基于贝叶斯网络的智能化老年综合评估方法及系统技术方案

本发明专利技术公开了一种基于贝叶斯网络的智能化老年综合评估方法及系统，属于人工智能技术领域，所述方法包括：问卷模型构建，所述问卷模型通过贝叶斯网络发掘并计算问卷题项之间的关系并以此构建；问卷回答推理，所述问卷回答推理前需通过询问的方法获取一部分初始信息并将已回答的问题加入证据变量集合中，每一次模型都将对下一问题的回答进行概率推理。所述基于贝叶斯网络的智能化老年综合评估系统包含三个子系统：老人用户子系统、评估师用户子系统和后台管理子系统，用于辅助评估师简化CGA工作流程，同时电子化存储评估过程记录，方便老人和评估师随时查看和管理个人信息和评估结果。估结果。估结果。

【技术实现步骤摘要】
基于贝叶斯网络的智能化老年综合评估方法及系统


[0001]本专利技术涉及人工智能
，尤其涉及一种基于贝叶斯网络的智能化老年综合评估方法和系统。

技术介绍

[0002]当前，我国人口老龄化进程显著加剧。第七次全国人口普查数据显示，我国60岁及以上人口有26402万人，占总人口的18.70％，与第六次普查数据相比上升5.44％。人口老龄化将增加家庭养老负担，并带来基本公共服务供给的压力。因此，发展适宜在社区大规模推广开展的老年综合评估方法具有紧迫而重要的实际意义。
[0003]老年综合评估(Comprehensive geriatric assessment，CGA)是指采用多学科方法评估老年人的躯体情况、功能状态、心理健康和社会环境状况等，并据此制订以维持及改善老年人健康和功能状态为目的的治疗计划，最大程度地提高老年人的生活质量。目前 CGA主要分为综合评估测量和单项评估累计测量。综合评估工具内容繁杂，评估耗时耗力，难以普及使用。单项评估工具在单一维度评估中准确便捷，但累计多项工具评估同样丧失其简捷性。评估过程冗长繁琐易引起老人的烦躁情绪，进而影响评估结果的准确性，难以在社区开展大面积筛查评估工作。为解决上述问题，目前所存在的方法主要分为两类：第一类是使用专家知识或统计学方法，通过直接删减部分问题以简化量表；第二类是使用智能化方法辅助简化CGA流程。前者虽一定程度上简化了量表，但删减问题会影响量表的准确性，后者难以实际应用，在性能上仍有提升空间。

