目标对象的健康管理系统、方法、设备、介质及程序产品技术方案

本申请公开了一种目标对象的健康管理系统、方法、设备、介质及程序产品，属于人工智能技术领域。所述系统包括：终端，用于记录第一目标对象在第一孕期区间的第一数据指标；数据服务器，用于记录第一目标对象在第一孕期区间的第二数据指标；健康管理服务器，用于获取第一目标对象在第一孕期区间的第一数据指标和第二数据指标；基于神经网络模型对第一目标对象在第一孕期区间的健康数据进行预测，得到第一目标对象在第二孕期区间的健康标签，向终端输出健康数据和健康标签；终端，还用于显示健康数据和健康标签。基于上述系统，可以避免目标对象的多次检测结果的断层，且可以较为准确的获得目标对象的健康管理结果，提高了健康管理效率。效率。效率。

【技术实现步骤摘要】
目标对象的健康管理系统、方法、设备、介质及程序产品


[0001]本申请实施例涉及人工智能
，特别涉及一种目标对象的健康管理系统、方法、设备、介质及程序产品。

技术介绍

[0002]在孕产妇异地就医或多次产检的过程中，涉及多次检测结果的管理，例如，孕产妇在A地区的A医院进行第一次产检所得的检测结果，以及孕产妇在B地区的B医院进行第二次产检所得的检测结果。而多次检测结果的管理往往具有较高的复杂性，且影响因素较多。
[0003]在相关技术中，主要依靠医院对本医院所产生的检测结果进行管理。
[0004]上述检测结果的管理方式使得孕产妇在B医院进行第二次产检时难以获得在A医院进行第一次产检所得的检测结果，管理方式较为单一，且管理效率较低。

