[发明专利]基于大数据的智能慢病管理系统

说明书

本发明属于医疗技术及临床研究领域，特别是涉及一种基于大数据的智能慢病管理系统。包括：用户信息获取模块，用于获取慢病信息以及用户个人信息，并发送给信息智能处理模块；信息智能处理模块，用于对慢病信息以及用户个人信息进行筛选，去除异常值，并发送给训练数据生成模块；训练数据生成模块，用于对筛选后的信息通过机器学习进行训练，生成训练数据，并发送给聚类关联分析模块；聚类关联分析模块，用于对训练数据进行聚类分析，得到多个聚类中心，对所有的聚类中心进行关联分析，得到个人活动与慢病之间的频繁项集；输出显示模块，用于通过频繁项集得到个人活动与慢病之间的强关联规则，并对其进行可视化。

技术领域

本发明属于医疗技术及临床研究领域，特别是涉及一种基于大数据的智能慢病管理系统。

背景技术

目前慢病管理系统无法独立获取患者慢病信息和个人生活习惯信息，并对信息进行有效筛选以及智能筛选，导致部分患者信息存在偏差，慢病管理系统的数据不准确，无法对患者慢病管理系统的创建患者的健康档案实现高效的管理。

发明内容

本发明解决的问题是提高慢病管理系统的效率，并提出一种基于大数据的智能慢病管理系统。本发明实现了对患者慢病信息和个人生活习惯信息进行智能预处理，对信息进行筛选；目前慢病管理系统可以实现对慢病信息的单独管理，慢病之间和慢病与生活习惯之间联系不充分，本发明可以实现对慢病信息和个人生活习惯信息进行预处理后，进行聚类关联分析，保证实现对患者慢病的及时记录与病因来源追踪。

本发明为实现上述目的所采用的技术方案是：

基于大数据的智能慢病管理系统，包括用户信息获取模块、信息智能处理模块、训练数据生成模块、聚类关联分析模块以及输出显示模块，其中：

用户信息获取模块，用于获取慢病信息以及用户个人活动信息，并发送给信息智能处理模块；

信息智能处理模块，用于对慢病信息以及用户个人活动信息进行筛选，去除异常值，并发送给训练数据生成模块；

训练数据生成模块，用于对筛选后的信息通过机器学习进行训练，生成训练数据，并发送给聚类关联分析模块；

聚类关联分析模块，用于对训练数据进行聚类分析，得到多个聚类中心，对所有的聚类中心进行关联分析，得到个人活动信息与慢病信息之间的频繁项集；

输出显示模块，用于通过频繁项集得到个人活动信息与慢病信息之间的强关联规则，并对其进行可视化。

所述智能慢病管理系统加载于管理服务器中，用户在浏览器上通过5G网络与其进行人机交互操作。

所述慢病信息包括：门诊诊疗信息，住院诊疗信息、体检信息。

所述用户个人信息包括：档案信息、病史信息。

通过Z-Score标准化方法，去除所述慢病信息以及用户个人信息中的异常值。

所述对训练数据进行聚类分析采用K-means算法。

所述聚类中心表示个人活动信息或慢病信息。

基于大数据的智能慢病管理方法，包括以下步骤：

用户信息获取模块获取慢病信息以及用户个人信息，并发送给信息智能处理模块；

信息智能处理模块对慢病信息以及用户个人活动信息进行筛选，去除异常值，并发送给训练数据生成模块；

训练数据生成模块对筛选后的信息通过机器学习进行训练，生成训练数据，并发送给聚类关联分析模块；

聚类关联分析模块对训练数据进行聚类分析，得到多个聚类中心，对所有的聚类中心进行关联分析，得到个人活动信息与慢病信息之间的频繁项集；