[发明专利]一种基于大数据分析技术的数据脉象价值分析方法

说明书

本发明公开了一种基于大数据分析技术的数据脉象价值分析方法，包括以下步骤：面对健康医疗大数据，利用数据挖掘技术提炼各类疾病的数据脉象，形成数据脉象集合，建立基于数据脉象的健康医疗知识库，用于辅助医生进行疾病诊断；在疾病诊断和治疗过程中，通过健康状态改善评价和治疗方案成本核算分析数据脉象价值，并据此更新知识库。本发明实现了对于数据脉象的纠偏和优化以及治疗方案的优化更新，可以更加科学有效地应用健康医疗大数据，不但降低了误诊率、提高了诊疗效率，而且降低了治疗成本。

技术领域

本发明涉及健康数据及健康数据衍生产品交易的健康管理领域，具体涉及一种基于大数据分析方法的数据脉象价值分析方法。

背景技术

互联网背景下的健康数据交易市场是智能医疗服务产业链的基础。智能医疗服务供应链的本质是通过健康数据采集、数据分析，根据数据预测结果精准地向消费者提供数据衍生产品的数据服务产业链。

现有的智能诊断技术最大的瓶颈是在诊断样本无法实现标准化时，用同一的判断标准进行诊断的准确率和效率比较低。影响个人健康状态的指标是多元化的，因此海量患者的病历样本是高度异质性的，从长期观察的时间周期上看，个体健康状态的路径也产生很大的不确定性和多样性；因此，在离散的时间节点，用单一的诊断标准筛选健康患者，容易造成遗漏和错误识别。另外，由于个体生命治疗过程具有异质性和不可重复性，导致医疗机构难以对医疗风险识别技术进行经济效益评估，企业无法建立合理商业模式，来支持智能医疗持续地市场化推广。

所以，需要有一个新的技术方案来解决这些问题。

发明内容

发明目的：为了克服现有技术中存在的不足，提供一种基于大数据分析方法的数据脉象价值分析方法，其借助数据挖掘技术中的基于案列推理(CBR)模型，可以在运营过程中，根据对象患者历史数据，不断地提炼更优的数据脉象，并且动态修正数据脉象的准确性；再借助基于病理规则的数据脉象与治疗方案的双射映射，建立面向医务人员及患者的精准治疗方案推荐方法，数据脉象价值表现为能够辅助医务人员修正治疗方案，最终实现治疗成本的降低，治疗效果的提高。

技术方案：为实现上述目的，本发明提供一种基于大数据分析方法的数据脉象价值分析方法，包括如下步骤：

S1：建立医疗健康案例知识库，利用数据挖掘技术对其中疾病的诊断准则进行提炼，获得诊断准则中的数据脉象集；

S2：患者就医时，基于步骤S1中的数据脉象的知识库，采集患者的健康体征集，并且根据采集到的健康体征集定义数据脉象模型；

S3：根据步骤S2中定义的数据脉象模型，在数据脉象的知识库中挖掘出对应的特定置信程度下的目标数据脉象集合；

S4：基于医院的处方管理系统数据源，建立数据脉象与治疗方案的一一映射，根据步骤S3获得的目标数据脉象集合以及患者的诊断疾病给予患者提供对应的治疗方案集合，并且核算治疗方案的成本；

S5：经过治疗后，再次对患者进行全面体检，获得患者的体征报告，返回步骤S3，根据体征报告找到对应的数据脉象集合，检验是否和原先的数据脉象集合一致；

S6：根据数据脉象的对比，对治疗方案的准确性进行评价；

S7：患者经过观察期后，获得患者的健康报告，根据健康报告获得决策效果集合；

S8：根据决策效果集合和治疗方案的成本来核算分析患者的数据脉象价值，并且根据对于数据脉象价值的分析，更新步骤S1中的数据脉象集的知识库。