[发明专利]一种医养信息大数据分析方法及管理系统

说明书

技术领域

本发明属于智能管理系统技术领域，特别是涉及一种医养信息大数据分析方法及管理系统。

背景技术

现有对于医养数据的分析多采用根据相关机构预测，2035年全世界老年人口将达到20.2亿，其中中国老年人口将达到4.8亿，几乎占全球老年人口的四分之一，是世界上老年人口最多的国家。2014年至2035年间，中国老年人口的消费潜力将从4万亿元左右增长到106万亿元左右，占GDP的比例将从8％左右增长到33％左右。我国将成为全球老龄产业市场潜力最大的国家。

传统的小规模数据分析方法进行数据处理分析；这种分析方法效率低、分析结果准确度底且对医疗数据的分析存在一定的风险；预测分析的结果精确度低；无法挖掘并预测出老人健康数据的价值、服务商和业务数据的动向和趋势。

发明内容

为了解决上述问题，本发明提出了一种医养信息大数据分析方法及管理系统，能够挖掘并预测出老人健康数据的价值、服务商和业务数据的动向和趋势；通过物联网技术进行数据采集，减轻了医护人员在采集数据的工作困难，提高了医养效率；效率高且精度高。

为达到上述目的，本发明采用的医养信息大数据分析方法是，通过生命体征测量仪采集老人的生命体征数据，并将生命体征数据传输至医养平台服务器中；在医养平台服务器中进行大数据分析，分析后将所采集的生命体征数据进行归类推送和储存；

所述大数据分析方法，包括步骤：

S01，将采集的生命体征数据和医养平台服务器数据库中的档案数据结合进行建模，得到数据模型；将数据模型中的数据根据大数据挖掘分析和预测算法进行数据解析，并将解析后的数据进行数据清洗；

S02，对步骤S01中处理后的数据进行业务分析，得到业务数据；

S03，将业务数据通过物联网推送给相应的用户端。

进一步的是，步骤S01中，通过专家规则引擎收集理论基础数据，为数据清洗提供依据，支撑数据建模的实现；通过SVM算法进行大数据的分类，对数据模型进行大数据挖掘分析，得到解析数据；采用MySQL的列式存储Infobri ght批量处理数据模型中的数据，分析预测出数据的价值；

数据解析主要是将多个来源的多种数据格式解析成符合要求的数据格式和规范数据要求；

专家规则引擎、数据建模和SVM算法提供整个大数据的基础技术架构支撑和业务实现支撑；只有专家规则引擎配合的数据模型，结合SVM算法，利用计算机和大数据处理能力，分析符合要求的业务数据，用于具体业务的分析。

进一步的是，所述数据清洗包括步骤：数据预处理；去除或补全有缺失的数据；去除内容有错误的数据；去除逻辑错误的数据；去掉不需要的数据；进行数据关联性验证；使数据更加精准，加快计算效率。

进一步的是，步骤S02中，所述业务分析包括区域分析、趋势分析和个体分析；业务数据包括不同区域的老人健康状况、趋势数据和预测数据。

进一步的是，所述区域分析，将对每个地理区域范围内的老人进行大数据建模分析，划分不同区域的老人健康状况；

所述趋势分析，对老人的生命体征数据通过大数据建模分析，得到老人病情的发展趋势或者某个健康指标在老人的年龄段呈现的健康发展趋势的趋势数据；

所述个体分析，将老人的生命体征数据采用大数据建模分析，从而预测得到老人在今后的某个时间内的健康状况的预测数据。

进一步的是，步骤S03，将业务数据推送给相应的用户端，所述用户端包括医养服务商终端、消费者终端和医养供应商终端。

另一方面，本发明还提供了一种医养信息大数据管理系统，设置在医养平台服务器中，包括数据采集模块、数据解析模块、业务分析模块和推送模块；

所述数据采集模块，由数据采集模块接收生命体征测量仪采集老人的生命体征数据；

所述数据解析模块，将采集的生命体征数据进行建模，并进行数据解析，并将解析后的数据进行数据清洗；

业务分析模块，对数据进行业务分析，得到业务数据；

推送模块，将业务数据通过物联网推送给相应的用户端。

进一步的是，所述用户端包括医养服务商终端、消费者终端和医养供应商终端。

采用本技术方案的有益效果：

能够挖掘并预测出老人健康数据的价值、服务商和业务数据的动向和趋势；通过物联网技术进行数据采集，减轻了医护人员在采集数据的工作困难，提高了医养效率；

能够准确的分析出医养数据的价值，对预测老人健康数据的有很大的帮助；同时也能对业务数据、服务商数据和消费者行为数据进行分析，并提供可靠的解决方案。