技术实现思路

[0004]为了解决上述技术问题，本专利技术提供一种基于贝叶斯网络的智能化老年综合评估方法及系统，以解决老年综合评估过程中准确性和便捷性不可兼得的问题，并基于该方法开发一套适于多终端平台应用的智能化老年综合评估系统，为社区、养老机构及医院开展老人综合能力评估，准确逐步实现量化评估提供技术支撑，为广大老人实现健康养老，提升生活质量提供合理化建议和指导，为社会精准配置养老服务资源提供合理参考依据。
[0005]第一方面，本专利技术提供了一种基于贝叶斯网络的智能化老年综合评估方法，所述方法通过一种基于贝叶斯网络的智能化老年综合评估系统实现，其中，所述方法包括：
[0006]问卷模型构建，所述问卷模型通过贝叶斯网络发掘并计算问卷题项之间的关系并以此构建；
[0007]问卷回答推理，所述问卷回答推理前需通过询问的方法获取一部分初始信息并将已回答的问题加入证据变量集合中，每一次模型都将对下一问题的回答进行概率推理。
[0008]所述计算问卷题项之间的关系包括度量问卷题项之间的关系和计算属性间关联强度，其中度量问卷题项间的关系对应结构学习过程，计算属性间关联强度对应参数学习过程；
[0009]进一步地，所述结构学习过程选取了基于评分搜索的方法，评分函数以度量搜索
空间中每个结构与样本数据的拟合程度，所述参数学习过程使用贝叶斯估计进行参数学习。
[0010]所述问卷回答推理中主要有两个超参数：可信度阈值和遍历模式。
[0011]进一步地，所述可信度阈值取值在0
‑
1之间，用于评估推理得到的概率是否足够可信，该参数将直接影响最终结果的可靠性和算法的简化效果；
[0012]进一步地，所述遍历模式会影响询问问题的顺序，间接影响到算法的性能。在一个贝叶斯网络中，入度较小的结点，由于只与极少数题项存在依赖关系，通过推理得到的概率不够可信，所以优先选择从入度较小的结点开始遍历；
[0013]进一步地，所述遍历模式包括以下四种方式：单向深度优先搜索、单向广度优先搜索、双向深度优先搜索和双向广度优先搜索。
[0014]另一方面，本专利技术还提供了一种基于贝叶斯网络的智能化老年综合评估系统，用于执行如第一方面所述的一种基于贝叶斯网络的智能化老年综合评估方法，所述系统包括：
[0015]智能化老年综合评估系统，所述智能化老年综合评估系统用于辅助评估师简化CGA 工作流程。
[0016]进一步地，所述智能化老年综合评估系统包含三个子系统：老人用户子系统、评估师用户子系统、后台管理子系统；
[0017]进一步地，所述老人用户子系统包括老人信息维护模块和评估结果查询模块，老年人首先可以通过注册界面注册账号并登录系统，之后系统提供修改个人信息以及账号密码的功能，最后可通过系统查看该老人所有的评估记录。
[0018]所述评估师用户子系统包括评估师信息维护、评估安排管理和评估结果维护模块。
[0019]进一步地，所述评估师信息维护模块包括基本信息维护和修改个人密码的功能；
[0020]所述评估安排管理模块包括参数设置功能以及动态抽题功能；
[0021]所述评估结果维护模块包括评估记录、结果查看和修改的功能；
[0022]进一步地，所述后台管理子系统包括老人信息管理模块、评估师信息管理模块和本地管理员信息管理模块，本地管理员允许进入老人信息管理和评估师信息管理模块，修正用户的错误信息，而系统超级管理员则能够添加新的本地管理员，并控制本地管理员的访问权限。
[0023]本专利技术的有益效果为：
[0024]采用本专利技术所提供的基于贝叶斯网络的智能化老年综合评估方法及系统开展评估工作时大大缩短了评估时间，与行业标准相比平均用时减少了约三分之二的时间，且分级准确率均在0.9以上，在保证准确性的同时实现评估过程的简化，具有良好的应用价值；同时电子化存储评估过程记录，方便老人和评估师随时查看和管理个人信息和评估结果。本系统兼容多终端平台应用，其中包括的社区卫生服务中心、养老机构和医院等各场地的设备。
附图说明
[0025]图1为本专利技术的基于贝叶斯网络的问卷调查算法流程图；
[0026]图2为本专利技术的智能化老年综合评估系统系统功能模块图；
[0027]图3为本专利技术的智能化老年综合评估系统用户登陆界面图；
[0028]图4为本专利技术的智能化老年综合评估系统账户注册界面图；
[0029]图5为本专利技术的智能化老年综合评估系统账户修改界面图；
[0030]图6为本专利技术的智能化老年综合评估系统评估参数设置界面图；
[0031]图7为本专利技术的智能化老年综合评估系统评估问题界面图；
[0032]图8为本专利技术的智能化老年综合评估系统评估记录界面图；
[0033]图9为本专利技术的智能化老年综合评估系统评估结果界面图；
[0034]图10为本专利技术的智能化老年综合评估系统后台管理界面图。
具体实施方式
[0035]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本专利技术保护的范围。
[0036]实施例一
[0037]请参阅图1，本专利技术提供了一种基于贝叶斯网络的智能化老年综合评估方法，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于贝叶斯网络的智能化老年综合评估方法，其特征在于，所述方法包括：问卷模型构建，所述问卷模型通过贝叶斯网络发掘并计算问卷题项之间的关系并以此构建；问卷回答推理，所述问卷回答推理前需通过询问的方法获取一部分初始信息并将已回答的问题加入证据变量集合中，每一次模型都将对下一问题的回答进行概率推理。2.如权利要求1所述的智能化老年综合评估方法，其特征在于，所述计算问卷题项之间的关系包括度量问卷题项之间的关系和计算属性间关联强度，其中度量问卷题项间的关系对应结构学习过程，计算属性间关联强度对应参数学习过程。3.如权利要求2所述的智能化老年综合评估方法，其特征在于，所述结构学习过程选取了基于评分搜索的方法，评分函数以度量搜索空间中每个结构与样本数据的拟合程度，所述参数学习过程使用贝叶斯估计进行参数学习。4.如权利要求1所述的智能化老年综合评估方法，其特征在于，所述问卷回答推理中主要有两个超参数：可信度阈值和遍历模式。5.如权利要求4所述的智能化老年综合评估方法，其特征在于，所述可信度阈值取值在0
‑
1之间，用于评估推理得到的概率是否足够可信，可信度阈值将直接影响最终结果的可靠性和算法的简化效果。6.如权利要求4所述的智能化老年综合评估方法，其特征在于，所述遍历模式会影响询问问题的顺序，间接影响到算法的性能；优先选择从入度较小的结点开始遍历；所述遍历模式包括以下四种方式：单向深度优先搜索、单向广度优先搜索、双向深度优先搜索和双向广度优先搜索。7.实现权利要求1
‑
6之一...

【专利技术属性】
技术研发人员：高理升，孙健，李关东，王艺桦，许杨，丁增辉，孙怡宁，杨先军，
申请(专利权)人：中国科学院合肥物质科学研究院，
类型：发明
国别省市：