理数据；将所述待处理数据进行处理操作，得到标准数据；其中，所述处理操作包括数据清洗、数据插补、数据转换、数据标准化、数据验证中的至少一项；根据所述标准数据建立所述健康大数据库。可选的，在根据所述标准数据建立所述健康大数据库之后，还包括：建立不具个人识别数据的次级数据库。可选的，对所述健康大数据库中的数据进行统计分析及大数据挖掘应用，建立预设模型及相对健康程度训练集，包括：对所述健康大数据库中的数据进行大数据挖掘应用，挖掘到具有关联性的数据来源；其中，所述数据来源包括健康检查数据来源、医院临床数据来源、医疗保险数据来源中的至少一项；依据健康与疾病发展轨迹对各所述数据来源进行关联性架构，并建立基于健康与疾病发展轨迹的预设模型。可选的，对所述健康大数据库中的数据进行统计分析及大数据挖掘应用，建立预设模型及相对健康程度训练集，包括：对所述健康大数据库中的数据进行统计，分别计算各健康事件的风险机率；其中，所述健康事件包括存活、失能、死因、共病、重大伤病、医疗资源利用中的至少一项；根据各所述风险机率建立不同健康状况下的相对健康程度训练集，以及各疾病的相对严重程度训练集。可选的，对所述健康大数据库中的数据进行统计，分别计算各健康事件的风险机率，包括：将评估对象族群划分为健康者、亚健康者、已罹病病患；利用比例风险模型对所述健康大数据库中的所述健康者的数据进行统计，得到各所述不同健康状况的健康者的各所述健康事件的风险机率；利用罗吉斯模型对所述健康大数据库中的所述亚健康者的数据进行统计，得到各所述不同健康状况的亚健康者的各所述健康事件的风险机率；利用一般线性模型对所述健康大数据库中的所述已罹病病患的数据进行统计，得到各所述已罹病病患的各所述疾病的各健康事件的风险机率。可选的，利用所述评估与预测模型对所述健康信息进行评估与预测，得到评估与预测结果，包括：利用所述评估与预测模型根据综合标准对所述健康信息进行评估与预测，得到基于综合标准的评估与预测结果；利用所述评估与预测模型根据同类族群标准对所述健康信息进行评估与预测，得到基于同类族群标准的评估与预测结果。可选的，所述评估与预测结果包括体态评估结果、生理健康评估结果、心理健康评估结果、热量评估结果、疾病风险评估结果中的至少一项。可选的，在输出所述评估与预测结果之后，还包括：根据所述评估与预测结果将所述用户划分为不同的待测族群；其中，所述待测族群包括健康低风险者、健康高风险者及医疗需求患者；当所述用户为所述健康低风险者时，输出一般体检优先项目的建议；当所述用户为所述健康高风险者或所述医疗需求患者时，依据所述评估与预测结果确定对应的检测项目，并输出精准体检优先项目的建议。本申请还提供一种基于健康大数据的健康信息处理的系统，该系统包括：健康大数据库建立模块，用于对接收到的健康数据进行汇聚整合，并建立健康大数据库；训练集及模型建立模块，用于对所述健康大数据库中的数据进行统计分析及大数据挖掘应用，建立预设模型及相对健康程度训练集；训练模块，用于利用所述相对健康程度训练集对所述预设模型进行训练，得到基于健康大数据的评估与预测模型；评估与预测模块，用于当接收到用户输入的健康信息时，利用所述评估与预测模型对所述健康信息进行评估与预测，得到评估与预测结果；输出模块，用于输出所述评估与预测结果。本申请还提供一种基于健康大数据的健康信息处理服务器，该基于健康大数据的健康信息处理服务器包括：存储器，用于存储计算机程序；处理器，用于执行所述计算机程序时实现如上述任一项所述基于健康大数据的健康信息处理的方法的步骤。本申请还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上述任一项所述基于健康大数据的健康信息处理的方法的步骤。本申请所提供基于健康大数据的健康信息处理的方法，通过对接收到的健康数据进行汇聚整合，并建立健康大数据库；对健康大数据库中的数据进行统计分析及大数据挖掘应用，建立预设模型及相对健康程度训练集；利用相对健康程度训练集对预设模型进行训练，得到基于健康大数据的评估与预测模型；当接收到用户输入的健康信息时，利用评估与预测模型对健康信息进行评估与预测，得到评估与预测结果；输出评估与预测结果。本申请所提供的技术方案，通过对接收到的健康数据进行汇聚整合，并建立健康大数据库，完成了对健康大数据的整合及分类，方便用户进行研发；通过相对健康程度训练集对预设模型的训练，使得得到的基于健康大数据的评估与预测模型能够对输入的健康信息进行评估与预测，得到综合了受测者的各项健康信息的评估与预测结果，使得评估与预测结果更为准确，便于专业人士给出更为精确的诊断康复或健康促进的建议，达成早警示、早阻断的主目标与早发现、早治疗的次目标。本申请同时还提供了一种基于健康大数据的健康信息处理的系统、服务器及计算机可读存储介质，具有上述有益效果，在此不再赘述。附图说明为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的实施例，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，还可以根据提供的附图获得其他的附图。图1为本申请实施例所提供的一种基于健康大数据的健康信息处理的方法的流程图；图2为本申请实施例所提供的一种糖尿病支持决策系统的工作流本文档来自技高网...