技术实现思路

[0005]本申请提供了一种目标对象的健康管理系统、方法、设备、介质及程序产品，所述技术方案如下：
[0006]根据本申请的一方面，提供了一种目标对象的健康管理系统，所述系统包括：终端、健康管理服务器和至少一个诊疗机构的数据服务器；
[0007]所述终端，用于记录第一目标对象在第一孕期区间的第一数据指标，向所述健康管理服务器发送所述第一数据指标；
[0008]所述数据服务器，用于记录所述第一目标对象在所述第一孕期区间的第二数据指标，向所述健康管理服务器发送所述第二数据指标；
[0009]所述健康管理服务器，用于获取所述第一目标对象在所述第一孕期区间的健康数据，所述健康数据包括所述第一数据指标和所述第二数据指标；基于神经网络模型对所述第一目标对象在所述第一孕期区间的健康数据进行预测，得到所述第一目标对象在第二孕期区间的健康标签，向所述终端输出所述健康数据和所述健康标签；
[0010]所述终端，还用于显示所述健康数据和所述健康标签；
[0011]其中，所述健康标签用于指示目标对象的健康信息，所述第一孕期区间是孕期过程中的一个时间段，所述第二孕期区间是所述孕期过程中位于所述第一孕期区间之后的时间段。
[0012]在一种可能的实现方式中，所述健康管理服务器，还用于获取第一目标对象在所述第一孕期区间的对象数据特征，以及历史目标对象在孕期过程中的对象数据特征和健康标签；基于所述神经网络模型对所述第一目标对象和所述历史目标对象在所述第一孕期区间的对象数据特征进行相似度计算，在所述历史目标对象中确定与所述第一目标对象相似的第二目标对象；基于所述第二目标对象在所述第二孕期区间的健康标签，预测所述第一目标对象在所述第二孕期区间的健康标签。
[0013]在一种可能的实现方式中，所述健康管理服务器，还用于通过所述神经网络模型
中的分类网络，对所述第一目标对象和所述历史目标对象在所述第一孕期区间的对象数据特征进行相似度值计算，得到与所述第一目标对象相似的所述第二目标对象。
[0014]在一种可能的实现方式中，所述神经网络模型包括至少两个不同的所述分类网络。
[0015]所述健康管理服务器，还用于通过所述神经网络模型中的至少两个不同的所述分类网络，对所述第一目标对象和所述历史目标对象在所述第一孕期区间的对象数据特征进行相似度值计算，得到至少两个不同的所述分类网络各自输出的所述第二目标对象；
[0016]所述健康管理服务器，还用于基于所述分类网络的权重值，将所述分类网络各自输出的所述第二目标对象进行融合，得到与所述第一目标对象相似的所述第二目标对象。
[0017]在一种可能的实现方式中，所述第一目标对象的对象数据特征包括诊断数据特征和属性特征。
[0018]所述健康管理服务器，还用于根据所述分类网络在相似度值计算过程中使用的所述诊断数据特征的个数，确定所述分类网络的权重值；
[0019]所述健康管理服务器，还用于基于所述分类网络的权重值，将所述分类网络各自输出的所述第二目标对象进行融合，得到与所述第一目标对象相似的所述第二目标对象。
[0020]在一种可能的实现方式中，所述健康管理服务器，还用于基于所述神经网络模型对所述第一目标对象在所述第一孕期区间的健康数据进行预测，得到所述第一目标对象在第二孕期区间对应的所述健康标签的级别标签和级别分析标签，所述级别标签用于表示健康标签在所述第一目标对象的所述第二孕期区间发生的概率值，所述级别分析标签用于表示所述级别标签与所述第一目标对象在所述第一孕期区间的健康数据中的数据指标的关联关系；
[0021]所述健康管理服务器，还用于向所述终端输出所述健康标签的所述级别标签和所述级别分析标签。
[0022]在一种可能的实现方式中，所述健康管理服务器，还用于获取所述历史目标对象在孕期区间的评分类别标签；
[0023]所述健康管理服务器，还用于通过神经网络模型中的分级网络，对所述第一目标对象在所述第一孕期区间的对象数据特征进行评分处理，得到所述第一目标对象在所述第一孕期区间对应的评分类别标签；
[0024]所述健康管理服务器，还用于基于所述第一目标对象和所述历史目标对象在所述第一孕期区间的对象数据特征的相似度，以及基于所述第一目标对象和所述历史目标对象在所述第一孕期区间的评分类别标签的相似度，在所述历史目标对象中确定与所述第一目标对象相似的第二目标对象。
[0025]在一种可能的实现方式中，所述第一目标对象的对象数据特征包括诊断数据特征和属性特征；
[0026]所述健康管理服务器，还用于获取所述第一目标对象的健康数据，所述健康数据包括诊断数据集合和属性数据；
[0027]所述健康管理服务器，还用于将所述诊断数据集合和所述属性数据分别输入至特征提取网络进行特征提取，得到所述第一目标对象的所述诊断数据特征和所述属性特征。
[0028]在一种可能的实现方式中，所述健康管理服务器，还用于基于所述神经网络模型
对所述第一目标对象在所述第一孕期区间的健康数据进行分析，得到所述第一目标对象对应的目标生理健康内容，所述目标生理健康内容是指发送给所述第一目标对象的健康干预内容；
[0029]所述健康管理服务器，还用于向所述终端输出所述目标生理健康内容。
[0030]在一种可能的实现方式中，所述健康管理服务器，还用于获取候选生理健康内容集中的生理健康内容的标签特征及所述第一目标对象在第一孕期区间的对象数据特征，所述生理健康内容是指候选发送给所述第一目标对象的健康干预内容；
[0031]所述健康管理服务器，还用于基于所述神经网络模型对所述对象数据特征和所述标签特征进行相似度计算，得到所述对象数据特征和所述标签特征之间的相似度值；
[0032]所述健康管理服务器，还用于根据所述相似度值从所述候选生理健康内容集中筛选出目标生理健康内容；
[0033]所述健康管理服务器，还用于向所述终端发送所述目标生理健康内容。
[0034]在一种可能的实现方式中，所述健康管理服务器，还用于对所述标识类标签特征和所述属性特征进行相似度计算，得到第一相似度值；
