本發(fā)明涉及健康數(shù)據(jù)處理，具體是指一種基于物聯(lián)網(wǎng)的病患護理智能隨訪系統(tǒng)及方法。

背景技術(shù)：

1、在現(xiàn)代醫(yī)療體系中，病患護理隨訪是確保病患康復(fù)效果和健康管理的重要環(huán)節(jié)。傳統(tǒng)的病患護理隨訪主要依賴醫(yī)護人員定期的電話詢問或病患到醫(yī)院復(fù)診，這種方式存在諸多局限性。一方面，信息獲取不全面且不及時，無法實時掌握病患的生理指標(biāo)變化和生活環(huán)境狀況。例如，僅通過電話詢問，難以準(zhǔn)確了解病患日常的運動情況、睡眠質(zhì)量以及居住環(huán)境的溫濕度、空氣質(zhì)量等對健康有影響的因素。另一方面，缺乏個性化的護理方案制定依據(jù)，往往只能按照通用的護理標(biāo)準(zhǔn)進行指導(dǎo)，無法充分考慮病患個體的疾病類型、病情嚴(yán)重程度、康復(fù)階段以及個體差異等因素，導(dǎo)致護理效果不盡如人意。

2、隨著物聯(lián)網(wǎng)技術(shù)的發(fā)展，雖然部分醫(yī)療設(shè)備實現(xiàn)了數(shù)據(jù)的遠程傳輸，但在數(shù)據(jù)處理和應(yīng)用方面仍存在不足。不同設(shè)備的數(shù)據(jù)格式各異，難以整合分析，且傳輸過程中的數(shù)據(jù)安全和穩(wěn)定性難以保障。同時，現(xiàn)有的病患護理隨訪系統(tǒng)缺乏對數(shù)據(jù)的深度挖掘和智能分析，不能根據(jù)病患的具體情況及時生成精準(zhǔn)的護理方案和風(fēng)險預(yù)警，無法滿足日益增長的智能化、個性化醫(yī)療需求。

技術(shù)實現(xiàn)思路

1、針對上述情況，為克服現(xiàn)有技術(shù)的缺陷，本發(fā)明提供了一種基于物聯(lián)網(wǎng)的病患護理智能隨訪系統(tǒng)及方法，為了解決上述提出的技術(shù)缺陷。

2、為實現(xiàn)以上目的，本發(fā)明通過以下技術(shù)方案予以實現(xiàn)：一種基于物聯(lián)網(wǎng)的病患護理智能隨訪系統(tǒng)，包括感知層、邊緣計算設(shè)備、網(wǎng)絡(luò)層、平臺層和應(yīng)用層；

3、所述感知層包含可穿戴設(shè)備、家用醫(yī)療檢測設(shè)備及環(huán)境監(jiān)測傳感器；

4、所述邊緣計算設(shè)備以智能網(wǎng)關(guān)為核心，內(nèi)置高性能處理器及定制linux操作系統(tǒng)，搭載邊緣數(shù)據(jù)處理軟件；

5、所述網(wǎng)絡(luò)層在網(wǎng)絡(luò)不佳時切換至4g/5g備用傳輸，采用ssl/tls加密協(xié)議保障數(shù)據(jù)安全；

6、所述平臺層包括個性化護理方案制定單元和病患健康狀態(tài)風(fēng)險預(yù)警單元；

7、所述應(yīng)用層為醫(yī)護人員提供病患完整健康數(shù)據(jù)、護理方案執(zhí)行及風(fēng)險預(yù)警信息，支持視頻遠程指導(dǎo)與方案調(diào)整。

8、進一步地，所述可穿戴設(shè)備以特定頻率采集病患生理與運動數(shù)據(jù)，家用醫(yī)療檢測設(shè)備即時生成醫(yī)療數(shù)據(jù)，環(huán)境監(jiān)測傳感器收集環(huán)境信息，所有設(shè)備通過藍牙、wi-fi或4g/5g通信協(xié)議傳輸原始數(shù)據(jù)。

9、進一步地，所述邊緣計算設(shè)備用于統(tǒng)一數(shù)據(jù)格式，識別過濾異常數(shù)據(jù)，對極小變化數(shù)據(jù)去重，減少無效數(shù)據(jù)傳輸。