【技术保护点】
1.一种基于健康大数据的健康信息处理的方法，其特征在于，包括：对接收到的健康数据进行汇聚整合，并建立健康大数据库；对所述健康大数据库中的数据进行统计分析及大数据挖掘应用，建立预设模型及相对健康程度训练集；利用所述相对健康程度训练集对所述预设模型进行训练，得到基于健康大数据的评估与预测模型；当接收到用户输入的健康信息时，利用所述评估与预测模型对所述健康信息进行评估与预测，得到评估与预测结果；输出所述评估与预测结果。

【技术特征摘要】
1.一种基于健康大数据的健康信息处理的方法，其特征在于，包括：对接收到的健康数据进行汇聚整合，并建立健康大数据库；对所述健康大数据库中的数据进行统计分析及大数据挖掘应用，建立预设模型及相对健康程度训练集；利用所述相对健康程度训练集对所述预设模型进行训练，得到基于健康大数据的评估与预测模型；当接收到用户输入的健康信息时，利用所述评估与预测模型对所述健康信息进行评估与预测，得到评估与预测结果；输出所述评估与预测结果。2.根据权利要求1所述的方法，其特征在于，所述对接收到的健康数据进行汇聚整合，并建立健康大数据库，包括：对所述接收到的健康数据进行整理操作，得到具有相同格式的待处理数据；将所述待处理数据进行处理操作，得到标准数据；其中，所述处理操作包括数据清洗、数据插补、数据转换、数据标准化、数据验证中的至少一项；根据所述标准数据建立所述健康大数据库。3.根据权利要求2所述的方法，其特征在于，在根据所述标准数据建立所述健康大数据库之后，还包括：建立不具个人识别数据的次级数据库。4.根据权利要求1所述的方法，其特征在于，对所述健康大数据库中的数据进行统计分析及大数据挖掘应用，建立预设模型及相对健康程度训练集，包括：对所述健康大数据库中的数据进行大数据挖掘应用，挖掘到具有关联性的数据来源；其中，所述数据来源包括健康检查数据来源、医院临床数据来源、医疗保险数据来源中的至少一项；依据健康与疾病发展轨迹对各所述数据来源进行关联性架构，并建立基于健康与疾病发展轨迹的预设模型。5.根据权利要求1所述的方法，其特征在于，对所述健康大数据库中的数据进行统计分析及大数据挖掘应用，建立预设模型及相对健康程度训练集，包括：对所述健康大数据库中的数据进行统计，分别计算各健康事件的风险机率；其中，所述健康事件包括存活、失能、死因、共病、重大伤病、医疗资源利用中的至少一项；根据各所述风险机率建立不同健康状况下的相对健康程度训练集，以及各疾病的相对严重程度训练集。6.根据权利要求5所述的方法，其特征在于，对所述健康大数据库中的数据进行统计，分别计算各健康事件的风险机率，包括：将评估对象族群划分为健康者、亚健康者、已罹病病患；利用比例风险模型对所述健康大数据库中的所述健康者的数据进行统计，得到各所述不同健康状况的健康者的各所述健康事件的风险机率；利用罗吉斯模型对所述健康大数据库中的所述...

【专利技术属性】
技术研发人员：黄旭明，郑光甫，王圣凯，李妮臻，李昕翰，李道霖，周育慧，施婉菁，范子威，翁振玮，张佩青，陈奕瑾，黄玫慈，蔡明哲，赖佳君，盛德熙，
申请(专利权)人：上海米因医疗器械科技有限公司，
类型：发明
国别省市：上海,31