[00本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种目标对象的健康管理系统，其特征在于，所述系统包括：终端、健康管理服务器和至少一个诊疗机构的数据服务器；所述终端，用于记录第一目标对象在第一孕期区间的第一数据指标，向所述健康管理服务器发送所述第一数据指标；所述数据服务器，用于记录所述第一目标对象在所述第一孕期区间的第二数据指标，向所述健康管理服务器发送所述第二数据指标；所述健康管理服务器，用于获取所述第一目标对象在所述第一孕期区间的健康数据，所述健康数据包括所述第一数据指标和所述第二数据指标；基于神经网络模型对所述第一目标对象在所述第一孕期区间的健康数据进行预测，得到所述第一目标对象在第二孕期区间的健康标签，向所述终端输出所述健康数据和所述健康标签；所述终端，还用于显示所述健康数据和所述健康标签；其中，所述健康标签用于指示目标对象的健康信息，所述第一孕期区间是孕期过程中的一个时间段，所述第二孕期区间是所述孕期过程中位于所述第一孕期区间之后的时间段。2.一种目标对象的健康管理方法，其特征在于，所述方法包括：获取来自终端的第一目标对象在第一孕期区间的第一数据指标；以及获取来自至少一个诊疗机构的数据服务器的所述第一目标对象在第一孕期区间的第二数据指标；基于所述第一数据指标和所述第二数据指标，确定所述第一目标对象在所述第一孕期区间的健康数据；基于神经网络模型对所述第一目标对象在所述第一孕期区间的健康数据进行预测，得到所述第一目标对象在第二孕期区间的健康标签；向所述终端输出所述健康数据和所述健康标签；其中，所述健康标签用于指示目标对象的健康信息，所述第一孕期区间是孕期过程中的一个时间段，所述第二孕期区间是所述孕期过程中位于所述第一孕期区间之后的时间段。3.根据权利要求2所述的方法，其特征在于，所述基于神经网络模型对所述第一目标对象在所述第一孕期区间的健康数据进行预测，得到所述第一目标对象在第二孕期区间的健康标签，包括：获取第一目标对象在所述第一孕期区间的对象数据特征，以及历史目标对象在孕期过程中的对象数据特征和健康标签；基于所述神经网络模型对所述第一目标对象和所述历史目标对象在所述第一孕期区间的对象数据特征进行相似度计算，在所述历史目标对象中确定与所述第一目标对象相似的第二目标对象；基于所述第二目标对象在所述第二孕期区间的健康标签，预测所述第一目标对象在所述第二孕期区间的健康标签。4.根据权利要求3所述的方法，其特征在于，所述基于所述神经网络模型对所述第一目标对象和所述历史目标对象在所述第一孕期区间的对象数据特征进行相似度计算，在所述历史目标对象中确定与所述第一目标对象相似的第二目标对象，包括：通过所述神经网络模型中的分类网络，对所述第一目标对象和所述历史目标对象在所
述第一孕期区间的对象数据特征进行相似度值计算，得到与所述第一目标对象相似的所述第二目标对象。5.根据权利要求4所述的方法，其特征在于，所述神经网络模型包括至少两个不同的所述分类网络；所述通过所述神经网络模型中的分类网络，对所述第一目标对象和所述历史目标对象在所述第一孕期区间的对象数据特征进行相似度值计算，得到与所述第一目标对象相似的所述第二目标对象，包括：通过所述神经网络模型中的至少两个不同的所述分类网络，对所述第一目标对象和所述历史目标对象在所述第一孕期区间的对象数据特征进行相似度值计算，得到至少两个不同的所述分类网络各自输出的所述第二目标对象；基于所述分类网络的权重值，将所述分类网络各自输出的所述第二目标对象进行融合，得到与所述第一目标对象相似的所述第二目标对象。6.根据权利要求5所述的方法，其特征在于，所述第一目标对象的对象数据特征包括诊断数据特征和属性特征；所述基于所述分类网络的权重值，将所述分类网络各自输出的所述第二目标对象进行融合，得到与所述第一目标对象相似的所述第二目标对象，包括：根据所述分类网络在相似度值计算过程中使用的所述诊断数据特征的个数，确定所述分类网络的权重值；基于所述分类网络的权重值，将所述分类网络各自输出的所述第二目标对象进行融合，得到与所述第一目标对象相似的所述第二目标对象。7.根据权利要求2至6任一所述的方法，其特征在于，所述方法还包括：基于神经网络模型对所述第一目标对象在所述第一孕期区间的健康数据进行预测，得到所述第一目标对象在第二孕期区间对应的所述健康标签的级别标签和级别分析标签，所述级别标签用于表示健康标签在所述第一目标对象的所述第二孕期区间发生的概率值，所述级别分析标签用于表示所述级别标签与所述第一目标对象在所述第一孕期区间的健康数据中的数据指标的关联关系。8.根据权利要求3所述的方法，其特征在于，所述方法还包括：获取所述历史目标对象在孕期区间的评分类别标签；通过神经网络模型中的分级网络，对所述第一目标对象在所述第一孕期区间的对象数据特征进行评分处理，得到所述第一目标对象在所述第一孕期区间对应的评分类别标签；所述基于所述神经网络模型对所述第一目标对象和所述历史目标对象在所述第一孕期区间的对象数据特征进行相似度计算，在所述历史目标对象中确定与所述第一目标对象相似的第二目标对象，包括：基于所述第一目标对象和所述历史目标对象在所述第一孕期区间的对象数据特征的相似度，以及基于所述第一目标对象和所述历史目标对象在所述第一孕期区间的评分类别标签的相似度，在所述历史目标对象中确定与所述第一目标对象相似的第二目标对象。9.根据权利要求2至6任一所述的方法，其特征在于，所述方法还包括：基于所述神经网络模型对所述第一目标对象在所述第一孕期区间的健康数据进行分析，得到所述第一目标对象对应的目标生理健康内容，所述目标生理健康内容是指发送给
所述第一目标对象的健康干预内容。10....

【专利技术属性】
技术研发人员：郭航，麦海华，王硕佳，郭泽豪，陈勃，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：