10、進一步地，所述網(wǎng)絡(luò)層和平臺層之間還部署消息隊列中間件rabbitmq確保數(shù)據(jù)傳輸可靠性與異步性，穩(wěn)定時經(jīng)有線以太網(wǎng)按tcp/ip協(xié)議高速上傳數(shù)據(jù)。

11、進一步地，所述平臺層的個性化護理方案制定單元，提取護理案例和病患健康數(shù)據(jù)，清洗后用apache?hadoop處理，利用tensorflow編寫決策樹算法，通過信息增益ig構(gòu)建決策樹模型生成個性化護理計劃。

12、進一步地，所述平臺層的病患健康狀態(tài)風(fēng)險預(yù)警單元，設(shè)定風(fēng)險指標(biāo)時間序列數(shù)據(jù)，依病情和指標(biāo)特點選移動平均周期q，計算移動平均值與差值，設(shè)波動閾值，按規(guī)則判定是否觸發(fā)風(fēng)險預(yù)警。

13、進一步地，所述應(yīng)用層還為病患及家屬提供健康狀況展示、護理建議接收及互助社區(qū)功能，且設(shè)有反饋收集模塊用于系統(tǒng)優(yōu)化。

14、進一步地，一種基于物聯(lián)網(wǎng)的病患護理智能隨訪方法，包括：感知層數(shù)據(jù)采集，利用各類設(shè)備收集數(shù)據(jù)并傳輸至邊緣計算設(shè)備；邊緣計算設(shè)備預(yù)處理，統(tǒng)一格式、過濾異常、去重數(shù)據(jù)；網(wǎng)絡(luò)層數(shù)據(jù)傳輸與安全保障，穩(wěn)定時經(jīng)有線網(wǎng)傳輸，不穩(wěn)定時切換并加密、緩存數(shù)據(jù)；個性化護理方案制定，提取清洗數(shù)據(jù)，構(gòu)建決策樹模型生成計劃；病患健康狀態(tài)風(fēng)險預(yù)警，設(shè)定參數(shù)并按規(guī)則判定；應(yīng)用層數(shù)據(jù)展示與交互，提供各方功能并收集反饋優(yōu)化系統(tǒng)。

15、進一步地，所述感知層數(shù)據(jù)采集步驟中，可穿戴設(shè)備采集心率、運動、睡眠數(shù)據(jù)，家用醫(yī)療檢測設(shè)備生成血壓、血糖數(shù)據(jù)，環(huán)境監(jiān)測傳感器收集空氣質(zhì)量、溫濕度數(shù)據(jù)。

16、進一步地，所述個性化護理方案制定步驟中，決策樹模型輸入包含疾病類型、病情嚴(yán)重程度、康復(fù)階段及個體差異等特征集，輸出為護理方案內(nèi)容集；所述病患健康狀態(tài)風(fēng)險預(yù)警步驟中，移動平均周期q依病情穩(wěn)定性和指標(biāo)波動特點選取。

17、本發(fā)明的有益效果：

18、1、本發(fā)明系統(tǒng)的感知層涵蓋多種物聯(lián)網(wǎng)設(shè)備，可穿戴設(shè)備、家用醫(yī)療檢測設(shè)備以及環(huán)境監(jiān)測傳感器，能夠全面且高頻地采集病患的生理數(shù)據(jù)、運動數(shù)據(jù)、醫(yī)療檢測數(shù)據(jù)以及生活環(huán)境數(shù)據(jù)，這些設(shè)備通過多種通信協(xié)議將數(shù)據(jù)傳輸至邊緣計算設(shè)備或網(wǎng)絡(luò)層，為后續(xù)分析提供了豐富且實時的數(shù)據(jù)基礎(chǔ)，邊緣計算設(shè)備對數(shù)據(jù)進行格式轉(zhuǎn)換、異常數(shù)據(jù)過濾和去重處理，不僅統(tǒng)一了數(shù)據(jù)格式，減少了無效數(shù)據(jù)傳輸，還減輕了核心服務(wù)器的運算壓力，提升了數(shù)據(jù)處理效率和網(wǎng)絡(luò)帶寬利用率，同時，網(wǎng)絡(luò)層采用多種通信技術(shù)協(xié)同以及加密技術(shù)和消息隊列中間件，保障了數(shù)據(jù)傳輸?shù)某掷m(xù)性、安全性和可靠性，確保病患數(shù)據(jù)能夠準(zhǔn)確無誤地傳輸至平臺層。

19、2、平臺層的個性化護理方案制定單元，通過對護理案例數(shù)據(jù)和病患健康數(shù)據(jù)的深度挖掘和分析，利用大數(shù)據(jù)分析工具和人工智能算法構(gòu)建決策樹模型，該模型能夠充分考慮病患的疾病類型、病情嚴(yán)重程度、康復(fù)階段以及個體差異等因素，準(zhǔn)確地學(xué)習(xí)到不同特征組合與相應(yīng)護理方案之間的映射關(guān)系，從而為每個病患生成專屬的個性化護理計劃，這種個性化的護理方案能夠更好地滿足病患的個體需求，提高護理效果和康復(fù)質(zhì)量。

20、3、病患健康狀態(tài)風(fēng)險預(yù)警單元運用時間序列分析法，根據(jù)病患病情和指標(biāo)特點選擇合適的移動平均周期，對病患的健康數(shù)據(jù)進行動態(tài)分析，通過計算移動平均值、差值以及設(shè)定波動閾值，能夠及時準(zhǔn)確地判斷健康指標(biāo)是否出現(xiàn)異常波動，從而觸發(fā)風(fēng)險預(yù)警，這種風(fēng)險預(yù)警機制能夠讓醫(yī)護人員及時了解病患的健康風(fēng)險狀況，采取相應(yīng)的干預(yù)措施，預(yù)防疾病的惡化和并發(fā)癥的發(fā)生。

技術(shù)特征：

1.一種基于物聯(lián)網(wǎng)的病患護理智能隨訪系統(tǒng)，其特征在于，包括感知層、邊緣計算設(shè)備、網(wǎng)絡(luò)層、平臺層和應(yīng)用層；

2.根據(jù)權(quán)利要求1所述的一種基于物聯(lián)網(wǎng)的病患護理智能隨訪系統(tǒng)，其特征在于，所述可穿戴設(shè)備以特定頻率采集病患生理與運動數(shù)據(jù)，家用醫(yī)療檢測設(shè)備即時生成醫(yī)療數(shù)據(jù)，環(huán)境監(jiān)測傳感器收集環(huán)境信息，所有設(shè)備通過藍牙、wi-fi或4g/5g通信協(xié)議傳輸原始數(shù)據(jù)。

3.根據(jù)權(quán)利要求1所述的一種基于物聯(lián)網(wǎng)的病患護理智能隨訪系統(tǒng)，其特征在于，所述邊緣計算設(shè)備用于統(tǒng)一數(shù)據(jù)格式，識別過濾異常數(shù)據(jù)，對極小變化數(shù)據(jù)去重，減少無效數(shù)據(jù)傳輸。

4.根據(jù)權(quán)利要求1所述的一種基于物聯(lián)網(wǎng)的病患護理智能隨訪系統(tǒng)，其特征在于，所述網(wǎng)絡(luò)層和平臺層之間還部署消息隊列中間件rabbitmq確保數(shù)據(jù)傳輸可靠性與異步性，穩(wěn)定時經(jīng)有線以太網(wǎng)按tcp/ip協(xié)議高速上傳數(shù)據(jù)。

5.根據(jù)權(quán)利要求1所述的一種基于物聯(lián)網(wǎng)的病患護理智能隨訪系統(tǒng)，其特征在于，所述平臺層的個性化護理方案制定單元，提取護理案例和病患健康數(shù)據(jù)，清洗后用apachehadoop處理，利用tensorflow編寫決策樹算法，通過信息增益ig構(gòu)建決策樹模型生成個性化護理計劃。

6.根據(jù)權(quán)利要求1所述的一種基于物聯(lián)網(wǎng)的病患護理智能隨訪系統(tǒng)，其特征在于，所述平臺層的病患健康狀態(tài)風(fēng)險預(yù)警單元，設(shè)定風(fēng)險指標(biāo)時間序列數(shù)據(jù)，依病情和指標(biāo)特點選移動平均周期q，計算移動平均值與差值，設(shè)波動閾值，按規(guī)則判定是否觸發(fā)風(fēng)險預(yù)警。

7.根據(jù)權(quán)利要求1所述的一種基于物聯(lián)網(wǎng)的病患護理智能隨訪系統(tǒng)，其特征在于，所述應(yīng)用層還為病患及家屬提供健康狀況展示、護理建議接收及互助社區(qū)功能，且設(shè)有反饋收集模塊用于系統(tǒng)優(yōu)化。

8.一種基于物聯(lián)網(wǎng)的病患護理智能隨訪方法，其特征在于，該隨訪方法應(yīng)用于上述權(quán)利要求1-7任一項所述的基于物聯(lián)網(wǎng)的病患護理智能隨訪系統(tǒng)，包括：感知層數(shù)據(jù)采集，利用各類設(shè)備收集數(shù)據(jù)并傳輸至邊緣計算設(shè)備；邊緣計算設(shè)備預(yù)處理，統(tǒng)一格式、過濾異常、去重數(shù)據(jù)；網(wǎng)絡(luò)層數(shù)據(jù)傳輸與安全保障，穩(wěn)定時經(jīng)有線網(wǎng)傳輸，不穩(wěn)定時切換并加密、緩存數(shù)據(jù)；個性化護理方案制定，提取清洗數(shù)據(jù)，構(gòu)建決策樹模型生成計劃；病患健康狀態(tài)風(fēng)險預(yù)警，設(shè)定參數(shù)并按規(guī)則判定；應(yīng)用層數(shù)據(jù)展示與交互，提供各方功能并收集反饋優(yōu)化系統(tǒng)。

9.根據(jù)權(quán)利要求8所述的一種基于物聯(lián)網(wǎng)的病患護理智能隨訪方法，其特征在于，所述感知層數(shù)據(jù)采集步驟中，可穿戴設(shè)備采集心率、運動、睡眠數(shù)據(jù)，家用醫(yī)療檢測設(shè)備生成血壓、血糖數(shù)據(jù)，環(huán)境監(jiān)測傳感器收集空氣質(zhì)量、溫濕度數(shù)據(jù)。

10.根據(jù)權(quán)利要求8所述的一種基于物聯(lián)網(wǎng)的病患護理智能隨訪方法，其特征在于，所述個性化護理方案制定步驟中，決策樹模型輸入包含疾病類型、病情嚴(yán)重程度、康復(fù)階段及個體差異等特征集，輸出為護理方案內(nèi)容集；所述病患健康狀態(tài)風(fēng)險預(yù)警步驟中，移動平均周期q依病情穩(wěn)定性和指標(biāo)波動特點選取。

技術(shù)總結(jié)
本發(fā)明涉及健康數(shù)據(jù)處理技術(shù)領(lǐng)域，具體公開了一種基于物聯(lián)網(wǎng)的病患護理智能隨訪系統(tǒng)及方法，包括感知層、邊緣計算設(shè)備、網(wǎng)絡(luò)層、平臺層和應(yīng)用層。通過感知層涵蓋多種物聯(lián)網(wǎng)設(shè)備，這些設(shè)備通過多種通信協(xié)議將數(shù)據(jù)傳輸至邊緣計算設(shè)備或網(wǎng)絡(luò)層，為后續(xù)分析提供了豐富且實時的數(shù)據(jù)基礎(chǔ)，邊緣計算設(shè)備對數(shù)據(jù)進行格式轉(zhuǎn)換、異常數(shù)據(jù)過濾和去重處理，不僅統(tǒng)一了數(shù)據(jù)格式，減少了無效數(shù)據(jù)傳輸，還減輕了核心服務(wù)器的運算壓力，提升了數(shù)據(jù)處理效率和網(wǎng)絡(luò)帶寬利用率，同時，網(wǎng)絡(luò)層采用多種通信技術(shù)協(xié)同以及加密技術(shù)和消息隊列中間件，保障了數(shù)據(jù)傳輸?shù)某掷m(xù)性、安全性和可靠性，確保病患數(shù)據(jù)能夠準(zhǔn)確無誤地傳輸至平臺層。

技術(shù)研發(fā)人員：陸平翰宗,劉俐,陸強,周熙惠,宋紅霞,肖謐,王芳會
受保護的技術(shù)使用者：西安康宸科技有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2025/5/15